神经网络分数阶PI~μD~λ在压电叠堆控制中的应用

为了克服压电叠堆的迟滞特性,实现压电叠堆的精确控制,建立了压电叠堆控制系统,研究了该系统所用到的神经网络、分数阶微积分等算法。首先,搭建了采集压电叠堆位移数据的硬件系统,并对含有噪声的位移数据进行了滤波处理;利用径向基函数(RBF)神经网络对压电叠堆建模,得到了模型参数。然后,利用RBF神经网络建模得到的Jacobain信息来整定分数阶PI~μD~λ控制器中的参数对压电叠堆进行控制。最后,与RBF整数阶PID对压电叠堆的控制效果进行了对比。结果显示:RBF建模误差仅为位移实测数据的0.22%,RBF神经网络分数阶PIμDλ控制系统输出稳定,很好地跟随了给定。得到的结果表明RBF神经网络分数阶PI~μD~λ控制器控制性能良好,在压电叠堆的控制中比RBF整数阶PID控制器表现得更加稳定、精确。     

基因测序仪运动平台的高精度定位控制

为了实现对基因测序仪运动平台的高精度定位控制,建立了基因测序仪运动平台控制系统。对该系统所采用的数学建模、模型辨识、控制器设计、输入整形等方法进行研究。根据运动平台动力学方程和永磁同步直线电机电压-推力关系构建了运动平台数学模型,利用频域扫描法在实物实验的基础上辨识出运动平台的模型参数。最后,基于运动平台模型设计了双闭环控制器和前馈控制器组成的复合控制器来保证运动平台的稳定性和高精度,同时根据整个系统的主导极点设计了输入整形器以抑制运动平台的残余振荡。实验结果表明:加入了输入整形的复合控制器将运动平台的稳态重复定位精度从±1.47μm提高到±0.354μm。较传统复合控制器,本文提出的方法能使基因测序仪运动平台更快进入可用重复定位精度范围,并基本满足基因测序仪采集图像时所需的稳定性强、精度高等要求。     

纳米碳酸钙改性再生混凝土疲劳性能

为研究纳米改性再生混凝土的疲劳性能,对其疲劳寿命进行估计并建立疲劳方程。以不同再生骨料取代率(0%、30%、50%,质量分数)与纳米CaCO₃掺量(0%、1%,质量分数)为主要影响因素,设计了不同应力水平(0.75、0.80、0.85)下的疲劳循环加载试验。结果表明:混凝土的弹性模量随再生粗骨料取代率的增大而减小,掺入纳米CaCO₃可以提高混凝土的弹性模量并优化破坏形态,有效提升整体性;循环荷载下的疲劳寿命随最大应力水平增大而快速缩短,1%的纳米CaCO₃改性可以使疲劳寿命延长60%;以双对数S-N(应力水平-疲劳寿命)曲线建立疲劳寿命方程,并推导出考虑寿命概率的P-S-N曲线,得到的相关系数随再生粗骨料取代率的增加而快速减小,经纳米改性后有所增大;再生混凝土的疲劳应变演化基本符合三阶段应变曲线发展规律,提出新方程描述再生混凝土第二阶段应变曲线,并建立变形量与循环比的关系式。