应用模糊推理的计算机辅助位置误差补偿

提出一种基于模糊推理的计算机辅助位置误差补偿方法。该方法根据实验规律和人的经验总结出语言规则,构成模糊推理机。将伺服机构的位置误差和位置误差变化率作为模糊推理机的两个输入变量,把模糊推理机的输出变量作为误差补偿校正量,并把校正量经直线拟合生成误差校正曲线,利用脉冲合成误差补偿法对伺服机构的位置误差进行补偿。误差校正曲线的生成具有学习功能。实验及应用结果证明该补偿方法具有可行性和良好的效果。     

模糊自学习误差补偿方法及其在位置误差补偿中的应用

提出了一种新的模糊自学习误差补偿方法，其原理是根据误差及其变化率，利用规则ｆｕｚｚｙ推理，得出误差修正值，按照自学习规律，产生新的误差校正表或校正曲线，应用这种新方法，对开环数控系统位置误差的补偿效果令人满意，此原理可进一步推广应用于其它场合。     

模糊神经网络的极点配置自校正滤波器

将模糊Hopfield神经网络应用于间接自校正滤波器设计,提出用一阶Taylor逼近神经元输出作为参数估计的方法．将模糊Hopfield神经网络应用于自校正滤波中,并将该滤波器设计方法应用于图像去噪,得到了较满意的滤波结果．表明使用模糊Hopfield网络极点配制自校正控制方法的滤波器设计有较好的实用性．     

补偿模糊神经网络的改进及实例分析

建立了一种改进的补偿模糊神经网络系统，使模糊系统较强的知识表达能力与神经网络强大的自学习能力优势互补，并提出了一种动态调整学习步长的机制，能够避免较大震荡现象的出现，同时加快了迭代速度，最后将该方法应用到预测我国第三产业的产值比重中，结果较为满意，为常规神经网络相比，迭代速度和误差精度都有大大的提高，实践证明该方法值得进一步推广运用。     

丝杠短周期误差的模糊自学习补偿控制

针对短周期误差的补偿控制,引入模糊自学习控制算法,建立了丝杠短周期误差的模糊自学习控制系统,进行了实验验证,并与传统的PID控制算法进行了对比.     

捷联航姿系统中陀螺随机常值漂移的校正

本文提出了一种对系泊晃动基座上捷联式航向姿态基准压系统中陀螺随机常值漂移误差进行校正的位置校正法。通过数字滤波器将捷联系统姿态误差角的纵横摇误差角的舒拉周期量滤除,利用系泊时地理位置不变,将它作为观察量,对陀螺随机常值漂移误差进行辨识、校正。仿真结果表明,此方法的校正精度较为满意。     

一种基于陀螺仪优化参数的视频校准方法

对卷帘快门相机拍摄的视频序列中运动目标产生的图形畸变进行校正,校正参数由时间来限制与补偿,并考虑了相机与陀螺仪的相对位置以及陀螺仪偏差等因素。采用非线性最小二乘优化来估计参数,使用对称传输函数作为成本函数。初始化了相对位置与时间补偿,并提出一个稳定的误差范数来剔除异常值。将模型应用于搭载陀螺仪的卷帘快门相机所拍摄的视频,通过参数的初始化校准,得到的稳定参数可以有效地校正视频。实验表明,该方法适用于不同的运动模式以及残差矢量,并且误差范数的选择对结果的精确性有较大的影响。     

近场麦克风阵列幅相误差校正技术

针对近场均匀麦克风线阵,提出了一种利用单个校正源对存在阵元幅度和相位误差的阵列模型进行校正的方法,该方法要求在已知校正源和各个阵元位置的前提下对阵列幅相误差进行估计,从而得出了阵列误差校正矩阵.对实际麦克风阵列校正的结果表明,该方法简单快速,计算量小,且具有较高的估计精度.     

基于旋转阵列的MIMO雷达误差校正方法

针对集中式多输入多输出(MIMO)雷达发射端和接收端同时存在位置误差和幅相误差的问题,提出一种基于旋转阵列的误差校正方法.首先利用旋转阵列获得不同方位的回波数据,从而将耦合在一起的位置误差和幅相误差相分离,并通过解相位模糊得到虚拟阵列的位置信息,再根据虚拟阵列的形成原理,分别获得收发阵列的位置误差.然后,由回波数据协方差矩阵最大特征值所对应的归一化的特征向量求得发射端和接收端的幅相误差估计.最后通过仿真实验验证了方法的有效性和可行性.结果表明:在多种阵列误差并存的情况下,该方法复杂度低,能获得较精确的结果,且该方法还适用于非均匀MIMO雷达阵列.     

火箭炮位置伺服系统非奇异终端模糊滑模控制

针对火箭炮位置伺服系统运行过程中所存在的转动惯量和冲击力矩变化大等各种不确定因素,提出了一种基于多滑模面的终端模糊滑模控制策略。引入Nussbaum增益补偿实际控制器不确定量,使用模糊逻辑系统自适应补偿系统中未知非线性量,最后一步引入非奇异终端滑模使系统的位置误差在有限时间内收敛,从而降低系统参数变化和外部干扰对火箭炮跟踪性能的影响。仿真结果表明,同传统终端滑模控制方法相比,该控制方法不仅能够有效消除滑模抖振,保证系统速度响应和控制精度,同时对参数摄动和负载扰动具有很强的鲁棒性。     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

一种前馈补偿和模糊滑模相结合的柔性机械臂控制

针对柔性关节机器人控制系统中存在的扰动力、摩擦力、参数变化以及建模误差等问题,将扰动力分为确定性扰动和不确定性扰动、摩擦力分为线性和非线性部分,并在此基础上提出了一种前馈补偿和模糊滑模相结合的鲁棒控制器.机器人自身结构的相关量、确定性扰动以及摩擦力的线性部分,可以通过控制器的计算力矩和前馈补偿部分进行有效控制,并通过模糊滑模控制器来克服外界的不确定性扰动、摩擦力的非线性部分、参数变化以及建模误差等.在HIT四自由度柔性机械臂上进行了控制器的相关实验,实验结果表明,该控制器具有良好的位置跟踪性能和较强的抗干扰能力.     

凸轮磨削的仿形跟踪误差补偿

为提高凸轮磨削的加工精度, 减小凸轮的轮廓误差, 并进一步提高磨削系统的鲁棒性, 采用了新的误差补偿方法--仿形跟踪误差补偿, 将实际的仿形跟踪误差值补偿到X 轴的给定数值序列。运用Matlab 搭建了两轴联动反馈系统, 并设计模糊PID(Proportional-Integral-Derivative)控制器以实现对系统的在线补偿。采用一种形状较难加工的凸轮片作为实验对象验证补偿效果和控制器的性能。仿真实验结果表明, 该方法不仅能有效减小凸轮的轮廓误差, 简化了计算过程, 并且使系统的响应速度加快, 与传统PID 控制器相比还具有较好的鲁棒性。     

基于BP神经网络的数控机床综合误差补偿方法

针对多轴数控机床热影响导致的加工精度衰减问题,结合神经网络自学习与数据拟合能力,提出基于优化BP神经网络的多轴数控机床综合误差补偿方法。针对BP神经网络神经元误差曲面下降缓慢影响收敛效率的问题,引入陡度因子和放大因子,并基于此对数控机床运动轴加工精度进行预测和补偿。将大型A/B双摆角龙门数控铣床各关键发热源的温度检测数据和运动轴误差检测数据作为精度预测模型的输入量和输出量,采用改进后的BP神经网络进行训练,获得温度变化与位移误差量之间的非线性映射关系,并据此修改被加工工件的刀位数据文件,实现数控机床加工精度的提高。模拟算例和实验结果表明,该方法降低了传统BP神经网络的预测误差和运算时间,对机床平均误差补偿率达到50%以上。开发的数控机床误差补偿系统无须对现有机床进行大规模硬件改造,应用简便易于推广。     

基于补偿模糊神经网络的BLDCM伺服控制

为了实现无刷直流电机(BLDCM)位置伺服系统的高精度位置跟踪控制,针对系统多变量、非线性、强耦合、时变的特点,提出了一种基于补偿模糊神经网络控制器(CFNNC)的设计方法.该控制器将补偿模糊逻辑和神经网络相结合,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.仿真和在DSP控制系统上的实验结果表明,采用补偿模糊神经网络控制器,系统响应快、精度高、鲁棒性强,动态特性明显优于传统PID控制.     

智能压路机压实模糊神经网络控制及仿真

将模糊系统与神经网络相结合,提出了一种由模糊化层、模糊推理层和清晰化层组成的模糊神经网络结构,并将其用于智能压路机压实控制.针对振动压路机的压实性能要求,采用钟型函数作为隶属度函数,通过计算规则重要度来提取模糊推理层规则群中比较重要的规则,运用补偿模糊神经网络的学习算法解决参数的自动调整问题.把工程实践中得出的模糊控制规则表作为训练模糊神经网络的样本,仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力.     

双圈均匀圆阵互耦和位置误差的联合校正

针对互耦误差和位置误差同时存在的情况,提出一种联合校正的方法.首先,算法设置2个辅助阵元,运用四阶累积量来扩展误差阵列,构造旋转不变子空间算法所需的旋转不变矩阵束,以满足多个辅助信源的高精度测角要求;然后,将估计出的辅助信源方位角作为已知值,通过轮换迭代解耦互耦误差和位置误差.本算法运用了双圈圆阵的阵列结构,降低了搜索维数.仿真结果表明本算法测角精度高、校正效果好.     

基于神经网络的车用发动机广义预测控制

为了改善具有非线性特性的发动机燃油控制效果,以达到高效率、低污染的要求。利用一种前向神经网络作为非线性系统的模型,并将其分为线性部分和非线性部分。其中非线性部分用单隐层的BP神经网络对其建模,采用学习速度较快的Davidon最小二乘法在线调整网络权值;线性部分采用受控自回归积分滑动平均(CARIMA)模型作为其数学模型,用递推最小二乘法(RLS)作为其参数辨识的方法。每步将所得非线性系统的网络模型线性展开,得到线性回归模型,并以非线性前馈增益方式补偿建模误差,建立了一种适合非线性系统的自校正广义预测控制器。仿真结果表明该算法收敛速度快,控制动作平稳,控制效果理想。     

电液位置伺服系统的规则自校正模糊PID控制器

介绍电液位置伺服控制系统的组成与工作原理,并利用实时工作间(RTW)的半物理仿真环境和MATLAB系统辨识工具箱,对电液位置伺服系统进行系统模型辨识及验证。提出一种规则自校正模糊PID控制器,并将其用于辨识得到的模型中,设计一种在线的模糊推理算法,使得模糊控制规则可以得到实时在线调整。仿真结果表明:基于规则自校正模糊PID控制器的电液位置伺服系统的性能得到较大改善,既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,保证系统具有良好的动、稳态特性。     

基于激光追踪仪的精密转台角度标定方法

针对一类大直径精密转台不易采用传统方法实现高精度角度测量的问题,提出了一种基于激光追踪仪空间位置坐标测量的单自由度转台旋转角度的测量和补偿方法.首先依据"不共线的三点确定一个圆"的几何原理,建立了被测点空间位置坐标信息与转台角度之间的映射关系,并分析激光追踪仪的位置测量精度对转台角度测量精度的影响,据此提出了被测点半径长度和测量角度间隔的选取原则,以期充分利用激光追踪仪的位置测量精度实现转角误差的高精度测量;然后利用多项式插值方法获得转台转角误差随转角位形的变化规律,并将误差拟合为补偿函数嵌入控制器中,采用修正光栅输出示数的方式来实现转角误差的实时补偿.将文中方法实施于1台安装有圆光栅的精密转台的标定实验中,结果表明,文中方法可有效校正由圆光栅装配误差导致的角度定位误差,使其由标定前的40″降低至5″.