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
船舶自动操舵仪又称自动舵，用来保持船舶在给定航向或航迹上航行，是船舶操纵的关键设备。船舶自动舵尚没有专用的故障诊断系统，当前的维修方法不能满足快速保障和应急保障的需要。本文结合某型自动舵微机通道故障诊断科研项目，重点论述某型自动舵数字控制系统的故障诊断设计与实现，研究了基于模糊推理的船舶自动舵故障诊断专家系统和基于支持向量机的船舶自动舵模拟电路故障诊断方法。 对某型自动舵充分调研，在了解系统软、硬件的总体技术要求和指标的基础上，建立检测对象的数学模型和物理模型。确定故障检测的对象特点，为系统故障仿真、参数辨识做好准备，并为后续的故障检测、诊断方法研究提供了参考。 结合某型自动舵数字控制系统实际情况，确定其故障诊断系统采用分层递阶结构。系统底层为基于嵌入式微处理器的信号检测单元，负责获取微机通道的总线控制权以及信号预处理；系统中间层为通讯子系统，负责对底层多个检测单元信息集中传送；系统顶层为故障诊断和显示子系统，负责对微机通道的信息进行综合评价，得出最终诊断结论。 船舶自动舵系统结构繁杂，很多故障很难用精确的公式将它表示出来，提出了基于模糊推理的船舶自动舵故障诊断专家系统，提高了自动舵故障诊断准确性。该系统将模糊数学、模糊诊断原理及专家经验相结合，采用模糊产生式知识表示法，确定模糊关系矩阵及语义距离，设计相关硬件平台，实现了船舶自动舵故障诊断模糊专家系统的各个功能模块。 为解决船舶自动舵模拟电路故障诊断复杂多样难于辨识的问题，提出了基于支持向量机的故障诊断方法。该方法通过电路仿真分析，给出了各故障模式下电压频率响应，提取具有代表性的故障特征，建立了以支持向量机为基础的模拟电路故障诊断模型。实验结果证明，该方法可有效诊断模拟电路中的元件故障，且对于元件容差引起的故障诊断模型的不确定性具有较强的鲁棒性，满足非线性电路的故障诊断要求。
上传时间： 2013-04-24
上传用户：evil
异步电机无速度传感器矢量控制技术提高了交流传动系统的可靠性，降低了系统的实现成本。准确辨识电机转速是实现无速度传感器矢量控制的关键。 本文对无速度传感器矢量控制系统进行了研究，建立了异步电动机无速度传感器电压解耦矢量控制系统和基于模型参考自适应(MRAS)的无速度传感器矢量控制系统。基于MRAS的无速度传感器矢量控制系统利用电动机定子电压方程和电流方程得到电动机转速的模型参考自适应辨识算法，在此基础上建立了一个改进的变参数MRAS速度辨识数学模型，并利用Matlab软件对基于该速度辨识模型的无速度传感器异步电动机矢量控制系统在不同的情况下进行了详细的仿真研究。仿真结果验证了该改进的变参数MRAS速度辨识模型具有令人满意的辨识精度和动态性能。 基于MRAS的转速估算理论从本质上来说属于基于电机理想模型的转速估算方案，该方法依赖于电机参数，而电机参数在电机运动过程中变化很大，因而给出了对电机的一些定、转子参数进行实时辨识方法，以保持系统的动、静态性能。 在传统型模型参考自适应系统基础上，将系统中原有的自适应调节机构用一个具有在线学习能力的人工神经网络取代，提出一种基于神经网络的异步电机转速估计方法，并给出了速度估计器的神经网络结构和学习算法。最后对基于神经网络转速估计的异步电机矢量控制系统进行了仿真，结果表明该系统具有良好的性能。 简单介绍了基于DSP的异步电机无速度传感器矢量控制系统的硬件结构以及软件系统的设计。
上传时间： 2013-05-30
上传用户：hakim
图像的采集和传输是实时监控、远程控制、智能小区等诸多领域的关键技术。基于传统：PC的图像采集已成为现实。随着信息技术的迅速发展，嵌入式系统的研究开发成为了后PC时代的一个热点，它被广泛应用于工业现场、信息家电等各行各业。同时，图像的远程采集传输也朝着专业化、多样化和低成本的方向发展。利用嵌入式技术来实现图像的远程采集传输正顺应了时代发展，有较大的实用价值。 本文主要研究了基于嵌入式的远程图像采集传输系统。嵌入式终端采用$3C2410为核心的目标板为硬件平台，采用嵌入式Linux为系统平台。系统通过连接在嵌入式终端的USB摄像头完成静态图像数据采集，并进行图像压缩处理。在图像传输方面，论文设计了两种模式：一种是通过Intemet传输的、基于B/S模式的传输方式。在该模式下，远端客户机通过浏览器访问架设在终端里的嵌入式服务器而获得图像信息。另一种是基于GPRS网络实现远程无线图像传输。终端将采集到的图像数据通过GPRS网络发送到拥有固定Ip的监控服务器上来完成图像远程传输。 本文首先介绍了图像采集传输和嵌入式方面的相关内容，并介绍了本论文所采用的开发平台。为了顺利开发接着构建了开发环境，这里包括U-boot的移植、Linux系统的内核编译和移植、设备驱动模块的加载以及交叉编译环境的建立。在此基础上，利用Vide04Linux的接口函数，用C语言实现了图像原始数据的采集程序，并利用JPEG算法了实现图像压缩。在基于B/S模式的传输方式中，首先利用Boa架设了嵌入式服务器，然后用C语言完成CGI脚本，该脚本将图像嵌入网页并实时更新以实现网页的动态输出。在基于GPRS实现远程无线图像传输方式中，论文详细分析了系统通讯数据流的特征，提出了采用辨识特征字符、数据打包等策略以实现GPRS的网络连接和数据通讯，并且在此基础上用C语言编程实现。同时，在PC(Linux)上用Socket编程实现了监控服务器软件，该软件用以接收图像数据和控制嵌入式终端的系统状态。最后，论文分析比较了两种传输方式的区别和优缺点。试验证明，采用两种方式都能成功实现图像的远程采集传输，并且试验效果较好。
上传时间： 2013-05-17
上传用户：squershop
工业生产过程往往具有非线性、不确定性，难以建立精确的数学模型。应用常规的PID控制器难以达到理想的控制效果。作为的重要分支，人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力，已成为非线性系统建模、辨识和控制中常用的理论和方法。其中，神经元具有很强的信息综合、学习记忆、自学习和自适应能力，可以处理那些难以用模型和规则描述的过程，将神经元与PID结合，应用到实际的控制中，可以在线调整PID的参数，使系统具有较强的抗干扰能力、自适应能力和较好的鲁棒性。 目前，人工神经网络的研究主要是神经网络的理论研究、神经网络的应用研究和神经网络的实现技术研究，这三方面是相互依赖和相互促进的关系。本文主要侧重的是神经网络的实现技术研究方面，创新性地利用FPGA嵌入式系统开发技术实现单神经元PID智能控制器的研究与设计，并将其封装成为一个专用的IP核供其他的控制系统使用。 首先，对单神经元PID智能控制器的设计原理和设计算法进行了深入的研究与分析；其次，利用MATLAB设计单神经元PID智能控制器，针对特定的被控对象，对其进行仿真实验，获得比较理想的系统输出；然后，研究基于FPGA的单神经元智能控制算法的实现，对控制器进行VHDL语言分层设计，使用Altera公司的软件QuartusⅡ6.1进行仿真实验。两个仿真实验结果表明，基于FPGA的单神经元智能控制器比MATLAB设计的单神经元PID智能控制器性能优良。 本文的设计模块主要包括权值修改模块、误差计算模块、权值产生模块和输出模块。在各个模块的设计中进行了优化处理，使本文的设计不仅利用的硬件资源少，而且也有很快的运行速度，同时也改善了传统控制器的控制性能。
上传时间： 2013-04-24
上传用户：13517191407
刀具状态的精确监测是保证金属切削加工过程顺利进行的关键，因此研制准确、可靠且成本低廉的刀具状态监测系统一直是研究人员所追求的目标。在众多刀具状态监测方法中，声发射监测技术，以其信号直接来源于切削区，具有灵敏度高、响应快，能有效避开低频干扰等优点，非常适用于刀具状态监测。 围绕如何获取高信噪比的刀具状态信号特征，拟结合嵌入式技术，构建准确、稳定、低成本的实时刀具状态监测与辨识系统。给出了基于ARM& WinCE平台的刀具状态监测系统数据处理平台软硬件初步解决方案。作为课题的前期研究本文主要进行了以下工作： （1）分析了声发射信号与刀具磨损状态的相关性，验证了利用声发射信号进行刀具状态监测的可行性； （2）确定刀具状态监测系统的整体方案，包括系统整体架构、软硬件设计方案。ARM& WinCE构成本系统的数据处理与显示平台，EVC为图形界面应用程序开发工具； （3）构建了数据处理与显示平台。选用MagicARM2410实验开发平台，简化了硬件设计；根据系统的功能需求，进行ARM平台的接口设计、操作系统和必要的驱动程序的剪裁及移植； （4）完成了数据处理与显示应用软件设计。系统软件包括界面模块、数据管理模块、数据处理模块、图形及结果显示模块、参数设置模块等，其中数据处理模块主要包括小波消噪、小波包分解特征提取等算法； （5）实现了ARM& WinCE平台与PC机的实时可靠通讯。
上传时间： 2013-04-24
上传用户：lanjisu111
减摇鳍是船舶与海洋工程中的一种重要系统，目前已在多种船舶中广泛应用。减摇鳍对于提高船舶耐波性，增加船舶使用寿命，改善设备与人员的工作条件，提高舰艇的战斗力具有重要作用。减小船舶横摇是目前船舶运动控制领域的重要课题之一。本文以船舶减摇鳍系统作为研究对象，重点讲述了基于ARM处理器的减摇鳍控制器的设计与实现方案。 减摇鳍系统目前大多采用基于力矩对抗原理的PID控制器。控制器的性能对船舶自然横摇周期和无因次横摇衰减系数有着很大的依赖关系。由于船舶横摇运动的复杂性、非线性、时变性和海况的不确定性，经典PID控制难以获得满意的控制效果。采用先进的控制策略是解决这一问题的有效方法。本论文将模糊控制与PID控制相结合，实现了无须精确的对象模型，只须将操作人员和专家长期实践积累的经验知识用控制规则模型化，然后用模糊推理在线辨识对象特征参数，便可对PID参数实现自整定。另外，浪级调节器做为减摇鳍控制器的一个重要组成部分，本论文也对其设计进行了研究，提出了一种基于海浪谱估计的浪级调节器的设计方法，弥补了传统浪级调节器不能充分利用海浪信息的不足。 目前大多数的减摇鳍控制器使用单片机作为主处理器或者以工控机为基础开发而来的，前者集成度不高，稳定性也不好，而后者成本较高。因此，本课题设计了一款新型的基于ARM处理器的减摇鳍控制器，解决了上述问题。该系统主要由硬件平台和软件平台两部分组成。硬件平台主要包括基于飞利浦公司的LPC2214的控制器核心电路和辅助实现控制的驱动电路；软件平台主要是基于ARM的软件，包括启动代码和应用程序。 研究结果表明：开发的嵌入式减摇鳍控制系统不仅具有集成度高、性价比高、性能优越、抗干扰能力强、稳定性好、实时性高等优点。同时更能够适应减摇鳍控制系统智能化的发展趋势，所以该减摇鳍控制器具有很好的使用价值及意义。
上传时间： 2013-07-10
上传用户：giser
开关磁阻电机(SwitchedReluctanceMotor，SRM)具有结构简单、工作可靠、效率高和成本较低等优点，在很多领域都显示出强大的竞争力，但是位置传感器的存在不仅削弱了SRM结构简单的优势，而且降低了系统高速运行的可靠性，增加了成本，探索实用的无位置传感器检测转子位置的方案成为开关磁阻电机驱动系统(SwitchedReluctanceMotorDrive，SRD)研究的热点。SRM高度非线性的电磁特性决定了在精确的数学模型基础上实现无位置传感器控制十分困难，而人工神经网络的出现为解决这个问题提供了新的思路。径向基函数(RadialBasisFunction，RBF)神经网络是一种映射能力极强的前向型神经网络，具有收敛速度快、全局逼近能力强等优点。本文提出一种利用自适应RBF神经网络对SRM进行控制的新方法，所采用的RBF神经网络以电机绕组的相电流、磁链作为输入，转子位置作为输出，通过离线和在线相结合的方法对网络进行训练，建立SRM电流、磁链与转子位置之间的非线性映射，从而实现SRM的无位置传感器控制。 常规的PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛采用。在系统模型参数变化不大的情况下，PID控制效果良好，但当被控对象具有高度非线性和不确定性时，仅靠PID调节效果不好。对于SRM，它的电磁关系高度非线性，固定参数的PID调节器无法得到很理想的控制性能指标。论文提出了一种基于RBF神经网络在线辨识的SRM单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。同时构造了一个RBF网络对系统进行在线辨识，建立其在线参考模型，由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。 仿真及实验结果表明，自适应RBF神经网络能够实现电机的准确换相，从而实现了电机的无位置传感器控制；基于RBF神经网络在线辨识的单神经元自适应控制能够达到在线辨识在线控制的目的，控制精度高，动态特性好，具有较好的自适应性和鲁棒性。
上传时间： 2013-04-24
上传用户：skfreeman
课题分析了目前国内外减摇鳍控制技术的发展与现状，重点讲述了基于ARM处理器的减摇鳍控制器的功能设计与实现方案。 减摇鳍是一种由微机控制的自动化程度很高的船舶减摇装置。减摇鳍控制系统根据人为输入的信号和来自鳍本身的反馈信号，及时输出不同的控制指令，控制鳍转动到期望的角度，达到减小船舶横摇的目的。但目前大多数的减摇鳍控制器使用单片机作为主处理器或者以工控机为基础开发而来的，前者集成度不高，稳定性也不好，而后者成本较高。因此，课题设计了一款新型的基于ARM嵌入式处理器的嵌入式减摇鳍控制器，解决了上述问题。 该系统主要由硬件平台和软件平台两部分组成。硬件平台主要包括基于飞利浦公司的LPC2290的控制器核心电路和辅助实现控制的驱动电路；软件平台主要是基于ARM的软件，包括启动代码和应用程序；为实现系统的可靠运行，同时也采取了一些保证系统可靠性的措施。 目前，减摇鳍系统大多采用基于力矩对抗原理的PID控制器。由于船舶横摇运动的非线性、复杂性、时变性以及海况的不确定性，经典PID控制很难获得令人满意的控制效果。因此，如何实现PID参数的自整定就显得犹为重要。模糊控制事先不需要获知对象的精确数学模型，而是基于人类的思维以及经验，用语言规则描述控制过程，并根据规则去调整控制算法或控制参数。本论文将模糊控制与PID控制相结合，实现了无须精确的对象模型，只须将操作人员和专家长期实践积累的经验知识用控制规则模型化，然后用模糊推理在线辨识对象特征参数，实时改变控制策略，便可对PID参数实现最佳调整。 研究结果表明：采用该控制手段能较好的满足设计要求，开发的嵌入式减摇鳍控制系统具有设计合理、集成度高、性价比高、性能优越、抗干扰能力强、稳定性好、实时性高等优点。同时能够适应减摇鳍控制系统智能化的发展趋势，所以该减摇鳍控制器具有很好的使用价值及意义。
上传时间： 2013-06-06
上传用户：mslj2008
设计了一个具有语音识别功能的遥控小车。采用16 位凌阳单片机SPCE061A 和红外发射芯片TX-2B 构成遥控电路。由SPCE061A 实现语音的采集、识别；红外发射/接收芯片TX-
上传时间： 2013-07-11
上传用户：guanliya
