舵机的程序控制

本文介绍了航模舵机的操控原理和用微处理器MCU控制舵机的方法。通过说明舵机在机器人制作中所发挥的重要作用，重点阐述了用程序控制舵机的灵活高效、准确可靠性，它不仅实现了原无线操控系统的所有控制功能，而且能同时控制多台舵机的摆动速度及动作顺序；且一个内部定时器的程序设计，即实现了多台控制，又节省了内部资源；是一种值得推广和应用的控制方法。     

某型传动机构扭转间隙的分析与控制

本文针对如何提高某型电动舵机的性能作了研究，重点对传动机构的扭转间隙进行了详细的理论分析和计算，对各个组成环节对扭转间隙的影响作了比较分析，找到了控制的关键因素。通过对关键因素的多种设计方法进行优缺性对比，选定了最优方案，置终使传动机构的扭转间隙控制在合格范围以内。     

基于自适应观测器的导弹电动舵机故障诊断研究

介绍一种基于自适应观测器的故障诊断方法,该方法通过构造自适应观测器获取反映系统故障的残差信息,并根据Lyapunov方法证明了自适应观测器的稳定性,然后采用需要样本较少的序列概率比方法进行故障决策。建立了某导弹电动舵机的数学模型,通过构造自适应观测器获取反映系统故障的残差信息,针对该系统出现的故障,利用序列概率比方法进行故障决策,仿真验证了本方法的有效性。     

船舶转向静态饱和控制器设计

针对快速转向操纵问题,基于饱和局部分析方法,将不确定非线性船舶动力学模型化为线性微分包含模型,设计饱和线性状态反馈控制规律,通过求解一组线性矩阵不等式约束下的凸优化问题,得到反馈增益矩阵.首次采用线性微分包含方法进行船舶转向控制器设计,其控制规律不仅易于工程实现,且应用于船舶转向控制的仿真结果表明,转向快速平稳、无超调,施舵合理,对不确定的水动力非线性项具有鲁棒性.     

基于Arduino and Mobile-Android遥控玩具小车设计

目前市场上销售的遥控玩具小车,自带特定的遥控器,在实际的使用过程中,容易出现遥控器按键损坏的现象,而其他的遥控器又无法与特定型号的遥控玩具小车相匹配,从而使遥控玩具小车的使用寿命缩短。本文设计一种基于Arduino and MobileAndroid的遥控玩具小车,通过操控Mobile-Android终端上的蓝牙串口数据发送软件,可以灵活实现对玩具小车的前进、后退、转向、停止等实时控制。该方案能够解决传统遥控器带来的一些不便,在儿童智能玩具小车市场上具有一定的应用价值,也为研究物联网提供了一定的参考。     

一种新型压电舵机的设计

设计了一种由两组独立的压电角位移执行机构组成的基于压电致动器的新型电动舵机.压电致动器产生的位移经过杠杆机构放大以后转换为舵偏角的输出.推导了压电舵机的数学模型,在此基础上讨论了影响压电舵机性能的因素,并通过实验加以论证.研究结果表明所设计的压电舵机具有结构紧凑、体积小、质量功率比高、价格低、响应速度快等优点,适用于小型旋转制导弹药.     

基于AVR单片机的微型舵机控制

随着科学技术的不断发展,无人飞机技术和自动机器人技术已经得到了广泛应用。在无人飞机和自动机器人的控制系统中,舵机作为一个不可缺少的部件,起着十分关键的作用。本文意在抛砖引玉,试图从更浅显的方面阐述其控制原理和方法,以便大家学习和更好的运用该部件。     

利用LPC213X/214X系列单片机的PWM功能实现对舵机的控制

在PHILIPS的ARM7系列单片机中,利用其PWM功能实现对舵机的控制。重点介绍舵6的工作原理及实现控制的硬件电路设计和软件编程方法。     

模型-数据联合驱动的船舶舵机电液伺服系统早期故障检测

提出了一种模型-数据联合驱动的船舶舵机电液伺服系统早期故障检测方法.首先,建立了系统状态方程,对系统中的常见故障进行了模型解析,并对系统中的各类不确定因素进行了分类分析.其次,为减少各类不确定因素的影响,采用混合式处理方法进行逐层削减.利用系统正常运行状态下的输入输出数据先对系统中的不确定参数进行有效辨识,通过设计鲁棒故障检测观测器来对系统中的固有非线性和未知时变外负载力进行处理和解耦.为了能够对早期故障进行有效检测,利用实际及观测系统数据,构建了基于神经网络的补偿模型,可进一步削减剩余不确定因素对故障检测的影响,从而提高故障敏感性.最后,通过仿真和实验共同验证了这种模型-数据联合驱动故障检测方法的有效性,该方法可用于船舶舵机电液伺服系统及类似系统的在线早期故障检测.     

导弹舵机动态加载技术

分析了电液伺服加载和板簧加载的工作原理与特点,搭建了试验平台,并分别对两种加载方式进行了试验研究. 理论分析和试验结果均表明:以板簧加载为代表的机械加载,结构简单、成本较低,但加载精度低,灵活性差,仅能实现近似线性的简单加载规律;电液伺服加载结构复杂,但能够实现多种加载规律,可模拟导弹舵机的真实负载状态. 采用基于小脑模型神经网络(cerebellar model articulation controller, CMAC)的复合控制方法能够有效抑制多余力,提高加载精度.