基于深度信念网络的风机主轴承状态监测方法

提出了一种基于深度信念网络（DBN）的风电机组主轴承状态监测方法。为了降低建模难度并减少训练时间,首先利用相关系数法选取建模变量,进而建立主轴承正常行为的DBN温度模型并用于主轴承温度预测。该模型克服了传统神经网络随机初始化网络权重、易陷入局部最小值等缺点,能有效提高主轴承温度的预测精度。然后采用指数加权移动平均法（EWMA）对主轴承温度残差序列进行分析,并利用核密度估计方法确定故障阈值。最后基于实测的数据采集与监视控制（SCADA）系统数据对主轴承故障进行模拟。结果表明,与传统预测方法相比,该方法能有效地实现主轴承的异常状态监测。     

非线性系统的有限时间扩张状态观测器的设计

针对非线性系统的不确定项和外部干扰问题,提出了一种有限时间扩张状态观测器的设计方案,实现了非线性系统不确定项和外部干扰的有限时间估计。与传统的线性扩张状态观测器相比,有限时间扩张状态观测器基于终端滑模的思想而设计,其非线性项的引入保障了扩张状态的有限时间估计,进而辅助设计控制器,可以提高系统的鲁棒性能。利用Lyapunov有限时间稳定性理论得到该观测误差系统收敛的充分条件。最后,实例仿真进一步验证了该策略的有效性。     

分块特征匹配与局部差分结合的运动目标检测

针对摄像机在运动情况下运动目标检测问题的研究,提出了一种尺度不变特征变换图像分块特征匹配和局部差分算法相结合的运动目标检测方法。该方法不仅可以减少图像配准参数求解所需要的时间,弥补全局运动补偿对图像完整性的影响,并且可以在摄像机运动的情况下准确地检测出运动目标。 实验证明了该方案的有效性。     

PSS3-2-1正交并联机构动平台的鲁棒快速跟踪控制

针对一种新型的六自由度的正交并联机构动平台,设计一种应用于此运动平台的以闭环系统的鲁棒性作为目标的控制算法,当平台在运动过程中受到一定程度的干扰时,它可以使平台自主达到动态平衡,并且该算法具有一定的实时性.运用该控制算法对此运动平台的轨迹进行跟踪控制,仿真实验结果证明,所设计的这种控制算法对模型不精确或者外部干扰对该动平台产生最坏的影响有很好的抑制作用,对PSS 3-2-1正交并联机构动平台轨迹跟踪具有响应速度快,鲁棒稳定性好等优点.     

基于事件触发的AUVs固定时间编队控制

针对多自主水下航行器编队系统受限于有限的通信资源及收敛速度慢等问题, 提出一种基于事件触发的自主水下航行器固定时间领航?跟随编队控制方法. 首先, 将动态面控制算法与反步法结合, 消除“计算膨胀”问题; 其次, 为节约有限通信资源, 将事件触发通讯机制和固定时间理论引入多自主水下航行器编队控制中, 设计编队控制器, 实现编队系统的固定时间稳定, 且系统收敛时间与初始状态无关, 并通过理论证明无Zeno行为; 最后, 对4艘自主水下航行器的编队进行仿真实验, 验证算法的有效性.     

球面3-RRR并联机构动力学建模与鲁棒-自适应迭代学习控制

采用Lagrange方法建立球面3-RRR并联机构基于动平台姿态参数的动力学模型。考虑在计算过程中采用线密度、厚度忽略等近似计算及工作过程中机构的磨损等微小变化造成的参数不确定性,进一步建立带参数不确定性的动力学模型。针对其在振动测试中的重复性动作等特点及参数不确定性设计鲁棒-自适应迭代学习控制器,并对此控制器进行稳定性证明。该控制器利用自适应算法对未知定常数的强大学习能力来补偿系统动力学模型的参数不确定项;利用迭代学习算法对期望轨迹进行零误差重复跟踪。由于该控制器吸取了系统动力学模型的已知信息,避免了一般模型未知系统迭代控制时必须满足的Lipschitz约束条件。仿真结果表明,在此控制器的作用下球面3-RRR并联机构能够很好地重复跟踪期望轨迹。     

3-DOF并联拟人肩鲁棒自适应控制

针对一类3-DOF球面并联拟人肩的轨迹跟踪问题,提出一种鲁棒自适应算法.考虑系统中存在的参数不确定性和外部扰动,利用该模型的参数性质,由集中不确定性描述此机构的参数不确定性和外部扰动,并证明了集中不确定性范数有界.该控制器通过自适应算法在线学习集中不确定性的上界参数,进而实时补偿了由参数不确定性及干扰引起的误差,避免了参数过于保守而导致的控制器饱和,保证了系统的全局指数稳定.严格的证明和仿真结果验证了此算法的有效性.     

基于自适应粒子群遗传算法的柔性关节机器人动力学参数辨识

提出一种基于自适应粒子群遗传算法的柔性关节机器人动力学参数辨识方法。该算法采用动态自适应调整策略,提高了粒子群算法收敛速度;同时引入新型遗传算法混合交叉变异机制,避免了粒子群陷入局部最优。将自适应粒子群遗传算法与标准粒子群算法、遗传算法、人工蜂群算法进行了比较,仿真实验结果表明该算法在迭代60次左右完成参数辨识,各参数的辨识相对误差均降低到了1%以内。最后利用旋转柔性关节实验平台进行了实验验证,实验结果证明了该算法具有更好的收敛速度和寻优精度。     

网络化时滞控制系统的有限时间稳定性分析

针对网络控制系统中存在于传感器-控制器-执行器间的双时延问题,提出了一种基于Markov模型的状态反馈控制策略.与传统应用Markov随机过程的方式相比,该策略采用两个Markov链描述每一个时延,通过状态反馈把该随机系统描述为具有四个随机参量的离散Markov跳变系统.利用Lyapunov有限时间稳定性理论分析得到该系统稳定的充分条件,并利用线性矩阵不等式(LMI)得到了可行的反馈矩阵.数值仿真结果进一步证明了该策略的有效性.