改进YOLOv8的输电线路异物检测方法

针对无人机对输电线路异物检测准确度有限,模型计算复杂度高、计算速度有限的问题,提出一种改进YOLOv8的输电线路异物检测方法SC-YOLO。该方法引入StarNet以构造C2f_Star模块实现Neck网络轻量化,有效降低模型参数量与计算量,同时通过增加特征空间维度提升Neck部分特征提取能力;在骨干网络输出特征图后添加卷积注意力融合模块,提升骨干网络对输入特征图的初步特征提取能力,增强模型整体检测效果;将原检测头替换为动态检测头,提升模型对不同输入的动态调整能力与对关键信息的关注程度;使用WIoU作为边界框损失函数,EMA-Slide Loss作为分类损失函数,提升模型泛化能力与检测性能。实验结果表明,提出的SC-YOLO计算量较原始模型下降8.02%,mAP提升1.4个百分点,达到了95.2%的检测精度,在降低模型计算复杂度的同时实现了较高的检测准确率,具有高可行性与实用性。

基于模糊滑模控制的航空EMA调速系统

永磁无刷直流电动机是航空机电作动器(EM A)实现作动控制的关键部件,而电机控制方式的优劣则是决定航空EM A调速系统性能的重要因素。传统的滑模变结构控制策略由于存在抖振现象,对永磁无刷直流电机的控制精度和稳定性不利。针对航空EM A调速控制精度要求高的特点,将模糊控制和滑模控制相结合,把开关函数及其微分作为输入量,通过模糊推理获得滑模控制的控制量,该控制器既保持了常规模糊控制器的优点,又减弱了滑模控制的抖振现象。仿真及实验表明:该控制器稳定性好,对参数变化有很强的鲁棒性,系统响应速度快,具有较高的控制精度。

用于加载系统的机电作动器滑模变结构控制研究

分析了机电作动器(Electronic-mechanical Actuator,EMA)系统的基本结构组成和工作原理,建立了其数学模型。将基于趋近律的滑模变结构控制策略应用于控制EMA的力伺服控制中,设计了双滑模变结构控制器。在AMESim和MATLAB中建立了EMA机械、电机、控制器的模型并进行联合仿真。最后将此控制策略与PID和前馈的复合控制策略进行对比分析。结果表明,基于趋近律的双滑模变结构控制策略用于控制EMA是可行的,并且可以提高系统的频响和加载精度,使力伺服系统有更好的动态性能。