变负载下超磁致伸缩作动器非线性动力特性分析

针对应用于混合隔振系统的超磁致伸缩作动器,建立了其耦合磁弹性的动力学方程。在磁致伸缩材料二次畴转模型和均质能量场磁滞模型基础上,分别分析了变应力对Terfenol-D材料饱和磁致伸缩、磁滞算子、矫顽场分布函数以及交互场密度分布函数的影响,并通过实验数据进行最小二乘参数识别和多项式拟合得到了考虑变应力的二次畴转模型和均质能量场磁滞模型,该模型可以有效地应用于变负载下Terfenol-D杆磁致伸缩的计算。通过对作动器耦合磁弹性动力学方程进行数值求解,得到不同频率及不同应力下外部激励磁场与作动器输出位移之间迟滞非线性关系。结果表明:相同频率下增大负载力,滞回环倾斜角度不变但其面积增加,作动器能量转换效率降低,同时负载力对作动器的幅频特性影响十分明显。     

GMA离散自适应滑模变结构位移追踪控制研究

超磁致伸缩作动器A)有应变大、能量密度高和响应速度快的特点,在主动隔振领域具有广阔的应用前景,但是其自身材料的磁滞非线性导致其位移控制精度大大降低.为提高其控制精度,方便在实际工程中应用,提出一种前馈逆补偿和反馈控制相结合的位移追踪控制策略.首先,采用自由能磁滞模型表示GMA的磁滞非线性特性;然后,通过变步长的LMS自...     

遗传算法整定PID参数的超磁致伸缩作动器控制策略研究

为提高超磁致伸缩作动器的控制精度和效率,在分析超磁致伸缩作动器基本原理的基础上,首先建立了作动器的控制系统数学模型;然后,利用遗传算法整定PID参数的方式对作动器进行了控制,并利用Simulink搭建作动器控制框图进行了仿真分析;最后,与传统PID控制效果进行的对比分析。结果表明:所提出的基于遗传算法整定PID参数的方法可以有效提高系统控制效果。     

磁致伸缩作动器的位置跟踪补偿控制

为提高磁致伸缩作动器控制精度,以 Jiles-Atherton 磁滞和动力学模型为基础,通过优化偏执磁场和预紧力来提高作动器线性度,并基于前馈控制、PID 反馈控制及柔性神经网络理论,提出了前馈补偿 PID 及柔性神经网络前馈补偿 PID 控制策略。同时,以偏置正弦和阶跃为指令信号,研究作动器的位置跟踪和补偿控制。仿真表明：相比常规 PID 控制和前馈补偿 PID 控制,柔性神经网络前馈补偿 PID 控制具有更好的位置跟踪效果和抗干扰能力,具有无振荡、无超调、响应速度快的特点。     

金刚石车床上带固态执行器的微定位装置——一个初步实验

在超精密设计中,很可能没有可供选择的设计方案。在超精细进给情况下,压电执行器是一种潜在选择。目前,欧洲和日本刀具制造商为此正致力于磁致伸缩执行器的研究。压电材料和磁致伸缩材料都存在磁滞型非线性,以致这些系统的输出依赖于以前的输入,绝对定位仅通过反馈控制才能得到。本文采用模拟技术对脆性材料的超精密加工中(微米级)刀架定位的几种现代控制技术作了一番比较。     

磁致伸缩材料及其作动器设计

对磁致伸缩材料的伸缩性能进行了测试．用磁致伸缩材料设计主动振动控制作动器,解决了作动器的发热问题,设计了偏磁场和可控的交变磁场及相应的电场．校验证明,所研制的作动器具有频响范围广、作用力大等优点．     

磁致伸缩作动器的设计与性能分析

在分析超磁致伸缩材料特性的基础上设计了一种微位移作动器.通过有限元分析,对作动器的结构进行优化,得到均匀的偏置磁场和激励磁场;设计了预压力加载结构和强制冷却结构.对该作动器的动、静态性能进行了测试,结果表明:作动器基本上工作在线性区域内,其位移伸缩量大,低频动态性能较好,高频谐波分量影响较小,相位延迟较小,同时也证明了对作动器的磁场分析和结构优化是正确的.     

柔性神经网络滑模主动控制技术

针对复杂激励条件下的振动控制,对Jiles-atherton模型的磁致伸缩作动器在双层隔振系统中的主动控制进行了研究。以传统滑模控制为基础,提出一种柔性神经网络滑模控制算法。用正则化方法设计控制器的切换矩阵,建立神经网络权值和柔性映射参数更新学习公式,并将该控制策略应用于双层隔振系统的振动主动控制中。通过单频、多频及随机信号激励进行仿真研究,结果表明:柔性神经网络滑模控制器具有较强的鲁棒性,具有较好的控制效果。     

超磁致伸缩材料特性及其工程应用综述

超磁致伸缩材料是实现电磁能-机械能二者能量和信息高效转换的功能材料。介绍超磁致伸缩材料的特性及器件优异的性能,较全面综述超磁致伸缩材料在各个领域的应用与开发情况,分析开发超磁致伸缩器件需要解决的若干关键技术问题,展望超磁致伸缩材料广阔的应用和发展前景。     

金属橡胶／橡胶复合叠层耗能器试验建模研究

采用电液伺服材料试验机的位移加载方式，对金属橡胶／橡胶复合叠层耗能器进行动态试验研究，结果表明：耗能器的恢复力同时受频率和振幅的影响具有非线性迟滞特性。在此基础上，结合理论分析建立耗能器的动力学模型，提出一种参数分离识别法，辨识出模型中的未知参数。将辨识结果与试验曲线进行对比，结果表明，所建模型可靠，且参数识别精度能够满足工程应用的要求。     

目标自动跟踪参数辨识模型的工程化动态辨识

为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计.     

开关磁阻电机模型参数新辨识算法

将混沌变异粒子群(CMPSO)应用在磁链数学模型的参数辨识可以得到精确的开关磁阻电机磁链模型.针对标准PSO收敛慢、易于早熟的缺点,CMPSO通过混沌优化后粒子群分成两个子群和混沌粒子群,然后通过精英粒子的适应度方差和最优解变异算法保证了改进算法的收敛.磁链辨识结果证实这种参数离线辨识算法收敛速度快,参数精度高的特点.     

预应力作用超磁致伸缩材料磁滞回线的温度敏感性分析

超磁致伸缩材料Terfenol-D具有应力温度敏感特性。通过循环油浴加热的实验方法,测量超磁致伸缩材料在力热磁耦合下的磁滞回线,发现预应力的增加有效降低了温度对材料低磁场性能的影响,材料显示了良好的低磁场温度稳定性能。试件在高预应力120 MPa、磁场强度300 kA/m的条件,磁化强度出现先增大后减小的现象,磁化衰减幅度得到减弱。     

采用自适应简化不确定性卡尔曼滤波算法的飞行器导航控制方案

针对飞行器绕本体轴高速旋转的飞行过程出现的严重耦合干扰问题和大角加速度和大角速度测量问题,提出了一种自适应简化不确定性卡尔曼滤波算法。该算法使用超球面分布采样点和线性转移等方法简化算法采样计算和采样点的权值计算,提高算法效率;利用模型噪声和线性方程,通过一步预测进行自适应设计,计算滤波值和误差方差矩阵;使用次优噪声估计器推算过程噪声;对过程噪声进行正定判定,防止算法发散。仿真结果表明,这一改进的自适应简化不确定性卡尔曼滤波算法能够有效减少滚转角解算误差和耦合干扰,提高飞行器着陆点的精度。     

基于正交最小二乘估计的非线性时间序列的预测

在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小二乘方法 (OLS)对线性模型同时进行结构选择与参数辨识 ,改善了数值的病态特性 ,增强了算法的稳定性     

基于NFxPEM算法的调制气流声源的非线性补偿

针对调制气流声源存在较强的谐波畸变,将声源系统等效为Hammerstein非线性模型,利用该模型下的预失真技术对声源进行非线性补偿研究。根据辨识的Hammerstein模型中静态非线性部分带有直流分量的特点,给出了考虑直流分量补偿的预失真算法,并用数值仿真验证了算法的准确性和直流分量补偿的必要性。在非线性补偿实验中,根据单频信号辨识得到Hammerstein模型参数,采用NFxPEM算法求得对应的预失真Wiener模型参数和预失真波形。实验结果表明, 与直接发射相比,补偿发射后声波的功率谱中谐波能量有所下降,而基频能量有小幅度的上升,说明了研究思路的正确性。     

基于NFxPEM算法的调制气流声源的非线性补偿研究

针对调制气流声源存在较强的谐波畸变,将声源系统等效为Hammerstein非线性模型,利用该模型下的预失真技术对声源进行非线性补偿研究。根据辨识的Hammerstein模型中静态非线性部分带有直流分量的特点,给出了考虑直流分量补偿的预失真算法,并用数值仿真验证了算法的准确性和直流分量补偿的必要性。在非线性补偿实验中,根据单频信号辨识得到Hammerstein模型参数,采用NFxPEM算法求得对应的预失真Wiener模型参数和预失真波形。实验结果表明,与直接发射相比,补偿发射后声波的功率谱中谐波能量有所下降,而基频能量有小幅度的上升,说明了研究思路的正确性。     

一种新的机动目标跟踪中的变结构多模型算法

实践证明变结构多模型(VSMM)算法在机动目标跟踪领域有着广阔的应用前景。动态地辨识机动目标的机动参数是提高目标状态估计精度的理想方法。因此,将二者结合,提出了一种新的VSMM算法,即带有修正装置的自适应网格法。算法核心所在是对系统输入量采用了协方差匹配技术来对系统不确定性进行修正,即对系统噪声协方差阵Q的实时辨识上,使滤波器具有高度自适应性。     

采用非线性 M 序列辨识 ARMA 模型参数

本文研究了采用非线性M 序列辨识ARMA 模型参数,提出了具体的算法,在特性上同m 序列作了比较,最后给出了仿真结果。     

基于遗传算法的导弹结构模态参数识别

系统地研究了基于遗传算法的线性结构系统模态参数识别方法.遗传算法对广义动力学系统的辨识已经得到了充分研究,但在结构系统参数辨识方面的研究还不多,使用浮点数编码方案,利用频响函数数据,给出了结构系统模态参数识别步骤.由于遗传算法的全局寻优特性,该算法具有极强的抗噪声能力,即使对噪声严重污染的数据依然能够很好的辨识出待辨识的参数.通过一个两自由度的弹簧质量块系统进行了仿真分析,最后将方法用于一个实际的导弹结构的实验数据分析.