一种自适应的超声波传感器模型的设计

超声波传感器具有信息处理简单,价格低和硬件易实现及易实时控制等许多优势,它被广泛应用在各种距离测试的设备中,在工业方面具有很好的应用前景。在对超声波传感器的散射特性和镜面特性分析的基础上,提出了一种基于模糊理论的自适应超声波传感器模型。该模型通过引入矛盾因子,自动调整距离影响因子(RCF)的值,从而能很好地解决镜面反射所产生的不确定距离信息,准确描述出超声波传感器扇形范围内的障碍物位置。最后通过实验验证了该方法的有效性和实用性。

传感器网络簇间通信自适应均衡数学模型构建

针对传感器网络簇间通信存在传输信号受外界干扰因素影响严重,码间串扰可能性大,导致信号波形幅度较低,最终影响通信质量的问题,开展传感器网络簇间通信自适应均衡数学模型构建研究。为得到传感器网络中每个节点的不同数据通信半径,划分传感器网络簇间通信节点。对传感器网络中每个簇首节点能耗计算,并设置半径标识码。对通信增益控制校正,并完成动态盲均衡自适应模型建立。通过实例证明,新的数学模型应用下传输信号码间串扰可能性显著降低,信号波形幅度增大,有效促进通信质量的提升。

基于超声波传感器的未知狭窄环境导航算法

针对移动机器人在未知狭窄环境中的导航问题,利用证据理论中的矛盾因子,给出了一个自适应超声波传感器模型。利用该模型,结合D S证据理论融合算法以及证据格方法,实现了移动机器人在未知狭窄环境中的导航,并有效地减少了由于超声波传感器镜面反射所引起的不确定性。实验结果表明了该方法的有效性。

基于参数辨识的磁聚焦式扭矩传感器模型研究

为解决磁聚焦式扭矩传感器模型未知参数问题,实现其更精确地测量,文中通过对此传感器机理分析建立了数学模型与非零初始条件下的系统模型,确定了辨识参数矩阵。提出了一种预测误差法与自适应粒子群算法相结合的参数辨识方法。搭建正弦激励校准实验系统对其进行验证,结果表明,该方法有效地实现了传感器参数的辨识,得到的传感器模型具有较高的精度,为其动态特性分析与误差补偿提供了可靠依据。

面向传感器突发故障的监测模型自适应快速调整技术研究

针对多传感器监测场景中传感器突发故障导致监测模型失效的问题,本文提出了一种堆叠自编码器深度学习模型的自适应快速调整方法。根据传感器故障时采集数据的分布特点自适应调整原始数据集,采用调整后的数据集正向传播和监测误差反向传播微调模型更新模型的权重和偏置,实现监测模型自适应快速调整。以机械加工过程中刀具磨损状态监测为例,采用加州大学伯克利分校的BEST实验室提供的刀具数据集验证了自适应调整方法的有效性。结果表明,该方法可解决当传感器突发故障时,在实时监测不中断的情况下,自适应调整后的监测模型可以准确地对刀具状态进行监测。

基于模型预测转速估计器的感应电机无传感器控制

针对应用于盾构主驱动的感应电机无速度传感器矢量控制系统,传统模型参考自适应系统(model reference adaptive system,MRAS)中的比例积分(proportional integral,PI)自适应率需要人工经验调整,且不能够根据模型变化而变化的问题,提出了一种新的预测MRAS速度估计器,用于无传感器感应电机(induction machine,IM)驱动。该估计器基于有限控制集模型预测控制原理。转子转速的计算采用基于搜索的优化算法,保证了在每个采样周期转速调整误差信号最小,避免了使用比例积分控制器。实验结果表明,所提速度估计器在较宽的速度范围内都具有良好的动静态性能。

基于RBF神经网络的超声波电机参数辨识与模型参考自适应控制

超声波电机(USM)是近年发展起来的一种新型微特电机,与传统的电磁驱动型电机的工作原理截然不同。由于USM具有小型轻量、无电磁干扰、响应速度快、低速大转矩、高保持力矩、高功率密度等诸多优点,因而在光学仪器、办公自动化、汽车专用电器、智能机器人、航空航天等领域具有良好的应用前景。但USM的高度非线性、时变性和强耦合增加了它的控制难度。该文提出一种新的USM自适应控制策略。系统采用双闭环控制,内环用来补偿定子环机械谐振频率的漂移;外环利用径向基函数神经网络(RBFNN)控制器调节USM的驱动频率,实现速度的自适应控制。经实验证明,该控制系统具有响应迅速、适应性强等优点,具有较高的控制精度和较好的稳定性。

行波超声波电机Lyapunov模型参考自适应转速控制

超声波电机是一类具有明显时变非线性的被控对象,为提高其转速控制性能,应采用适当的自适应控制策略。本文以超声波电机驱动电压幅值为控制变量,根据李雅普诺夫稳定性理论,采用输入-输出变量设计了超声波电机模型参考自适应转速控制器,并给出了自适应速率在线调节、微分前馈等方法以改善起始阶段的转速控制性能。实验表明了所提控制方法的有效性。

基于Lyapunov稳定性的超声波电机模型参考自适应转速控制

超声波电机有着明显的非线性特征,采用自适应控制方法可以得到较好的控制性能。但是,过于复杂的控制算法,会限制其工业化应用。本文给出一种简单的模型参考自适应控制方法,在线计算量小,不需模型参数的在线辨识。实验表明了所提方法的有效性。

无线传感器网络超声波定位算法的研究

在无线传感器网络定位中,距离定位机制受无线传感器设备功耗、价格和硬件限制及对定位精度的要求,距离定位机制比较容易实现的解决方案。介绍了超声波传感器定位的原理,提出了基于传感器数学模型的目标定位方法,在此基础上建立基于超声波的目标定位系统,最后分析了超声波传感器定位中存在的问题。

低能耗超声波传感器驱动电路设计

以克里姆霍尔兹等效模型为基础,对超声换能器的双极性与单极性电压驱动电路进行了理论分析,并针对能量转化率更高的双极性电压驱动提出了一种电路设计方案.实验结果显示,理论分析数据与实验数据相吻合,双极性电压驱动较单极性电压驱动能量转化率提高1倍,将其应用于无线传感器网系统中,约可降低15%的能量消耗.

基于模糊逻辑的行波超声波电动机模型参考自适应转速控制

超声波电动机的转速控制存在明显的时变非线性特征。为得到较好的控制性能,设计了基于模糊逻辑的模型参考自适应PID转速控制器,实现了基于参考模型跟踪误差的PID控制参数在线自适应调节。实验表明,转速跟踪性能优于固定参数PID控制器。

超声波电动机MIT模型参考自适应转速控制

采用相对简单的运动控制算法,有助于降低包含驱动控制电路在内的超声波电动机系统的成本,从而推动其产业化。基于这一目的,给出一种模型参考自适应控制策略用于超声波电动机转速控制。该策略计算量小,并具有一定程度的自适应能力,提高了系统性价比。

超声波电动机无模型自适应速度控制研究

为了获得超声波电动机的良好控制性能,在速度控制器的设计中引入了无模型自适应控制方法(MFAC)。分别在期望速度变化和负载扰动的情况下对MFAC和PID控制算法进行仿真实验,以验证MFAC的有效性。结果表明,MFAC具有一定的鲁棒性和自适应性,说明该控制策略对于超声波电动机这种非线性较强的系统是一种有效的方法。

基于改进型ADRC的PMSM无位置传感器控制

针对永磁同步电机矢量控制中传统速度环PI调节器存在协调性与抗干扰能力差的问题,引入自抗扰控制(ADRC)替代速度环PI调节器,考虑到线性ADRC中PD控制存在性能较差的缺点,选择滑模控制代替PD控制,提出改进型ADRC控制方法;同时采用模型参考自适应系统(MRAS)取代传统机械式位置传感器对电机的转子位置进行检测,实现了永磁同步电机无位置传感器控制。通过采用改进型ADRC与MRAS相结合的控制方法,电机控制系统具有了更好的动态响应速度和抗干扰能力。最后通过永磁同步电机对拖实验平台对电机在转速恒定负载突变和带载启动转速突变两种工况下进行实验,验证了改进型ADRC与MRAS相结合的控制策略的有效性。

机器人超声波与红外线传感器测距系统的数据融合研究

本文针对机器人工作环境的特点,提出了采用超声波与红外线传感器共同测距,弥补单一使用超声波传感器带来的缺陷,应用自适应加权数据融合技术,实现两种传感器在功能上的互补。实验结果表明,系统提高了整体测距精度,得到了被测距离更加准确的估计。

采用三段式参考模型的超声波电机模型参考自适应位置控制

超声波电机是一类具有严重非线性和时变性的被控对象,适用于时变对象的模型参考自适应控制(MRAC)策略可用于超声波电机位置控制。但由于电机存在最大转速限制,需要对MRAC位置控制器的输出进行限幅,这成为导致电机位置响应出现超调及振荡收敛过程的一个主要因素。针对这一问题,本文给出一种三段式的参考模型,根据当前转速变化动态调节参考模型的输出,使得所设计控制器更适合于超声波电机的位置控制。研究表明,所提方法简单、有效,控制效果较好。

基于遗传算法的超声波电机模糊自适应速度控制

行波接触型超声波电机是一种利用压电陶瓷的逆压电效 应工作的新原理微特电机,与传统电磁型电机截然不同, 其 驱动力矩并非由电磁感应产生,而是由压电陶瓷超声频域 的振动转化而来。参数的时变性、系统内在的非线性、系统的强耦合性等原因导致其动态和稳态数学模型难以获得。在未知控制对象精确参数及数学模型的情况下,该文提出一种新的超声波电机自适应速度控制策略。控制系统包括两个闭环,内环用来补偿由于温度变化造成的机械谐振频率漂移,可以增强响应的快速性与准确性;另一闭环为频率调节环,频率值由模糊控制器根据工作状态随时调整,其模糊控制规则基于遗传算法在线调节。系统较好地实现了设定的速度参考模型的自适应跟踪,具有控制灵活、适应性强的优点,又具有较高的控制精度和较好的稳定性。

交流电机无速度传感器矢量控制系统变结构模型参考自适应转速辨识

针对变结构控制在参数变化等不确定因素满足“匹配条件”即变化有界时,具有抗外部干扰和内部参数摄动的鲁棒性,但实际中要确定不确定性参数变化的上下界有一定难度的特点。文中基于变结构控制和自适应控制理论,提出一种新颖的变结构模型参考自适应(VS-MRAS)观测器,用于交流电机无速度传感器矢量控制系统的转速辨识。该法将变结构和MRAS进行有机的整合,利用MRAS对系统参数变化的适应能力实时估算不确定因素变化的边界,以改善磁链观测的准确性,进而提高转速辨识的精度。利用仿真方法,对比分析了带速度检测装置的矢量控制系统、基于MRAS转速辨识的无速度传感器矢量控制系统和基于VS-MRAS转速辨识的无速度传感器矢量控制系统的3种情况下转速和磁链响应的动静态性能。证实该方法提高了转子磁链观测的准确度,改善了转速估计的动静态性能。

基于滑模模型参考自适应观测器的无速度传感器三相永磁同步电机模型预测转矩控制

针对三相永磁同步电机(PMSM)驱动系统,基于滑模变结构模型参考自适应(MRAS)技术,提出了一种新颖的无速度传感器模型预测转矩控制(MPTC)策略.采用滑模变结构模型参考自适应方法构造电机转速观测器,以改善速度估计精度并提高系统鲁棒性;利用模型预测转矩控制策略,以达到减小转矩和磁链纹波并提高系统控制性能的目的.仿真结果表明:就滑模MRAS观测器与MRAS观测器比较而言,基于前者的PMSM无速度传感器MPTC系统比基于后者的PMSM无速度传感器MPTC系统具有较强的鲁棒性和更好的动态性能;就MPTC与直接转矩控制(DTC)和磁场定向控制(FOC)比较而言,采用前者策略的无速度传感器电机驱动系统能够降低逆变器开关频率、减少相电流总谐波失真(THD),从而提高系统可靠性.