宁波大学 机械工程与力学学院, 浙江 宁波 315211
该文提出了一种结构简单紧凑的压电粘滑旋转电机。通过一个力偶式机构设计了定子, 并在此基础上设计出双定子压电粘滑旋转电机, 提升了电机结构的紧凑性。通过在典型锯齿波上改造而成的一种异步驱动方式, 使电机能够实现“增粘减滑”。建立了电机机电-摩擦耦合动力学模型, 制作出电机的样机并进行相应的实验。实验结果表明, 电机输出位移曲线显示出良好的步进特性, 当驱动电压幅值为150 V、频率为900 Hz时, 电机输出的最大单步转角、转速分别为125 μrad和6.3 (°)/s, 最大可承负载为30 g。
压电旋转电机 粘滑驱动 力偶式定子 增粘减滑 动力学模型 piezoelectric rotary motor stick-slip drive force-coupled stator increasing stickiness and reducing slippage dynamic model
在定义玻璃熔窑单位吨玻璃液的天然气能耗参数时,将经典统计回归分析法与计量经济学的条件异方差自回归模型有机组合,创建融合式的动态模型。该模型大幅度提升了拟合精度和预测能力,为科学化管理能源体系奠定了良好的基础,并最终成为标准化模板,指导职责部门高效运作能源绩效,该模型可为后续其他能源问题确立参数、监控能耗过程和持续改进指标提供参考。
能耗参数 经典回归分析 条件异方差自回归模型 动态模型 能源绩效改进 energy indicators classical regression analysis ARCH dynamic model energy performance improvement
强激光与粒子束
2022, 34(7): 075011
1 沈阳工业大学 光电检测实验室, 辽宁 沈阳 110870
2 复旦大学 集成电路与系统国家重点实验室, 上海 200433
3 复旦大学 超精密运动控制与检测实验室, 上海 200433
压电驱动装置具有纳米级/微米级定位的特性, 被广泛应用于精密控制运动平台中, 故对压电驱动装置的速度和精度的要求越来越高。根据步进式压电马达驱动原理, 结合四足压电驱动装置动力学模型, 设计了一种用于新型叠堆结构的四足压电驱动装置的驱动电源。该电源是高电压为±250 V和高频率为1.5 kHz的线性电源, 且采用硬件阻抗补偿和信号切换两种策略, 进一步解决了容性负载对信号频宽影响的问题, 使四足压电驱动装置高精度恒速输出。同时应用硬件在环仿真与测试的方法搭建了实验平台。实验结果表明, 在精度为1 nm分辨率的激光干涉仪采集设备中, 实现了点对点50.7 nm的四足压电驱动装置的运动测试。
压电驱动装置电源 阻抗补偿 信号切换 动力学模型 power supply for piezoelectric actuator impedance compensation signal switching dynamic model
针对海上近岸威胁目标速度快、机动性强的特点,为提高无人艇编队海岸防御火力分配问题求解的质量和速度,建立了更加符合战场实际的无人艇编队多约束动态火力分配模型,并利用改进的蚁群算法进行模型求解。该模型较全面地考虑了威胁目标的动态运动变化和多方面资源约束,对算法的搜索能力提出了更高的要求。改进算法通过调整信息素的更新模式,采用时变的挥发因子,能在满足全局搜索的基础上避免陷入局部最优。通过蒙特卡罗仿真对比传统蚁群算法,结果证明该改进算法能有效提高无人艇编队海岸防御火力分配问题求解的有效性、收敛性和实时性,具有一定应用价值。
火力分配 动态模型 蚁群算法 时变挥发因子 firepower allocation dynamic model ant colony algorithm time-varying volatile factor
1 中国科学院国家天文台南京天文光学技术研究所, 江苏 南京210042
2 中国科学院天文光学技术重点实验室(南京天文光学技术研究所), 江苏 南京210042
3 中国科学院大学, 北京100049)
为了满足地基大口径望远镜精密稳像系统的需求, 对大口径快摆镜(FSM)的控制方法进行了研究。为了解决三促动器FSM的运动解耦为系统辨识带来的困难, 通过解析法和系统辨识法相结合建立了FSM 的传递函数模型。依据该模型, 设计了PID控制器与模型预测控制器(MPC), 采用仿真和实验两种方式比较了两种控制器的效果。仿真结果表明, 在受到阶跃扰动后, MPC控制器的恢复速度是PID控制器的45倍。在50 Hz正弦信号下, 由于FSM的大惯量特点, PID控制器有严重的时滞, 而MPC控制器能以1.224×10-6″的误差稳定跟随。在噪声抑制方面, 对实时加入10%幅值噪声的随机信号, MPC控制器的噪声抑制效果是PID控制器的13.3倍。实验结果表明, MPC控制器能以0.430″的误差稳定跟随50 Hz正弦信号, 其跟踪精度是PID控制器的3.212倍, 采用MPC控制器的快摆镜能满足快摆镜高带宽和高精度的需求。
大口径快摆镜 系统辨识 模型预测控制 动态模型 large aperture fast steering mirror system identification model predictive control dynamic model 红外与激光工程
2020, 49(2): 0214001
山东大学(威海) 机电与信息工程学院, 山东 威海 264209
为适应现代工程领域对移动机器人的新要求, 拓展移动机器人的作业场合, 该文提出了一种轮-腿复合式移动机器人球面并联腿机构。首先, 基于球面并联腿机构的闭环约束方程和旋转变换矩阵构建了其位置逆解数学模型; 接着, 采用代数消元法推导出了球面并联腿机构的位置正解的解析解; 然后, 运用影响系数法推导出了球面并联腿机构的速度和加速度影响系数矩阵; 在此基础上, 运用拉格朗日方法建立了球面并联腿机构的动力学模型。运用数值仿真对运动学和动力学模型进行了验证, 仿真得到了给定位姿数据与计算位姿数据之间的最大误差为0.012 7 rad, 误差不超过实际值的2.43%, 发现了球面并联腿机构驱动力的理论曲线和虚拟样机仿真曲线吻合, 两者之间的误差稳定在0~1 N的合理范围内, 验证了运动学和动力学模型的正确性。研究结果为轮-腿复合式移动机器人的步态规划和运动控制提供了理论参考。
轮腿机器人 球面并联机构 动力学模型 自由度 螺旋理论 wheel-legged mobile robots spherical parallel mechanism dynamic model degree of freedom of mechanism screw theory
1 宁夏大学农学院, 宁夏 银川 750021
2 宁夏大学土木与水利工程学院, 宁夏 银川 750021
3 宁夏大学物理与电子电气工程学院, 宁夏 银川 750021
滩羊肉的新鲜度是其品质安全的一个重要衡量指标, 也是肉品品质安全控制的关键环节。 挥发性盐基氮(TVB-N)是表征肉品腐败过程主要的化学信息, 能有效地评价出滩羊肉的新鲜度。 然而, TVB-N的传统检测过程繁琐且人为影响因素大, 检测结果缺乏客观性和一致性, 不能满足当今肉品检测过程无损、 快速、 高效的需求。 高光谱成像技术符合现代检测技术向多源信息融合方向发展的需求, 已在食品安全领域得到广泛应用。 利用可见/近红外高光谱成像技术(400~1 000 nm)结合动力学和化学计量学方法以及计算机编程技术, 将同时实现滩羊肉贮存期内(15 ℃环境)TVB-N 浓度的快速检测和贮藏期的预测。 研究中提取每个样品感兴趣区域的平均光谱数据, 选用蒙特卡洛算法剔除异常样本。 采用X-Y共生距离(SPXY)法划分为校正集和预测集, 分别选用多元散射校正(multiplicative scatter correction, MSC)、 卷积平滑(savitzky-golay, SG)、 标准变量变换(standard normalized variate, SNV)、 归一化(normalization)、 基线校准(baseline)五种方法对原始光谱数据进行预处理, 优选出最佳预处理方法。 采用竞争性自适应重加权法(campetitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)分别提取了21个和6个特征波长。 为优化模型并提高其模型精度, 采用SPA算法对 CARS 所选特征波长进行二次提取, 优选出14个特征波长。 基于所提取的特征波长建立TVB-N浓度的PLSR模型, 优选出 SNV-CARS-SPA-PLSR 模型具有较高的预测能力(R2c=0.88, RMSEC=2.51, R2p=0.65, RMSEP=2.11)。 同时, 建立了滩羊肉TVB-N变化与贮藏时间的动力学模型, 并将优化后的光谱模型和动力学反应模型相结合建立了滩羊肉光谱吸光度值与贮藏时间的高光谱动力学模型, 实现对贮藏时间的预测, 并通过 PLS-DA判别模型对滩羊肉贮藏时间进行判别分析(校正集判别准确率为100%, 预测集为97%)。 研究表明, 利用可见/近红外高光谱成像技术结合动力学和化学计量学方法以及计算机编程技术, 可以有效地实现滩羊肉品质智能监控与质量安全快速无损分析, 为开发实时在线检测装备提供理论参考。
可见/近红外高光谱 动力学模型 PLS-DA判别模型 新鲜度 化学计量学 Visible/near infrared spectroscopy Dynamic model PLS-DA discriminant model Freshness Chemometrics 光谱学与光谱分析
2019, 39(6): 1909