导读:本文包含了自适应振动控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:自适应,主动,神经网络,柔性,算法,卡尔,桨叶。
自适应振动控制论文文献综述
沈靖豪,黄海,张泽[1]（2018）在《基于扰动补偿自适应的Hexapod微激励系统低频振动控制》一文中研究指出为研究微振动对航天器上有效载荷的影响,以Hexapod平台为基础,设计多自由度微激励系统。常规的经典控制算法难以满足Hexapod多自由度微激励系统的精度要求;自适应控制算法虽然对处理此类问题具有天然的优势,但因被控对象相位延迟而引入的稳定条件限制了其在工程上的应用。文章结合线性自抗扰技术,提出了一种扰动补偿自适应控制算法,将被控对象相位滞后特性看作内扰,运用扩张状态观测器与外扰一同进行观测补偿,使系统输出信号与期望信号一致。将该算法应用于Hexapod多自由度微激励系统进行仿真和实验,验证了其可有效复现所需频带高精度正弦微振动信号,显示出实际工程应用价值。(本文来源于《航天器环境工程》期刊2018年06期）
胥馨尹,宁少武[2]（2018）在《自适应滤波算法在板结构振动控制中的应用》一文中研究指出以简支板为模型,运用模态分析方法推导并分析讨论结构振动主动控制的基本原理和方法。在此基础上,以时域振速为控制目标,对板进行振动控制建模,分别采用滤波-X最小均方算法(FxLMS)和格型联合估计滤波器与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的振动控制方法来进行实时的振动主动控制。研究算法中相关参数和控制力位置对控制效果的影响,对两种自适应滤波算法的控制效果进行对比。仿真结果表明,两种算法都能有效控制板结构的振动,QRD-LSL自适应滤波算法的控制效果更优,其相对于FxLMS算法虽计算量有所增加,但收敛速度快,稳态误差小,跟踪性能好。(本文来源于《机械设计与制造》期刊2018年12期）
李城[3]（2018）在《双连杆柔性机械臂智能自适应振动控制研究》一文中研究指出柔性机械臂具有载重/自重比高、质量轻、响应速度快和耗能低等优点,由于其具有低刚度和大挠度的特点,当其受到外部激励时,很容易产生的低频率、大幅值的弹性振动,且振动衰减缓慢。双连杆柔性机械臂的运动由大范围的刚体运动和柔性臂的弹性振动组合在一起,两柔性臂之间的弹性振动也存在耦合,这使得双连杆柔性机械臂成为一个非线性耦合系统。柔性臂的弹性振动也使得其定位精度下降,甚至影响系统的稳定性。因此,研究如何使其在运动过程中及运动完成后的振动得到较快抑制显得尤为必要。以振动和结构力学为基础,对双连杆柔性机械臂的弹性变形采用假设模态法进行分析,进行了平衡位置和刚柔耦合条件下的模态分析、实验辨识和理论分析,并结合假设模态法和Lagrange原理建立了双连杆柔性机械臂数学模型。针对柔性机械臂的振动控制,设计了前馈控制和反馈控制算法。前馈控制以输入整形器为基础,对输入进行整形,使柔性臂在完成期望运动轨迹后产生较小的残余振动。反馈控制采用压电片传感器测得的振动信号作为反馈信号,设计了经典比例微分(proportional differentiation,简称PD)、模糊神经网络和自校正控制叁种反馈控制算法,以伺服电机作为驱动器,对柔性臂的振动进行主动控制实验研究。建立了双连杆柔性机械臂的振动控制实验平台,编写了控制程序,针对双连杆刚/柔耦合机械臂,采用输入整形控制、PD控制和自校正控制算法,进行了振动主动控制实验研究。实验结果表明,基于输入整形的前馈控制算法与基于自校正控制的反馈控制算法对柔性臂的振动控制具有更好的性能。针对双连杆柔性机械臂,采用模糊神经网络控制算法和最小方差自校正控制算法进行了振动主动控制实验研究,并与比例微分控制算法进行比较。结果表明,模糊神经网络控制算法和自校正控制算法的控制效果比传统PD控制算法好一些,尤其是在对柔性臂小幅值振动控制方面。最后,采用柔性臂末端加速度信号作为反馈信号,结合非线性控制算法进行了振动控制实验研究,取得了较好的振动抑制效果。(本文来源于《华南理工大学》期刊2018-04-12）
欧阳云呈[4]（2018）在《基于自适应神经网络的柔性机械臂振动控制设计与研究》一文中研究指出随着时代的发展与要求,机器人系统的控制要求向着高速、重载、高精度、低功耗的方向发展,由此质量轻、灵活度高、功耗低的柔性机械臂的研究也逐渐吸引了很多研究者的关注。柔性机械臂由于柔性结构特性,是一个分布参数系统,系统结构偏复杂,模型一般由偏微分方程来建立。为了使得机械臂能够在跟踪的同时达到良好的振动控制效果,基于偏微分方程模型的振动控制器设计过程复杂且难度偏大,尤其在遇到柔性机械臂模型不确定的情况下,其设计难度更大。本篇论文主要解决处于系统不确定性和非线性环节情况下的柔性机械臂系统的振动控制问题。而由于神经网络对于非线性和不确定环节有良好的拟合特性,它将被入到柔性机械臂系统的振动控制当中,去解决系统的不确定性和非线性环节。由于偏微分方程模型的局限性,神经网络控制算法无法被很好地应用到柔性机械臂的振动控制中,这就需要把柔性机械臂的偏微分方程模型转换为常微分方程模型,如此就为神经网络技术提供了一个良好的实施环境。而柔性机械臂的常微分方程模型的建立,则借用了集总参数和假设模态等方法来实现。在常微分方程的模型基础上,本篇论文着重设计了自适应神经网络控制方法去解决带有输入死区和系统不确定性的单连杆柔性机械臂的振动控制问题。柔性机械臂系统的常微分方程模型拓展了其振动控制的研究方法,而强化学习作为近几年研究的热门控制算法,在本篇论文中也被新颖地引入到振动控制设计当中。在基于强化学习算法的振动控制器的设计当中,本文只针对仅带有系统不确定性的柔性机械臂系统进行振动控制器设计,非线性环节在此种情况下未作考虑。在基于强化学习的控制器设计当中,使用了actor-critic模式,critic部分来判断所施加控制的好坏;actor则基于critic的判断来不断地修正控制器以达到最优的控制效果。总结来说,本文将神经网络的控制方法巧妙地应用到了柔性机械臂振动控制的设计当中,自适应率被设计出来更新神经网络。而在基于自适应神经网络对带有输入死区和系统不确定性的柔性机械臂的振动控制的研究基础上,强化学习算法也被初步地引入到了柔性机械臂的振动控制中,做进一步的研究。如此,就为后续的柔性机械臂的振动控制设计提供了良好的思路。(本文来源于《电子科技大学》期刊2018-04-09）
顾景轶[5]（2018）在《直升机独立桨叶自适应振动控制研究》一文中研究指出旋翼是直升机的主要振源,为使直升机振动降至较低水平,旋翼振动主动控制技术得到日益重视。其中,独立桨叶变距控制通过作动器单独对每片桨叶加载高阶谐波,使得桨毂载荷得到有效抑制,并且已经得到大量试验研究证明。本文的研究目的在于在旋翼气弹模型的基础上进行独立桨叶变距控制仿真,研究振动控制规律;并且加入自适应控制算法,研究IBC自适应控制对桨毂载荷的减振效果。本文首先基于Halmiton变分原理和中等变形梁理论建立桨叶的有限元结构动力学模型,并结合Leishaman-Beddoes非定常气动模型和动态入流模型建立旋翼的气弹模型,从而计算旋翼的桨毂振动载荷。采用3片桨叶模型旋翼,建立独立桨叶变距的控制方程,在旋翼前飞状态下单独加载2阶、3阶、4阶谐波量进行IBC的控制仿真,分析各谐波幅值和相位对减振控制的基本规律。加入带有卡尔曼滤波在线辨识的自适应控制算法,采用局部模型,对独立桨叶变距控制进行单输入单输出闭环控制仿真,采用不同性能函数得出的控制律进行仿真结果比较。采用多输入单输出方法进行IBC自适应控制仿真,研究多个谐波控制量进行同时减振控制的效果。采用多输入多输出方法进行IBC自适应控制仿真,研究对多个桨毂分量进行同时减振的效果。通过控制仿真结果分析可得,对于IBC单独谐波加载下,能够找到最优的谐波幅值和相位组合使得振动载荷降到最低;在单输入单输出系统中加入自适应控制后,减振控制能够实现自动控制,通过调节控制相关参数使得整个控制过程达到较好的稳定性和收敛性。在此基础上,多输入多输出的自适应控制能够实现多个谐波控制量对多个桨毂载荷分量进行同时减振,减振效果能够达到较好的预期。(本文来源于《南京航空航天大学》期刊2018-03-01）
徐庆[6]（2017）在《基于尾缘襟翼的风力机叶片自适应内模振动控制研究》一文中研究指出风力机是将风能转化为电能的一个重要工具,减轻风力机叶片质量,增加风力机叶片尺寸,成了提高发电效率,扩大装机容量的一个重要手段。但是,伴随着风力机叶片尺寸的增加、柔性增大,同时为了保证较轻的质量,不可避免的加剧了风力机叶片的颤振。风力机叶片的颤振不但会降低发电效率,而且严重影响风力机的使用寿命,甚至会带来巨大的经济损失和安全威胁。因此,对风力机叶片颤振控制的研究有着重大的意义。风力机叶片的颤振主要分为:失速颤振和经典颤振。本文主要研究风力机叶片的经典颤振控制,通过控制算法控制风力机叶片尾部的尾缘襟翼达到控制风力机叶片颤振的目的。首先针对风机叶片系统的单自由度振动控制问题,本文选用基于模型降阶的内模控制方法。分别采用聚类降阶方法,hankel降阶方法和balanc降阶方法获取风机叶片系统模型的内部模型,其中balanc降阶方法获得的内部模型能更好的与风机叶片系统模型相匹配。针对该内部模型设计内模控制器,调整滤波器时间常数入与滤波器阶数n的值。当n取2,入取1时,扭转角的稳定时间最短,且无超调量。仿真结果表明:内模控制器中的滤波器时间常数入的取值对内模控制器的控制效果起到决定性的作用。其次针对风机叶片系统的双自由度振动控制问题,本文选用基于遗忘因子递推最小二乘法辨识的内模控制方法,采用遗忘因子递推最小二乘法辨识获得的内部模型与风机叶片系统模型的匹配度更高,能够最大程度的保留被控对象的特性,从而可以设计出更精确的内模控制器。并且考虑风机叶片系统中尾缘襟翼驱动器的襟翼角β有一定的限制,存在控制器输出信号饱和问题,本文选用双口内模控制器。采用双口内模控制器,扭转角和挥舞位移的稳定时间更短,能更快的达到理想的控制效果。仿真结果辨明:双口内模控制器可以起到抑制控制器输出信号饱和的作用。在实际的工程应用中,风速在不断变化。本文选用自适应模糊内模控制器可以根据风速的变化在线调整内模控制器中滤波器时间常数入的取值,并且针对该风机叶片系统模型设计相应的模糊控制规则表,从而起到在线整定内模控制器参数的作用。配合双口内模控制结构的使用,通过反馈控制器可以很好的提高伺服跟踪能力从而克服控制量饱和的影响。仿真结果表明:自适应模糊双口内模控制器即可以起到有效的抑制控制量饱和的问题,同时具有更强的自适应性和鲁棒性。(本文来源于《扬州大学》期刊2017-12-30）
余臻,郭毓,王璐,吴益飞,郭健[7]（2017）在《基于期望补偿的挠性航天器自适应鲁棒主动振动控制》一文中研究指出针对一类粘贴有智能材料的挠性航天器进行大角度姿态快速机动中的姿态控制与振动抑制问题,提出了一种基于期望补偿的自适应鲁棒主动振动控制方法。该方法由路径规划、基于期望补偿的自适应鲁棒(DCARC)姿态控制器以及基于正位置反馈(PPF)的主动振动控制器组成。通过规划得到不易激起挠性附件振动的挠性航天器中心刚体角位置路径,利用DCARC姿态控制对规划的路径进行跟踪。采用基于期望补偿的自适应律使得回归量仅由期望路径信息计算,可减少测量噪声的影响。同时,针对机动过程中挠性附件的高频振动,采用多模态PPF主动振动控制器以增加附件阻尼。该方法不仅能提高挠性航天器大角度姿态快速机动中动态和稳态性能,而且可有效抑制挠性附件振动。数值仿真结果验证了该方法的有效性。(本文来源于《振动与冲击》期刊2017年24期）
孙文豪,张锋,罗顺安,汪涵[8]（2017）在《自适应主动振动控制仿真分析》一文中研究指出在FxLMS自适应算法中,次级通道会影响输入信号自相关矩阵的可对角化性和特征值扩散度,从而影响算法的收敛速度。为了降低次级通道对输入信号的影响,加快算法的收敛,提出将改进的FxLMS算法—SOFxLMS算法应用于振动主动控制研究中。在Simulink中分别搭建基于两种算法的主动振动控制仿真结构,基于系统稳定的前提,在相同条件下对两种算法进行仿真对比分析。仿真结果表明:在迭代步长较大、滤波器阶数较少的条件下,SOFxLMS算法具有更好的振动控制效果。(本文来源于《噪声与振动控制》期刊2017年06期）
倪天智[9]（2017）在《制冷机压缩机自适应主动振动控制》一文中研究指出空间制冷机作为卫星有效载荷的一部分,在如今的空间设备中已成为不可或缺的一部分,而机械制冷机的振动是制约其应用于敏感仪器的一项关键因素。压缩机作为机械制冷机的动力源头,其振动会影响探测目标的定位精度和分辨率,甚至引起平台的机械共振。为减小压缩机的振动,满足敏感航天应用上振动力小于0.2 N_(RMS)的通用要求,必须采用高阶主动振动控制。分析研究了制冷机压缩机的振动特性。压缩机采用活塞对称布置结构,两活塞在交变电磁推力的作用下做往复运动。通过对压缩机振动产生机理的研究,得到了单活塞的运动方程及压缩机对置活塞对应参数不相等是引起振动产生的原因,而驱动信号、弹簧、阻尼、气动力的非线性导致了高频振动的产生。振动测试结果表明,压缩机的振动一般为几牛顿量级,振动主要集中在300 Hz以内,并表现为以驱动频率为基频的一系列离散谐波。研究了压缩机主动振动控制方案及控制算法。根据力的线性迭加原理以及压缩机的振动频谱特性,本文采用了与传递函数模型无关的自适应窄带陷波滤波器作为自适应主动减振算法,通过调整驱动信号来实现自适应减振。压缩机内有两个对置电机,其中一个电机兼做减振器。由于每一阶振动仅存在于单个频率点上,可对每一阶振动分别控制,通过在驱动信号上迭加各阶减振信号,并调整各阶减振信号的幅度和相位来产生与压缩机各阶振动力大小相等、方向相反的反振动力,使总减振信号产生的反振动力与压缩机本身的振动力相互抵消,从而达到减振的目的。设计了控制电路、软件,搭建了由控制软件、外围硬件电路、压缩机及振动传感器组成的压缩机自适应振动控制系统,硬件电路主要包括驱动电路、信号调理电路、供电电路、过流保护电路,并在设计时兼顾了功能实现与系统的可靠性;控制软件由DSP编写,软件算法设计时兼顾算法的收敛速度、计算复杂度等,引入了Hilbert变换,降低了滤波器阶数,并考虑到电机响应的延迟效应对算法进行了相位补偿。完成了减振实验测试。采用了设计的压缩机自适应振动控制系统,针对驱动功率为90 W的压缩机进行了五阶主动振动控制,使得在20~280 Hz频率范围内,振动力由0.68 N_(RMS)减小为0.14 N_(RMS),衰减了13.46 dB,并且自适应振动控制系统仅需1.26 W的功耗,算法收敛时间约为2秒,相同的参数对于60 W及105 W也能保持良好自适应能力。(本文来源于《中国科学院大学(中国科学院上海技术物理研究所)》期刊2017-04-01）
刘锦春,何其伟,朱石坚,陈章位[10]（2016）在《一种反馈式自适应振动控制方法研究》一文中研究指出对一种反馈式的线谱振动自适应主动控制方法的参考信号生成方法进行了研究,分析了该参考信号生成方法的基本原理和不足,并对此进行了改进,抑制参考信号生成中,背景噪声引起的参考信号幅值波动。然后,通过应用改进的参考信号生成方法,形成了新的反馈式自适应控制方法。最后,进行了仿真分析和基于主动控制平台的试验研究。仿真结果表明,相比原算法,改进后的反馈式自适应控制方法具有更快的收敛特性和较小的稳态误差;在相同的高背景噪声和大步长系数下,改进算法具有更好的抗噪稳定性能。试验结果表明,改进后的算法能够在参考信号与振源信号存在频率偏差的情况下,对多频振动信号取得有效的主动控制效果。(本文来源于《振动与冲击》期刊2016年16期）
自适应振动控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以简支板为模型,运用模态分析方法推导并分析讨论结构振动主动控制的基本原理和方法。在此基础上,以时域振速为控制目标,对板进行振动控制建模,分别采用滤波-X最小均方算法(FxLMS)和格型联合估计滤波器与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的振动控制方法来进行实时的振动主动控制。研究算法中相关参数和控制力位置对控制效果的影响,对两种自适应滤波算法的控制效果进行对比。仿真结果表明,两种算法都能有效控制板结构的振动,QRD-LSL自适应滤波算法的控制效果更优,其相对于FxLMS算法虽计算量有所增加,但收敛速度快,稳态误差小,跟踪性能好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应振动控制论文参考文献
[1].沈靖豪,黄海,张泽.基于扰动补偿自适应的Hexapod微激励系统低频振动控制[J].航天器环境工程.2018
[2].胥馨尹,宁少武.自适应滤波算法在板结构振动控制中的应用[J].机械设计与制造.2018
[3].李城.双连杆柔性机械臂智能自适应振动控制研究[D].华南理工大学.2018
[4].欧阳云呈.基于自适应神经网络的柔性机械臂振动控制设计与研究[D].电子科技大学.2018
[5].顾景轶.直升机独立桨叶自适应振动控制研究[D].南京航空航天大学.2018
[6].徐庆.基于尾缘襟翼的风力机叶片自适应内模振动控制研究[D].扬州大学.2017
[7].余臻,郭毓,王璐,吴益飞,郭健.基于期望补偿的挠性航天器自适应鲁棒主动振动控制[J].振动与冲击.2017
[8].孙文豪,张锋,罗顺安,汪涵.自适应主动振动控制仿真分析[J].噪声与振动控制.2017
[9].倪天智.制冷机压缩机自适应主动振动控制[D].中国科学院大学(中国科学院上海技术物理研究所).2017
[10].刘锦春,何其伟,朱石坚,陈章位.一种反馈式自适应振动控制方法研究[J].振动与冲击.2016
论文知识图
