發(fā)布時間：2020-06-22 16:04

【摘要】：隨著現(xiàn)代工業(yè)的快速發(fā)展,柔性梁式結(jié)構(gòu)得到了廣泛的應用,尤其是在航空航天、機械工程和海洋工程等領(lǐng)域。在實際生產(chǎn)過程中,受外部干擾的影響,柔性系統(tǒng)會出現(xiàn)不可避免的機械振動現(xiàn)象,這將會對柔性結(jié)構(gòu)的性能和使用壽命產(chǎn)生負面影響。因此,研究柔性梁式結(jié)構(gòu)的主動振動抑制問題具有重要的理論意義和實際應用價值。本文通過將迭代學習控制(Iterative Learning Control,ILC)、自適應技術(shù)與邊界控制相結(jié)合,提出了一種改進的控制策略,以提高跟蹤精度,最小化柔性梁系統(tǒng)的振動位移,提高系統(tǒng)工作性能并延長其使用壽命。本文的主要內(nèi)容如下:1、基于歐拉-伯努利梁假設(shè),對于柔性梁式結(jié)構(gòu)這類典型的分布參數(shù)系統(tǒng),采用力學分析方法得到其偏微分模型,運用哈密頓原理和變分法推導出柔性梁系統(tǒng)的偏微分方程和邊界條件。2、將邊界控制和迭代學習控制相結(jié)合,基于柔性梁系統(tǒng)的動力學方程,設(shè)計了迭代學習邊界控制算法來對其進行振動控制,并通過Lyapunov直接法對控制系統(tǒng)的穩(wěn)定性進行了證明,驗證了所設(shè)計的控制算法的有效性。3、本文利用Matlab GUI和Android平臺完成了柔性梁振動控制仿真系統(tǒng)的設(shè)計和開發(fā)。采用有限差分法對系統(tǒng)模型進行離散化處理,并通過Matlab進行數(shù)值模擬和模型解析;利用Matlab圖形用戶界面,實現(xiàn)柔性梁振動過程的動態(tài)模擬;同時利用搭載Android系統(tǒng)的ARM開發(fā)板來監(jiān)控和存儲歷史數(shù)據(jù),并在Matlab和Android之間通過串口通訊來進行實時數(shù)據(jù)傳輸;最后在所設(shè)計的仿真系統(tǒng)上進行實驗,驗證了仿真系統(tǒng)及邊界迭代學習控制算法的有效性。
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TH113.1;TP391.9
【圖文】：

圖 2-1 變分曲線示意圖函數(shù)的變分不會隨著時間的推移而改變，稱作的極值，類比一般的函數(shù)求最大最小值，泛函極值。變分法在物理學中發(fā)揮著舉足輕重的作似，變分的運算法在形式上與之一致，公式(21 2 1 21 2 1 2 2 11 2 1 1 222 2( )( )y y y yy y y y y yy y y y yy y 質(zhì)，在之后的公式推演中需要使用：運算可以交換，即：( ) ( )dq dq

第四章 柔性梁式結(jié)構(gòu)系統(tǒng)的仿真設(shè)計. 完善的插件系統(tǒng)以及完美整合版本控制系統(tǒng)。ndroid 是一個以 Linux 為基礎(chǔ)的開源操作系統(tǒng)，在觸屏移動設(shè)備以及其他應用廣泛[44]。由于其開源特性，任何移動應用開發(fā)商和開發(fā)者能夠?qū)崿F(xiàn)個 Android 平臺上研發(fā)自己的軟件。并且在硬件平臺上，也有豐富的選擇，動設(shè)備都可以運行 Android 系統(tǒng)。Android 系統(tǒng)的發(fā)展已經(jīng)相當成熟，形臺到硬件平臺完整的生態(tài)系統(tǒng)。Android 的軟件棧如圖 4-1 所示。

【相似文獻】

相關(guān)期刊論文 前10條

1 劉超;;迭代學習控制原理淺述[J];智慧工廠;2017年12期

2 付子義;袁海國;王藝龍;;基于迭代學習控制的橋式起重機定位及防擺[J];實驗室研究與探索;2017年02期

3 池榮虎;劉宇;張瑞坤;;離散時間系統(tǒng)自適應迭代學習控制的研究進展[J];青島科技大學學報(自然科學版);2015年06期

4 苗靜;;迭代學習控制理論[J];西安工業(yè)大學學報;2013年11期

5 苗靜;;迭代學習控制理論[J];西安工業(yè)大學學報;2014年02期

6 苗靜;;迭代學習控制理論[J];西安工業(yè)大學學報;2012年09期

7 苗靜;;迭代學習控制理論[J];西安工業(yè)大學學報;2011年05期

8 孫云平;李俊民;王元亮;;二階系統(tǒng)非一致目標跟蹤混合自適應迭代學習控制[J];工程數(shù)學學報;2008年01期

9 李俊民;孫云平;劉峗;;非一致目標跟蹤的混合自適應迭代學習控制[J];控制理論與應用;2008年01期

10 李麗娜;雷升印;;迭代學習控制在伺服系統(tǒng)中的應用[J];中國科技信息;2006年04期

相關(guān)會議論文 前10條

1 師佳;江青茵;曹志凱;周華;;一種基于2維魯棒預測控制的迭代學習控制方案[A];第二十九屆中國控制會議論文集[C];2010年

2 蘭永紅;;基于二維模型的魯棒D型迭代學習控制[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

3 畢勝;王福根;鄢達來;吳懷宇;章剛?cè)A;熊沈蜀;周兆英;;功能性電刺激P型迭代學習控制方法的研究[A];中國康復醫(yī)學會第四屆會員代表大會暨第三屆中國康復醫(yī)學學術(shù)大會論文匯編[C];2001年

4 翟侖;段培永;李俊青;李巖;田國會;黃尚鋒;;閉環(huán)迭代學習控制在切換軌跡精確跟蹤中的應用[A];2018中國自動化大會(CAC2018)論文集[C];2018年

5 任佳;王向東;徐進學;;一類非線性系統(tǒng)的迭代學習控制[A];第二十屆中國控制會議論文集（上）[C];2001年

6 白小軍;陳力;;漂浮基空間機器人基于邊界層的自適應切換迭代學習控制[A];第十屆全國多體動力學與控制暨第五屆全國航天動力學與控制學術(shù)會議論文摘要集[C];2017年

7 孫明軒;張杰;畢宏博;;時變非線性系統(tǒng)的特征模型與自適應迭代學習控制[A];第26屆中國控制與決策會議論文集[C];2014年

8 劉萍;郭毓;胡彥;向崢嶸;;一類二階不確定非線性系統(tǒng)的魯棒自適應迭代學習控制[A];第二十七屆中國控制會議論文集[C];2008年

9 黃秋霞;何熊熊;李大鵬;;基于特征模型的自適應迭代學習控制[A];第25屆中國控制與決策會議論文集[C];2013年

10 樸鳳賢;張慶靈;;非線性迭代學習控制系統(tǒng)的改進算法[A];數(shù)學·力學·物理學·高新技術(shù)研究進展——2006（11）卷——中國數(shù)學力學物理學高新技術(shù)交叉研究會第11屆學術(shù)研討會論文集[C];2006年

相關(guān)博士學位論文 前10條

1 洪英東;軌跡更新的點對點2D綜合預測迭代學習控制研究[D];清華大學;2017年

2 何之煜;自適應迭代學習控制在列車自動駕駛系統(tǒng)中的應用[D];中國鐵道科學研究院;2019年

3 孫麗麗;互聯(lián)系統(tǒng)的分散式自適應迭代學習控制及應用研究[D];浙江大學;2014年

4 楊勝躍;迭代學習控制算法設(shè)計與優(yōu)化研究[D];中南大學;2004年

5 謝振東;非線性迭代學習控制理論及其在機器人控制中的應用[D];華南理工大學;2000年

6 徐敏;基于迭代學習控制理論的勵磁控制研究[D];西北工業(yè)大學;2005年

7 池榮虎;非線性離散時間系統(tǒng)的自適應迭代學習控制及應用[D];北京交通大學;2006年

8 張瑞坤;受限非線性參數(shù)化系統(tǒng)的自適應迭代學習控制[D];北京交通大學;2016年

9 張春麗;幾類非線性系統(tǒng)的自適應迭代學習控制研究[D];西安電子科技大學;2014年

10 吉鴻海;自適應迭代學習控制和卡爾曼一致性濾波及在高速列車運行控制中的應用[D];北京交通大學;2017年

相關(guān)碩士學位論文 前10條

1 鄧瀟;柔性梁式結(jié)構(gòu)的迭代學習控制與仿真研究[D];華南理工大學;2019年

2 胡林威;基于自抗擾迭代學習控制的開關(guān)磁阻電機調(diào)速系統(tǒng)研究[D];華南理工大學;2019年

3 徐光召;一類線性定常連續(xù)切換系統(tǒng)的迭代學習控制[D];蘇州科技大學;2019年

4 陳文峰;基于去偽策略的城市主干道迭代學習控制方法研究[D];浙江工業(yè)大學;2018年

5 柯達;氣動肌肉驅(qū)動的康復機器人迭代學習控制研究[D];武漢理工大學;2018年

6 丁魯川;直線伺服系統(tǒng)迭代學習控制非重復性擾動抑制研究[D];中國科學院大學(中國科學院長春光學精密機械與物理研究所);2019年

7 宋宏梅;基于MEEMD算法的永磁直線同步電機分數(shù)階迭代學習控制[D];沈陽工業(yè)大學;2019年

8 單芮;全方向康復步行訓練機器人的迭代學習控制研究[D];沈陽工業(yè)大學;2019年

9 翁建業(yè);雙帶并發(fā)功率放大器的線性化研究[D];電子科技大學;2019年

10 沈建強;不確定離散重復過程的迭代學習控制研究[D];江南大學;2019年

本文編號：2725903