基于Backstepping方法的激光加工过程温度控制

来源 :东华大学 | 被引量 : 0次 | 上传用户:zhuxbo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
激光加工作为一种先进的制造加工技术,广泛应用于航空、航天、汽车及电子制造等领域,发展激光加工技术,对提升中国工业领域的核心竞争力和创新力具有至关重要的作用。在激光加工过程中,温度控制是关键因素,将直接影响加工材料的结构属性和产品质量。
  在激光加工过程中,传感器在测量实际温度时产生信号延迟,从而带来温度反馈信号时滞,形成输入时滞。如采用无补偿的控制方法,系统有可能不稳定。目前,研究含有时滞的激光加工温度控制的文献很少。Backstepping方法作为一种分布式参数系统(DPS)的控制算法,对解决偏微分方程描述的DPS的稳定控制问题具有很好的效果,因此近年来受到国内外学者的广泛关注。
  本文针对激光加工过程中存在的输入时滞问题,采用Backstep-ping方法设计了具有时滞补偿的温度控制器,通过控制激光功率使得温度达到期望的分布状态。这为解决激光加工的温度控制问题提供了一种新的思路,同时也扩展了Backstepping方法在时滞系统的研究及应用领域。本文主要研究了以下内容:
  (1)研究了带已知输入时滞的激光加工过程的温度补偿控制问题。本文建立了激光加工过程中温度时空分布的数学模型,构建了具有扩散项和对流项的温度模型,系统的控制输入是激光功率。由于功率输入依赖于温度反馈,当温度测量出现时滞,将导致功率输入时滞。由此,建立了输入时滞的温度扩散模型,通过引入一阶双曲偏微分方程来表示时滞,从而将原系统状态方程转化为等价的无显式时滞的级联偏微分方程,降低控制器设计的复杂度。采用Backstepping方法设计补偿控制器,基于一个积分变换,将级联系统映射为一个稳定的目标系统,并求解出核函数方程以及对应的核函数的数值解,进而得到以核函数为反馈增益的控制器。并求出了从目标系统到原系统的逆变换核函数方程,证明了此方程解的存在性,从而证明了该积分变换的可逆性。基于变换的可逆性,通过李雅普诺夫方法证明了时滞系统在补偿控制器的作用下H1指数稳定。最后运用有限差分法进行数值仿真,表明控制器的有效性。
  (2)研究了激光加工过程中含有未知时滞的温度自适应控制问题。基于已建立的温度控制系统数学模型,引入一个新的一阶双曲偏微分方程,将带时滞的原系统转换为等价的级联系统。基于确定等价性原则,采用Backstepping方法,设计了一个依赖于时滞参数的自适应控制器。针对未知的时滞参数,设计了一个自适应更新律对其进行在线估计和动态调整,使未知时滞在控制过程中逐渐收敛为真实值。根据设计的自适应控制器以及时滞的自适应更新律,采用李雅普诺夫方法对系统的稳定性进行分析,证明了闭环系统的指数收敛性。最后进行仿真,验证自适应控制器和时滞更新律的有效性。
其他文献
随着移动设备的普及和基础通信设施的建设完善,尤其是5G通讯的商用,互联网,物联网,云计算将得到高速发展,伴随而来的是数据量的爆发式增长。大量的有价值的信息湮没在了没用的冗余数据中,远远超出了大众用户的所能承受的数据量,严重阻碍了信息的有效传播。由于数据的信息过载,要为用户找到相关的、吸引人的和有用的内容变得越来越困难。作为解决信息过载的有效手段,推荐系统受到了大量研究人员的广泛关注。近年来,广大学者提出了许多的优秀的推荐算法模型,在推荐效果上有一定的提升。传统的推荐算法简单易行,但是偏好预测的精度不高,很
无人驾驶技术能够给交通出行带来很大的便利,实现无人驾驶的首要技术便是无人车环境感知。基于图像的视觉感知是实现无人车感知的一个重要途径,无人车在白天场景下能够依靠可见光相机很好地感知外部环境,但在夜晚或者黑暗无光的情况下可见光相机不能对周边环境进行感知,红外热像仪通过感受环境的热量分布成像,在非常规环境(夜晚或者黑暗无光的场景)下有着出色的表现,但红外图像相比于可见光图像有纹理度低、噪声多、无颜色信息等劣势。为了使无人车能够在夜间也安全行驶,针对红外图像的目标检测与跟踪研究尤为重要。
  本文主要针对
【摘 要】本文结合全国最大的易地安置暨保障住房项目——民生尚都,开展工程档案管理实践为例,着重分析了工程档案在民生重点项目实际应用的现状、存在的问题,提出了相应的对策,得出民生重点项目应加强工程档案管理的结论。  【关键词】民生;重点项目;工程档案  工程档案作为项目建设全过程原始、真实的记录,是宝贵的信息资源,更是一种潜在的生产力[1]。通过对它的管理、开发和利用,可极大地推动以民生重点项目为代
期刊
当今社会信息越发多元化以及复杂化,对于大脑负荷水平的研究能够帮助人对于心理精神状态有更好的把控,比如监测驾驶员大脑负荷水平能防止车祸;监测高危行业工作人员的注意力集中程度能防止重大安全事故的发生。目前通过脑电信号(EEG)进行认知负荷的监测是最常用的手段。在深度学习成为热点之前,基于CSP(共空间模式)的算法是较为流行的分类认知负荷的方法。随着人工智能方法的普及,通过将神经网络应用于大脑认知负荷领域,分类准确率得到了很大的提高。本文运用深度学习的方法对EEG进行了特征提取以及分类。研究工作及创新点主要分为
【摘 要】由于我国地域辽阔,各地区的地形、地质差异较大 ,管材的应用各不一致,新型管材也不断在发展 ,形成目前市场给水管材品种繁多,让选用者眼花缭乱。管网叠压供水是我国近些年来迅速发展的二次加压供水方式,工程建立了完善的质量管理体系,对于管材从出厂——运输——保管——埋设——运行整个过程进行了严格的把控和掌握,确保了每一条管道的质量可靠,其对于破损管道的修复处理措施,也对类似的工程具有借鉴意义。 
期刊
近年来,为了满足新的通信需求,实现移动设备之间低时延、高速率和高可靠性连接,第五代(Fifth-Generation,5G)移动通信系统在数据信道和控制信道中引入了新的编码技术。低密度奇偶校验(Low-Density Parity-Check,LDPC)码由于其性能非常接近香农极限,已被确定为5G标准中的数据信道编码方案。因此设计一种高速率、高纠错性能的LDPC译码器对工程实践具有重要意义。
  在LDPC码的置信传播(Belief Propagation,BP)译码算法中,同一类节点更新时可以并行
计算机视觉的应用场景十分多样,涵盖了国民生活的很多领域。诸如视频监控、人机交互、自动车辆控制和人类行为分析等任务都大量利用目标检测与跟踪并从视觉系统中受益。现阶段,已有的一些较为优秀的跟踪算法在实际应用中仍然无法同时满足高精度、高成功率、高实时性等要求,更无法适用于多种多样的目标或者环境。因此继续研究拥有更高跟踪性能的算法仍然是一个有着重大意义和很大挑战的课题。
  目前,针对非线性和非高斯系统中的目标跟踪,粒子滤波(PF)是相对较好的选择,但是PF在利用序列重要性重采样方法解决粒子的权值退化问题时
计算机视觉中最重要的分支之一就是视频中的目标跟踪,它被广泛地应用于现实生活中。但由于照明变化、遮挡、背景杂波、快速运动和目标移出视图等外观变化,导致尽管近年来视频中的目标跟踪技术取得了重大进展,却依然存在着许多难点。尤其是在视频多目标跟踪中,需要对视频中的每个目标进行编号,需要对不同帧之间的目标进行匹配,需要解决目标间的互相遮挡、相似外观等更为复杂的问题。因此研究出成功率和精度都更高的视频单目标和视频多目标跟踪算法具有十分重要的理论意义和实用价值。
  在视频单目标跟踪领域中,粒子滤波的优势在于处理
随着人工智能时代的来临,人类对人机交互方式的自然化、多样化方面的要求愈加强烈。手势是人类最古老和自然的表达方式之一,研究基于手势识别的人机交互技术既十分重要又较为迫切。本文因此对两项有关关键技术即手势检测和手势分类进行了研究,具体工作主要如下:
  (1)首先,深入调研了国内外手势识别的研究现状,归纳总结了基于卷积神经网络的主流目标识别算法,并对比了传统的手势识别和基于卷积神经网络的手势识别算法性能差异。
  (2)本文深入研究了YOLO(You Only Look Once)系列算法原理和实
随着无人机软件技术的迅速发展与广泛普及,无人机在军事行业和民用行业都得到了广泛的应用,然而无人机技术在给人民生活和社会生产带来快捷与方便的同时,也给国家安防和社会治安造成了巨大的困扰与潜在的威胁。传统的监视无人机技术在成本、监测范围和精度方面都有很大的限制,而基于计算机视觉的目标跟踪技术能够克服这些缺点对无人机进行有效的监视。目前国内外还没有成熟的视觉跟踪无人机技术,因此本文在深入分析基于计算机视觉的目标跟踪技术的基础上,针对像无人机这一类运动目标跟踪的热点及难点问题,开展了以下几项研究工作: