CN108303899A - 一种自适应滤波器、自适应滤波方法及伺服控制系统 - Google Patents
一种自适应滤波器、自适应滤波方法及伺服控制系统 Download PDFInfo
- Publication number
- CN108303899A CN108303899A CN201810245795.0A CN201810245795A CN108303899A CN 108303899 A CN108303899 A CN 108303899A CN 201810245795 A CN201810245795 A CN 201810245795A CN 108303899 A CN108303899 A CN 108303899A
- Authority
- CN
- China
- Prior art keywords
- fast fourier
- fourier transform
- data buffer
- data
- sef
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供的自适应滤波器、自适应滤波方法以及伺服控制系统,利用数据缓存器存储伺服控制系统的转速误差数据,其中,所述数据缓存器包括多个数据缓存数组,采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果,将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储至幅值存储器,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率,利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数,满足伺服控制系统快速响应、高精度定位的需要,实现了伺服控制系统在变谐振条件下的稳定运行,具有结构简单、容易实现、效果显著的优点。
Description
技术领域
本发明涉及信号处理领域,特别涉及一种自适应滤波器、自适应滤波方法及伺服控制系统。
背景技术
伺服控制系统的带宽和开环增益受限于机械机构的谐振频率。机械系统的柔性耦合连接使得力矩传送过程中必然存在固有的谐振频率。在谐振频率的附近区域,系统的动态特性十分不稳定,并且机械振动的幅值会随着控制系统的增益而变化。机械振动幅值过大,会损坏伺服控制系统驱动的负载。
为了减弱机械谐振对控制系统性能的影响,通常采取以下两种方法:1)结构设计过程中增加机械的传动刚度,以提高系统的谐振频率;2)软件设计滤波器,减小结构谐振频率处的振幅。对于成本控制严格的工业控制系统来说,提高传动刚度意味着更高的成本和更大的转动惯量。因此,通常采用方法2,即设计滤波器,来提高伺服控制系统的动态性能。当前,系统机械谐振抑制的研究大都基于固定的谐振频率值,滤波器通常采用离线设计方法。然而,当系统的谐振频率变化时,基于离线设计方法将导致控制系统的不稳定。因此,设计能够在线自动辨识系统谐振频率的自适应滤波器具有重要的意义。
发明内容
有鉴于此,本发明实施例提供了一种自适应滤波器、自适应滤波方法及伺服控制系统。
第一方面,本发明提供一种自适应滤波器,包括频域带宽监视器,所述频域带宽监视器包括:
数据缓存器,包括多个数据缓存数组,用于存储伺服控制系统的转速误差数据;
快速傅里叶变换单元,用于采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果;
幅值存储器,包括多个幅值存储数组,用于将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率;
频域带宽搜索单元,用于对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数。
作为一种可能的实现方式,所述数据缓存器包括4个数据缓存数组,所述幅值存储器包括4个幅值缓存数组。
作为一种可能的实现方式,所述数据缓存器中的转速误差数据的频谱Puu(ω)为
其中,Ui*(ω)为输入数据Ui(ω)的共轭,T=nts表示每段数据总的采样时间,ts表示数据采样周期。
作为一种可能的实现方式,每个数据缓存数组包含1024个字节,在转速采样周期为200μs的条件下,所述数据缓存器的数据更新周期为819.2ms。
作为一种可能的实现方式,所述频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行频域带宽搜索得到转速信号的谐振频率和谐振的带宽,获得自适应滤波器的传递函数,所述传递函数的表达式为:
其中,s为传递函数的复变量,ω为滤波器的谐振频率ωres,b由谐振带宽BW决定,频域带宽BW满足BW=2(ω2-ωres),ω1、ω2分别为转速误差Δω设定值上限所对应的频率值,ωres为最大幅值对应的频率。
第二方面,本发明的一种自适应滤波方法,应用于上述的自适应滤波器,所述方法包括:
利用数据缓存器存储伺服控制系统的转速误差数据,其中,所述数据缓存器包括多个数据缓存数组;
采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果;
将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储至幅值存储器,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率;
利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数。
作为一种可能的实现方式,所述利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数,包括:
对所述幅值存储器内的所述快速傅里叶变换分析结果进行频域带宽搜索得到转速信号的谐振频率和谐振的带宽,获得自适应滤波器的传递函数,所述传递函数的表达式为:
其中,s为传递函数的复变量ω为滤波器的谐振频率ωres,b由谐振带宽BW决定,频域带宽BW满足BW=2(ω2-ωres),ω1、ω2分别为转速误差Δω设定值上限所对应的频率值,ωres为最大幅值对应的频率。
作为一种可能的实现方式,所述数据缓存器包括4个数据缓存数组,所述幅值存储器包括4个幅值缓存数组。
作为一种可能的实现方式,每个数据缓存数组包含1024个字节,在转速采样周期为200μs的条件下,所述数据缓存器的数据更新周期为819.2ms。
第三方面,本发明提供一种伺服控制系统,包括如上述的自适应滤波器
本发明实施例中提供的自适应滤波器、自适应滤波方法以及伺服控制系统,利用数据缓存器存储伺服控制系统的转速误差数据,其中,所述数据缓存器包括多个数据缓存数组,采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果,将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储至幅值存储器,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率,利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数,满足伺服控制系统快速响应、高精度定位的需要,实现了伺服控制系统在变谐振条件下的稳定运行,具有结构简单、容易实现、效果显著的优点。
附图说明
图1是本发明实施例中的自适应滤波器中频域带宽监测器的示意图;
图2是本发明实施例中的自适应滤波器中参数确定方法的示意图;
图3是本发明实施例中的伺服控制系统加入自适应滤波器后的时域响应图;
图4是本发明实施例中的伺服控制系统加入自适应滤波器后的频域响应图;
图5是本发明实施例中的伺服控制系统的系统框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
结合图1所示,本发明提供一种自适应滤波器,包括频域带宽监视器,所述频域带宽监视器包括:
数据缓存器,包括多个数据缓存数组,用于存储伺服控制系统的转速误差数据;
快速傅里叶变换单元,用于采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果;
幅值存储器,包括多个幅值存储数组,用于将所述快速傅里叶变换单元得到的所述快速傅里叶变换(FFT,fast Fourier transform)分析结果进行存储,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率;
频域带宽搜索单元,用于对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数。
数据缓存器包括4个数据缓存数组,所述幅值存储器包括4个幅值缓存数组,每个幅值缓存数组包含1024个字节,在转速采样周期为200μs的条件下,所述数据缓存器的数据更新周期为819.2ms。
数据缓存器中的转速误差数据的频谱Puu(ω)为:
其中,Ui*(ω)为输入数据Ui(ω)的共轭,T=nts表示每段数据总的采样时间,ts表示数据采样周期,因为转速误差信号的采样周期为200μs,则傅里叶变换分析的最大频率为5kHz,FFT分析结果的分辨率为4.8828125Hz。在实际使用过程中,FFT的分析是在速度环控制算法运算完成后执行,伺服控制系统速度环的执行时间大约70μs,因此,数字处理器(DSP)在130μs时间内可以完成FFT的运算。
结合图2所示,频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行频域带宽搜索得到转速信号的谐振频率和谐振的带宽,获得自适应滤波器的传递函数,所述传递函数的表达式为:
其中,s为传递函数的复变量,ω为滤波器的谐振频率ωres,b由谐振带宽BW决定,频域带宽BW满足BW=2(ω2-ωres),ω1、ω2分别为转速误差Δω设定值上限所对应的频率值,ωres为最大幅值对应的频率。
快速傅里叶变换是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。FFT算法可分为按时间抽取算法和按频率抽取算法,本领域普通技术人员应当了解此处不作赘述。
如图3和图4所示,在伺服控制系统中对自适应滤波器的滤波效果进行了测试,图中在未加入自适应滤波器时,伺服控制系统在10Hz和53.7Hz处有明显的谐振,加入自适应滤波器后,伺服控制系统的时域信号和频域信号在10Hz和53.7Hz处的谐振频率得到了明显抑制,改善了控制系统的动态和稳态性能。
相应地,本发明实施例中还提供一种自适应滤波方法,应用于上述的自适应滤波器,所述方法包括:
S1利用数据缓存器存储伺服控制系统的转速误差数据,其中,所述数据缓存器包括多个数据缓存数组;
S2、采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果;
S3、将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储至幅值存储器,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率;
S4、利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数。
在S2步骤中,利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数,包括:
对所述幅值存储器内的所述快速傅里叶变换分析结果进行频域带宽搜索得到转速信号的谐振频率和谐振的带宽,获得自适应滤波器的传递函数,所述传递函数的表达式为:
其中,s为传递函数的复变量,ω为滤波器的谐振频率ωres,b由谐振带宽BW决定,频域带宽BW满足BW=2(ω2-ωres),ω1、ω2分别为转速误差Δω设定值上限所对应的频率值,ωres为最大幅值对应的频率。
数据缓存器包括4个数据缓存数组,所述幅值存储器包括4个幅值缓存数组,每个幅值缓存数组包含1024个字节,在转速采样周期为200μs的条件下,数据缓存器的数据更新周期为819.2ms。
结合图5所示,本发明提供一种伺服控制系统,包括如上述的自适应滤波器,在完成自适应滤波器的设计后,将自适应滤波器加入伺服控制系统中,速度控制器Gv(s)的输出量经过自适应滤波器后,控制信号中的高频振动成分被自适应滤除,实现了被控伺服控制系统Gp(s)的无机械振荡、稳定运行。
本发明实施例中提供的自适应滤波器、自适应滤波方法以及伺服控制系统,利用数据缓存器存储伺服控制系统的转速误差数据,其中,所述数据缓存器包括多个数据缓存数组,采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果,将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储至幅值存储器,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率,利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数,满足伺服控制系统快速响应、高精度定位的需要,实现了伺服控制系统在变谐振条件下的稳定运行,具有结构简单、容易实现、效果显著的优点。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
以上对本发明所提供的一种自适应滤波器、自适应滤波方法及伺服控制系统进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种自适应滤波器,其特征在于,包括频域带宽监视器,所述频域带宽监视器包括:
数据缓存器,包括多个数据缓存数组,用于存储伺服控制系统的转速误差数据;
快速傅里叶变换单元,用于采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果;
幅值存储器,包括多个幅值存储数组,用于将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率;
频域带宽搜索单元,用于对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数。
2.根据权利要求1所述的自适应滤波器,其特征在于,所述数据缓存器包括4个数据缓存数组,所述幅值存储器包括4个幅值缓存数组。
3.根据权利要求2所述的自适应滤波器,其特征在于,每个数据缓存数组包含1024个字节,在转速采样周期为200μs的条件下,所述数据缓存器的数据更新周期为819.2ms。
4.根据权利要求1所述的自适应滤波器,其特征在于,所述数据缓存器中的转速误差数据的频谱Puu(ω)为
其中,Ui*(ω)为输入数据Ui(ω)的共轭,T=nts表示每段数据总的采样时间,ts表示数据采样周期。
5.根据权利要求1所述的自适应滤波器,其特征在于,所述频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行频域带宽搜索得到转速信号的谐振频率和谐振的带宽,获得自适应滤波器的传递函数,所述传递函数的表达式为:
其中,s为传递函数的复变量,ω为滤波器的谐振频率ωres,b由谐振带宽BW决定,频域带宽BW满足BW=2(ω2-ωres),ω1、ω2分别为转速误差Δω设定值上限所对应的频率值,ωres为最大幅值对应的频率。
6.一种自适应滤波方法,其特征在于,应用于权利要求1至5中任一项所述的自适应滤波器,所述方法包括:
利用数据缓存器存储伺服控制系统的转速误差数据,其中,所述数据缓存器包括多个数据缓存数组;
采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果;
将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储至幅值存储器,其中,所述幅值存储数组与所述数据缓存数组的个数对应,所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率;
利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数。
7.根据权利要求6所述的自适应滤波器,其特征在于,所述利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数,包括:
对所述幅值存储器内的所述快速傅里叶变换分析结果进行频域带宽搜索得到转速信号的谐振频率和谐振的带宽,获得自适应滤波器的传递函数,所述传递函数的表达式为:
其中,s为传递函数的复变量,ω为滤波器的谐振频率ωres,b由谐振带宽BW决定,频域带宽BW满足BW=2(ω2-ωres),ω1、ω2分别为转速误差Δω设定值上限所对应的频率值,ωres为最大幅值对应的频率。
8.根据权利要求6所述的自适应滤波方法,其特征在于,所述数据缓存器包括4个数据缓存数组,所述幅值存储器包括4个幅值缓存数组。
9.根据权利要求8所述的自适应滤波方法,其特征在于,每个数据缓存数组包含1024个字节,在转速采样周期为200μs的条件下,所述数据缓存器的数据更新周期为819.2ms。
10.一种伺服控制系统,其特征在于,包括如权利要求1至5中任一项所述的自适应滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810245795.0A CN108303899A (zh) | 2018-03-23 | 2018-03-23 | 一种自适应滤波器、自适应滤波方法及伺服控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810245795.0A CN108303899A (zh) | 2018-03-23 | 2018-03-23 | 一种自适应滤波器、自适应滤波方法及伺服控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108303899A true CN108303899A (zh) | 2018-07-20 |
Family
ID=62846650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810245795.0A Pending CN108303899A (zh) | 2018-03-23 | 2018-03-23 | 一种自适应滤波器、自适应滤波方法及伺服控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108303899A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112737936A (zh) * | 2020-12-31 | 2021-04-30 | 青岛鹏海软件有限公司 | 一种用于设备预维护的边缘计算网关 |
CN112787632A (zh) * | 2020-12-22 | 2021-05-11 | 上海航天控制技术研究所 | 一种用于舵机的低计算量实时自适应滤波方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106877840A (zh) * | 2017-01-04 | 2017-06-20 | 深圳怡化电脑股份有限公司 | 一种机械振动误差消除方法及装置 |
-
2018
- 2018-03-23 CN CN201810245795.0A patent/CN108303899A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106877840A (zh) * | 2017-01-04 | 2017-06-20 | 深圳怡化电脑股份有限公司 | 一种机械振动误差消除方法及装置 |
Non-Patent Citations (5)
Title |
---|
D.-H.LEE,ET AL: "Mechanical vibration reduction control of two-mass permanent magnet synchronous motor using adaptive notch filter with fast Fourier transform analysis", 《IET ELECTRIC POWER APPLICATIONS》 * |
PETER SCHMIDT,ET AL.: "Notch Filter Tuning for Resonant Frequency Reduction in Dual Inertia Systems", 《CONFERENCE RECORD OF THE 1999 IEEE INDUSTRY APPLICATION CONFERENCE》 * |
杨明等: "基于自适应陷波滤波器的在线机械谐振抑制", 《哈尔滨工业大学学报》 * |
王永奇: "FPGA在永磁同步电动机传动系统中的应用", 《微特电机》 * |
管德: "《飞机气动弹性力学手册》", 30 November 1994, 《航空工业出版社》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112787632A (zh) * | 2020-12-22 | 2021-05-11 | 上海航天控制技术研究所 | 一种用于舵机的低计算量实时自适应滤波方法 |
CN112737936A (zh) * | 2020-12-31 | 2021-04-30 | 青岛鹏海软件有限公司 | 一种用于设备预维护的边缘计算网关 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108303899A (zh) | 一种自适应滤波器、自适应滤波方法及伺服控制系统 | |
CN100548574C (zh) | 用于整个机床监测的装置 | |
US7093492B2 (en) | Configurable vibration sensor | |
DE69609434T2 (de) | Kompensationsvorrichtung für mikromechanische Sensoren | |
WO1997015044A1 (en) | Acoustic signature analysis for a noisy environment | |
CN114838936A (zh) | 变转速工况下样本不平衡的滚动轴承故障诊断方法及系统 | |
CN109450552A (zh) | 一种基于cma的信号均衡方法及系统 | |
CN111464106B (zh) | 伺服系统及其谐振抑制方法 | |
CN106773705B (zh) | 一种用于减振消噪的自适应主动控制方法及主动控制系统 | |
CN102777527A (zh) | 用于精密机床的智能隔振装置 | |
CN105305920A (zh) | 一种抑制交流伺服系统扭转振动的系统及其方法 | |
CN106603037A (zh) | 一种平滑数据的处理方法及系统 | |
CN108398183B (zh) | 一种强噪声背景下参数未知的多线谱Duffing振子检测及频率识别方法 | |
CN107345828A (zh) | 液面探测方法、装置和系统 | |
CN108266432A (zh) | 一种泵源液压系统压力脉动自适应滤波方法及系统 | |
CN110861762B (zh) | 轴系振动控制的自适应压电分流半被动控制装置及方法 | |
CN117709048A (zh) | 一种枸杞侧枝径向振动响应的计算系统、方法及相关设备 | |
Nowopolski et al. | Recursive neural network as speed controller for two-sided electrical drive with complex mechanical structure | |
Kouomou et al. | Stability and chaos control in electrostatic transducers | |
Wei et al. | Comparative study of extreme learning machine and support vector machine | |
Kim et al. | Robust broadband vibration control of a flexible structure using an electrical dynamic absorber | |
CN107462300A (zh) | 信号处理方法、装置和液面探测系统 | |
CN107063440A (zh) | 监测振动设备的方法、装置及可读存储介质 | |
KR101062238B1 (ko) | 회전 구동계 제어장치 | |
Łuczak et al. | Speed controller for four-mass mechanical system with two drive units |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180720 |
|
WD01 | Invention patent application deemed withdrawn after publication |