国家自然科学基金(51005246)
- 作品数：22 被引量：43H指数：4
- 相关作者：钟斌马莉丽赵雁蒋猛赵晓青更多>>
- 相关机构：中国人民武装警察部队工程大学西南大学武警工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程电气工程更多>>
- 起重机吊重摆角的产生机理与动态仿真研究被引量：3
- 2012年
- 针对吊重二自由度摆角非线性动力学模型，研究了起重机吊重摆角的产生机理和摆角的影响因素。起重机小车和大车同时做加（减）速的复合运动时，产生吊重二自由度摆角，摆角的大小受起升绳长度和小车运行加（减）速度大小的影响。动态仿真表明：小车运行加（减）速度对摆角的影响比绳长度显著；小车起动和制动时，吊重做受迫摆动；当小车加（减）速度增大l倍时，吊重摆角约增大0．12rad，摆速约增大0．164rad／s；当绳长度增加2m时，摆角和摆速无明显变化，吊重自由摆动的周期约增加1．3s。
- 钟斌赵晓青
- 关键词：摆角动态仿真
- 基于阶比AR模型和SVM的齿轮箱故障诊断
- 2013年
- 针对齿轮箱加速过程中振动信号的非平稳特性和传统阶比分析法存在的不足,笔者提出了一种阶比分析、自回归模型和支持向量机(SVM)相结合的故障诊断方法。利用计算阶比跟踪,将时域非平稳信号转化为角域准平稳信号,并对角域信号建立自回归模型(Auto Regresstive,AR),取得模型的参数向量组成及特征向量矩阵,以此作为输入建立支持向量机分类器,判断齿轮的故障类型。试验结果表明,该方法可有效提取故障特征,在变转速工况小样本条件下也能保证足够的诊断速度与精度。
- 吕建新黄炯龙钟斌曹红燕马文龙
- 关键词：阶比分析自回归模型支持向量机齿轮箱故障诊断
- 起重机吊重系统状态空间重构的扩张状态观测器设计被引量：1
- 2013年
- 通过坐标变换将起重机吊重系统转换成标准型，以唯一测量的小车位置信息为输入，设计扩张状态观测器，得到标准型系统状态变量的估计值；对估计值进行坐标反变换，重构起重机吊重系统状态空间，获取全部系统状态变量。观测器的设计不依赖于起重机吊重系统模型。通过实验合理选择观测器参数和原点附近具有线性段的连续幂次函数，实验结果表明：各状态变量的误差收敛时间不超过0．2S；当误差收敛时，经过观测器重构的小车位置小车速度、吊重摆角一摆角速度相轨迹，几乎与原系统相轨迹完全重合。
- 钟斌
- 关键词：扩张状态观测器
- 起重机吊重系统降维观测器设计与仿真被引量：1
- 2012年
- 研究起重机吊重系统稳定性控制问题,由于吊重过程产生摆动,起重机吊重系统防摇控制技术中的摆角和摆角速度信息难以准确测量,影响吊重的安全性。为此提出设计了起重机吊重系统降维状态观测器,给出了状态观测器的结构和增益矩阵,实现对摆角和摆角速度的状态信息重构。观测器能够分别在3.5s和1s内估计出系统的摆角和角速度,而且有较强的鲁棒性,实现防摇控制。由于观测器增益参数对观测器极点变化具有不同程度的敏感性,极点越大,收敛速度越快,观测时间越短。但是极点过大也会导致误差出现急剧峰值,不利于防摇实现。仿真结果表明,合理选择极点和设计降维观测器结构能够很好实现状态信息的软测量控制问题。
- 曾少航赵雁钟斌
- 关键词：降维状态观测器状态估计增益
- 起重机吊重摆角的自适应神经网络补偿控制
- 2014年
- 为了控制起重机吊重摆动幅度在最短时间内衰减到规定范围或平衡点附近，同时考虑到由于外界不确定性因素导致的系统模型的不确定性，设计了自适应径向基函数Radial Basis Function（RBF）神经网络补偿控制器。RBF神经网络对系统模型的未知函数进行辨识，并将辨识信息提供给控制器。实验结果表明：吊重摆角约在5s时跟踪给定幅度的正弦信号，并在参考信号发生突变时，摆角仍在给定的范围内；RBF神经网络约在5s后几乎以零误差辨识未知函数。所设计的控制器对不确定性因素具有较强的鲁棒性，这也验证了控制系统稳定性证明结论。
- 钟斌
- 关键词：径向基函数自适应神经网络
- 伴随型非线性系统的自适应RBF神经网络补偿控制被引量：2
- 2015年
- 为了抵消伴随型非线性系统中的非线性项,可以设计控制器对非线性系统精确线性化.通常由于系统中存在外界不确定性因素导致系统模型的不确定,而不能直接设计控制器.利用"RBF神经网络能以任意精度逼近连续函数"的原理,对系统模型中的不确定项进行自适应辨识,并将辨识结果提供给控制器,从而实现伴随型非线性系统的神经网络自适应补偿控制.将控制器应用于起重机吊重摆角子系统,对摆角进行控制.实验结果表明:吊重摆角及其角速度约在5s后,得到了很好的控制,并且控制器对系统模型的不确定项的逼近误差约在5s时达到0;控制器对系统的不确定性因素和系统参数变化均具有很强的鲁棒性.
- 钟斌
- 关键词：非线性系统RB自适应补偿
- 三关节机器人滑模控制器设计
- 2016年
- 为了使三关节机器人关节具有良好的理想轨迹跟踪性能，将机器人动力学模型分解为名义模型和建模误差两部分，用跟踪位置误差和速度误差定义滑模函数，设计控制律，从而构成基于名义模型的PI鲁棒滑模控制器。通过定义积分型的Lyapunov函数，证明了控制系统是全局渐近稳定的。仿真实验验证了滑模控制器设计的有效性，结果表明三关节能在3S内实现对理想轨迹的跟踪，三关节均具有良好的位置跟踪和速度跟踪性能；并且通过合理选择控制器参数，能够消除滑模控制器输出所存在的抖振现象。
- 马莉丽
- 关键词：滑模控制
- 基于名义模型的机械手PI鲁棒滑模控制研究被引量：6
- 2016年
- 针对多关节机械手关节轨迹跟踪控制问题,将机械手动力学模型分解为名义模型和建模误差两部分,并对两部分用跟踪位置误差和速度误差定义滑模函数,对这两部分设计控制律,提出了基于名义模型的机械手PI鲁棒滑模控制方法.通过定义基于积分型的Lyapunov函数,证明了控制系统是全局渐近稳定的.利用该控制器对三关节机械手进行关节力矩控制,使三关节能在3s内实现对理想轨迹的跟踪,三关节均具有良好的位置跟踪和速度跟踪性能.仿真实验验证了控制器设计的有效性,并且通过合理选择控制器参数,能够消除滑模控制器输出所存在的抖振现象.
- 马莉丽蒋猛
- 关键词：机械手滑模控制
- 基于径向基函数神经网络观测器的设计及应用
- 2013年
- 为了解决系统状态变量不宜直接测量的问题,利用神经网络能对任意函数逼近的原理,采用RBF神经网络针对标准单输入、单输出系统,利用可测变量为输入量,在基本状态观测器的基础上设计了神经网络状态观测器。系统状态观测误差是收敛有界的,并且该界与神经网络权值逼近误差有关,合理设计神经网络参数,将该观测器应用于起重摆角子系统,利用小车位置变量为输入量,实现对吊重摆角速度的现场软测量。仿真研究的结果表明,神经网络观测器具有良好的快速响应性,其观测时间小于1 s;当系统存在建模误差和参数摄动时,神经网络观测器能较好地适应小车驱动力的输入形式;神经网络观测器具有较平稳的观测过程。
- 钟斌赵晓青胡雪艳
- 关键词：神经网络观测器径向基函数
- 三关节机器人的神经网络补偿自适应控制器设计被引量：1
- 2016年
- 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。
- 马莉丽
- 关键词：关节机器人动力学模型神经网络补偿自适应控制
