摘要：研究了一类存在介质访问约束和信号量化的网络化控制系统的H∞状态估计问题。首先,考虑到介质访问约束和信号量化的影响,将信号量化误差转化为扇形有界的不确定性,对由于访问约束而未获得网络传输的系统输出采用加权补偿策略,根据网络介质的随机访问机制将网络化系统建模为具有不确定性的马尔可夫跳跃系统。然后,在此基础上借助李雅普诺夫稳定性理论和H∞性能约束条件,利用线性矩阵不等式(linear matrix inequality,LMI)方法给出状态估计器存在的充分条件,所设计的状态估计器使得估计误差系统渐近稳定且具有给定的H∞性能。最后,通过仿真实例验证了该设计方法的有效性。

摘要：针对一类存在介质访问和控制输入约束的离散时滞网络化控制系统,提出一种鲁棒模型预测控制器设计方法.考虑到控制输入约束的影响,利用不变椭圆集将控制输入约束转化为线性矩阵不等式,根据网络介质的随机访问机制将网络化系统建模为具有不确定性的马尔可夫跳变系统,在此基础上利用时变时滞的上界信息构造李雅普诺夫函数,给出网络化系统随机稳定的充分条件和鲁棒模型预测控制器的设计方法,并分析了时变时滞上界与鲁棒性能指标之间的关系.最后,通过仿真算例验证了所提出方法的正确性和有效性.

摘要：针对钢轨损伤检测系统中压电超声换能器与激励源存在阻抗失配,以及压电超声换能器带载后谐振频率偏移等问题,本文对压电超声换能器宽频阻抗匹配进行研究。首先,对压电超声换能器BVD模型参数进行优化。其次,基于上述模型,设计4种匹配网络,对其性能进行比较分析,从而确定最佳网络拓扑结构和参数。最后,基于一发一收实验平台,测试对比匹配前后压电超声换能器的接收信号。测试结果表明,本文设计的阻抗匹配网络可以实现对压电超声换能器的高效匹配,匹配后发射换能器有功功率平均提升了197.38%,工作带宽从1.44 kHz提升至2.22 kHz。同未匹配和传统L型匹配网络相比,本文设计的宽频阻抗匹配网络使得发射强度分别提升了61.07%和18.05%,压电超声换能器在工作带宽内均可达到良好的发射状态。

摘要：电动机的广泛使用,开发对其进行保护的智能保护装置具有重要意义,首先需要解决的就是电流检测问题。文中采用线性霍尔传感器对电流检测,设计了信号调理电路,分析了影响采样计算有效值的因素,修正了有效值计算方法,利用最小二乘法对数据进行处理,得到了信号调理信号与实际电流有效值之间的线性系数。开发了实时监视界面,方便了数据的采集分析,实验结果证实电流检测达到了较高的精度。

摘要：针对传感器到控制器通信信道上存在拒绝服务(DoS)攻击的信息物理系统的安全问题进行研究.首先,基于系统的定周期采样策略,设计了事件触发的通信策略,以减少通信资源的占用.同时,为降低DoS攻击给系统带来的不良影响,提出了一种基于预测控制的数据补偿方法,在控制器节点中,通过成功接收到的历史状态信息得到系统受攻击导致状态信息丢失情况下的状态预测值,并给出控制器反馈增益的表达式.随后,提出了事件触发预测控制下的系统闭环模型,分析了系统闭环稳定的充分条件.最后,通过仿真实例证明了该方法的有效性.

摘要：针对滚动轴承在强噪声环境和变工况下故障诊断效果不佳、泛化能力差的问题,提出一种改进卷积神经网络(CNN)的滚动轴承变工况故障诊断方法。设计了多尺度特征提取模块,采用不同尺度的卷积层提取对输入数据特征,实现了提取故障数据中特征信息最大化。同时,引入通道注意力机制,提取出该模块中更重要、更关键的信息;设计了带跳跃连接线的卷积模块,防止提取到的丰富特征在卷积层前向传递时丢失;以Softmax交叉熵作为损失函数,利用Adam优化算法实现滚动轴承故障诊断。将所提方法分别在凯斯西储大学轴承数据集和变速箱数据集上进行实验验证,结果表明:在凯斯西储大学轴承数据集上的变噪声实验中,所提方法诊断平均准确率为96.49%,在变工况中诊断准确率在90%以上,均高于比较方法;在变速箱轴承数据集上,所提方法诊断准确率为99.54%,具有较好的抗噪性和更好的泛化能力。

摘要：针对滚动轴承工况复杂多变、环境噪声干扰大、有效数据样本不足而导致的故障诊断效果不佳的问题,提出了一种用于滚动轴承变工况故障诊断的改进残差神经网络方法。以采集到的滚动轴承时域信号作为输入,针对滚动轴承时域信号时变性较强的特点,构建了一种基于Inception模块改进的数据池化层。基于Inception模块思想,采用3个3×3的小卷积层串联和堆叠以及加入残差连接的方式构建数据池化层,有效地提取了特征信息。在残差块中添加跳跃连接线,设计了一种带跳跃连接线的残差块,增强了残差块对特征信息的学习效率。利用空洞卷积能够扩大感受野的优点,将带跳跃连接线的残差块中的普通卷积替换为空洞卷积,设计了一种带跳跃连接线的空洞残差块。将设计的两种残差块端对端首尾相连构建神经网络。将所提方法与SVM+EMD+Hilbert包络谱、BPNN+EMD+Hilbert包络谱和ResNet方法进行了仿真对比,结果表明,所提方法在变噪声实验中的平均准确率为97.34%,变负荷实验中的准确率为88.83%~96.76%,均高于其他方法的,变工况实验中的平均准确率高于ResNet方法的,且具有更低的均值方差0.000 6。所提方法具有较强的抗噪性和泛化能力。

摘要：在未知环境中为实现精确的接触力控制,需要力控制器能够适应环境的变化。提出一种结合模糊控制和灰色预测的力控制策略,利用遗传算法优化模糊控制器的参数,根据当前过程状态引入灰色预测决策机制使控制器对机器人和环境之间的动态接触过程具有适应性。仿真结果表明所设计的控制器是可行和有效的。

摘要：机器人力控制是机器人研究的一个热点和难点。在未知环境中为实现精确的接触力控制,需要力控制器能够适应环境的变化。提出一种基于神经网络训练模糊控制规则的自适应模糊控制器应用于机器人的力控制中来适应机器人末端接触环境的变化,首先用递推最小二乘算法根据机器人对未知环境的动态响应来在线估计环境参数,然后选择一个合适的模糊控制规则调整因子对力控向量进行控制。仿真试验研究表明所设计的控制器是可行和有效的。

摘要：针对随机事件驱动通信的网络化控制系统,研究其中的最优估计与状态反馈控制器的设计问题.首先,根据控制器与执行器/传感器的随机通信机制将系统建模为马尔可夫线性跳变系统;其次,利用时变卡尔曼滤波理论进行了系统状态估计,进而基于动态规划及马尔可夫跳变系统理论设计了满足二次型性能指标的最优控制器,实现了网络化系统的镇定控制;最后,通过仿真验证了所提出方法的正确性和有效性.