针对电液位置伺服系统中的非线性、参数时变性等复杂因素,设计了一种模糊神经网络控制方案。由于常规的模糊神经网络学习算法具有权值调整复杂,收敛速度慢的缺点,因此采用模糊逐级误差逼近方法来调整模糊神经网络的权值。该算法易于实现,网络权值在线学习速度较快,而且计算量小于其他的常规神经网络学习算法。将该方法应用于电液位置伺服控制系统中,在对象参数摄动情况下,进行了仿真研究。仿真结果表明,采用该方法所设计的控制器满足系统对快速性和稳态精确度的要求,系统的鲁棒性增强,验证了方法的有效性。

针对十加速度计系统构型中的安装误差,提出了一种误差的标定及补偿方案。通过理论和仿真分析了加速度计安装误差对无陀螺捷联惯导系统的影响。将十加速度计构型单元置于转台上,在2种不同转速下各进行3次翻转,利用加速度计输出可以一次标定出50个加速度计安装位置和方向误差系数。在转台转速分别为0.5,1.0rad/s时,最大的标定误差为12.2%,同时,安装位置误差的标定准确度随着转台转速增大而提高。采用先计算补偿后的加速度计输出,再解算角速度的方法进行安装误差补偿后,在200s时间内,角速度准确度比补偿前提高了一倍以上。

针对感应同步器测角系统,提出了一种自动检测测角误差、辨识误差模型系数和补偿误差的方法。该方法由计算机自动采集自准直仪的数据,解决了以往人工记录引起的测量误差,提高了检测数据的准确性。采用最小二乘辨识方法,得到感应同步器测角误差模型的系数。根据误差模型及系数,采用软件进行误差补偿,有效地提高了测角系统的精确度。实验结果表明,该方法自动化程度高、检测数据残差小、误差补偿充分,显著地提高了测角的精确度。

根据恒压供气系统的使用情况,采用变频调速和模糊控制理论对PID的参数K_P、K_I和K_D进行在线自整定,自动控制空压机的投入台数及转速,实现自动恒压供气,达到高效节能的目的。结果表明,此系统能够根据供气设备及环境的变化做出最优决策。

针对具有输入饱和的非对称缸电液伺服系统的位置跟踪控制问题,提出一种基于模糊干扰观测器的自适应动态面反步控制方法。首先,为便于系统控制器的设计,将系统模型等价转化为严格的反馈形式,并考虑了伺服阀控制信号存在的输入饱和问题;其次,通过构造模糊干扰观测器对系统中由参数摄动、负载扰动等构成的复合干扰进行了观测估计;再次,将反步控制与动态面控制相结合完成了非对称缸电液伺服位置系统控制器的设计,有效地增强了系统的鲁棒稳定性,并解决了反步控制中的“计算膨胀”问题;稳定性分析结果表明,闭环系统的所有信号均一致最终有界。最后,基于某650 mm冷带轧机电液伺服系统的实际数据进行了仿真对比研究,仿真结果验证了所提方法的有效性。

本文通过建模仿真模拟了压气不足缺陷下压气缸内气压的变化,并与压气缸正常情况下进行了对比,确定了压气不足缺陷的设置方法;以40.5 kV SF6断路器为试品,设置了断路器压气缸压气不足缺陷,在电流开断后对气体分解产物特性进行实验研究,将实验结果与正常情况下进行对比。研究结果表明:在压气不足进行开断时,气缸内外气压差下降为原有的42%;在压气缸压气不足下,检测到分解产物有CO、CO2、CS2、SO2、SOF 2,分解产物含量随着燃弧能量的增加而增加,分解产物CO2、CS2、SO2、SOF 2在1.5 h左右达到最大值,在6 h时基本达到稳定值,CO含量在达到最大值后变化基本不大,压气不足时检测到的CO、SO2含量比压气缸正常时的含量低,以上可为SF6电气设备的状态评估和故障诊断提供指导。

强噪环境下,齿轮箱复合故障中的微弱故障特征难以提取,因此提出了基于多点最优最小熵反褶积（MOMEDA）的复合故障提取方法。首先对最小熵反褶积（MED）和最大相关峭度反褶积（MCKD）两种方法进行改进,以多点峭度最大值为目标,对信噪比不同的仿真信号,通过设置合理的周期区间逐个追踪复合故障的周期成分,验证了此方法降噪性能;然后将MED-MOMEDA应用风电齿轮箱复合故障实验台中,成功提取出复合故障特征;最后用文中所提方法与EEMD对比分析进一步验证了此方法的可行性。

针对二次调节流量耦联系统非线性特性,利用坐标非线性变换和状态非线性反馈得到系统精确线性化控制规律。由于系统相对阶严格小于系统维数,所以通过证明系统零动态的稳定性验证了所得精确线性化控制规律的可行性。然后利用Ackermann极点配置算法,设计了系统的精确线性化控制器。通过仿真研究表明,加入精确线性化控制器后,系统快速性提高,并达到无超调。通过与PID控制器比较可知,当系统远离工作零点时,PID控制器有明显无超调,且调整时间加长,而精确线性化控制器与工作点无关。

在轮缸压力实时测量的串联式复合制动系统中，针对由于制动响应延迟所造成的制动力超调量过大和波动剧烈的问题，提出新型ABS（anti-lock brake system）自寻优控制策略。建立ABS液压制动调节器、制动器及车辆纵向动力学模型，并采用原始ABS自寻优策略进行仿真分析。仿真结果表明，由于制动系统响应延迟，液压制动力波动较大。通过分析制动力的调节与变化原理，在原控制策略基础上，增加了制动液压的保压、阶梯增压阶段，并增加了依据地面制动力变化，进行路面辨识的模块。研究结果表明，所提出的改进型ABS自寻优控制策略改善了制动效果，可自动适应不同的路面，具有一定的鲁棒性。

针对液压四足机器人作动器驱动力伺服精度较差问题,依据腿部机构在摆动相和支撑相的作动器等效模型,分析作动器模型特点,提出流量补偿、速度补偿、比例控制器及最小控制综合组成的复合控制策略,给出复合控制策略工作原理,应用流量补偿器消除干扰力和负载力变化对伺服阀性能影响,应用速度补偿器消除负载质量和弹簧刚度变化对系统性能影响,采用比例控制器获得一定的动态特性,通过最小控制综合控制器进一步提高系统的驱动力跟踪精度。通过机器人单腿测试平台进行控制策略验证,实验结果表明：引入流量补偿器、速度补偿器和比例控制器后,可使系统幅值偏差小于10%,相位滞后小于13°,而最小控制综合的引入可使系统幅值衰减小于5%,系统相位滞后小于7.2°,验证了此方法的有效性。