基于分数阶滑模控制的无人机轨迹跟踪控制器设计

四旋翼无人机在农业、工业和国防等领域广泛应用,但其复杂的系统特性和对扰动的敏感性使得控制变得困难。首先,考虑分数阶方法具有良好的鲁棒性以及调节灵活性的优点,将整数阶积分滑模面和改进的分数阶指数趋近律相结合,设计出了一种新的分数阶积分滑模控制器。然后,将所设计的分数阶积分滑模控制器应用于四旋翼无人机轨迹跟踪控制问题。仿真结果表明,所提控制器作用下的四旋翼无人机进行轨迹跟踪时响应速度快、无超调,且对外界干扰具有较强的鲁棒性。

基于EEMD分解的阶次跟踪方法研究

摆线针轮减速器组成零部件繁多、构成复杂,工作时噪声干扰大且多在变转速、往复的复杂工况下工作,因此,难以准确提取其内部的故障特征。针对这一问题,提出了一种基于集合经验模态分解(EEMD)与阶次跟踪分析的方法,对摆线针轮减速器进行了故障诊断。首先,对采集到的时域振动信号和转速信号进行了等角度域差值采样,得到了振动信号的等角域平稳信号;然后,对等角域信号进行了集合经验模态分解,得到了若干个固有模态分量(IMFs),计算了各个固有模态分量的峭度值,选取目标模态分量进行了信号重构;接着,采用快速傅里叶变换得到了故障信号的阶次图;最后,根据减速器的传动方式、各零部件的模数,计算出了各主要部件的故障阶次,对比减速器在故障前后阶次图的能量峰值进行了故障诊断。研究结果表明:该方法能够准确提取包含故障信息的固有模态分量,实现从等时域信号到等角域信号的转换,并提取摆线针轮减速器的滚针故障阶次(8.37阶),故障准确率达到99.6%,可实现摆线针轮减速器在非平稳工况下的故障特征识别,并验证该方法的可行性和有效性。

无转速阶次跟踪的滚动轴承故障诊断方法

机械装备轴承运行速度多变导致振动监测信号频谱模糊,一定程度影响了轴承故障诊断的准确性.目前的无转速阶次跟踪技术在转速波动较小且转频谐波不重叠时效果较好,但当轴承转频谐波重叠时则难以进行分析.针对以上问题,提出了一种基于广义解调的无转速阶次跟踪轴承故障诊断方法.首先,采用广义傅里叶变换和改进的基于成本函数脊线提取技术准确提取出轴承的转频谐波分量;同时,采用快速谱峭度算法和带通滤波器对轴承振动信号进行去噪处理;然后,通过角度重采样将去噪后的时域信号转换为角域信号;最后,通过包络谱分析得到轴承的阶次谱信息,从而识别轴承的故障类型.研究结果表明:通过数值模拟信号和实际轴承监测信号验证了提出方法的有效性,通过与传统包络谱方法对比可知,提出的方法可进行无转速信息时的滚动轴承阶次跟踪故障诊断.

永磁同步风力发电系统的最大功率跟踪模糊分数阶控制

在“双碳”背景下,风电作为零碳电力和新能源发电的主力军,在助力社会全面绿色低碳转型方面发挥了关键性作用。在保证发电稳定的前提下实现风能的最大化利用,提升风力发电系统发电量至为重要。文中针对永磁同一步风力发电系统的最大功率跟踪(maximum power point tracking, MPPT)问题进行研究。首先建立了永磁同步风力发电系统的机理仿真模型,用两电平双PWM全功率换流器连接风力发电机与电网。然后基于以上模型,分别设计了整数阶PI控制器、分数阶PI"控制器、模糊分数阶PP控制器以实现MPPT控制。最后对以上控制策略进行了仿真研究。结果表明,无论在阶跃风速还是随机风速下,模糊分数阶PU控制器相较于其他两种均具有更出色的MPPT性能与更强的鲁棒性。

基于EOE_LMD和阶次跟踪分析的变转速轴承故障诊断

振动信号分析是轴承故障诊断中的重要技术手段之一。变转速工况下的滚动轴承振动信号是典型的非平稳信号,并且在转频变化较小的工况中还存在噪声干扰的问题,使传统的时频分析技术难以应用。为解决该问题,提出了一种基于经验最优包络(empirical optimal envelope,EOE)的局部均值分解(local mean decomposition,LMD)和采用分段线性插值的计算阶次跟踪(computing order tracking,COT)算法相结合的故障诊断方法。首先,确定低通滤波器的截止频率和滤波阶数,对滚动轴承振动信号进行滤波,并对滤波后的包络信号进行COT,以获得角域平稳信号。然后,利用EOE_LMD对重采样后的平稳信号进行处理,得到若干乘积函数(product function,PF)分量。最后,通过计算各分量的信息熵和相关系数,选取合适的分量进行阶次分析,以判断变转速滚动轴承的故障类型。结果表明,该方法可以消除转速波动对故障特征提取的影响,在不同转速变化条件下对滚动轴承具有良好的故障诊断能力。

基于瞬时频率估计的自适应Vold-Kalman阶比跟踪研究

结合旋转机械启停阶段振动信号的特点,提出了一种基于Viterbi算法和短时傅里叶变换(STFT-VA)的瞬时频率估计算法,STFT-VA算法在高噪声、临近阶比和交叉阶比情况下有较高的精度。实现了基于STFT-VA算法的自适应Vold-Kalman阶比跟踪(AVKF-OT),和传统的以硬件实现的Vold-Kalman阶比跟踪(VKF-OT)相比,此方法具有无需转速计等硬件、用纯软件的方法实现。实验结果表明,该方法能够在时域中准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取。

基于自适应分数阶滑模的机械臂轨迹跟踪控制

针对机械臂轨迹控制过程中受建模误差、外部时变干扰等因素的影响,导致控制精度下降的问题,提出了一种自适应分数阶滑模控制方法。首先设计了一种新型的分段趋近律,并基于所提出的分数阶滑模面和自适应技术,设计了复合控制器,以保证有效应对系统扰动,快速趋近滑模面并削弱机械臂的抖振;其次证明了系统的闭环稳定性和有限时间收敛性;最后通过仿真实验验证了所提方法在机械臂轨迹跟踪中的快速性和精准性。

谱峭度和Vold-kalman阶比跟踪在风电机组齿轮箱故障诊断中的应用

针对风电机组齿轮箱在时变工况下的振动信号具有非平稳特性,提出一种谱峭度和Vold-kalman阶比跟踪(Vold-Kalman Filter Based Order Tracking,VKF-OT)相结合的故障特征提取方法。以转频和啮合频率作为VKF-OT的提取频率,获得随转速变化的阶比信号,通过阶比信号复包络直接求两种频率分量的幅值、相位,经实验分析这种方法能保留齿轮箱的瞬变信息。而后计算两种频率分量的谱峭度,以最大谱峭度对应的频率带能量与原阶比信号总能量之比作为故障特征,最后采用高斯混合模型对风电机组齿轮箱在不同工况下的150组振动信号进行特征描述,运用最大贝叶斯分类器实现故障识别。故障识别率表明该方法可有效地识别任意时变工况下的齿轮早期局部微弱故障。

光伏跟踪电机的分数阶自抗扰控制方法

针对光伏跟踪系统运行时负载端产生高频振荡以及在运行过程中遇到的极端天气等不可控因素导致的系统失调、鲁棒性降低等问题,根据光伏跟踪系统中负载反馈模型实现速度控制,设计了一种改进型分数阶自抗扰控制器。该控制器采用函数优化后的分数阶跟踪微分器和线性组合的分数阶扩张状态观测器来抑制高频振荡,加快负载端速度响应并提高系统抗干扰能力。实验结果表明,改进后的分数阶自抗扰控制器使得抑制了负载端39.60%的高频振荡,系统稳态时间缩短了20.83%,转速波动减少了36.97%,有效改善了系统控制性能,提高了系统鲁棒性。

基于分数阶S面模型的四旋翼轨迹跟踪控制

四旋翼无人机具有欠驱动、非线性、强耦合的特点。针对四旋翼无人机轨迹跟踪控制中跟踪精度低,抗外界干扰能力弱的特点,通过对四旋翼无人机进行四元数建模,使用误差四元数作为控制器输入,消除了无人机在机动角度过大时的奇点问题,提出了一种分数阶S面的控制方法,即将分数阶PID控制与S面控制融合,作为一个新的控制器。轨迹跟踪试验表明,分数阶S面控制器在四旋翼无人机控制模型中的累计误差明显小于分数阶PID,证明了该方法具有抗风扰能力强、跟踪精度高的特点。

一类分数阶多智能体系统的协调跟踪控制

针对分数阶多智能体系统的协调跟踪控制问题,首先,引入Caputo分数阶概念及证明方法,采用领导跟随多智能体系统的一致性控制算法,并通过线性矩阵不等式(Linear Matrix Inequality,LMI)来求解控制算法中的待设计参数,以保证所有智能体状态最终能够收敛到预期目标值;然后,借助Lyapunov稳定性理论、代数图论等方法得到分数阶多智能体系统实现领导跟随一致性的充分条件;最后,通过数值仿真验证理论结果的有效性。

基于瞬时频率估计的旋转机械阶比跟踪

提出了基于瞬时频率估计(Instantaneous frequency estimation,IFE)实现旋转机械阶比跟踪的新方法,其优点是简化了阶比分析对硬件的要求,用软件的方法实现了阶比跟踪,仿真与实际测试试验验证了本方法的正确性。本方法实现了旋转机械非平稳振动信号中参考轴瞬时转速的跟踪、估计算法,为阶比分析的实际应用提供了一种新方法,是对原有阶比跟踪技术的有力补充,特别适合于虚拟仪器发展的要求。

阶次跟踪在齿轮磨损中的应用

研究旋转机械在变速过程中振动信号的分析方法。在利用B&K3560多分析仪对齿轮箱加速时测得的振动信号进行时域采样的基础上,利用样条插值算法进行角域重采样得到等角度分布的采样点,并对其进行阶次跟踪分析。结果显示出阶次跟踪分析法在处理转速变化信号时的优越性:能够有效地避免传统频谱方法所无法解决的“频率模糊”现象,对齿轮箱的早期故障有一定的识别能力。该方法是对传统的频谱分析法的有力补充,具有很广阔的应用前景。

时频分析阶比跟踪技术

旋转机械运转时其旋转部件引起的故障 ,其产生的振动和噪声所表现出的特征和轴的转速有密切关系。在这类故障的特征分析中 ,使用阶比谱分析比一般的频域分析更具有优势。文中对两种典型的阶比跟踪法进行了较为系统的论述。在此基础上提出并介绍了正在研究的时频分析阶比跟踪技术 ,时频分析阶比跟踪技术用纯软件的方法实现阶比跟踪 ,是对原有技术的有力补充 ,特别适合于虚拟测试仪器发展的要求 。

基于阶次跟踪和经验模态分解的滚动轴承包络解调分析

针对齿轮箱升降速过程中振动信号非平稳的特点,将计算阶次跟踪方法与经验模态分解技术相结合,提出一种研究旋转机械瞬态信号故障诊断的分析方法。首先对齿轮箱启动时测得的振动信号进行时域采样,再对时域信号进行等角度重采样,将其转化为角域准平稳信号,然后对角域里的信号进行经验模态分解得到多个固有模态函数分量,最后对包含轴承故障信息的高频固有模态分量进行包络解调分析。结果显示:阶次跟踪技术能够有效地避免传统频谱方法所无法解决的'频率模糊'现象,将非平稳信号转化为准平稳信号;经验模态分解方法能够提取包含故障信息的固有模态分量,将两种方法相结合是对传统频谱分析法的有力补充,具有很广阔的应用前景。

旋转机械阶比跟踪技术研究进展综述

阶比跟踪是一种用于旋转类机械系统动态设计、故障诊断和状态监测的重要方法。阐述了阶比跟踪的国内外发展及技术情况。对阶比跟踪算法从不同的角度进行了分类,并对各种旋转机械阶比跟踪技术的优缺点进行了详细的分析和比较,以表格的形式进行了系统的描述。展望了阶比跟踪算法研究的主要发展方向。

运用阶次跟踪和奇异谱降噪诊断齿轮早期故障

针对齿轮箱升降速过程中振动信号非平稳的特点,将阶次跟踪分析与奇异谱降噪技术相结合,提出了一种针对齿轮早期故障的诊断方法。首先对齿轮箱加速时测得的瞬态信号进行时域采样,再对时域信号进行等角域重采样,转化为角域伪稳态信号;然后对角域信号进行奇异谱降噪处理,以减小背景噪声的影响;最后对降噪后的信号进行阶次谱分析。通过对齿轮箱早期故障信号的分析表明,该方法能准确地识别出齿轮的故障特征。

发动机变速阶段振动信号时频分析阶比跟踪研究

发动机变速过程产生的振动复杂多样,具有周期性和频率倍增等特点。阶比跟踪是一种用于旋转类机械系统动态设计、故障诊断和状态监测的重要方法。阐述了阶比跟踪的国内外发展及技术情况。G abor变换是一种可逆的联合时频变换,通过研究G abor变换及满足信号时域重构的对偶函数双正交条件,采用在时频域进行带通滤波的方法来进行阶比跟踪,能够得到各阶比成分的时域重构信号。克服了采用传统等角度重采样后进行傅立叶变换方法不能在时域内提取阶比信号的不足。

基于谱峭度的滚动轴承故障包络阶比跟踪分析

通过对旋转机械变速运行工况的齿轮箱振动分析研究,提出一种基于谱峭度的滚动轴承故障包络阶比跟踪分析方法。该方法利用旋转机械运行过程中滚动轴承故障引起的冲击性振动会激起其周围结构共振的原理,应用谱峭度方法自适应地确定优化的共振解调带通滤波中心频率和滤波带宽,进而通过共振解调算法获得包含轴承故障初始阶段振动特征的包络信号,再将变速工况下的非平稳包络信号通过等角度重采样转化为角度域的准平稳信号,进而获得消除了频率模糊的阶比谱,实现对旋转机械变速运行工况下的滚动轴承故障诊断。仿真和试验结果验证了本方法的有效性。

基于时频分析及阶比跟踪的曲轴轴承故障诊断研究

针对发动机曲轴轴承磨损故障诊断中测取的机体振动信号非平稳、频率成分随转速变化的规律不明确等特点,将时频分析及阶比跟踪算法应用于故障诊断中。在匀速及加速工况下分别将曲轴轴承间隙调节为0.08 mm、0.2mm及0.4 mm后采集机体振动信号,结合同步采集的转速信号及外卡油压信号对振动信号进行时频分析和阶比跟踪后发现,振动信号存在明显的108阶比成分和2 600～3 100 Hz频带成分。随着曲轴轴承间隙的增大,108阶比成分有增强的趋势,而2600～3100Hz频带成分有减弱的趋势。对加速工况下上述两部分信号成分提取参数发现,曲轴轴承正常、轻微及严重磨损工况的参数分别分布在0.002 7、0.010 0及0.035 0附近,提取的参数能有效的区分出这些工况。