精密机械热误差校正的遗传优化设计

研究精密机械热误差校正的机理，提出主动热校正控制变形误差的精度指标。针对热控制源幅值参数确定的困难性，引入一种新的优化算法一基因遗传算法，用于热控制源的幅值参数的优化设计，实例研究表明遗传优化算法在热误差校正控制中的应用是成功的，具有广阔的应用前景。     

基于Levenberg-Marquardt算法的线性热变形补偿系数矩阵优化

根据增强参考系统点(ERS点)热变形的线性特点,建立ERS点线性热变形模型,利用线性热变形补偿系数矩阵对ERS点热变形进行补偿.提出一种基于Levenberg-Marquardt(LM)算法的线性热变形补偿系数矩阵优化方法,构建多组补偿后的ERS理论值与测量值之间最小加权距离误差函数的优化模型,采用LM算法求解.以壁板工装为例,通过仿真计算得出在多优化参数、多数据量情况下,优化时间在可以接受的工程应用范围内.通过实验验证了该方法有效地减小了转站误差,修正转站参数,得到的单位温度下的热变形系数矩阵稳定可靠.     

一种新的自校正内模控制

提出一种设计自校正内模控制的新方法．对有规律误差经在线辨识，建立误差预报模型，从而达到对内模调节器的在线校正；而对无规律的误差，只作闭环修正，最后达到消除系统的稳态误差．本方法对对象参数在一定范围内漂移时能起自校正作用．仿真结果表明，本算法比一般的内模控制有更好的动态响应曲线．     

星载大型可展开天线太空辐射热变形计算

热分析技术是星载天线设计工作中的关键技术,文中采用有限元法计算某星载大型可展开天线结构辐射温度分布和热变形,研究了基本结构参数对天线变形的影响,计算结果对星载天线的结构设计和热控制具有一定参考作用.     

基于自编码器的阵列时变幅相误差校正算法

随着阵列天线在各类移动平台上的广泛应用,时变幅相误差成为影响阵列信号处理技术工程化应用的重要因素。针对当前时变幅相误差无法有效校正的问题,结合自编码器思想,提出一种基于深度学习的阵列时变幅相误差校正算法。算法充分利用自编码器网络的数据特征提取与重构能力,设计了针对通道时变幅相误差校正的深度学习网络,给出了不含时变幅相误差数据(无扰数据)与含时变幅相误差数据(扰动数据)双驱动下的学习机制,基于期望输出与理想模型均方误差最小化原则,完成了对阵列流形隐匿特征提取,实现了阵列时变幅相误差的有效校正。仿真实验表明,所提算法可有效实现各通道时变幅相误差校正,在通道存在±80%随机时变幅度误差以及±5°随机时变相位误差时,幅度与相位误差校正后的均方差分别在0.5%和1.5%以内,当信噪比大于等于0 dB时,校正后数据的MUSIC算法测向精度与无误差数据基本一致,验证了所提算法的有效性。     

基于改进递推预测误差神经网络算法的极点配置PID控制方法

针对工业控制中系统模型参数通常未知的特点,利用改进递推预测误差算法为基础的神经网络系统参数辨识方法,设计了极点配置自校正数字PID控制器.相比于基于梯度学习算法的神经网络辨识方法和通常的PID控制器,该方法具有参数辨识结构简单、神经元权值调整可持续且计算速度快、所采用的数字PID控制器鲁棒性强等优点.最后的数值仿真结果验证了本文算法及控制方法的有效性.     

双马达驱动电液位置伺服系统的同步控制

分析了双马达同步驱动的电液位置伺服系统中，两马达间的耦合机理以及同步误差的影响因素，提出了动态特性一致性校正和同步误差比例微分校正的同步控制方案．研究表明，本控制方案可以保证两马达同步运动，改善系统的动态品质．     

双马达驱动电液位置伺服系统的同步控制

分析了双马达同步驱动的电液位置伺服系统中，两马达间的耦合机理以及同步误差的影响因素，提出了动态特性一致性校正和同步误差比例微分校正的同步控制方案．研究表明，本控制方案可以保证两马达同步运动，改善系统的动态品质．     

模糊调节策略在模型参考自适应控制中的应用

本文在一种简化模型自适应控制的基础上，提出了一种基于模糊规律的参数调节方法．用模糊规则调节模型参考自适应算法中的自适应参数，消除了原算法中增益系数、输入信号幅值等对系统性能的不良影响，使ＭＲＡＣ中自适应参数仅依赖于系统误差的状态．大量阶越试验表明，在不同阶越幅度及负载时变的情况下，采用模糊调节后，系统均具有优良的动态性能，算法鲁棒性、稳定性优于模型参考自适应算法．     

一种高精度阵列测向的自校正算法

提出模拟退火全局优化自校正算法，实现了在模型失配情况下，可同时对信号的到达方向及未知的模型误差参数进行估计。计算机模拟结果表明该算法具有优良的性能。     

过驱动航天器自适应姿态补偿控制及控制分配

针对过驱动航天器存在执行机构安装偏差及外部干扰问题,提出一种自适应姿态补偿控制策略,应用Lyapunov稳定性理论证明了该控制算法能够在有限时间内实现姿态几乎全局渐近跟踪控制．同时考虑执行机构冗余特性及其控制力矩位置和速度约束,设计最优动态控制分配策略保证控制力矩的平稳性和能量最优．最后将设计的控制器与控制分配策略应用于某型航天器姿态跟踪控制,仿真结果表明该方法对不确定惯量特性具有良好的鲁棒性,对执行器安装偏差与干扰具有较好的补偿控制能力,并验证了该控制分配策略具有较好的能量优化控制能力．     

用基因遗传算法设计主动控制结构控制机构的最优布置

通过对高层建筑结构主动控制算法和控制机构布置准则的分析，建立了控制机构布置的优化模型，改进了遗传搜索优化算法，并以一栋受主动锚索控制机构控制的建筑结构为例进行了数值计算和分析，结果表明本文的方法可行，优化速度较快。     

Optimization of actuator/sensor position of multi-body system with quick startup and brake

A new method was put forward to optimize the position of actuator/sensor of multi-body system with quick startup and brake. Dynamical equation was established for the system with intelligent structure of piezoelectric actuators. According to the property of the modes varying with time, the performance index function was developed based on the optimal configuration principle of energy maximal dissipation, and the relevant optimal model was obtained. According to its characteristic, a float-encoding genetic algorithm, which is efficient, simple and excellent for solving the global-optimal solution of this problem, was adopted. Taking the plane manipulator as an example, the result of numerical calculation shows that, after the actuator/sensor position being optimized, the vibration amplitude of the multi-body system is reduced by 35% compared with that without optimization.     

基于AMESim的液压并联机构建模及耦合特性仿真

针对液压六自由度并联机构，采用AMESim和Simulink分别对单缸液压系统及平台机构部分建模，建立了液压并联机构的通用仿真模型.在AMESim模型中单缸系统的等效负载为Simulink模型反馈的负载力而非等效质量.联合仿真模型详细考虑了液压系统，保证了系统的精度，为研究液压并联机构提供了便捷的理论分析手段.通过联合仿真模型研究了并联机构由于液压缸不一致带来的耦合特性.数值仿真结果表明，当液压缸性能不一致时会出现耦合现象，耦合度随着液压缸性能不一致程度的增大而增强.在并联机构设计时，必须保证液压缸性能的一致性.     

基于二次型性能泛函的主动控制致动器优化配置

致动器过多不仅增加控制能量和成本,而且会增加控制难度及降低控制效率。已有的优化配置研究中,已对一定数目致动器的位置配置进行了探讨,而对致动器的最优数目研究较少。本文首先根据致动器对结构系统的状态影响矩阵中控制贡献大小,提出控制系统中致动器最优数目的优化方法;然后根据致动器的灵敏度,提出改进的最优致动器布置计算方法及算法流程,提高计算效率,并通过实例进行了验证,说明本文提出改进的致动器优化配置算法流程的适应性和有效性,更能适应于大型土木工程结构主动控制中的致动器优化配置。     

Robust reliable control for a class of time-varying uncertain impulsive systems

The problem of robust and reliable control design for linear uncertain impulsive systems with both timevarying norm-bounded parameter uncertainty and actuator failures was studied. The actuators are classified into two groups. One set of actuators susceptible to failures is possible to fail, the other set of actuators robust to failures is assumed never to fail. The outputs of the actuator failures are regarded as zero. The purpose is to design the state feedback controller such that, for all admissible uncertainties as well as actuator failures occurring among a prespecified subset of actuators, the plant remains asymptotically stable. A modified algebraic Riccati equation approach was developed to solve the problem addressed and a robust reliable control law was obtained. An numerical example was also offered to prove the effectiveness of the proposed method.     

基于区间分析的一类三转动自由度并联机构的精度设计(邀请论文)

面向大型结构件调姿、天线跟踪及快速定位等应用需求,研究三转动自由度并联机构3-PSUS的精度设计方法.首先,利用螺旋理论建立该机构的误差映射模型,并将影响机构末端姿态精度的几何误差分离为可补偿误差与不可补偿误差2类.其次,借助区间分析理论,提出不可补偿误差的灵敏度指标,并通过全域灵敏度分析揭示各项不可补偿误差对机构末端姿态精度的影响规律.然后,以灵敏度指标值为分配权重,建立各项不可补偿误差的优化分配模型,在给定精度约束下,借助遗传算法将难以实现的不可补偿误差的公差值松弛至最大可行区间.最后,通过蒙特卡洛仿真验证了所提出精度设计方法的有效性.     

基于注意力机制的数控机床热误差深度学习预测方法

为提高热误差预测精度和鲁棒性,提出一种基于注意力机制和深度学习网络的数控机床热误差预测模型。采用数据转化策略,将数控机床原始温度数据转化为温度图像,直接作为深度学习网络的输入;提出一种基于注意力机制的温度敏感点识别网络,根据温度测点与热误差关联程度,赋予各温度测点不同的权值,避免了温度测点的人为选取弊端;建立12层深度CNN学习预测网络,利用其强大的图像特征学习能力,挖掘温度图像与热误差的非线性映射关系,无需对温度关键点进行预选择,保留了更多的热误差与机床温度特征关系,显著提高了模型预测精度。为了提高热误差模型的精度与泛化能力,引入Dropout正则化方法和Adam优化算法,对深度卷积神经网络的结构与参数进行了优化。该方法在针对G460L型数控车床的热误差验证中表现出较高的预测精度。通过与BP神经网络和多元回归等传统热误差模型进行对比,深度卷积神经网络框架下的热误差模型在泛化性指标上表现更优。     

基于遗传算法的热力设备机理模型参数优化方法研究

针对复杂热力系统机理建模参数优化中存在的问题,提出了基于遗传算法的机理模型优化方法。建立热力设备的机理模型,确定优化参数,应用遗传算法进行优化,直到模型精度达到要求。以末级过热器为例进行的仿真研究表明,运用该方法优化的机理模型达到预定的精度要求;优化过程自动进行,缩短了参数优化时间。作为一种通用算法框架,具有简单易用的特点,适用于各类热力设备模型和热力系统模型,为火电厂仿真机数学建模和参数自动优化提出了简单实用的方法。