检索结果-南通市图书馆

基于自适应扰动补偿观测器的漏磁可控永磁电机无位置传感器控制研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中国科学：技术科学 2024年第5期54卷 911-923页

作者：朱孝勇彭忠飞张丽周以灿江苏大学电气信息工程学院镇江212013

基于独特漏磁设计的漏磁可控永磁(flux leakage controllable permanent magnet, FLC-PM)电机,具有宽调速和高输出转矩特性,能够满足电动汽车多变工况下广域高效的运行需求.然而,由于FLC-PM电机特殊的漏磁磁路设计,使其无位置传感器控... 详细信息

基于独特漏磁设计的漏磁可控永磁(flux leakage controllable permanent magnet, FLC-PM)电机,具有宽调速和高输出转矩特性,能够满足电动汽车多变工况下广域高效的运行需求.然而,由于FLC-PM电机特殊的漏磁磁路设计,使其无位置传感器控制驱动系统存在周期性谐波干扰、非周期性谐波干扰和环路延迟问题,从而严重影响转子位置估算性能.针对上述问题,本文提出一种基于自适应扰动补偿观测器的无位置传感器控制方法.首先,提出自适应扰动迭代学习控制方法,通过迭代学习增益自适应扰动变化,以抑制周期性干扰和非周期性干扰的谐波,降低电流的谐波含量.此外,设计自适应补偿位置观测器,对估计位置误差进行实时在线观测和补偿,在提高FLC-PM电机转子位置估计精度的同时,改善驱动系统的动态性能.最后,通过实验验证所提控制方法的有效性和可行性.

关键词：漏磁可控永磁电机无位置传感器控制谐波抑制迭代学习控制自适应扰动与补偿

基于IESPSO的舵机倾转矢量动力系统建模与参数辨识

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2024年第1期45卷 278-287页

作者：沈跃王佳俊储金城刘铭晖刘慧江苏大学电气信息工程学院镇江212013

针对在旋翼动态时产生的外力矩影响下,倾转矢量动力系统中的舵机系统模型辨识精度低、实际响应难以估计的问题,本文将舵机外力矩作为扰动噪声纳入辨识环节,构建系统模型,并提出了一种基于改进生态系统粒子群优化(IESPSO)的倾转旋翼舵机... 详细信息

针对在旋翼动态时产生的外力矩影响下,倾转矢量动力系统中的舵机系统模型辨识精度低、实际响应难以估计的问题,本文将舵机外力矩作为扰动噪声纳入辨识环节,构建系统模型,并提出了一种基于改进生态系统粒子群优化(IESPSO)的倾转旋翼舵机系统参数辨识方法。为确保试验稳定安全进行,本文设计了倾转矢量动力系统辨识平台,进行参数辨识试验。试验结果表明,在旋翼动态时产生的外力矩噪声影响下,IESPSO相对于粒子群优化法、生态系统粒子群优化法与递推最小二乘法,均方根误差降低了1.46%,1.79%与56.37%,辨识精度有明显提升,并具备更快的寻优收敛速度。在修改搜索空间后,IESPSO仍具有较高的寻优精度,避免了在宽搜索空间下无法快速搜索至较优可行解的问题。

关键词：系统辨识生态系统粒子群舵机系统模型倾转矢量动力系统

基于变前视距离的四轮同步转向农机改进纯跟踪控制

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第3期55卷 21-28页

作者：沈跃赵莎张亚飞何思伟冯瑞刘慧江苏大学电气信息工程学院镇江212013

路径跟踪控制是提高自主导航系统控制精度的关键。针对在复杂农田作业环境下转弯时纯跟踪算法跟踪精度不高的问题,本文提出了一种基于改进纯追踪模型的四轮同步转向农机路径跟踪控制算法。建立了基于四轮同步转向农机的运动学模型和纯... 详细信息

路径跟踪控制是提高自主导航系统控制精度的关键。针对在复杂农田作业环境下转弯时纯跟踪算法跟踪精度不高的问题,本文提出了一种基于改进纯追踪模型的四轮同步转向农机路径跟踪控制算法。建立了基于四轮同步转向农机的运动学模型和纯跟踪模型,在此基础上考虑航向误差得到改进纯跟踪模型,进行RTK定位坐标修正,根据量化误差的评价函数搜索前视区域最优目标点,得到最优前视距离。本文算法能实时确定四轮同步转向农机改进纯跟踪模型中的前视距离,使航向误差和横向误差最小化,实现目标点的自适应优化。仿真结果表明,本文方法转弯时平均绝对横向误差减至0.035 m,平均绝对航向误差减至0.212°;水田实验结果表明,当四轮同步转向农机作业速度为3.6 km/h时,四轮转向农机轨迹跟踪平均绝对横向误差减至0.109 m,平均绝对航向误差减至2.799°,转弯跟踪精度显著提高。

关键词：水田四轮同步转向改进纯追踪控制前视距离自适应优化

维普期刊数据库博看期刊

基于sigmoid滤波器的永磁轮毂电机自抗扰控制

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年第10期40卷 14-23页

作者：全力刘诗龙朱孝勇张超杜怿徐磊张丽江苏大学电气信息工程学院镇江212013

相比燃油拖拉机,电动拖拉机具有节能高效、绿色清洁的优点。分布式驱动电动拖拉机结构简单、控制维度多,能进一步提高电动拖拉机的工作效率和作业精度。但是电机检测转速噪声导致轮毂电机速度波动严重,复杂路面及多种作业工况下进一步... 详细信息

相比燃油拖拉机,电动拖拉机具有节能高效、绿色清洁的优点。分布式驱动电动拖拉机结构简单、控制维度多,能进一步提高电动拖拉机的工作效率和作业精度。但是电机检测转速噪声导致轮毂电机速度波动严重,复杂路面及多种作业工况下进一步加剧了上述问题,严重降低了拖拉机的作业质量。针对上述问题,该研究提出一种基于sigmoid滤波器的线性自抗扰控制(linear active disturbance rejection control,LADRC)以提高轮毂电机的转速稳定性和抗扰动能力。该控制策略在传统LADRC的基础上引入sigmoid滤波器至扩张状态观测器(extended state observer,ESO),根据输入噪声信号误差变化改变滤波器带宽,以抑制观测误差中的中高频干扰信号,同时避免滤波器积分环节对轮毂电机速度跟踪快速性的影响,具有较快的收敛性。搭建试验平台对所提出控制策略进行试验验证,结果表明:与传统LADRC策略相比,本文所提控制策略在变速和变载工况下的转速脉动分别减小了32%和41.67%,iq电流脉动分别减小了6.25%和4.17%,可在快速、准确跟踪给定转速的同时,大幅提高轮毂电机驱动系统的噪声抑制性能,为复杂环境下电动拖拉机高精度作业提供技术参考。

关键词：永磁电机噪声线性自抗扰控制扩张状态观测器 sigmoid滤波器

基于新型虚拟矢量调制方法的IPMSM模型预测电流控制方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年第8期39卷 2422-2433页

作者：汪逸哲黄晟廖武张冀黄守道湖南大学电气与信息工程学院长沙410082

模型预测控制方法已经被广泛应用于内置式永磁同步电机(IPMSM)的控制之中,传统模型预测控制方法由于候选电压矢量数量有限,在电机运行过程中会产生较大的电流和转矩谐波。为了增加候选电压矢量数量,提出了构建虚拟电压矢量的方法。但是... 详细信息

模型预测控制方法已经被广泛应用于内置式永磁同步电机(IPMSM)的控制之中,传统模型预测控制方法由于候选电压矢量数量有限,在电机运行过程中会产生较大的电流和转矩谐波。为了增加候选电压矢量数量,提出了构建虚拟电压矢量的方法。但是在应用虚拟矢量调制方法时,系统计算的负担会随虚拟矢量数量的增加而增加,因此控制效果会受到系统计算能力的限制。针对此问题,该文提出了一种新型的虚拟电压矢量调制方法,首先将电压扇区进行细分来增加虚拟电压矢量的数量,然后通过对指令电压矢量坐标进行标幺化处理的方法求得其角度,最后从基础和虚拟电压矢量之中由角度搜索选出最优电压矢量。在该方法中,系统的计算量大小与虚拟电压矢量的数量无关,因此可以在不增加系统计算负担的情况下提升系统的控制性能。实验结果表明,与虚拟矢量数量受到限制的虚拟矢量预测控制方法相比,该方法有效减少了三相电流谐波含量,并且减少了控制算法的执行时间。

关键词：永磁同步电机模型预测电流控制虚拟电压矢量占空比调制

基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年第8期40卷 144-151页

作者：刘慧杜志鹏杨锋张钰沈跃江苏大学电气信息工程学院镇江212013

为了进一步提高喷雾机器人靶标检测的精准性、实时性和应用部署的实用性,该研究提出一种基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法。首先通过区域提取降采样、地面分割和改进DBSCAN聚类等点云预处理方法提取原始点云中... 详细信息

为了进一步提高喷雾机器人靶标检测的精准性、实时性和应用部署的实用性,该研究提出一种基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法。首先通过区域提取降采样、地面分割和改进DBSCAN聚类等点云预处理方法提取原始点云中的靶标;然后通过移动最小二乘上采样将靶标点云转化为满足点云识别网络输入要求的点云数据;最终通过在PointNet网络中引入残差模块和改进循环剪枝算法轻量化PointNet网络,完成林果树靶标的实时识别。试验结果表明,在ModelNet40数据集上,轻量化PointNet网络可达89.7%的准确率;在实际苗圃环境的试验中,该研究方法对靶标的识别准确率可达92.49%,同时误识率与拒识率分别为13.4%和6.47%,相较PointNet网络识别准确率提升了4.38个百分点,误识率和拒识率分别降低了7.2和4.07个百分点;轻量化PointNet网络识别准确率仅比PointNet++网络低1.14个百分点,误识率和拒识率分别高了0.9和1.12个百分点。但是轻量化PointNet网络的模型参数量较PointNet网络和PointNet++网络的模型参数量显著减少,仅为PointNet网络的11.5%,PointNet++网络的27.02%;运算量相较PointNet网络、PointNet++网络分别减少13.3和76.79个百分点。该研究提出的轻量化PointNet网络具有较高的实时性、精确性和鲁棒性,能够满足林果园喷雾作业的靶标识别需求,可为林果园喷雾作业靶标实时识别提供参考。

关键词：喷雾机器人林果园点云预处理轻量化PointNet网络循环剪枝

在线全文

学校读者我要写书评

暂无评论

直线型倾转多旋翼植保无人机建模与控制

仪器仪表学报 2024年第1期45卷 250-258页

作者：沈跃储金城沈亚运施志翔刘慧江苏大学电气信息工程学院镇江212013

针对直线型倾转多旋翼植保无人机模型耦合复杂、作业时易受施药执行器干扰等问题,提出了一种模型补偿-线性自抗扰控制算法。首先建立无人机运动学和动力学模型,并分析作业时离心喷头产生的力矩作用影响;然后将作业模型中的固定部分作为... 详细信息

针对直线型倾转多旋翼植保无人机模型耦合复杂、作业时易受施药执行器干扰等问题,提出了一种模型补偿-线性自抗扰控制算法。首先建立无人机运动学和动力学模型,并分析作业时离心喷头产生的力矩作用影响;然后将作业模型中的固定部分作为已知扰动,引入模型补偿-扩张状态观测器估计内外未知总扰动并动态补偿控制系统,完成位姿控制器设计。仿真结果表明,所提出的算法在作业场景下偏航角度误差小于0.2°,恢复时间小于0.55 s,相比于PID算法和线性自抗扰算法最大角度偏差分别降低3.4°和0.9°,恢复时间减少3.1和0.99 s,具有较强的鲁棒性。飞行实验表明,该无人机可以很好地跟踪植保作业轨迹,最大位置稳态误差小于15 cm,满足植保作业需求。

关键词：植保无人机可倾转旋翼离心喷头模型自抗扰控制器

基于改进ESKF的植保无人机时延位姿补偿算法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2024年第2期45卷 315-324页

作者：刘慧施志翔沈亚运储金城沈跃江苏大学电气信息工程学院镇江212013

为解决全球导航卫星系统和惯性测量单元融合时间不同步问题,提高植保无人机位姿估计精度,本文根据植保无人机大惯性、强振动的特性提出一种基于改进误差状态卡尔曼的时延位姿补偿算法。首先对名义状态变量线性预测,引入渐消因子提高强... 详细信息

为解决全球导航卫星系统和惯性测量单元融合时间不同步问题,提高植保无人机位姿估计精度,本文根据植保无人机大惯性、强振动的特性提出一种基于改进误差状态卡尔曼的时延位姿补偿算法。首先对名义状态变量线性预测,引入渐消因子提高强振动环境下的系统稳定性;接着采用互补滤波对角速度补偿,对姿态误差状态变量修正;最后结合测量的延迟时间,使用互补滤波外推数据,提高大惯性特性下的速度位置精度。实验结果表明,相较于误差状态卡尔曼算法,横滚角和俯仰角均方根误差减少0.2669°和0.2414°,偏航角均方根误差减少0.0764°;正常航迹植保作业下,东北天方向速度均方根误差减少0.2105、0.1849、0.2388 m/s;东北天方向位置均方根误差分别减少0.21、0.19、0.23 m,有效提高位姿估计精度。

关键词：植保无人机误差状态卡尔曼滤波延时补偿信息融合组合导航

深度子领域自适应网络电机滚动轴承跨工况故障诊断

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2024年第1期39卷 182-193页

作者：宋向金孙文举刘国海赵文祥王照伟江苏大学电气信息工程学院镇江212013

针对实际生产中旋转机械工况变化引起状态监测数据分布差异及获取待诊断样本标签困难问题,提出多尺度子领域自适应模型(MSDAM)的跨工况下滚动轴承故障诊断方法。首先,以原始振动信号作为输入,无需信号预处理及人工特征参数提取;其次,搭... 详细信息

针对实际生产中旋转机械工况变化引起状态监测数据分布差异及获取待诊断样本标签困难问题,提出多尺度子领域自适应模型(MSDAM)的跨工况下滚动轴承故障诊断方法。首先,以原始振动信号作为输入,无需信号预处理及人工特征参数提取;其次,搭建多尺度卷积神经网络将已知标签样本和待诊断样本特征迁移到同一子空间,捕获具有细粒度信息的多尺度公共特征;然后,以不同的故障类型来划分相关子域,并通过局部最大均值距离(LMMD)来完成子域的适配,有效削弱不同工况同类故障特征的分布差异;最后,在三个数据集的多个迁移任务上进行试验验证。结果证明,所提MSDAM的跨工况故障诊断性能优于关注全局领域适配的迁移学习方法。

关键词：轴承故障诊断子领域自适应迁移学习软标签学习