关键词： 条形物料   剪切机   视觉检测   自适应控制   数字孪生  

摘要： 目前部分企业针对柔性条形物料产品的定长剪切,和尺寸测量等工序仍然是靠人工解决。在生产过程中,此类人工操作工序的危险程度高,劳动量大,效率低且质量无法得到充分保证。为解决此类产品的自动化产线技术落后问题,本文基于视觉检测技术设计了一套条形物料剪切控制系统,通过视觉检测物料运动状态和位置来控制设备运行参数。研发了一台条形物料剪切设备,实现了条形物料定长剪切、速度自适应和外径自适应控制功能,提高了条形物料生产线的自动化水平。本文的主要研究内容和创新工作如下:1.建立了基于改进Canny算子的物料参数识别方法。传统Canny算子在提取图像轮廓时,常有目标图像的边缘信息被平滑弱化等问题,导致获取的边缘轮廓缺失和不连续。为此,本文利用Lo G滤波代替传统Canny算子中的高斯滤波,通过结合高斯滤波与拉普拉斯滤波,平滑了图像噪点的同时,又锐化了图像轮廓,使图像保留了更多边缘特征。在此基础上,通过查找轮廓弯曲曲率极值点的密切圆,得到极值点出曲率参数k;另根据轮廓面积特征与轮廓几何特征获得轮廓外径尺寸d。2.研究了基于视觉检测的自适应控制系统。采用视觉检测方法获得的物料弯曲曲率k,结合模糊PID控制方法输出输送速度来对输送皮带进行调速,控制条形物料的弯曲曲率k趋向于期望弯曲曲率6)6)0));根据视觉检测所得的物料外径尺寸d,再以外径偏差?(9(9输出位移调节量S来调节剪切定刀位置,完成剪切断面倾斜度调节;基于视觉检测识别物料输送位置,当物料到达剪切定位点时,以位置控制模式驱动剪切电机完成定长剪切动作。3.开发了条形物料定长剪切设备,通过MCD环境搭建数字孪生虚拟调试仿真,优化设备结构,并验证设备可靠性,最终完成设备的机械结构设计,包括速度自适应导入机构、剪切机构和视觉测量机构,实现对条形物料定长剪切任务。速度自适应导入机构利用恒力矩摩擦轮的恒定牵引力将条形物料导入设备缓冲区,再通过视觉缓冲器来调节输送速度,最终完成导入工作;剪切机构采用电机驱动曲柄滑块动切刀组,实现剪切功能,另采用自动滑台定切刀组,实现切刀间距可变;视觉测量机构采用顶部视觉检测方式,可完成条形物料表面质量、长度测量及位置检测功能,本文利用顶部视觉机构完成条形物料的位置检测,来实现定长检测功能。最终通过工程实验验证显示,物料剪切长度尺寸达到2m要求,长度剪切误差小于5mm;剪切断面质量合格,未出现闭孔和飞边问题,断面倾斜度小于5°。本文所采用的控制方法可适应变速出料和变外径的柔性条形物料生产线,具备较强通用性,有广泛应用前景和市场价值。

关键词： 非平衡身管   PID控制   粒子群优化算法   模型参考自适应   LabWindows/CVI  

摘要： 复杂路面环境下,坦克炮管快速平稳定位受到路面波动干扰,同时由于身管口径、长度的不断增加,其非平衡质量导致非平衡特征不断加剧,增加了身管高性能控制的难度。为此,本文以非平衡身管电液伺服系统为研究对象,拟设计出定位速度快、定位精度高且抗干扰性能好的智能控制策略,满足非平衡身管快速平稳定位的实际需求。论文完成的主要内容包括以下几个方面:首先,分析了非平衡身管电液伺服系统的组成和工作原理,建立了电液伺服系统的数学模型、传递函数方框图及状态空间模型。根据路面不平度等级,通过建立路面波动模型,模拟实战中的复杂路面环境,为复杂路面环境下研究非平衡身管快速平稳定位奠定基础。其次,针对非平衡身管的运动特征,设计比例积分微分控制器作为系统控制核心,进行控制仿真分析,结果表明采用PID控制器的非平衡身管在复杂路面环境下动态性能、稳态性能均劣于预期性能指标,不满足要求。为提升控制器性能,通过粒子群优化算法对PID控制器参数进行优化,仿真结果表明采用PSO-PID控制器的非平衡身管系统的动态性能得到了提高,但稳态性能仍不满足预期性能指标要求。进一步,为优化控制器性能,设计了模型参考自适应控制和PSO-PID控制相结合的复合控制器,实时地改变PSO-PID控制器的参数,以实现最优控制,仿真结果表明,MRAC-PSO-PID控制器参数可进行实时在线调整,有效地提高了非平衡身管伺服系统的稳态性能。为进一步证明控制器的可行性和鲁棒性,通过修改重力矩、粘性阻尼等非平衡身管伺服系统相关参数,进行多组仿真实验,结果表明,在MRAC-PSO-PID控制器的作用下,非平衡身管伺服系统的动态性能和稳态性能良好,满足预期性能指标,具有较好的鲁棒性。最终,搭建了包含STM32、调理电路、伺服放大器、电液伺服阀、传感器等的硬件平台,基于LabWindows/CVI平台设计制作了系统的测试软件,测试软件包含登录、参数调整、测试、数据采集、数据显示及数据保存等功能,在搭建的实验平台上完成了部分实验研究,验证了算法的可行性。

关键词： 模型预测控制   导纳控制   自适应控制  

摘要： 随着机器人技术的不断发展,机器人的应用越来越广泛,一些危险重复性的工作急需使用机器人来代替人工进行工作。机械臂作为一种类人手臂的机器人,是应用最为广泛的一种机器人。由于火箭固体燃料整形工作中的固体燃料本身具有一定的毒性,并且整形过程中有爆炸危险,危及操作人员安全,所以考虑使用机械臂来代替人工进行操作。使用机械臂进行火箭固体燃料整形工作,主要涉及机械臂的力位控制问题,本文主要围绕这两个问题进行研究。本文的主要研究内容如下:研究了六轴机械臂的运动学和动力学的建模方法,以PUMA560机械臂为例,对机械臂的运动学和动力学进行建模,讨论了非线性系统线性化的方法,并且进行举例说明。研究机械臂的位置控制和力柔顺控制策略。在第二章分析的基础上,选择使用小偏差线性化的方法对机械臂的动力学方程进行线性化,在线性化后的动力学方程的基础上,设计了基于模型预测控制和PD控制的机械臂位置控制器,同时考虑了机械臂与环境的非刚性接触,设计了基于导纳控制器的力局部柔顺控制策略。通过机械臂的位置控制结合力控制策略,实现了笛卡尔空间下机械臂轨迹的准确跟踪,并且在局部可以表现出一定的柔顺性。针对机械臂末端的力控制问题,在本文第三章基础上,第四章研究了另一种解耦的线性化动力学模型,与第三章使用的模型相比更加简单。然后基于模型预测控制方法设计一种位置控制器,通过向机械臂发送速度指令来控制机械臂运动。通过设计一种自适应导纳控制器来控制机械臂的末端接触力,使机械臂末端能够跟踪期望的力。对所提控制策略进行的数值仿真表明,所提出的基于模型预测控制的位置控制器和基于自适应导纳的力控制器,可以在执行固体燃料整形任务中,对机械臂的力位进行有效控制。

关键词： 航空涡扇发动机   滑模控制   鲁棒H_∞控制   干扰观测器   自适应控制   切换控制  

摘要： 航空发动机控制系统作为发动机的“大脑”,是保证发动机在复杂飞行环境中平稳、安全和可靠工作的关键核心部件之一。为此,本文主要考虑航空发动机在具有外部动态干扰和参数摄动情况下时控制器的设计问题,主要研究内容如下: 首先,采用部件法建立某型航空涡扇发动机数学模型,通过求解航空发动机共同工作方程得到发动机准稳态工作点,并在稳态工作点附近对发动机非线性模型进行线性化,得到航空涡扇发动机线性状态空间模型。 其次,针对航空发动机实际工作过程中,不可避免的会受到外部干扰和参数不确定的影响,为航空涡扇发动机设计了一种干扰观测器,实现了对未知复合扰动的在线估计。基于干扰观测器的输出为航空涡扇发动机设计了一种多变量滑模控制器,并基于Lyapunov稳定性分析和仿真试验验证了所设计的控制器的有效性和可行性。 接着,针对单一线性模型难以精确描述航空发动机的动态工作过程问题,进一步将发动机的动态工作过程视为一个具有多个子系统的切换系统。在此基础上,基于参考模型为航空涡扇发动机设计了一种多变量鲁棒H∞切换控制策略,并基于Lyapunov稳定性分析和仿真试验验证了所设计切换控制器的有效性和可行性。 最后,针对航空涡扇发动机建模过程中,可能存在的传感器故障以致状态不可测的问题,为航空涡扇发动机设计了一种满足指定H∞性能指标的输出反馈滑模切换控制器,给出了切换控制器增益的求解方法,并基于平均驻留时间法和Lyapunov稳定理论证明了闭环系统的稳定性,仿真结果验证了所设计的滑模切换控制器的有效性与可行性。

关键词： 定向凝固   CFD模拟   流场   智能控制  

摘要： 三层电解液精炼法是我国大部分企业主要的纯铝生产方式,具有产量大、能耗高、质量稳定、环境污染大等特点。定向凝固法是国际上的主流方法,具有产量高、能耗低、质量好、环境污染少等特点。根据我国提出的“双碳”目标,国内多家企业着手研究定向凝固装备并急需应用于生产,但是核心技术都被发达国家垄断,缺乏工艺和装备的研究。本文以定向凝固提纯装备内流场为研究对象,利用CFD分析了不同工艺时固-液界面前沿的流速、湍动能分布特点。以提高凝固过程中固-液界面前沿流速为主要目的,设计了搅拌桨孔洞参数和坩埚结构。针对仍然存在的缺陷,提出了新型搅拌桨结构。结合新型装备提纯时流体区域变化的情况,提出了智能化控制固-液界面前沿熔体速度的方法,得到以下结论:装备内流体主要呈切向流动,自由液面中心形成漩涡,搅拌桨下存在柱状低速区域。随着流体域缩小,固-液界面前沿流速增加,搅拌桨下湍动能减小。流速和中心漩涡深度随转速提高而增加,当转速超过一定值时,流速增长率变小。搅拌桨高度处于流场中心时,流体速度分布更均匀。当搅拌桨孔洞数量增加、孔洞位置处于上下循环流的分隔处时,腔室内的液体流出量增加,循环流分布的范围扩大,界面前沿流体速度更快。坩埚壁面越贴合搅拌桨两侧循环流结构,循环流之间的作用就越剧烈,界面前沿流速越快。通过设计搅拌桨孔洞参数、坩埚结构、轴向流桨型都无法减少底部低速区域,故提出下加小搅拌桨的新型装备结构,减少了低速区域范围,提高了界面前沿流速,流场内速度分布也更加均匀。新型定向凝固装备的主要控制参数为搅拌桨转速和高度,结合新型定向凝固装备内变流场结构的模拟和分析,实现了液流速度、溶质分布和中心漩涡深度的控制。

关键词： 虚拟同步发电机   功角控制   故障穿越   频率响应   自适应控制  

摘要： 针对目前能源危机日益加剧的现象,国家大力发展新能源发电技术。分布式发电技术从而迅速发展,但相较于同步发电机系统,分布式电源系统的稳定需要得到电网的支撑,而无法为电网提供有益支撑。因此,虚拟同步发电机(Virtual Synchronous Generator,VSG)技术应运而生,融合了电力电子设备的灵活性和同步发电机的运行特性,可以实现分布式电源的友好并网。但是当其面对复杂的暂态工况时,系统稳定性将会面临严峻的挑战。因此,为了进一步完善VSG的研究,本文主要针对故障工况以及小信号干扰下VSG的暂态控制展开研究,主要内容如下:首先,简述VSG的控制机理并建立其数学模型,通过模拟同步发电机的运行特性进行有功频率环路和无功电压环路的设计,增加系统的惯性和阻尼。最后研究故障工况和小信号干扰下VSG的暂态响应,并通过Matlab/Simulink软件对暂态工况下VSG的运行性能进行仿真测试,验证VSG的工作特性。其次,针对故障工况下VSG面临的电压跌落以及电流冲击的问题,提出一种基于功角控制的VSG故障穿越控制策略。分析了故障下VSG控制的功角失稳以及产生电流冲击的原因,在有功环中采用有功功率指令调节控制抑制故障下的VSG的不平衡功率的稳态功角项,再加入功率补偿控制弥补不平衡功率的动态功角项。通过无功电压指令控制结合电流环和虚拟阻抗,有效地抑制电流冲击,实现过电流保护,并提供无功支撑来补偿系统。然后,针对小信号干扰中VSG面对的给定有功功率突变、电网频率波动等工况,优化模型并提出转动惯量和阻尼系数自适应控制策略。但仍存在VSG的转动惯量、阻尼系数与频率响应速度的矛盾,通过探究暂态期间虚拟阻抗与频率的关系,得出基于参数自适应的VSG暂态控制策略。能够抑制暂态期间VSG的频率波动,提高系统的频率响应速度。最后,搭建基于VSG控制算法的实验平台,对阻性负载、负载突变和给定有功突变等工况下的VSG进行实验,验证VSG控制算法的正确性和有效性。

关键词： 机械臂动力学   LPV系统   未知输入估计器   鲁棒控制   网络攻击  

摘要： 近年来,机械臂在国民经济各行业中得到了广泛应用,针对机械臂的运动控制研究受到了广泛关注。值得注意的是,目前文献中借助机械臂运动学方法解决机械臂静态位置、静力、速度等问题的研究工作往往没有兼顾优化暂态控制过程的性能,这一问题在多变量约束情况下造成的影响尤为明显。依靠机械臂动力学建模导向控制设计方法是解决上述问题的一个可行思路。然而,机械臂具有的非线性、高耦合等特点使得其动力学模型比较复杂,通过简化模型复杂度为支撑控制的设计能提供可行性保证。鉴于此,本文针对典型的2-Dof机械臂构造了近似线性辅助系统,并依此设计了状态估计、鲁棒控制、模型预测控制、弹性控制等方法,以期改善暂态控制过程的可靠性和安全性。主要研究内容如下:研究了2-Dof机械臂线性辅助系统的建立。运用欧拉-拉格朗日方法,推导2-Dof机械臂动力学方程。其次通过一定定义得到2-Dof机械臂广义非线性系统模型。最后,采用具有不确定性特征的LPV模型,对机械臂模型进行简化,将机械臂广义非线性系统模型简化为具有凸多面体结构的LPV模型。此外,经过离散化进一步得到线性参数变化离散系统模型。研究了无约束情况下2-Dof机械臂LPV连续系统模型的H鲁棒控制问题。首先利用参数化方法设计鲁棒连续未知输入估计器来估计系统状态,并对所设计的估计器进行鲁棒性与稳定性分析。其次,基于李雅普诺夫稳定性和有界实引理设计H鲁棒控制器,并给出了算法的鲁棒性和稳定性条件。最后,考虑阻止窃听攻击的影响,进行控制系统的隐私保护,设计基于未知输入估计器的弹性鲁棒H控制方法。使用MATLAB进行仿真,验证估计器和控制器算法以及加密算法的有效性。研究了约束情况下2-Dof机械臂LPV离散系统模型的鲁棒MPC控制问题。首先为机械臂LPV离散系统模型进行鲁棒离散未知输入估计器设计,用来估计系统状态。其次通过构造最小优化方法,实现2-Dof机械臂线性离散系统的约束预测控制设计,对所设计的控制器进行鲁棒性与稳定性分析。最后考虑网络攻击会窃取系统数据,对输出信号进行加密设计,保护网络传输数据,并依此构造基于未知输入估计器的弹性鲁棒MPC控制方法。使用MATLAB进行仿真,验证估计器和控制器算法以及加密算法的有效性。

关键词： 有源噪声控制   非平稳噪声   互补集合经验模态分解   松鼠搜索算法   滤波最小均方算法  

摘要： 随着城市交通运输需求量的增加,汽车所带来的噪声污染也随之越发严重,特别是汽车的通过噪声给沿街居民的工作及生活带来了极大的影响。汽车通过噪声的能量往往以低频为主,具有非平稳性、持续时间短及伴随有脉冲信号等特点。目前,针对汽车通过噪声最常见的控制手段是在道路两侧设置噪声屏障,这种措施属于无源噪声控制手段(Passive Noise Control,PNC),对中低频段噪声的控制效果并不理想。因此,本文针对汽车通过噪声的消除问题,基于有源噪声控制(Active Noise Control,ANC)对于低频噪声控制效果较好这一优势,展开了以下研究,并取得了良好的效果。(1)为了解决汽车通过噪声信号存在非平稳性这一问题,本研究引入了对非平稳信号具有较强处理能力的互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)方法。该方法能够通过添加正负高斯白噪声再分解的方式来降低信号的非平稳性,此外将时序信号分解为多个频段的本征模态函数(Intrinsic Mode Functions,IMF)能够更加易于挖掘其数据隐含信息,充分提取数据序列特征,从而降低了本研究中滤波器权系数的寻优难度。此外,本研究引入了语音信号处理中的分帧加窗方法,将一段汽车通过噪声信号分解为多个长度较短的片段,依次进行CEEMD分解,避免由于噪声信号过长导致分解时间较长,使得滤波器的信号输入出现延迟。同时,通过相关性分析去除CEEMD分解后多个分量中的伪分量,从而避免伪分量影响系统降噪。仿真结果表明,随着分解次数的增加,分解得到的各阶分量频率逐渐降低,噪声信号的平稳性也逐步提高。(2)传统滤波器自适应算法在处理时变信号过程中,存在滤波器权系数收敛速度缓慢、系统鲁棒性较低、当输入信号较为复杂时甚至会导致控制系统发散等问题。针对这些问题,本研究提出了基于松鼠寻优算法(Squirrel Search Algorithm,SSA)改进的滤波X最小均方算法(Filtered-X Least Mean Square,FXLMS)的算法。在所提算法中,利用SSA代替传统FXLMS算法迭代过程中的梯度下降法,提升了滤波器权系数寻优的全局搜索能力,同时有效避免了寻优过程中易陷入局部最优的情况,加快了收敛速度,减少了迭代次数。仿真结果表明,本文所提的SSA-FXLMS算法在降噪效果及收敛速度方面均优于FXLMS算法以及滤波X最小均方算法(Filtered-S Least Mean Square,FSLMS)算法。(3)本研究建立了基于CEEMD及GRU神经网络的道路噪声预测模型,充分利用了CEEMD的信息挖掘能力以及GRU神经网络的学习能力,根据预测结果,在自适应控制环节执行前完成Person可行性分析过程并确定所需滤波器个数以及输入自适应控制的分量阶数,从而有效降低计算压力。仿真结果表明,根据本文所提模型预测值确定的参数与利用实际值所确定的参数相同,优于其他预测模型。

关键词： 神经网络   安全性验证   模型压缩   可达性分析  

摘要： 神经网络已经成为机器学习和人工智能领域的重要技术之一，广泛应用于图像识别、自然语言处理、自动驾驶等众多领域，在面对一些传统方法难以解决的非线性系统问题时表现出独特的优势。然而，随着神经网络应用的广泛化，其安全性问题也受到越来越多的关注。由于神经网络的黑盒性质，神经网络对其输入中的扰动表现出敏感性，即使输入中的微小变化也可能产生不可预测的输出，从而影响系统的安全性。因此，保证神经网络的安全性对于保障机器学习模型的可靠性和稳定性至关重要。在这种背景下，神经网络的安全性验证问题成为一个热门话题，研究人员正在探索各种方法来验证神经网络的安全性，以便检测并预防潜在的攻击威胁。目前已经开发出了许多神经网络安全性验证的工具及相关算法，但是可都存在一个不可避免的问题：当对大规模神经网络以及神经网络控制系统安全性验证时，安全性验证过程需要耗费大量的计算时间。因此本文针对神经网络安全性验证问题，研究了一种基于模型压缩的神经网络安全性验证的加速算法，并进一步实现算法的精度优化，全文主要内容如下：　　首先本文提出了前馈神经网络的近似模拟关系的概念。在近似模拟关系的框架下，本文基于神经网络的可达性分析提出了一种神经网络合并方法来计算两个神经网络之间的近似模拟误差，从而度量神经网络与其压缩版本之间的差异，实现保证的神经网络压缩。基于有保证的神经网络压缩，能够用压缩神经网络取代原始神经网络进行安全性验证，显著缩短了安全性验证所消耗的时间，加速了神经网络可达性分析和安全性验证过程。　　然后本文基于星型集的神经网络安全性修复问题，推导了基于星型集的不安全输出域的回溯算法。根据安全性修复的思想，研究了一种近似模拟误差的优化算法，降低了压缩神经网络与原始神经网络之间的近似模拟误差，提高了压缩神经网络对原始神经网络的拟合效果。　　最后研究了神经网络控制系统的可达性分析和安全性验证问题，将基于模型压缩的安全性验证加速算法应用于神经网络控制系统中，显著提高了神经网络控制系统的安全性验证效率，并应用近似模拟误差的优化算法降低了压缩神经网络控制器与原始控制器之间的输出差异，实现了拟合的精度优化，最后通过ACC神经网络控制系统案例，验证了算法的有效性。