Fuzzy自学习误差补偿方法的研究与应用

针对一般开环和半闭环计算机数控系统普遍存在的位置误差和轮廓误差,提出一种新的模糊自学习误差补偿方法。该方法将位置误差及其误差变化率这两个经过模糊化的变量作为模糊推理机的输入,推理机根据一组模糊规则进行推理,并将结果作为误差补偿校正量。利用脉冲合成误差补偿法控制伺服电机运动,达到误差修正的目的。误差校正量的获取具有自学习功能,实验及应用情况表明该方法可行并有良好的效果。     

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。     

高速精密非圆车削的前馈补偿控制

在高速精密非圆车削时,微进给伺服机构的幅值衰减和相位滞后特性会产生较大的刀具轨迹跟踪误差,从而降低加工精度。为了减小刀具轨迹跟踪误差,达到高的加工精度,提出了一种增益—相位前馈补偿控制方法。这种方法不需要精确辨识微进给伺服机构的传递函数,只需测出其幅频和相频特性就可以实现补偿控制。理论分析结果证明,该方法可以大大减小刀具跟踪误差,而不影响控制系统的稳定性。采用增益—相位前馈补偿控制方法所完成的切削实验结果表明,微进给伺服机构的定位精度可以达到±０．０１ｍｍ。     

基于GM-LS-SVM层级模型的数控机床热误差建模

为了更精确地对数控机床热误差进行预测及补偿以提高其加工精度,针对单独使用灰色模型或最小二乘支持向量机模型进行机床热误差建模的不足,并利用这2种模型在数据不同处理阶段的优点,提出一种基于灰色模型和最小二乘支持向量机层级模型的数控机床热误差建模方法。根据机床关键点温度数据和热误差数据,首先建立多个不同数据序列长度的机床热误差灰色模型作为前处理层,然后把经过前处理层前处理的热误差和实测热误差分别作为最小二乘支持向量机模型的输入和输出,作为后处理层,以进行预测精度校正。利用该方法在一台精密卧式加工中心上进行建模实验,并与单独使用灰色模型、最小二乘支持向量机模型和BP神经网络模型进行预测精度对比分析。研究结果表明:基于灰色模型和最小二乘支持向量机层级模型的数控机床热误差建模方法具有更高的预测精度和更强的泛化能力。     

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.     

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。     

模糊控制用于高精度 CNC 系统多轴轨迹联动研究

分析了数控机床伺服进给系统的动特性对多坐标联动轮廓加工误差的影响规律，提出了模糊推理耦合轮廓误差补偿方法的原理，并给出了相应的控制算法及实现措施。该方法依据系统的轮廓误差，通过自适应模糊控制手段向各联动轴提供附加补偿作用，进而提高ＣＮＣ系统的轮廓加工精度。通过在四轴数控机床上实验，证明该补偿方法的可行性。     

基于无迹卡尔曼滤波的月球车惯性/天文组合导航算法研究

月球车导航传统方法主要是采用kalman滤波方法,需要对系统方程和观测方程的线性化,因此会引入的线性化误差的问题, 本文针对做出适当的改进。本文采用UKF方法作为误差状态量的最优估计方法,并以太阳敏感器观测得到的太阳高度角和太阳方位角以及测速仪的东向北向速度作为联合观测信息,将SINS和CNS所测得的月球车相关姿态和位置信息进行数据融合,估计出组合导航系统的误差状态量,从而对惯导系统的状态量进行校正,达到提高组合导航系统的导航定位精度和稳定性,减小线性化误差的目的。仿真实验证明,本文算法具有很好的位置、速度和姿态估计精度,有效的降低了线性化误差。     

乙种密度计测量值的优化校正方法研究

乙种密度计法是基于静水沉降原理进行细粒土颗粒分析的一种常用方法。首先确定校正值的非线性函数表达式,然后建立各校正曲线的拟合多重回归方程,采用Excel函数功能编辑数据处理函数,对乙种密度计测量值的校正过程进行优化。通过实例分析,证实该方法减少了工作量,加快了颗粒分析实验数据的后期处理速度,减少了人为误差的产生,提高了校正精度。     

高精度压印机热误差补偿中温度变量的辨识

为了提高压印机在压印光刻工艺中的套刻对准精度，提出了采用因子分析方法来选取压印机热误差模型中的温度变量，根据变量之间的相关性分组后，再根据各变量与热误差之间的相关性在每一组中选取一个代表变量，最终将压印机上布置的温度传感器从15个减少到3个．在压印机温度测量关键点处建立了温度与模具在x、z方向热误差关系的数学模型，模型的热误差预测精度达到了98％以上．实验结果表明，该方法不仅保证了模型的精度，而且大大地减少了模型的计算时间，是一种在压印机热误差建模中选择温度测量关键点的有效方法．它不仅避免了热误差建模过程中的变量耦合问题，而且提高了模型的精确性，经过补偿，压印机的热误差在x、z方向都减小到200nm以内．     

直线电机伺服系统的模糊推理自校正PID控制

为满足椭圆活塞数控车削对伺服系统的快速性要求,基于模糊数学理论设计了一类自校正ＰＩＤ控制器,该控制器通过模糊推理来实现控制器参数的实时优化,从而实现过程的自适应控制,在实际应用中,参数优化过程即模糊推理过程,它是通过查表来实现的,因而算法实现简单、占用ＣＰＵ时间短。在直线电机伺服系统中应用该控制器,实验取得了令人满意的效果。     

一种基于模糊推理的块编码图像帧内误码恢复方法

采用一种基于模糊推理的方法来对块编码的灰度图像进行帧内误码恢复。在丢失块周围像素匹配的基础上采用模糊推理对匹配的结果进行模糊分类,并对匹配准确度低的块进行改进的像素逐点修正处理,从而达到误码恢复的目的。实验结果标明,该方法可以获得比较满意的结果。     

一种基于交叉耦合的速度控制器

以足球机器人小车子系统为研究对象,通过对足球机器人小车轨迹跟踪误差的分析,建立了考虑轨迹跟踪精度的复合误差模型·提出一种基于模糊推理的交叉耦合误差补偿器的设计原理、算法及实现方法·该误差补偿器在不改变机器人小车内部速度环结构的条件下,通过向各轮提供附加补偿控制量,进而实现提高机器人小车轨迹跟踪的精度·针对足球机器人小车数学模型的仿真实验结果表明,该方法能够有效地提高机器人小车轨迹跟踪的精度·     

液压凿岩机推进系统建模与控制及仿真研究

根据液压凿岩机冲击凿岩原理,确定了其工作时推进力的计算方法,在分析了液压凿岩机推进系统电液控制原理的基础上,提出了基于高速开关电磁阀控制的推进机构控制系统新方案.通过对该系统进行数学建模与控制策略分析,引入了模糊PID控制方法,并对其进行了严格的理论推导.通过计算机的仿真实验,论证了液压凿岩机电液推进控制系统在模糊PID控制器的作用下,能够很好地跟踪目标输出,为液压凿岩机推进系统的工程应用提供了理论依据.     

具有三种否定的模糊推理算法及应用

模糊推理中,合成规则推理方法（compositional rule of inference, CRI）与基于贴近度的方法（similarity based approximate reasoning,SAR）都是建立在只有一种否定的经典模糊集上。针对广义模糊集GFScom(generalized fuzzy sets with contradictory, opposite and medium negation)具有三种否定（矛盾否定、对立否定、中介否定）的特点,对模糊推理方法 CRI的蕴含算子作了扩展。提出了具有三种否定的GFScom贴近度定义和公式,得到模糊近似推理的一种新的计算形式GSAR方法,证明了GSAR该方法具有FMP(fuzzy modus ponens)还原性。通过应用实例对比,模糊推理GSAR的新方法不仅克服了CRI方法在建立模糊关系矩阵具有主观性和随意性的不足,而且客观有效地反映了模糊推理中的3种否定信息,丰富了模糊推理的形式。     

直线电机伺服系统模糊零相差跟踪控制

零相差跟踪控制方法可以提高伺服系统跟踪性能,但仍存在鲁棒性不强和增益误差的问题.对此提出误差增益补偿算法以减小增益误差,并进一步用模糊补偿替代增益补偿以提高系统的鲁棒性.数字仿真结果表明,新方法具有简单、实用的特点,可以有效地提高伺服系统的跟踪精确性和鲁棒稳定性.     

一类具有非线性输入系统的自适应模糊控制

基于滑模控制基本原理,利用I型模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制方法.该方法通过监督控制器保证闭环系统所有信号有界,并进一步引入最优逼近误差的自适应补偿项来消除建模误差的影响.通过李亚普诺夫方法,证明了跟踪误差收敛到零.仿真结果表明了该方法的有效性.     

模糊神经网络分析方法用于心肌缺血诊断的研究

介绍一种神经网络－模糊推理协作系统。神经网络有很好的学习能力和准确拟合任意非线性函数的能力。模糊模型将专家知识转换到神经网络中，然后把它应用于诊断系统，从而使得心血管疾病（心肌缺血）的诊断准确率大大提高。