磁悬浮反作用飞轮高精度力矩控制

为提高磁悬浮反作用飞轮输出力矩精度,针对传统控制方法下永磁无刷直流电机非理想反电势和换相引起的转矩脉动,分别提出补偿控制策略。非换相期间,根据转速和位置信息,估计实时反电势来获取参考电流,通过设计的力矩控制器直接计算出调制占空比以补偿非理想反电势引起的力矩脉动;分析全转速范围内换相期间转矩波动的特点,分别提出低速区非换相相调制和中高速区间关断相调制的换相转矩脉动抑制策略,并给出换相时间的计算方法。实验表明所提控制方法显著提高了飞轮的输出力矩精度,从而验证了方法的正确性和有效性。     

SAR卫星偏航导引补偿效果分析

通过建立"SAR卫星—地球—目标点"几何模型,得到多普勒中心频率的精确值;简化模型,求得卫星的偏航导引规律;分析简化前后两模型,从而得出偏航导引的补偿效果。     

高空气球地面充氦气量计算方法分析与试验评估

作为高空气球研究中的一个重要问题,气球在地面发放前充入的氦气量会直接影响其上升速度和驻空高度,进而影响平台的可靠性和稳定性。因此研究充氦气量的准确计算方法十分必要。建立了高空气球上升过程动力学模型,计算了气球初始升速的理论值,用于与实际初始升速对比,为评估充氦气量计算方法提供依据。归纳了三种较为典型的高空气球地面充氦气量计算方法,根据实际开展的飞行试验,分析对比了三种方法的准确性和误差范围。提出了浮力补偿规律,完成了对三种方法的评估。通过研究可以对现有充氦气量计算方法进行有效修正,进而为高空气球的实际飞行提供指导。     

椭圆拟合在某新型磁定向系统罗差补偿中的应用研究

为了提高基于地磁检测定向的精度,设计了一种新型的平面磁定向系统,该系统仅需要一个传感器的数据就可以确定磁方位。进行载体磁场补偿是磁定向系统实际应用的必要条件。结合新型磁定向系统的结构特点,基于椭圆拟合方法提出了一种新型智能误差补偿方法,推导出误差补偿公式。该方法不需要外界设备提供参考,仅通过定向系统本身的测试数据之间的相互关系就可以完成罗差补偿系数的求解。工程试验表明,该方法有着与传统给定基准法相当的补偿精度,却大大简化了操作,缩短了校准时间。     

一种改善雷达测距测角精度的窄带补偿方法

多通道间幅相不一致会影响三维成像雷达的成像质量。针对步进频率体制三维成像雷达,分析了系统窄带部分通道间幅相不一致对目标三维(距离、方位角、俯仰角)成像的影响,并提出了一种基于中频注入补偿信号的补偿方法。     

坦克炮控伺服系统的滑模非线性摩擦补偿控制

坦克炮控伺服系统存在低速摩擦,摩擦环节不但造成系统的稳态误差,而且导致极限环振荡、低速爬行等现象.提出基于Lyapunov稳定理论的滑模控制方法,通过 Lyapunov稳定理论获得控制量,同时克服参数不确定性和补偿非线性摩擦力矩,从而保证跟踪误差渐进收敛.仿真结果表明该设计方法大大优于经典设计,为炮控伺服系统实际设计提供了一种可行的新方法.     

数据采集中脉冲丢失补偿算法

针对测试中遇到的脉冲丢失问题,采用脉冲边沿、脉冲到达时间和脉冲间隔等特征量,设计了快速进行脉冲丢失位置定位和补偿的算法。仿真结果表明,该算法能有效地解决脉冲丢失的问题,对脉冲敏感型的数据分析和故障诊断具有重要意义。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。     

基于扩张状态观测器的稳定控制算法

在稳定控制系统中,以PID控制算法为典型代表的传统负反馈设计,依靠系统在低频段的增益来实现对载体扰动作用的抑制,具有一定的局限性。以某陀螺稳定平台为研究对象,在PID负反馈稳定控制系统的基础上,通过加入扩张状态观测器对扰动进行了观测及补偿。仿真比较了加入扩张状态观测器前后的算法控制效果,结果表明扩张状态观测器是提高控制系统稳定精度的一种有效方法。     

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。