基于GNSS/INS的拖拉机导向轮偏转角度测量系统设计与试验

传统的角度传感器在拖拉机导向轮偏转角度的测量中存在准确度不足、安装调试复杂等问题,这些问题制约了拖拉机在自动导航作业时的高精度、高稳定性的需求。鉴此,本文旨在构建并验证一种新型系统,该系统基于全球导航卫星系统(global navigation satellite system,GNSS)和惯性导航系统(inertial navigation system,INS)的技术原理,能够实现对拖拉机导向轮动态角度的实时解算。首先,对GNSS/INS融合原理进行了深入的分析,并设计了相应的GNSS/INS数据测量台架试验,以获取角度传感器的测量值。随后,采用卡尔曼滤波(Kalman filter,KF)、扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(untraced Kalman filter,UKF)三种滤波算法对角度测量值的滤波处理,以超调量、响应时间和稳定性等指标进行评价,结果表明UKF在本系统中表现最优。其次,针对不同工况(沥青路面和农田),进行了拖拉机在自动导航下转向和直线性能测试。在转向性能测试中,进行了1°、5°和15°的不同角度的固定测量,结果显示在1°时两种环境的响应时间最小,但均产生了最大超调量,同时随着角度的增加,系统对稳态误差的降低有明显作用。直线自动导航性能测试中,沥青路面和农田的最大横向偏差分别为17.51 mm和18.52 mm,系统误差分别为10.45 mm(2σ)和21.07 mm(2σ)。通过对比两种工况,沥青路面的各项性能指标上均优于农田环境,但两种工况在精度、响应时间和平稳性上均满足自动导航系统需求,可应用于拖拉机的自动导航作业中。

基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断

现有列车车轮失圆监测方法的准确性受车速及线路条件影响较大,为了更准确地监测车轮服役状态,文中提出基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断方法:车辆轴箱垂向振动加速度经数学形态学滤波器滤波降噪后,运用完全噪声辅助聚合经验模态分解(CEEMDAN)将其分解为一系列的固有模态函数(IMF),然后选取能量熵增量相对较大的几阶IMF分量进行Wigner-Ville分布(WVD)计算,从而叠加得到轴箱振动加速度的多尺度时频图,最后根据多尺度时频图的分布特征来诊断车轮状态。通过仿真分析和工程实例研究结果表明,运用该方法可有效地识别复杂工况下的车轮服役状态。

基于KFESO的四轮主动转向积分滑模控制

为消除参数不确定和外部不确定扰动对四轮转向车辆操纵稳定性的影响,提出了一种基于卡尔曼扩张状态观测器的四轮主动转向非线性积分滑模控制(KFESO-ISMC)方法。首先设计了一种卡尔曼扩张状态观测器(KFESO),实现了车辆状态观测以及外部扰动估计,克服了传统卡尔曼滤波算法对模型参数精度的依赖的缺点。其次为降低外部扰动引起的车辆状态的跟踪误差,将KFESO观测的系统总扰动补偿到控制输入;并为实现全局鲁棒控制和抑制积分饱和现象,设计了四轮主动转向非线性积分滑模控制方法。最后,硬件在环试验结果表明:在存在内外部不确定扰动情况下,KFESO观测器具有较高的观测精度;在四轮主动转向操纵稳定性的控制方面,KFESOISMC方法相比LQR和ISMC方法具优良的抗扰性能。

卡尔曼滤波与PID的两轮自平衡小车设计

对两轮自平衡小车进行分析,建立了对应的动力学模型,为后续的系统实现提供原理和方向。控制系统采用STM32F103C8T6作为主控芯片,利用MPU6050作为姿态传感器测量小车姿态角,通过卡尔曼滤波进行数据融合,获取姿态角的最优估计。通过PID控制算法输出合适的PWM波来控制电机的转速,构建双闭环控制来保持小车的平衡性,并且可以使用蓝牙模块连接手机进行遥控。经实验证明,该方法可以使小车具有良好的平衡性,能够有效控制小车的运行。

A356铝合金轮毂内部缺陷的在线实时检测

A356铝合金是汽车轮毂生产制造的主要原材料,在铸件冷却过程中容易产生气孔、缩孔等内部缺陷,需要使用X射线探伤设备来检测。在介绍轮毂X射线检测设备的基础上,提出使用背景相减法提取缺陷的技术方案,先用循环引导滤波算法模拟背景图像,然后使用原始图像减去模拟图像,对得到的二值图像经数学形态学后处理,实现缺陷的准确提取。实验结果表明,提出的技术方案通用性强、实时性好,能够用于铝合金轮毂内部缺陷的在线实时检测。

独立驱动电动汽车质心侧偏角融合估计方法

针对传统质心侧偏角估计精度低、实时性差等问题,把四轮独立驱动电动汽车作为研究对象,提出一种基于强跟踪卡尔曼滤波及无迹卡尔曼滤波融合估计的质心侧偏角估计方法。由于汽车在侧向加速度较小时车辆动力学特性基本呈线性变化,此时通过强跟踪卡尔曼滤波快速估计,当汽车侧向加速度较大时车辆动力学特性趋于非线性变化,通过无迹卡尔曼滤波准确估计。最后将两种估计方法的数据融合,完成不同车速不同工况下对车辆质心侧偏角的估计。搭建Simulink-Carsim联合仿真平台对提出的方法进行验证,结果表明该方法在保证估计精度的同时具有较好的实时跟踪效果及鲁棒性。

基于多尺度时频图与卷积神经网络的车轮故障智能诊断

铁道车辆车轮故障的产生,不仅会增大列车的振动和噪声使乘坐舒适性下降,而且会加速车辆及轨道零部件的损伤,严重时还会引发事故,因此对车轮服役状态的实时监测对保证列车安全运营具有重要意义。针对现有铁道车辆车轮故障诊断方法存在自适应能力弱、准确率低等不足,提出一种基于多尺度时频图与卷积神经网络(CNN)相结合的车轮故障智能诊断方法,该方法利用车轮所在轴箱垂向振动加速度来间接识别车轮服役状态。1)首先采用形态学滤波器对车辆轴箱振动加速度信号进行滤波降噪,然后采用完全噪声辅助聚合经验模态分解(CEEMDAN)将滤波后的信号自适应地分解为若干固有模态函数(IMF),选取能量熵增量相对较大的三阶分量作为信号的主分量。2)分别求各主分量的Wigner-Ville分布(WVD),然后叠加转化为多尺度时频图。3)对经典的LeNet-5模型进行结构改进和网络参数优化,构建适合车轮故障诊断的CNN模型,来学习提取车轮在不同工况下的时频图特征,并对时频图进行分类,将特征学习提取与故障分类融为一体,一定程度上实现了端到端的车轮故障诊断。经仿真试验和现场试验验证表明:所提出的方法对于车速、故障类型和故障程度都有很好的自适应能力,故障识别准确率可达97%,且泛化能力强。因此所提方法在车辆运营状态在线监测的应用中具有一定的理论意义和工程价值。

激光雷达性能参数对轮式机器人建图质量影响研究

针对轮式机器人系统环境建图精度低的问题,基于轮式机器人运动学模型、传感器模型和融合算法等理论及分析,建立轮式机器人系统模型,通过仿真实验综合分析激光雷达性能参数(视场角、角分辨率)对环境建图过程中轮式机器人位姿及建图质量的影响规律。研究发现,随着时间变化,x坐标轴和y坐标轴方向的位置不确定性曲线呈现周期下降趋势,角度误差呈现出围绕一个值上下振荡的趋势;随着激光雷达视场角的增大,曲线震荡减少,且更趋于平滑,同时建图结果的白色边界更加清晰且完整;随着激光雷达的角分辨率增大,曲线震荡增多,且振幅更大,同时建图结果的白色边界更加模糊,精度更低。因此,可通过增大激光雷达视场角、减小角分辨率提高机器人系统环境建图精度。

基于扰动环境下的轮式机器人路径跟踪控制

针对轮式机器人在日常运转过程中,易受到负载、外界非线性干扰以及参数时变等不确定因素影响,提出了一种基于扰动环境下的轮式机器人路径跟踪控制算法。根据对轮式机器人工作时性能状态进行分析,建立出动力学模型;利用带扰动观测器的扩展卡尔曼滤波实现对内外部扰动实时预测和补偿,从而实现对轮式机器人的稳定控制;通过Lyapunov函数对其稳定性能进行证实。利用MATLAB软件进行算法仿真,通过对不同参数的校准调节,完成期望路径下轨迹跟踪实验验证。结果表明,经过扩展卡尔曼滤波器补偿后的轮式机器人,在跟踪精度和稳定性上要远远优于补偿前,证实了所提控制方法的有效性。

时频能量谱与VGG16结合的车轮扁疤损伤程度估计方法

为了实现对运营中车辆车轮扁疤损伤程度的实时精准监测,提出了一种时频能量谱与VGG16卷积神经网络相结合的车轮扁疤损伤程度估计方法,该方法通过对车辆运营中轴箱振动加速度信号的分析处理来实时定量估计车轮扁疤的损伤程度。建立了车辆轨道刚柔耦合系统动力学模型和车轮扁疤数学模型,仿真计算不同扁疤损伤工况下的车辆轴箱振动响应。运用形态学滤波器以及完全噪声辅助集合经验模态分解结合Wigner-Ville分布的时频分析方法,将轴箱振动加速度信号滤波降噪后表达在时频能量谱中。构造了VGG16卷积神经网络模型,通过大量车轮扁疤故障数据的时频能量谱构造的训练集来训练VGG16模型。随机仿真若干车轮扁疤工况,对训练完善的VGG16模型进行测试验证。仿真试验表明,运用时频能量谱与VGG16模型结合的方法能准确地估计运营中车辆的车轮扁疤损伤程度,估计误差在1.6 mm内。

YJ218B型接装机错位轮护轨调整装置的改进设计

为解决YJ218B型接装机的错位轮护轨调整时间过长的问题,改进了护轨调整装置。该装置由三个调节机构组成,满足了护轨前后位置的单独调整,新增调节螺钉实现了护轨前后位置的精准调节,改进了安装支架来适应多种基棒长度规格的使用。对改进前后的YJ218B型机组进行测试,结果表明:改进后的护轨调节装置效率得到提升,降低了操作人员工作强度。

基于多传感器信息的汽车低速车速估计方法

为解决低速工况下轮速传感器测量精度低、更新周期长的问题,利用现有的底盘域传感器的信号,本文提出了一种基于多传感器信号的电驱动汽车低速车速估计方法。为准确估计车速,建立了基于多轮速脉冲信号的车速估算模型(模型I)和基于电机转速信号的车速估算模型(模型II)。在估算轮速时,模型I可以有效地避免噪声干扰,但在极低速的情况下,其更新周期较长;而模型II估算得到的轮速信息更新周期短、精度高,但其无法克服传动系统中由于齿隙所产生的冲击干扰。为充分发挥两种估算模型的优势,本文采用交互多模型融合算法对两个模型的输出结果进行加权融合,并通过实车对比测试,验证了所提出的低速车速估计算法在不同行驶路面下的准确性和可靠性。结果表明,相较于传统轮速估算方法,该方法在低速工况下具有更高的估计精度和实时性。

一种注油过滤装置的设计应用

在柴油无轨胶轮车加油的过程中,油箱进油口处的滤网经常被抽油器的出油管口捅破,从而出现无过滤网加油的情况。由于柴油桶自身底部的沉淀物较多,导致柴油无轨胶轮车在运行的过程中出现油管堵塞、发动机故障等问题。基于此,文章设计了一种用于柴油无轨胶轮车的注油过滤装置。抽油器的出油口通过搭接半管将油料引入可拆卸式滤网结构,对柴油中的沉淀物、油桶内的杂质进行过滤。当需要清理过滤网时,通过转动旋转轴,可将导向管和过滤网从套接筒正面缺口旋转而出,便于清洁过滤网。该装置保证了用油清洁,减少了发动机故障,满足了井下作业需求,取得了良好的经济效益。

基于互补滤波的两轮自平衡小车的实现

要使两轮自平衡小车协同运动、平衡稳定、有效控制,最为关键的首要因素是准确、快速地解算出其运动姿态信息。该文针对姿态信息解算的卡尔曼滤波解算复杂、运算量大等缺点,采用互补滤波将倾角、加速度传感器信息进行数据融合、优化,得到与实际姿态信息相一致的最优估计值。再综合视觉传感器,两轮自平衡小车自动调整运动姿态、及时修正并回归至平衡位置,实现平稳控制。提出利用传感器—倾角、加速度、磁力计、视觉,互补滤波,ARM微控制器,4G通信等多种技术,设计出基于互补滤波的两轮自平衡小车。详细阐述了工作原理、系统架构、硬件设计及姿态信息检测、互补滤波、方向检测等算法。实践表明,基于互补滤波的两轮竞速自平衡小车姿态解算准确快速、运动控制精准、转弯快速。

考虑外部扰动的四轮移动机器人运动轨迹控制优化方法

控制机器人的运动轨迹,有助于提高四轮移动机器人工作的整体性能,提出考虑外部扰动的四轮移动机器人运动轨迹控制优化方法,利用人工势场法根据机器人运动特点规划其运动轨迹。考虑外部扰动和不确定性因素,结合低通滤波器和滑膜控制器设计运动轨迹控制器,实现四轮移动机器人运动轨迹的优化控制。实验结果表明,所提方法的轨迹控制效果好,距离误差小,稳定性高。

轨道列车车轮型面线点云数据处理方法研究

随着轨道列车交通的迅速发展,为了保证列车运行的安全性,需要及时检测列车车轮型面的磨损。非接触式的激光检测装置由于其具有精度高、方便快捷等原因,逐渐应用到列车车轮检测的工作中。但在使用激光传感器扫描列车车轮型面时,由于车轮型面复杂导致光线的不均匀反射,传感器得到的车轮型面中存在部分异常点。异常点的存在会影响车轮型面参数的测量与车轮磨损程度判断,因此本文提出一种基于夹角-弓高-曲率联合判别的异常点方法,对车轮型面所有采样点建立统一偏差尺度,并采用移动窗口的方法对超出局部阈值的噪声点进行识别并剔除,再对剔除后的数据进行多项式滤波处理。实验结果表明,所提出的数据处理算法能够很好地剔除异常点,且处理后能够明显降低车轮型面参数的测量误差,方便车轮检修人员精准记录车轮数据,从而保障列车的安全运行。

基于形态学滤波的车轮多边形故障诊断方法

通过车轮多边形轴箱振动响应提出一种基于形态学滤波的车轮多边形故障诊断方法。核心是通过形态学滤波算法对轴箱振动加速度信号进行降噪,通过降噪信号频谱分析确认是否存在多边形故障,并根据多边形主频计算多边形阶次。首先,根据车轮多边形仿真信号研究形态学滤波器类型、结构元素类型、结构元素尺寸对车轮多边形信号降噪的影响,并给出上述参数的选择建议;然后,通过车轮多边形仿真信号验证本文多边形故障诊断方法的有效性;最后,通过线路试验数据和轮对多边形测试验证该方法的有效性。验证结果表明,该方法可实现车轮多边形故障信号降噪,并能有效诊断出车轮多边形故障。

两轮平衡车的控制系统设计

两轮平衡车具有便携、低碳等优点,近几年深受人们喜爱。研究两轮平衡车的自平衡控制问题,以STM32单片机为主控制器来搭建两轮平衡小车系统。采用集陀螺仪和加速度计为一体的MPU6050姿态传感器,用于获取小车的姿态信息。采用PID控制算法,实现了对小车的自平衡控制。采用卡尔曼滤波算法,用以对包含在数据信息里的系统扰动和数据采集误差进行最优估计。最后,对小车的运行稳定性进行了测试。设置了4种坡度的运行路面,即0°、15°、30°和45°,依次测试了小车运行的平稳性。测试结果表明,当坡度不超过15°时,小车能够实现静止平衡、运动平衡以及稳定刹车等功能。当坡度达到30°时,小车仍能够平稳爬过斜坡,但在斜坡上保持静止平衡则较为困难。相关研究结果为进一步提升两轮平衡车的自平衡性能奠定了一定基础。

轮式移动机器人预见预测运动控制

针对移动机器人的运动控制问题,该文采用预见预测控制方法加以解决。利用三阶Bezier曲线作为路径生成器生成目标轨迹,并据此设计了最优预见控制器作为系统的前馈补偿;使用扩展卡尔曼滤波器作为预测模型,基于广义预测控制(GPC)实现了PPC运动控制器的设计。仿真实验结果证明了该方法的有效性。

低照度条件下三基色获取及真彩色融合方法研究

鉴于低照度条件下彩色成像都是采用微光、红外、紫外等波段图像融合成假彩色,提出一种利用滤光片过滤和像增强器增强的三基色获取及真彩色融合方法。采用F-P滤光片设计出了透射中心在三基色光中心波长的三基色滤光片,对其光谱透过性进行分析;通过旋转三基色滤色轮将目标反射光过滤,使用像增强器对过滤后反射光增强,借助FPGA编写的控制程序实现滤色轮转速和CCD摄像机成像时间的精确同步,利用CCD摄像机获取经增强后的三基色图像,实现目标三基色图像的动态采集。研制的样机在微光实验室进行了三基色采集及融合实验,实验时光照度分别1×10-1 lx(等效于月光下)和1×10-3 lx(等效于星光下),采集速度设置为60f/s,对获取的图像质量进行了评价。结果表明:在照度为1×10-1 lx时,融合后的真彩色图像在灰度均值、灰度方差和信息熵3项指标方面,比3幅单色图像的平均值分别提高了5.06%、5.97%和1.08%;在照度为1×10-3 lx时,融合后的真彩色图像与3幅单色图像的平均值分别提高了13.18%、-9.86和8.65%。