专辑类-数字处理及显示技术专辑-106册-9138M 自适应滤波器原理（第三版）1007页-15.4M.pdf
上传时间： 2013-04-24
上传用户：wang0123456789
专辑类-单片机专辑-258册-4.20G 自装单片微电脑快速入门-102页-2.2M.pdf
上传时间： 2013-05-22
上传用户：caixiaoxu26
本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-05-23
上传用户：1101055045
随着电力电子技术的飞速发展,越来越多的电力电子装置被广泛应用到各个领域,其中相当一部分负荷具有非线性或具有时变特性,使电网中暂态冲击、无功功率、高次谐波及三相不平衡问题日趋严重,给电网的供电质量造成严重的污染和损耗.因此,对电力系统进行谐波抑制和无功补偿,提高电网供电质量变得十分重要.电力有源滤波器(Active Power Filter,简称APF)与无源滤波器相比,APF具有高度可控制和快速响应特性,并且能跟踪补偿各次谐波、自动产生所需变化的无功功率和谐波功率,其特性不受系统影响,无谐波放大威胁.并联型电力有源滤波器(Shunt Active Power Filter,简称SAPF)更是得到了广泛的应用. 近年来,自适应算法中的递推最小二乘法(简称RLS)应用越来越广泛,该算法简单,收敛速度快.应用基于RLS自适应算法的滤波器(简称RLS滤波器),可以快速有效的滤除杂波,同时自动调整滤波器参数,不断改进滤波性能,最终得到所需的信号. 本文研究了基于平均功率和RLS自适应算法的并联型有源滤波器.它的参考电流是一个同电网相电压同相位的三相平衡的有功电流,它包含两个分量:一个是由实测的三相负载瞬时功率计算得到的,基于平均功率算法的电网应该为负载各相提供的有功电流瞬时参考值；另一个是为了维持有源滤波器中逆变器的直流母线电压基本恒定,主要通过RLS滤波器计算得出的电网各相应该提供的有功电流瞬时参考值.两个分量的计算共同构成了该有源滤波器参考电流的计算.补偿电流指令值与实际补偿电流比较生成控制逆变桥工作的PWM脉冲,生成补偿电流,达到补偿负载无功和抑制谐波的目的. 应用RLS滤波器得到维持直流母线电压恒定的直流侧有功系数A<,dc>,克服了传统PI控制中参数难以得到且由于参数过于敏感而导致补偿后电流纹波太大的问题.使得当稳态时SAPF自身的功率损耗和暂态负载变化时因为直流侧电容提供电网和负载之间的有功功率差而引起的电压的波动迅速反馈到指令电流的计算中.RLS算法收敛快,SAPF实时性大大提高.基于该方法的SAPF结构简单,无需锁相器. 根据本文的算法应用MATAB建立了仿真系统,仿真结果表明基于该算法的SAPF的可行性和实时性.
上传时间： 2013-04-24
上传用户：mfhe2005
永磁同步电机(Permanent Magnet Synchronous Motor)因功率密度大、效率高、过载能力强、控制性能优良等优点，在中小容量调速系统和高精度调速场合发展迅速。但由于永磁同步电机的磁场具有独特的交叉耦合和交叉饱和现象，且其控制系统是一个强非线性、时变和多变量系统，要实现高精度调速就需对其控制策略进行深入研究。 永磁同步电机调速系统中，位置传感器的存在使得系统成本增加、结构复杂、可靠性降低，所以永磁同步电机的无位置传感器控制成为一个新的研究热点。本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-07-03
上传用户：kakuki123
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
交流伺服技术是研制开发各种先进的机电一体化设备，如工业机器人、数控机床、加工中心等的关键性技术，但是要提高交流伺服系统的控制性能关键在于伺服控制器对电机动态和静态响应的控制，要获得良好的电机动、静态性能关键在于伺服控制器的控制算法。为此，本文开展了主要针对电机控制算法中的PID控制器参数整定算法研究。研究工作是基于黑龙江省科技攻关项目为支撑。 本论文在查阅大量文献资料的基础上，掌握了系统构成和基本控制原理，并分析了国内交流伺服存在的问题，设计了基于TI公司电机数字化控制芯片TMS320F2812的交流伺服控制器的控制单元；基于三菱公司智能化功率器件IPM设计了控制器的功率单元；以及电源单元和相关电路的保护单元。 基于电机矢量控制原理，构建了永磁同步电机的矢量控制模型，在原有研究的基本PID控制基础上，根据模糊控制的基本原理，研究了应用于电机控制的模糊参数自整定PID控制器设计原理，构建模糊参数自整定PID控制器的数学模型，并进行该系统的仿真研究和实际应用程序设计。 本文的重点是阐述模糊参数自整定PID控制器的设计原理和方法，利用基于模糊参数自整定PID控制器的交流伺服系统仿真模型，应用Matlab/Simulink仿真软件平台验证模型和算法的正确性，并与常规PID控制性能进行对比分析。在实际硬件平台验证了本文提出算法的可行性和正确性。 通过仿真和实际结果对比得出结论，模糊参数自整定PID控制器可以提高交流伺服系统的动态和静态性能。
上传时间： 2013-04-24
上传用户：lht618
本文以异步电机参数离线自整定及参数在线辨识为对象，从理论分析，算法提出，仿真证明和实验验证四部分进行了深入研究。 异步电机参数离线自整定及参数在线辨识技术的研究，为异步电机控制性能的不断提高提供了保障，以使更好，更精确的控制方式能够应用到工程实际中去。 由于在工程中使用的电机和变频器不一定能够匹配，而需要在电机运行之前由专业的工程师对变频器作重新设置，此过程复杂，耽误时间而且需要专业人员操作。 本文提出一套异步电机参数离线自整定算法，使用C语言编程，并在一台2.2KW电机的硬件实验平台上验证了该算法，实现了电机在运行之前，变频器自动测试出电机的基本参数，为矢量控制等控制方式提供所需要的电机参数。 电机在运行过程中，由于温度等因素的影响，电机的参数会发生变化，影响电机运行的稳定性，所以要对电机参数做在线辨识。本文对异步电机参数在线辨识作了理论分析和方法总结，为下一步工作打下基础。 算法的实现需要相应的硬件实验平台，本文对硬件实验平台作了详细介绍，包括主电路的设计、IGBT的驱动保护电路设计、DSP数字控制器的设计。 本文还对文中提出的实验方法作了MATLAB/Simulink仿真，验证了该方法的可行性，对实验有指导意义。
上传时间： 2013-04-24
上传用户：541657925
本文在此背景下，针对非线性PID控制、自抗扰控制以及Smith预估器和前馈控制展开研究。为了提高控制器的稳定性和鲁棒性，设计了ADRC-Smith预估控制器和前馈ADRC控制器，将其应用于大时滞温度控制系统，并在此基础上设计了吹塑机控制系统解决方案，通过大量的理论研究、仿真和实验，实现了良好的控制效果。论文的主要工作有： 1.研究了自抗扰技术和温度控制的现状以及温度控制的特点。 2.研究了ADRC的发展史，深入了解ADRC的原理与优点。ADRC在控制非线性对象时比PID具有更好的控制性能，但是参数调节理论不完善，阻碍了其广泛应用。 3.通过MATLAB仿真，得到ADRC参数之间的内在规律，通过将ADRC的参数统一到一个时间因子上，达到简化调节参数个数的目的，从而降低调试难度，同时，在无时滞温控实验平台上进行实验，验证了参数调节规律的可行性。 4.自抗扰控制器在大时滞温控上的应用，以前文献一般将时滞环节等效成一阶惯性环节，这样就要求增加ADRC的阶次，增加了调节参数个数，在参数调节理论不完善的情况下无疑是增加了调试难度。本文将ADRC分别与Smith预估器和前馈控制器相结合，设计了ADRC-Smith预估控制器和前馈ADRC控制器来解决具有大时滞控制问题。这两类新控制器的优点是不增加ADRC的阶次，是解决不确定大时滞被控对象的新途径，也是ADRC控制器实际应用上的一次创新。 5.在可编程计算机控制器(PCC)搭建的大时滞温控实验平台上进行实验，将前馈ADRC控制器和贝加莱专用温度控制器PIDXH的控制效果进行比较，实验结果表明前馈ADRC控制器在稳定性、鲁棒性等方面都优于PIDXH控制器。 6.研究了吹塑机控制系统解决方案，并在吹塑机上实验前馈ADRc控制器，得到了良好的控制效果，进一步验证了算法的可行性。
上传时间： 2013-04-24
上传用户：1234xhb
工业生产过程中，时滞对象普遍存在，同时也是较难控制的，尤其是大时滞对象的控制一直都是一个难题。而很多温度控制系统都是属于大时滞系统，常见的智能温度控制器虽然在温度控制的实际应用中表现了比较理想的控制效果，但它仍然属于将参数整定与系统控制分开处理的离线整定方法，如果工况发生变化就必须重新调整参数。针对这一问题，为了实现时滞系统参数自整定的控制，本文将神经网路控制、模糊控制和PID控制结合起来，设计了基于神经网路的模糊自适应PID控制器。 首先，本论文分析了时滞系统的特点，讨论了几种时滞系统较为成熟的常规控制算法：微分先行控制算法、史密斯预估控制算法、大林控制算法，并深入研究了它们的控制性能；并且通过仿真对这三种控制方法在温控系统中的控制性能进行了比较。 其次，在分析PID参数自整定传统方法的基础上，设计了一种改进方法，并设计了相应的控制器。该控制器综合了模糊控制、神经网络控制和PID控制各自的长处，既具备了模糊控制简单有效的控制作用以及较强的逻辑推理功能，也具备了神经网络的自适应、自学习的能力，同时也具备了传统PID控制的广泛适应性。该方法不需要离线整定参数，实现了在线自整定参数。仿真实验表明了该控制器对模型和环境都具有较好的适应能力和较强的鲁棒性。 最后将基于神经网路的模糊自适应PID控制器应用于贝加莱PID温控装置，能够出色地实现参数的在线自整定。理论分析、系统仿真、实验结果都证实了这种控制策略能有效地减少系统超调量，并减少了调节时间，提高了系统的实时性和控制精度。
上传时间： 2013-07-05
上传用户：xinyuzhiqiwuwu
