基于自定义组件的故障诊断过程显示

针对导弹控制系统结构复杂,信号线繁多,难以在故障诊断软件设计中实现诊断过程图形化实时显示的问题,提出了一种基于自定义组件开发故障诊断软件的方法.根据导弹控制系统的故障诊断流程及实时显示需要,对其结构进行了分析,抽象出了主要组成元素--信号通道和部件,由此提出了需要定义的相应组件.用Borland C Builder6.0开发环境进行了应用实践,证明使用这种方法可快速开发出能图形化实时显示故障诊断过程的导弹控制系统故障诊断软件,开发出的软件还具有运行稳定、修改升级方便等优点.     

DSMS悬挂物的初始化和控制流程研究

首先指出了数字式悬挂物管理系统(DSMS)的先进性,分析了其组成和接口,然后重点研究了DSMS悬挂物的初始化和控制,包括各状态系列、接口控制动作、标准消息数据格式,进而以流程图的形式概括了整个过程.     

叶片磨抛机器人力/位混合控制的设计与实现

为提高航空类发动机叶片的自动化磨抛精度,减小复杂曲面叶片加工轨迹控制误差,采用基于六维力传感器的机器人力/位混合控制策略,实现机器人磨抛轨迹的在线修正。搭建以Staubli机器人和ATI六维力传感器为核心部件的叶片磨抛验证平台,通过C++开发上位机,采集磨抛过程中六维力传感器信息并进行Kalman滤波。通过示教确定机器人运动轨迹,对机器人运动轨迹与力传感器信息进行采集分析,确定基于力/位混合控制可以实现机器人运动轨迹的在线修正,为复杂曲面的叶片磨抛轨迹控制提供一种解决方案。     

一种实时测控集群数据处理进程软件控制方法

在基于集群架构的实时测控系统上,通过软件设计实现一种满足数据处理实时性和系统高可用的集群数据处理进程控制方法。计算节点运行的数据处理进程采用多线程设计,对时间驱动线程和数据驱动线程分别设计了工作信号处理流程。实践证明方法不但能够保证计算节点完成数据处理任务的实时性和可靠性,还能动态完成集群节点的任务迁移和故障恢复,提高了测控集群系统的实时性和可用性,从而有效发挥集群系统架构在测控系统中应用的优势。     

基于ICKF的永磁同步电机无传感器控制方法

针对在永磁同步电机(Permanent magnet synchronous motor,PMSM)中安装传感器带来的高成本、体积增大、可靠性降低和易受环境干扰等问题,提出采用迭代容积卡尔曼滤波(Iterative cubature Kalman filter,ICKF)算法来估计电机转速和转子位置,并将其应用于永磁同步电机无传感器控制。首先,建立了PMSM在α-β坐标系下的离散数学模型。其次,在Matlab/Simulink环境下分别建立了基于容积卡尔曼滤波(Cubature Kalman filter,CKF)和ICKF的PMSM转速、电流双闭环的无传感器矢量控制系统仿真模型,并进行了给定转速和加负载两种工况的仿真验证。最后,基于TMS320F28335芯片搭建了硬件实验验证平台。仿真分析与实验结果均表明,迭代容积卡尔曼滤波算法应用于永磁同步电机无传感器控制中抗负载变化干扰性好、电机运行稳定、电机转速和转子位置估计精度高,可满足对电机精确控制要求较高的应用场合,具有重要参考价值和推广意义。     

上升段飞行器目标的视频图像跟踪

粒子滤波是一种基于贝叶斯估计理论和蒙特卡罗理论的实时目标跟踪方法,具有较为灵活的并行化跟踪方式,能够较好地维持跟踪目标的假设状态,具有较好的跟踪效果和鲁棒性。上升段飞行器目标飞行视频图像跟踪是火箭等目标飞行监控的重要阶段,但现阶段对飞行器上升段的视频图像跟踪主要依靠人工手动操作云台控制器,实现视频图像中的飞行器跟踪,跟踪图像存在跟踪滞后、画面抖动等现象,跟踪效果受人为因素影响较大。本文提出一种基于粒子滤波方法的上升段飞行器目标视频图像跟踪方法,建立飞行器目标粒子滤波跟踪模型实现对飞行器目标的识别和跟踪,在识别和跟踪的基础上建立云台控制模型,通过对云台的智能控制获得飞行器上升段的高质量图像。采用火箭发射的视频图像作为模型验证的实验数据,检验飞行器目标的跟踪效果。     

基于STM32F429的全向运动平台的运动控制

全向运动平台系统是可以实现人体在各个方位行走的2D运动平台。针对实现人体在全向运动平台稳定行走的运动控制,采用加入观测器的一阶控制算法对平台运动控制进行探究。先通过MATLAB软件进行算法的仿真,验证方法的可行性;再通过现场测试,验证控制算法的有效性。最终试验表明,加入观测器的一阶控制算法可对全向运动平台实现有效的运动控制。此运动控制策略的探究为全向运动平台的运动控制提供了一种可行的控制思路和方案。     

基于CMPSO算法的永磁同步电机转动惯量识别研究

永磁同步电机(PMSM)是一种具有很强非线性的动态系统,在工业驱动应用中发挥着重要作用。实时辨识转动惯量对于高精度PMSM系统控制和稳定性状态监测具有重要意义,但传统转动惯量识别方法精度较低。在传统离散模型参考自适应理论基础之上,用柯西变异粒子群优化(CMPSO)算法代替待辨识参数自适律设计环节,以实现PMSM转动惯量识别。该转动惯量辨识方法充分利用了CMPSO算法的快速高效收敛性,仿真结果和试验结果表明了可行性、正确性和准确性。     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

无刷双馈电机静止坐标系数学模型的研究

由于没有电刷和滑环,提高了运行的可靠性,降低了维护成本,因此无刷双馈电机(BDFM)在变速恒频发电领域有着广阔的应用前景。由于特殊的结构和工作原理,BDFM数学模型十分复杂。从BDFM多回路空间矢量数学模型出发,推导出了两个静止坐标系之间的坐标变换关系以及功率绕组静止坐标系数学模型和控制绕组静止坐标系数学模型,推导过程简洁明了。所得结果为BDFM理论分析和不同控制策略的研究提供了理论基础。MATLAB/Simulink环境下的仿真结果验证了数学模型及坐标变换关系的正确性。