简介:(w,z)参数化是一种新的姿态表示方法,它通过两次垂直的旋转来表示卫星姿态,和描述的运动方程相互解耦,可以分别进行控制,有其独特的优点.本文首先推导了(w,z)参数并给出了运动模型,然后针对非对称微卫星的欠驱动姿态再定位控制,采用微分平滑的方法设计了可行的再定位运动轨迹,给出了相应的跟踪控制律,并以PWM(脉宽调制)喷气系统进行仿真,验证了本文方法的有效性.
简介:在简单介绍WH-800型离心机基本结构及工作原理的基础上,介绍了基于重构吸引子轨迹矩阵的奇异值分解技术,并引入自相关函数对现有奇异值分解技术加以改进.通过对现场实测故障信号的分析,表明改进的奇异值分解技术具有很好的降噪效果,能在强噪声背景环境下准确提取设备的故障特征信号,为离心机的故障诊断提供了一种新的思路.
简介:滚动轴承的故障信号往往是微弱的周期信号,而混沌振子对特定频率的微弱周期信号十分敏感,可以有效地检测出故障信号.介绍了混沌振子的数学模型和基本检测原理,以及策动力临界阈值的确定方法.将混沌振子检测法应用于滚动轴承外圈、内圈和滚动体故障信号的检测中,通过输出相图的变化来判断故障信号是否存在,有效地实现了对滚动轴承故障信号的检测.
简介:用单一理论和方法对复杂系统进行故障诊断效果不太好.文章讨论了基于神经网络和模糊系统的故障诊断以及它们之间结合方式的特点,提出了一种保障工业生产安全可靠运行的有效方法:分级故障诊断算法+过程监控与报警,仿真并设计了基于工控网络的工业过程故障诊断与报警系统.研究表明基于径向基函数神经网络+模糊逻辑的算法具有较快的训练速度和较好的泛化能力,可识别多回路故障.
基于(w,z)参数化的欠驱动微小卫星姿态再定位控制
基于奇异值分解技术的离心机故障诊断
混沌振子在滚动轴承故障特征提取中的应用
基于神经网络和模糊逻辑的工业过程故障诊断与报警系统