CN105956213B - 一种机敏约束层阻尼板结构模态状态观测器的设计方法 - Google Patents

一种机敏约束层阻尼板结构模态状态观测器的设计方法 Download PDF

Info

Publication number
CN105956213B
CN105956213B CN201610127479.4A CN201610127479A CN105956213B CN 105956213 B CN105956213 B CN 105956213B CN 201610127479 A CN201610127479 A CN 201610127479A CN 105956213 B CN105956213 B CN 105956213B
Authority
CN
China
Prior art keywords
matrix
state
constrained layer
resourceful
alert
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201610127479.4A
Other languages
English (en)
Other versions
CN105956213A (zh
Inventor
王攀
鲁俊
罗渊
孔德飞
李政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201610127479.4A priority Critical patent/CN105956213B/zh
Publication of CN105956213A publication Critical patent/CN105956213A/zh
Application granted granted Critical
Publication of CN105956213B publication Critical patent/CN105956213B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种机敏约束层阻尼板结构模态状态观测器的设计方法，属于模态控制技术领域。该方法包括以下步骤：S1：建立机敏约束层阻尼板结构的结构动力学模型；S2：写出系统的状态方程，并进行物理空间与状态空间的组合降维；S3：实现复数空间向实数空间的映射，得到低维实模态控制模型；S4：通过模态贡献率选择研究对象的主控模态；S5：确定机敏约束层阻尼板结构模态状态观测器的结构；S6：通过极点配置法求出机敏约束层阻尼板结构模态状态观测器的反馈增益矩阵。本发明适用于机敏约束层阻尼板结构振动模态状态观测器的设计，可实现机敏约束层阻尼板结构振动时模态状态变量的观测；本方法原理简单，实现容易，具有较强的应用价值。

Description

一种机敏约束层阻尼板结构模态状态观测器的设计方法
技术领域
本发明属于模态控制技术领域，涉及一种机敏约束层阻尼板结构模态状态观测器的设计方法。
背景技术
模态控制在振动控制中应用广泛。由于柔性结构实际振动中往往是少量低阶主模态对整个系统的性能起主要作用，为了实现模态控制，需要传感器测量所有状态变量来实现状态反馈。然而在实际振动测量中传感器只能测得位移、速度或者加速度等信号，状态变量作为中间变量不易测得或者在工程实际中根本无法测得。
发明内容
有鉴于此，为了克服现有技术的上述缺陷，本发明的目的在于提供一种机敏约束层阻尼板结构模态状态观测器的设计方法，将系统的状态变量信号作为反馈量以实现状态反馈。
为达到上述目的，本发明提供如下技术方案：
一种机敏约束层阻尼板结构模态状态观测器的设计方法，包括以下步骤：S1：建立机敏约束层阻尼板结构的结构动力学模型；S2：写出系统的状态方程，并进行物理空间与状态空间的组合降维；S3：实现复数空间向实数空间的映射，得到低维实模态控制模型；S4：通过模态贡献率选择研究对象的主控模态；S5：确定机敏约束层阻尼板结构模态状态观测器的结构；S6：通过极点配置法求出机敏约束层阻尼板结构模态状态观测器的反馈增益矩阵。
进一步，在步骤S1中，建立机敏约束层阻尼板结构的结构动力学模型具体包括：
机敏约束阻尼板结构系统动力学基本方程：
式中，M、D、K分别为系统质量矩阵，结构阻尼矩阵和系统弹性刚度矩阵；X表示自由度坐标，Fc为压电主动控制力。将机敏约束阻尼板结构中的自由度分为主自由度(m)和副自由度(s),把式(1)写成分块形式：
将机敏约束阻尼板结构中的自由度分为主自由度和副自由度，结构主副自由度之间的动力缩聚矩阵为：
R的初始值：
R的迭代值：
缩聚后的系统动力学方程：
其中：
进一步，在步骤S2中，所述写出系统的状态方程，并进行物理空间与状态空间的组合降维具体包括：
所述方程(4)引入辅助方程后，系统在状态空间可描述为：
式(5)可简化为：
式中：
其中，A为结构的系统动力学矩阵，表征结构的系统动力学特性，Bc与Bd为压电控制力与激振器扰动力分布矩阵，C为传感器输出矩阵；V为压电片的驱动电压，f为激振器扰动力；
若系统矩阵为2n×2n维，则有2n个共轭复特征值λi，其对应的共轭复特征向量为
则系统矩阵A的特征值矩阵Ψ＝[Φ1…Φn]
式中，
利用模态各振型向量之间线性无关性与正交性，将模态振型矩阵Ψ作为模态空间的基向量矩阵，系统物理坐标下的状态向量由模态坐标的状态向量表示为：
把式(7)带入状态方程(6)可得
式中，
进一步，在步骤S3中，所述实现复数空间向实数空间的映射，得到低维实模态控制模型具体包括：
设实数空间的状态向量表示为带入公式(8)可得到实数系数的状态空间方程：
其中，
进一步，在步骤S4中，所述通过模态贡献率选择研究对象的主控模态具体包括：
假设第i阶模态的权重：
βi＝|Pi|/|Vp| (10)
其中
其中权重βi代表第i阶模态在整个模态振动中所占的比重；通过选择最大的βi，可以确定主控模态与非主控模态的阶次；若前s个主控模态需要进行独立控制，则取前s个较大的βi，依照其大小确定第一主控模态、第二主控模态或第三主控模态等；
将模态状态矢量ζ分为主模态与剩余模态；在不考虑系统外部干扰时，(8)式可写成
式中，s表示主模态，r表示剩余模态。
进一步，在步骤S5中，所述确定机敏约束层阻尼板结构模态状态观测器的结构具体包括：
受控系统的状态方程为：
式中x(t)与y(t)分别为系统的原状态变量与输出值：
式中与分别为x(t)与y(t)的估计值；
构造机敏约束层阻尼板模态状态观测器机构，则有：
式中，矩阵K被称为观测器增益矩阵，是一个加权矩阵，用来对包含测量输出y与估计输出之间差值的修正项进行加权，连续不断地对模型输出进行修正，并改善观测器性能。
进一步，在步骤S6中，所述通过极点配置法求出机敏约束阻尼板结构模态状态观测器的反馈增益矩阵具体包括：
设观测误差可得误差方程：
其解为：
e(t)＝e(A-KC)e(0) (16)
由此可知观测向量的动态特性由矩阵A-KC的特征值决定；如果所选的矩阵(A-KC)的特征值使得误差向量的动态特性渐进稳定且足够快，则任意误差向量都将以足够快的速度趋近于零；
假设观测器所期望的闭环极点位移λ＝λ1，λ＝λ2，…λ＝λn；只要原系统是状态完全可控的，那么可以通过选取一个适当的状态反馈矩阵，使系统具有的闭环极点位于期望的位置上；设观测器的特征多项式为：
det|λI-(A-KC)|＝λn+b1λn-1+…+bn-1λ+bn (17)
定义
则对应的系数矩阵为：
设应满足其自身的特征方程
可求得增益矩阵K为：
进一步，在步骤S6中，对机敏约束层阻尼薄板结构振动状态观测器进行极点配置时，极点位置的选择应是快速响应和减少干扰噪声的一个折中，既要考虑趋于x(t)的速度，又要照顾到观测器的通频带，使整个系统具有一定的抗干扰能力。
进一步，所述观测器的极点实部位置选在控制器极点实部位置的3～5倍处。
本发明的有益效果在于：本发明适用于机敏约束层阻尼板结构振动模态状态观测器的设计，进而可实现机敏约束层阻尼板结构振动时模态状态变量的观测；本方法的设计原理简单，实现容易，具有较强的应用价值。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为本发明提供的机敏约束阻尼板结构模态控制流程图；
图2为状态观测器基本机构示意图。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
图1为本发明提供的机敏约束阻尼板结构模态控制流程图，图2为状态观测器基本机构示意图，如图2：
式中的u(t)为输入，y为输出，为状态观测量，为输出观测量，为状态观测量的微分，A为系统矩阵，B为输入矩阵，K为反馈增益矩阵。
如图1所示，本发明提供的方法包括以下步骤：
S1：建立机敏约束层阻尼板结构的结构动力学模型：
机敏约束阻尼板结构系统动力学基本方程：
式中，M、D、K分别为系统质量矩阵，结构阻尼矩阵和系统弹性刚度矩阵；X表示自由度坐标，Fc为压电主动控制力。将机敏约束阻尼板结构中的自由度分为主自由度(m)和副自由度(s),把式(1)写成分块形式：
将机敏约束阻尼板结构中的自由度分为主自由度和副自由度，结构主副自由度之间的动力缩聚矩阵为：
R的初始值：
R的迭代值：
缩聚后的系统动力学方程：
其中：
S2：写出系统的状态方程，并进行物理空间与状态空间的组合降维：
方程(4)引入辅助方程后，系统在状态空间可描述为：
式(5)可简化为：
式中：
其中，A为结构的系统动力学矩阵，表征结构的系统动力学特性，Bc与Bd为压电控制力与激振器扰动力分布矩阵，C为传感器输出矩阵；V为压电片的驱动电压，f为激振器扰动力；
若系统矩阵为2n×2n维，则有2n个共轭复特征值λi，其对应的共轭复特征向量为
则系统矩阵A的特征值矩阵Ψ＝[Φ1…Φn]
式中，
利用模态各振型向量之间线性无关性与正交性，将模态振型矩阵Ψ作为模态空间的基向量矩阵，系统物理坐标下的状态向量由模态坐标的状态向量表示为：
把式(7)带入状态方程(6)可得
式中，
S3：实现复数空间向实数空间的映射，得到低维实模态控制模型：
设实数空间的状态向量表示为带入公式(8)可得到实数系数的状态空间方程：
其中，
S4：通过模态贡献率选择研究对象的主控模态：
假设第i阶模态的权重：
βi＝|Pi|/|Vp| (10)
其中
其中权重βi代表第i阶模态在整个模态振动中所占的比重；通过选择最大的βi，可以确定主控模态与非主控模态的阶次；若前s个主控模态需要进行独立控制，则取前s个较大的βi，依照其大小确定第一主控模态、第二主控模态或第三主控模态等；
将模态状态矢量ζ分为主模态与剩余模态；在不考虑系统外部干扰时，(9)式可写成
式中，s表示主模态，r表示剩余模态。
S5：确定机敏约束层阻尼板结构模态状态观测器的结构：
受控系统的状态方程为：
式中x(t)与y(t)分别为系统的原状态变量与输出值：
式中与分别为x(t)与y(t)的估计值；
构造机敏约束层阻尼板模态状态观测器机构，则有：
式中，矩阵K被称为观测器增益矩阵，是一个加权矩阵，用来对包含测量输出y与估计输出之间差值的修正项进行加权，连续不断地对模型输出进行修正，并改善观测器性能。
S6：通过极点配置法求出机敏约束层阻尼板结构模态状态观测器的反馈增益矩阵：
设观测误差可得误差方程：
其解为：
e(t)＝e(A-KC)e(0) (16)
由此可知观测向量的动态特性由矩阵A-KC的特征值决定；如果所选的矩阵(A-KC)的特征值使得误差向量的动态特性渐进稳定且足够快，则任意误差向量都将以足够快的速度趋近于零；
假设观测器所期望的闭环极点位移λ＝λ1，λ＝λ2，…λ＝λn；只要原系统是状态完全可控的，那么可以通过选取一个适当的状态反馈矩阵，使系统具有的闭环极点位于期望的位置上；设观测器的特征多项式为：
det|λI-(A-KC)|＝λn+b1λn-1+…+bn-1λ+bn (17)
定义
则对应的系数矩阵为：
设 应满足其自身的特征方程
可求得增益矩阵K为：
在步骤S6中，对机敏约束层阻尼薄板结构振动状态观测器进行极点配置时，极点位置的选择应是快速响应和减少干扰噪声的一个折中，既要考虑趋于x(t)的速度，又要照顾到观测器的通频带，使整个系统具有一定的抗干扰能力。一般，所述观测器的极点实部位置选在控制器极点实部位置的3～5倍处。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (4)

1.一种机敏约束层阻尼板结构模态状态观测器的设计方法，其特征在于：包括以下步骤：
S1：建立机敏约束层阻尼板结构的结构动力学模型；
S2：写出系统的状态方程，并进行物理空间与状态空间的组合降维；
S3：实现复数空间向实数空间的映射，得到低维实模态控制模型；
S4：通过模态贡献率选择研究对象的主控模态；
S5：确定机敏约束层阻尼板结构模态状态观测器的结构；
S6：通过极点配置法求出机敏约束层阻尼板结构模态状态观测器的反馈增益矩阵；
在步骤S1中，建立机敏约束层阻尼板结构的结构动力学模型具体包括：
机敏约束阻尼板结构系统动力学方程：
式中，M、D、K分别为系统质量矩阵，结构阻尼矩阵和系统弹性刚度矩阵；X表示自由度坐标，Fc为压电主动控制力；将机敏约束阻尼板结构中的自由度分为主自由度m和副自由度s，把式(1)写成分块形式：
结构主副自由度之间的动力缩聚矩阵为：
R的初始值：
R的迭代值：
缩聚后系统动力学方程：
其中：
在步骤S2中，所述写出系统的状态方程，并进行物理空间与状态空间的组合降维具体包括：
所述方程(4)引入辅助方程后，系统在状态空间可描述为：
式(5)可简化为：
式中：
其中，A为结构的系统动力学矩阵，表征结构的系统动力学特性，Bc与Bd为压电控制力与激振器扰动力分布矩阵，C为传感器输出矩阵；V为压电片的驱动电压，f为激振器扰动力；
若系统矩阵为2n×2n维，则有2n个共轭复特征值λi，其对应的共轭复特征向量为
则系统矩阵A的特征值矩阵Ψ＝[Φ1 … Φn]
式中，
利用模态各振型向量之间线性无关性与正交性，将模态振型矩阵Ψ作为模态空间的基向量矩阵，系统物理坐标下的状态向量由模态坐标的状态向量表示为：
把式(7)带入状态方程(6)可得
式中，
在步骤S3中，所述实现复数空间向实数空间的映射，得到低维实模态控制模型具体包括：
设实数空间的状态向量表示为带入公式(8)可得到实数系数的状态空间方程：
其中，
在步骤S4中，所述通过模态贡献率选择研究对象的主控模态具体包括：
假设第i阶模态的权重：
βi＝|Pi|/|Vp| (10)
其中
其中权重βi代表第i阶模态在整个模态振动中所占的比重；通过选择最大的βi，可以确定主控模态与非主控模态的阶次；若前s个主控模态需要进行独立控制，则取前s个较大的βi，依照其大小确定第一主控模态、第二主控模态或第三主控模态；
将模态状态矢量ζ分为主模态与剩余模态；在不考虑系统外部干扰时，(9)式可写成
式中，s表示主模态，r表示剩余模态；
在步骤S5中，所述确定机敏约束层阻尼板结构模态状态观测器的结构具体包括：
受控系统的状态方程为：
式中x(t)与y(t)分别为系统的原状态变量与输出值：
式中与分别为x(t)与y(t)的估计值；
构造机敏约束层阻尼板模态状态观测器机构，则有：
式中，矩阵K被称为观测器增益矩阵，是一个加权矩阵，用来对包含测量输出y与估计输出之间差值的修正项进行加权，连续不断地对模型输出进行修正，并改善观测器性能。
2.根据权利要求1所述的一种机敏约束层阻尼板结构模态状态观测器的设计方法，其特征在于：在步骤S6中，所述通过极点配置法求出机敏约束阻尼板结构模态状态观测器的反馈增益矩阵具体包括：
设观测误差可得误差方程：
其解为：
e(t)＝e(A-KC)e(0) (16)
由此可知观测向量的动态特性由矩阵A-KC的特征值决定；如果所选的矩阵(A-KC)的特征值使得误差向量的动态特性渐进稳定且足够快，则任意误差向量都将以足够快的速度趋近于零；
假设观测器所期望的闭环极点位移λ＝λ1，λ＝λ2，…λ＝λn；只要原系统是状态完全可控的，那么可以通过选取一个适当的状态反馈矩阵，使系统具有的闭环极点位于期望的位置上；设观测器的特征多项式为：
det|λI-(A-KC)|＝λn+b1λn-1+…+bn-1λ+bn (17)
定义
则对应的系数矩阵为：
设 应满足其自身的特征方程
可求得增益矩阵K为：
3.根据权利要求2所述的一种机敏约束层阻尼板结构模态状态观测器的设计方法，其特征在于：在步骤S6中，对机敏约束层阻尼薄板结构振动状态观测器进行极点配置时，极点位置的选择应是快速响应和减少干扰噪声的一个折中，既要考虑趋于x(t)的速度，又要照顾到观测器的通频带，使整个系统具有一定的抗干扰能力。
4.根据权利要求3所述的一种机敏约束层阻尼板结构模态状态观测器的设计方法，其特征在于：所述观测器的极点实部位置选在控制器极点实部位置的3～5倍处。
CN201610127479.4A 2016-03-07 2016-03-07 一种机敏约束层阻尼板结构模态状态观测器的设计方法 Expired - Fee Related CN105956213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610127479.4A CN105956213B (zh) 2016-03-07 2016-03-07 一种机敏约束层阻尼板结构模态状态观测器的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610127479.4A CN105956213B (zh) 2016-03-07 2016-03-07 一种机敏约束层阻尼板结构模态状态观测器的设计方法

Publications (2)

Publication Number Publication Date
CN105956213A CN105956213A (zh) 2016-09-21
CN105956213B true CN105956213B (zh) 2018-12-21

Family

ID=56917375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610127479.4A Expired - Fee Related CN105956213B (zh) 2016-03-07 2016-03-07 一种机敏约束层阻尼板结构模态状态观测器的设计方法

Country Status (1)

Country Link
CN (1) CN105956213B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107391818B (zh) * 2017-07-07 2019-10-11 大连理工大学 一种基于状态观测器的振动模态参数识别方法
CN110826132B (zh) * 2019-11-04 2021-06-01 重庆大学 一种结构分散振动控制系统设计方法
CN113792469B (zh) * 2021-09-22 2023-10-24 宁波工程学院 基于降维计算的结构动力特性分析方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103294857A (zh) * 2013-05-24 2013-09-11 重庆大学 以频响位移为优化目标的约束阻尼板的拓扑优化方法
CN104008234A (zh) * 2014-05-12 2014-08-27 南京航空航天大学 密集模态含阻尼结构模型修正方法
CN104200048A (zh) * 2014-09-18 2014-12-10 重庆大学 基于双向渐进优化算法的约束阻尼板的优化设计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103294857A (zh) * 2013-05-24 2013-09-11 重庆大学 以频响位移为优化目标的约束阻尼板的拓扑优化方法
CN104008234A (zh) * 2014-05-12 2014-08-27 南京航空航天大学 密集模态含阻尼结构模型修正方法
CN104200048A (zh) * 2014-09-18 2014-12-10 重庆大学 基于双向渐进优化算法的约束阻尼板的优化设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"SCLD板模态控制模型及振动控制";王攀 等;《西南交通大学学报》;20150831;第50卷(第4期);第717-724页 *
"基于机敏约束阻尼技术的结构动态性能主动控制";曹友强 等;《汽车工程学报》;20110331;第1卷(第1期);第18-26页 *
《Modal space vibration control of a beam by using the eedforward and feedback control loops》;Der-An Wang .etc;《International Journal of Mechanical Sciences》;20020131;第44卷(第1期);第1-19页 *

Also Published As

Publication number Publication date
CN105956213A (zh) 2016-09-21

Similar Documents

Publication Publication Date Title
CN105180937B (zh) 一种mems‑imu初始对准方法
CN105956213B (zh) 一种机敏约束层阻尼板结构模态状态观测器的设计方法
CN102955477B (zh) 一种四旋翼飞行器姿态控制系统及控制方法
Thompson Optimal and suboptimal linear active suspensions for road vehicles
CN106915477B (zh) 一种姿态控制方法
US3995883A (en) Land vehicle wheel suspension arrangements
CN106200378B (zh) 鲁棒非脆弱h∞结构振动控制方法
CN105045270B (zh) 一种基于振动补偿与状态反馈的刚柔系统姿态控制方法
CN102636995B (zh) 基于rbf神经网络滑模控制微陀螺仪的方法
CN105300384B (zh) 一种用于卫星姿态确定的交互式滤波方法
CN103076148B (zh) 基于跌落实验双-4自由度半车模型的车辆参数识别方法
CN106918438B (zh) 一种多分量力及力矩的测量方法及系统
CN110941184A (zh) 一种电磁轴承柔性转子不同位系统滑模振动主动控制方法
CN105929694A (zh) 一种微陀螺自适应神经网络非奇异终端滑模控制方法
Xu et al. A temperature compensation method for MEMS accelerometer based on LM_BP neural network
CN102830242A (zh) 一种基于磁悬浮惯性执行机构的姿态角速度测量方法
CN104965412B (zh) 受控化发射平台的自适应鲁棒输出反馈控制方法
CN108710296A (zh) 微陀螺仪的分数阶自适应快速终端滑模控制方法
CN109094644A (zh) 极限工况下的主动后轮转向与直接横摆力矩控制方法
Thompson et al. Computation of the rms state variables and control forces in a half-car model with preview active suspension using spectral decomposition methods
Yang et al. Research on a small tunnel magnetoresistive accelerometer based on 3D printing
CN103345155A (zh) 微陀螺仪的自适应反演控制系统及方法
CN105159341A (zh) 一种基于变块长频域lms算法的磁悬浮转子谐波电流抑制方法
CN106354954A (zh) 一种基于叠层基函数的三维力学模态仿真模拟方法
CN108072364A (zh) 微惯性测量装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181221

Termination date: 20200307

CF01 Termination of patent right due to non-payment of annual fee