CN110597313B - 一种多激励源下管道振动的多通道主动控制系统的方法 - Google Patents

一种多激励源下管道振动的多通道主动控制系统的方法 Download PDF

Info

Publication number
CN110597313B
CN110597313B CN201910886807.2A CN201910886807A CN110597313B CN 110597313 B CN110597313 B CN 110597313B CN 201910886807 A CN201910886807 A CN 201910886807A CN 110597313 B CN110597313 B CN 110597313B
Authority
CN
China
Prior art keywords
control
vibration
signal
error
control system
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.)
Active
Application number
CN201910886807.2A
Other languages
English (en)
Other versions
CN110597313A (zh
Inventor
何洪阳
李鑫
刘天彦
杨恒
柳琳琳
席文兵
徐昱根
张鲲
孙磊
李朋洲
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.)
Nuclear Power Institute of China
Original Assignee
Nuclear Power Institute of China
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 Nuclear Power Institute of China filed Critical Nuclear Power Institute of China
Priority to CN201910886807.2A priority Critical patent/CN110597313B/zh
Publication of CN110597313A publication Critical patent/CN110597313A/zh
Application granted granted Critical
Publication of CN110597313B publication Critical patent/CN110597313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D19/00Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase
    • G05D19/02Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase characterised by the use of electric means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Vibration Prevention Devices (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种多激励源下管道振动的多通道主动控制系统及方法,系统包括传感器、多通道主动控制器、功率放大器和次级动作器;传感器采集参考信号和误差信号;获取控制误差信号,再通过贡献量分析和相关性分析解耦各控制误差信号,利用经验模式分解方法结合解耦得到的关注频率获取控制参考信号,构成标准配置的多通道控制系统实现分布式控制,计算出所需要的控制电压;功率放大器将放大控制电压,使其达到次级动作器的有效工作电压,驱动次级作动器在管道上施加对应的力;可减小其它激励源对参考信号带来的干扰,减少参与控制算法的误差信号数量,降低系统复杂性,构成标准配置的多通道控制系统,使系统通用性上升、稳定性增强。

Description

一种多激励源下管道振动的多通道主动控制系统的方法
技术领域
本发明涉及振动线谱的主动控制领域,具体地,涉及一种多激励源下管道振动的多通道主动控制系统及方法。
背景技术
近些年来,随着科学技术迅猛发展、生产力水平空前提高,人们对结构振动和环境噪声提出了更高要求。减振降噪是目前交通运输、航空航天和核电等行业的研究热点。在现代工业中,管道作为输送介质的重要工具,被广泛应用于各系统,管道的振动噪声问题越发突出。
管道振动噪声分为两类:一类是宽带噪声,其频谱为连续谱;一类是纯频噪声,其频谱为线谱。工程中多为连续谱和线谱的组合。常常采用消振、隔振和吸振等被动控制方法,对于中高频振动有较好效果,且具有很宽的减振频带。然而被动控制需预先设定频率,缺乏自我调节功能,对低频线谱控制效果不明显。有源振动控制(AVC)克服了传统被动控制系统重量大、效率低、对低频线谱效果较差等不利因素而得到广泛应用,其基本思想:主动产生一个与待消除的振动幅值相等相位相反的振动,根据叠加原理两者会相互抵消,从而达到消除原振动的目的。多激励源下管道振动更为复杂。因此,系统深入地开展对多激励源下管道振动线谱的主动控制,既有重要的理论意义,又有重大的工程应用价值。
从控制意义上讲,线谱振动的主动控制重点在于获取控制参考信号、控制误差信号以及信号之间的解耦分析,计算输出幅值相等且相位相反的振动,使管道振动减小。针对多激励源下的管道振动,构成标准配置的多通道控制系统,即控制参考信号、控制误差信号与次级动作器数量相同,实现分布式控制,系统具有很好的适应性、通用性和稳定性。
管道振动具有如下特征:在宽频带连续谱下,几根线谱明显凸出,且线谱之间不一定存在谐频关系。为抑制线谱振动通过支吊架传递给系统,一般通过吸振器进行控制,在一定程度上缓解了振动过大的问题,但吸振器的力学性能决定了难于控制低频线谱。
常见的主动控制系统,参考传感器采集与某一激励源的振动相关但不受控制影响的信号,误差传感器采集控制的目标信号,一路误差信号对应一个次级动作器,控制器内置主动控制算法需且同时计算多路控制电压。存在如下问题:①控制系统未考虑多激励源的情况,若直接对多个参考信号简单叠加,导致其它激励源带来信号干扰;②现代工业系统多为复杂管道,误差传感器数量常多于次级动作器,即一个次级动作器需控制多个评价点的振动;③控制器同时计算多路控制电压,增加处理器的工作量,同时也会造成各通道间的信号耦合。
发明内容
为解决上述问题,本发明设计一种多激励源下管道振动的多通道主动控制系统,其原理采用计算或试验方法结合能量谱分析获取多路控制误差信号,通过贡献量分析和相关性分析进行信号解耦,并利用经验模式分解获取多路控制参考信号,使控制参考信号、控制误差信号与次级动作器数量相同,构成标准配置的多通道控制系统,大大地降低系统复杂性和增强系统稳定性。
本发明所需要解决的技术问题是提供一种多激励源下管道振动的多通道主动控制系统及方法,以降低泵等多激励源通过管道传递给支撑的低频振动线谱为目的,通过附件在管道的次级动作器施加外力来实现。
为解决上述技术问题,本发明采用的技术方案是:
一种多激励源下管道振动的多通道主动控制系统,包括:I个参考传感器,与多通道主动控制器耦接,用于采集与M个激励源的振动相关但不受控制影响的信号x[n],常选择泵转速信号xa[n]或泵质心振动信号xb[n];K个误差传感器与多通道主动控制器耦接,获取控制的目标信号e[n],在主动控制中作为输出量的反馈;多通道主动控制器,与所述的参考传感器、误差传感器及功率放大器耦接,基于FxLMS算法实现主动控制算法,经功率放大器驱动J个次级作动器在管道上施加对应的力。
定义1:将误差信号经过控制误差信号提取单元处理后的信号定义为控制误差信号,用E[n]表示。
定义2:将参考信号经过控制参考信号提取单元处理后的信号定义为控制参考信号,用X[n]表示。
一种多激励源下管道振动的多通道主动控制方法,包括如下步骤:
步骤1:获取控制误差信号;
步骤2:控制误差信号解耦;
步骤3:获取控制参考信号;
步骤4:构成标准配置多通道系统,实现分布式控制;
步骤5:功率放大器将控制电压放大使其达到次级动作器的有效工作电压,次级动作器产生作用力,从而进行减振控制。
进一步的,所述的步骤1采用ANSYS软件建立管道模型,分别在各次级作动器处施加白噪声激励,提取各误差传感器处振动,通过能量谱分析和归一化,获得次级动作器对各误差传感器处振动的权值系数hjk,重构得到第j个控制误差信号:Ej[n]=hj1e1[n]+hj2e2[n]+…+hjkek[n]+…,其中ek[n]为第k个误差传感器采集的误差信号,j=1,2,…J,k=1,2,…K。
可选的,上述步骤1也可采用试验方法。
进一步的,所述的步骤2通过贡献量分析和相关性分析对各控制误差信号E[n]进行解耦,识别出各次级动作器需要关注的振动频率。
进一步的,所述的步骤3方法为:I个参考传感器采集的参考信号x[n]=xa1[n]+…+xau[n]+xb1[n]+…+xbv[n],其中u+v=I。对参考信号x[n]进行经验模式分解,即
Figure GDA0002770484070000031
其中ci[n]为IMF分量,r[n]为残余项,l为分解层数;IMF分量能自适应地从参考信号中分解出来,对其进行FFT变换,每个IMF分量都有相应的频率。根据解耦得到的各控制误差信号的关注频率,将对应的IMF分量进行重构,获取第j个控制参考信号Xj[n],其中j=1,2,…J。
进一步的,上述的步骤4包括:建立标准配置的多通道主动控制系统,该控制系统分为若干个子控制单元,各子控制单元的结构和算法相同且彼此独立。
与现有技术相比,本发明的有益效果:
1.复杂管道振动的控制系统,通常误差传感器数量大于次级动作器数量,采用计算或试验方法结合能量谱分析,获取控制误差信号,降低系统复杂性;
2.通过贡献量分析和相关性分析得到各控制误差信号间的解耦方法;
3.考虑多激励源下的管道振动,利用经验模式分解方法结合解耦得到的关注频率,获取控制参考信号,减小其它激励源对参考信号带来的干扰;
4.控制系统的控制参考信号数量、控制误差信号数量和次级动作器数量相同,构成标准配置的多通道控制系统,使系统通用性上升、稳定性增强。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定;
图1是本申请中多激励源下管道振动的多通道主动控制系统的组成示意图;
图2是本申请中多激励源下管道振动的多通道主动控制方法示意图;
图3是本申请中多激励源管道系统示意图;
图4是本申请中分布式控制系统构成示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
请参考图1-图4,本发明公开一种多激励源下管道振动的多通道主动控制系统,如图1所示,包括传感器、多通道主动控制器、功率放大器和次级动作器。
其中,传感器含I个参考传感器和K个误差传感器,I个参考传感器,与多通道主动控制器耦接,用于采集与M个激励源的振动相关但不受控制影响的信号x[n],常选择泵转速信号xa[n]或泵质心振动信号xb[n];K个误差传感器与多通道主动控制器耦接,获取控制的目标信号e[n],在主动控制中作为输出量的反馈;功率放大器与多通道主动控制器耦接,将放大其控制电压驱动J个次级动作器在管道上施加对应的力;多通道主动控制器含AD采集模块、FPGA模块、DSP模块和DA输出模块。
进一步地,AD采集模块完成参考传感器和误差传感器的信号采集和调理,FPGA模块针对数据在高速传输时进行逻辑时序控制,DSP模块内置主动控制算法,DA输出模块将控制电压输出,经功率放大器放大使其达到次级作动器的有效工作电压,驱动动作器产生目标控制作用力。
本发明提供了一种多激励源下管道振动的多通道主动控制方法,如图2所示,具体有:
控制误差信号获取单元。采用ANSYS进行结构动力学分软件建立管道模型,分别在各次级作动器处施加白噪声激励,提取各误差传感器处振动Zk[n],计算各振动信号的能量:
Figure GDA0002770484070000041
其中Fjk表示在第j个次级动作器处施加激励时第k个误差传感器处振动信号的能量,Akm为振动信号Zk[n]离散点幅值,j=1,2,…J,k=1,2,…K,m=1,2,…N,N为信号的离散采样点。然后对其进行归一化处理,得到次级动作器对各误差传感器处振动贡献的权值系数hjk
Figure GDA0002770484070000042
重构得到各控制误差信号Ej[n]:
Ej[n]=hj1e1[n]+hj2e2[n]+…+hjkek[n]+…;
其中ek[n]为第k个误差传感器采集的误差信号。
可选的,也可采用试验方法获取上述的获取控制误差信号,利用激振器在各次级作动器处施加白噪声激励。
关注频率解耦单元。首先进行贡献量分析,确定每个优势频率f1、f2…分别对应的控制误差信号,其次对各控制误差信号进行相关性分析,进而对各控制误差信号非重点关注频率进行解耦,若非重点关注频率的振动幅值与未解耦前相比无明显降低,则将其作为关注频率。
控制参考信号获取单元。I个参考传感器采集的参考信号x[n]=xa1[n]+…+xau[n]+xb1[n]+…+xbv[n],其中u+v=I;对参考信号x[n]进行经验模式分解,即:
Figure GDA0002770484070000051
其中ci[n]为IMF分量,r[n]为残余项,l为分解层数;对各IMF分量进行FFT变换,每个IMF分量都有相应的频率。若解耦得到第j个控制误差信号Ej[n]的关注频率为fp、fq…,对主要含fp、fq…频段的IMF分量进行重构,获得第j个控制参考信号Xj[n],其中j=1,2,…J,从而得到控制参考信号X[n]=[X1,X2,…XJ]。
构成标准配置多通道系统,实现分布式控制。如上所述的控制参考信号数量、控制误差信号数量和次级动作器数量相等,该控制系统属于标准配置的多通道主动控制系统。图4为分布式控制系统构成,包含一个主控制器和多个子控制单元各子控制单元的结构和算法相同且彼此独立。主控制器,即图1所述的FPGA模块,用于对各子控制单元实施简单的时序控制,保证各子控制单元对应独立的一路控制参考信号与控制误差信号;子控制单元,即图1所述的DSP模块,作用于对应的次级动作器,基于FxLMS算法,自适应调整采样周期T、滤波器阶数L和收敛因子u,再根据滤波器权重系数计算公式:
wj[n+1]=wj[n]-2uEj[n]rj[n]
rj[n]=Xj[n]*s[n]
其中rj[n]为滤波-x信号,s[n]为次级通道模型的脉动响应函数。各子控制单元构造相同,可作为独立模块使用。
功率放大器放大控制电压,次级动作器产生作用力。功率放大器根据控制指令,将控制电压放大使其达到次级动作器的有效工作电压,次级动作器固定在管道优化位置处,在有效工作电压的驱动下对管道施加对应的力,表征为误差传感器处振动将减小,从而达到减振效果。
基于上述方法,可选择电磁式作动器及压电陶瓷作为次级作动器,具体选型根据管道空间结构决定。
本发明多激励源下管道振动的多通道主动控制系统及方法,包括:控制误差信号获取单元、关注频率解耦单元和控制参考信号获取单元等。采用计算或试验方法结合能量谱分析获取多路控制误差信号;通过贡献量分析和相关性分析进行信号解耦;利用经验模式分解方法结合解耦得到的关注频率,获取多路控制参考信号;构成标准配置的多通道控制系统,即控制参考信号数量、控制误差信号数量与次级动作器数量相同,实现分布式控制。本控制系统大大地降低系统复杂性,提升了系统的通用性和稳定性,对振动线谱具有明显的抑制作用。适用于多激励源下管道振动线谱的控制,是一种理想的减振降噪系统。
本发明可有效抑制多激励源下管道的振动线谱。在优化确定传感器和次级动作器的数量及位置情况下,根据管道自身振动特性实时获取控制参考信号、控制误差信号及关注频率解耦,适用于多激励源下空间复杂管道。本发明构建了标准配置的多通道控制系统,可实现产品化,只需修改控制算法所涉及的部分参数,系统稳定性好、通用性强,具有广泛的应用前景。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种多激励源下管道振动的多通道主动控制系统的方法,其特征在于,所述主动控制系统包括:
若干传感器、多通道主动控制器、若干功率放大器和若干次级动作器;若干传感器包括:I个参考传感器和K个误差传感器;
其中,I个参考传感器均与多通道主动控制器耦接,用于采集与M个激励源的振动相关但不受控制影响的信号x[n],选择泵转速信号xa[n]和泵质心振动信号xb[n],I、K、M均为大于2的整数;
K个误差传感器均与多通道主动控制器耦接,获取控制的目标信号e[n],在主动控制中作为输出量的反馈;
多通道主动控制器与参考传感器、误差传感器及功率放大器耦接,用于基于传感器采集的信号和FxLMS算法计算出控制所需要的控制电压,经功率放大器放大使控制电压达到次级动作器的有效工作电压,驱动次级作动器在管道上施加对应的力进行减振控制;
所述主动控制系统的方法包括:
步骤1:基于误差传感器获取控制误差信号;
所述步骤1具体包括:采用ANSYS分析方法或试验方法,分别在各次级作动器处施加白噪声激励,提取各误差传感器处振动,通过能量谱分析和归一化,获得次级动作器对各误差传感器处振动的权值系数hjk,重构得到第j个控制误差信号:Ej[n]=hj1e1[n]+hj2e2[n]+…+hjkek[n],其中ek[n]为第k个误差传感器采集的误差信号,j=1,2,…J,k=1,2,…K,J为次级作动器数量;
所述步骤1具体为:
提取各误差传感器处振动Zk[n],计算各振动信号的能量:
Figure FDA0002772747100000011
其中,Fjk表示在第j个次级动作器处施加激励时第k个误差传感器处振动信号的能量,Akm为振动信号Zk[n]离散点幅值,j=1,2,…J,k=1,2,…K,m=1,2,…N,N为信号的离散采样点;对信号进行归一化处理,得到次级动作器对各误差传感器处振动贡献的权值系数hjk
Figure FDA0002772747100000012
重构得到各控制误差信号Ej[n]:
Ej[n]=hj1e1[n]+hj2e2[n]+…+hjkek[n];其中,ek[n]为第k个误差传感器采集的误差信号;
步骤2:利用多通道主动控制器对获取的控制误差信号进行解耦;
步骤3:基于参考传感器获取控制参考信号;
所述步骤3具体包括:I个参考传感器采集的参考信号为x[n]=xa1[n]+…+xau[n]+xb1[n]+…+xbv[n],其中u+v=I;多通道主动控制器对参考信号x[n]进行经验模式分解,即:
Figure FDA0002772747100000021
其中,ci[n]为IMF分量,r[n]为残余项,l为分解层数;IMF分量能自适应地从参考信号中分解出来,对其进行FFT变换,每个IMF分量都有相应的频率;根据解耦得到的各控制误差信号的关注频率,将对应的IMF分量进行重构,获取第j个控制参考信号Xj[n],其中j=1,2,…J;
步骤4:建立标准配置的分布式控制系统,实现分布式控制;
步骤5:功率放大器将控制电压放大使其达到次级动作器的有效工作电压,次级动作器产生作用力,进行减振控制。
2.根据权利要求1所述的多激励源下管道振动的多通道主动控制系统的方法,其特征在于,多通道主动控制器包括:AD采集模块、FPGA模块、DSP模块和DA输出模块;
AD采集模块用于完成参考传感器和误差传感器的信号采集和调理,FPGA模块针对数据在传输时进行逻辑时序控制,DSP模块内置主动控制算法,DA输出模块将控制电压输出,经功率放大器放大使其达到次级作动器的有效工作电压,驱动次级动作器产生目标控制作用力。
3.根据权利要求1所述的多激励源下管道振动的多通道主动控制系统的方法,其特征在于,所述主动控制系统建立标准配置的多通道控制系统实现分布式控制,分布式控制系统包括:主控制器和若干子控制单元,若干子控制单元均与主控制器连接,主控制器输入参考信号和误差信号,每个子控制单元对应一个次级动作器,分布式控制系统中的各子控制单元的结构和算法相同且彼此独立;主控制器用于对各子控制单元实施时序控制,保证各子控制单元对应独立的一路控制参考信号与控制误差信号;子控制单元作用于对应的次级动作器,基于FxLMS算法计算出控制所需要的控制电压。
4.根据权利要求1所述的多激励源下管道振动的多通道主动控制系统的方法,其特征在于,所述步骤2通过贡献量分析和相关性分析对各控制误差信号E[n]进行解耦,识别出各次级动作器需要关注的振动频率。
5.根据权利要求1所述的多激励源下管道振动的多通道主动控制系统的方法,其特征在于,多通道主动控制器基于FxLMS算法,自适应调整采样周期T、滤波器阶数L和收敛因子u,再根据滤波器权重系数计算公式计算出相应的权重系数:
wj[n+1]=wj[n]-2uEj[n]rj[n]
rj[n]=Xj[n]*s[n]
其中,rj[n]为滤波-x信号,s[n]为次级通道模型的脉动响应函数。
6.根据权利要求1所述的多激励源下管道振动的多通道主动控制系统的方法,其特征在于,次级作动器为电磁式作动器或压电陶瓷;若采用试验方法,则用激振器在各次级作动器处施加白噪声激励。
CN201910886807.2A 2019-09-19 2019-09-19 一种多激励源下管道振动的多通道主动控制系统的方法 Active CN110597313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910886807.2A CN110597313B (zh) 2019-09-19 2019-09-19 一种多激励源下管道振动的多通道主动控制系统的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910886807.2A CN110597313B (zh) 2019-09-19 2019-09-19 一种多激励源下管道振动的多通道主动控制系统的方法

Publications (2)

Publication Number Publication Date
CN110597313A CN110597313A (zh) 2019-12-20
CN110597313B true CN110597313B (zh) 2020-12-22

Family

ID=68861100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910886807.2A Active CN110597313B (zh) 2019-09-19 2019-09-19 一种多激励源下管道振动的多通道主动控制系统的方法

Country Status (1)

Country Link
CN (1) CN110597313B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116204003A (zh) * 2023-03-03 2023-06-02 哈尔滨工业大学 旋转机械的多线谱振动控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108869944A (zh) * 2018-09-13 2018-11-23 中国核动力研究设计院 一种管道振动线谱的有源控制布置方法及控制系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4350917B2 (ja) * 2001-05-09 2009-10-28 ティーオーエー株式会社 能動型雑音除去装置
CN101446834A (zh) * 2008-12-04 2009-06-03 北京航空航天大学 一种智能化主动隔振单元的实时控制系统
CN107387652B (zh) * 2017-06-05 2019-11-19 上海交通大学 一种推进轴系分布式主动减振器
CN109356959B (zh) * 2018-10-22 2020-01-21 华中科技大学 一种自适应远程主动减振系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108869944A (zh) * 2018-09-13 2018-11-23 中国核动力研究设计院 一种管道振动线谱的有源控制布置方法及控制系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DETECTION OF THE VORTEX SIGNAL IN VIBRATION ENVIRONMENT AND SIGNAL PROCESSING BASED ON EMD DECOMPOSITIONS;HONG-JUN SUN.etal;《Proceedings of the 2010 International Conference on Wavelet Analysis and Pattern Recognition》;20100714;第216-221页 *

Also Published As

Publication number Publication date
CN110597313A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
CN106286692B (zh) 一种六自由度微振动抑制平台及其控制方法
CN101819766B (zh) 一种用于消减噪声的多通道有源噪声控制方法
CN105788604A (zh) 一种基于fxlms的优化主动降噪方法
CN110597313B (zh) 一种多激励源下管道振动的多通道主动控制系统的方法
CN109747575B (zh) 一种基于阶次优化的多模式车内声品质优化系统
CN1427988A (zh) 有源噪声抑制系统
Zhang et al. Active control of vehicle interior engine noise using a multi-channel delayed adaptive notch algorithm based on FxLMS structure
CN105276076A (zh) 一种新型高精度混合隔振装置
CN107102658B (zh) 一种离线次级通道的辨识方法及装置
Yang et al. Improved sliding mode dynamic matrix control strategy: Application on spindle loading and precision measuring device based on piezoelectric actuator
Zhou et al. Active control of repetitive impulsive noise in a non-minimum phase system using an optimal iterative learning control algorithm
Quanzhen et al. Comparison of LMS and RLS algorithm for active vibration control of smart structures
JPWO2015136626A1 (ja) ドライブトレインの試験システム
WO2019055769A1 (en) FREQUENCY BASED CAUSALITY LIMITER FOR ACTIVE NOISE CONTROL SYSTEMS
Huang et al. Adaptive active noise suppression using multiple model switching strategy
Zhang et al. Application of multichannel active vibration control in a multistage gear transmission system
Liu et al. Active control for vehicle interior noise using the improved iterative variable step-size and variable tap-length LMS algorithms
Kaliński et al. A modified method of vibration surveillance by using the optimal control at energy performance index
Zhang et al. Active Vibration Control of Robot Gear System Based on Adaptive Control Algorithm
Sun et al. A comparative study based on different control algorithms for suppressing multistage gear transmission system vibrations
Uozumi et al. Fictitious reference iterative tuning of disturbance observers for attenuation of the effect of periodic unknown exogenous signals
Hong et al. Validation of target tracking performance through signal feature extraction method based on 1D convolutional neural network
Xu et al. Comparative study of adaptive algorithms for vehicle powertrain noise control
Sun et al. Noise Suppression Method of Power Amplifier Current Sensor Based on Adaptive Wavelet
Schubert et al. Active vibration cancellation using a multi-harmonic controller

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
GR01 Patent grant
GR01 Patent grant