CN113359429B - 一种在线识别间隙环节特征参数的方法及装置 - Google Patents
一种在线识别间隙环节特征参数的方法及装置 Download PDFInfo
- Publication number
- CN113359429B CN113359429B CN202110608249.0A CN202110608249A CN113359429B CN 113359429 B CN113359429 B CN 113359429B CN 202110608249 A CN202110608249 A CN 202110608249A CN 113359429 B CN113359429 B CN 113359429B
- Authority
- CN
- China
- Prior art keywords
- max
- abscissa
- data points
- point
- slope
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000007246 mechanism Effects 0.000 claims abstract description 17
- 238000010276 construction Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system 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)
- Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
Abstract
本申请提供了一种在线识别间隙环节特征参数的方法,所述方法通过将执行机构的输入输出数据构建于在平面直角坐标系内,并将输出数据分成为四部分,即代表最小值部分的第1组数据点和代表最大值部分的第2组数据点,通过第1、2组数据点中的同为横坐标最小和横坐标最大的点确定两个斜率,两斜率取均值即为间隙环节的斜率;通过间隙环节的斜率可确定间隙环节的宽度。本申请所提供的方法可以在自动控制系统运行过程中在线识别执行机构间隙非线性特性的特征参数,据此实时消除间隙环节对控制系统所造成的影响,有利于降低执行机构设计制造精度的要求,从而降低设计制造成本,并有助于克服基于间隙环节固定特征参数的补偿方案的不足。
Description
技术领域
本申请属于自动控制技术领域,特别涉及一种在线识别间隙环节特征参数的方法及装置。
背景技术
如图1所示,自动控制系统的执行机构往往带有一定程度的非线性特性,因而使执行机构成为非线性环节。间隙环节是一种典型的非线性环节,它的特征参数包括斜率和宽度。间隙非线性特性的存在,一般会给自动控制系统带来不利影响,如引起系统响应的极限环振荡,如图2所示。为改善控制系统性能,必须消除间隙环节的影响。
目前消除间隙环节的影响主要有两种方法,一是提高执行机构的设计制造精度,尽力减小间隙非线性的程度;二是针对特征参数为已知的间隙环节设计具有适当控制规律的控制器,从而消除间隙环节对控制系统的影响。
然而上述两种方法均存在一定的不足,第一种方法对机械设计制造精度的要求比较高,通常会导致成本的剧烈增加,而且无法避免控制系统运行过程中的磨损所造成的间隙非线性程度的加深;第二种方法依赖于对间隙环节特征参数的掌握,但是当间隙环节的特征参数在系统运行过程中发生变化时,原来针对固定特征参数所设计的控制器可能失效。
为此有必要在控制系统的运行过程中实时检测间隙环节的特征参数,并据此对控制器进行在线修改,从而实现对间隙非线性特性的实时补偿。
发明内容
本申请的目的是提供了一种在线识别间隙环节特征参数的方法及装置,以解决或减轻上述至少一个问题。
在一方面,本申请提供的技术方案是:一种在线识别间隙环节特征参数的方法,所述方法包括:
获取执行机构在一定时间内的输入输出数据,输入数据构建成一维数组x,输出数据构建成一位数组y,在平面直角坐标系内标示出同一时刻下的一维数组x和一维数组y;
确定一维数组y中的最大值ymax和最小值ymin,在所述平面直角坐标系内构建直线y=ymin、y=ymin+(ymax-ymin)/n、y=max、y=ymax-(ymax-ymin)/n,n为大于1的自然数,位于直线y=ymin、y=ymin+(ymax-ymin)/n之间的数据点构成第1组数据点,位于直线y=max、y=ymax-(ymax-ymin)/n之间的数据点构成第2组数据点;
对于第1组数据点,确定横坐标中最小与最大的点,横坐标最小的点记为P1(x1,y1),横坐标最大的点记为P2(x2,y2);
对于第2组数据点,确定横坐标最小与最大的点,横坐标最小的点记为P3(x3,y3),横坐标最大的点记为P4(x4,y4);
根据第1组数据点和第2组数据点中横坐标最小的点P1、P3的坐标确定直线P1P3的斜率为:K1=(y3-y1)/(x3-x1);
根据第1组数据点和第2组数据点中横坐标最大的点P2、P4的坐标确定直线P2P4的斜率为:K2=(y4-y2)/(x4-x2);
则间隙环节的斜率取为斜率K1、K2的平均值为:K=(K1+K2)/2;
在平面直角坐标系内作过点P1的水平直线y=y1,作过点P4且斜率为K的直线y=K(x-x4)+y4,设两直线的交点为P2'。
构建方程组
则交点P2'的横坐标为:x2'=x4+(y1-y4)/K
最后,间隙环节的宽度为:w=(x2'-x1)*m,m为系数。
在该方面的实施方式中,自然数n根据需要调节。
在该方面的实施方式中,系数m根据需要调节。
在上述实施方式的优选方式中,系数m的取值范围为0.9~0.99。
在另一方面,本申请提供的技术方案是:一种基于线段拟合在线识别间隙环节特征参数的装置,所述装置包括:
预处理模块,用于获取执行机构在一定时间内的输入输出数据,输入数据构建成一维数组x,输出数据构建成一位数组y,在平面直角坐标系内标示出同一时刻下的一维数组x和一维数组y;
间隙环节斜率确定模块,用于确定一维数组y中的最大值ymax和最小值ymin,在所述平面直角坐标系内构建直线y=ymin、y=ymin+(ymax-ymin)/n、y=max、y=ymax-(ymax-ymin)/n,n为大于1的自然数,位于直线y=ymin、y=ymin+(ymax-ymin)/n之间的数据点构成第1组数据点,位于直线y=max、y=ymax-(ymax-ymin)/n之间的数据点构成第2组数据点;
对于第1组数据点,确定横坐标中最小与最大的点,横坐标最小的点记为P1(x1,y1),横坐标最大的点记为P2(x2,y2);
对于第2组数据点,确定横坐标最小与最大的点,横坐标最小的点记为P3(x3,y3),横坐标最大的点记为P4(x4,y4);
根据第1组数据点和第2组数据点中横坐标最小的点P1、P3的坐标确定直线P1P3的斜率为:K1=(y3-y1)/(x3-x1);
根据第1组数据点和第2组数据点中横坐标最大的点P2、P4的坐标确定直线P2P4的斜率为:K2=(y4-y2)/(x4-x2);
则间隙环节的斜率取为斜率K1、K2的平均值为:K=(K1+K2)/2;
间隙环节宽度确定模块,用于在平面直角坐标系内作过点P1的水平直线y=y1,作过点P4且斜率为K的直线y=K(x-x4)+y4,设两直线的交点为P2'。
构建方程组
则交点P2'的横坐标为:x2'=x4+(y1-y4)/K
最后,间隙环节的宽度为:w=(x2'-x1)*m,m为系数。
在该方面的实施方式中,自然数n根据需要调节。
在该方面的实施方式中,系数m根据需要调节。
在上述实施方式的优选方式中,系数m的取值范围为0.9~0.99。
在最后一方面,本申请提供了一种自动控制系统,所述自动控制系统包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理装置执行时,使得一个或多个处理装置实现如权利要求1-4中任一所述的方法。
本申请提供方法和装置可以在自动控制系统运行过程中在线识别执行机构间隙非线性特性的特征参数,据此实时消除间隙环节对控制系统所造成的影响,有利于降低执行机构设计制造精度的要求,从而降低设计制造成本,并有助于克服基于间隙环节固定特征参数的补偿方案的不足。
附图说明
为了更清楚地说明本申请提供的技术方案,下面将对附图作简单地介绍。显而易见地,下面描述的附图仅仅是本申请的一些实施例。
图1为现有技术中带有间隙环节的自动控制系统。
图2为现有技术的自动控制系统的响应曲线。
图3为本申请方法中执行机构的输入输出数据点。
图4为本申请方法中执行机构输入输出数据点分组。
图5为本申请方法中各组内横坐标最大、最小点的分布。
图6为本申请一实施例中执行机构的输入输出数据(采集)。
图7为本申请一实施例中执行机构输入输出数据点分组。
图8为本申请一实施例中各组内横坐标最大、最小点的分布。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行更加详细的描述。
为了实现对自动控制系统间隙环节实时补偿的需求,本申请提供了一种基于线段拟合实现在线识别间隙环节特征参数的方法及装置。
首先,本申请提供的在线识别间隙环节特征参数的方法包括以下步骤:
第一、采集执行机构的输入输出数据
在控制系统运行过程中,采集并获取执行机构在一定时间(通常为秒级,具体时间通过实验而定)内的输入输出数据,输入数据记录于一维数组x中,输出数据记录于一维数组y中。
把同一时刻的一维数组x和一维数组y作为点的坐标,在平面直角坐标系内画出所采集的数据,如图3所示。
第二、计算间隙环节的斜率
对所采集的输出数据,即一维数组y,确定其中的最大值ymax和最小值ymin,在图3的平面直角坐标系内的作直线y=ymin、y=ymin+(ymax-ymin)/n、y=ymax、y=ymax-(ymax-ymin)/n,式中n为大于1的自然数,例如其可以为数字3或数字4,其根据需要可以调节,如图4所示。
位于直线y=ymin与y=ymin+(ymax-ymin)/n之间的数据点称为第1组数据点,位于直线y=ymax与y=ymax-(ymax-ymin)/n之间的数据点称为第2组数据点。
对于第1组数据点,寻找并确定横坐标中最小与最大的点,横坐标最小的点记为P1(x1,y1),横坐标最大的点记为P2(x2,y2)。对于第2组数据点,寻找并确定横坐标中最小与最大的点,横坐标最小的点记为P3(x3,y3),横坐标最大的点记为P4(x4,y4)。上述寻找并确定的点在坐标系内的分布可参见图5所示。
根据第1、2组中横坐标最小的点P1、P3的坐标求得直线P1P3的斜率:
K1=(y3-y1)/(x3-x1)
根据点第I、II组中横坐标最大的P2、P4的坐标求得直线P2P4的斜率:
K2=(y4-y2)/(x4-x2)
间隙环节的斜率取为K1、K2的平均值:K=(K1+K2)/2。
第三、计算间隙环节的宽度
在坐标系内作过点P1的水平直线y=y1,作过点P4且斜率为K的直线y=K(x-x4)+y4,设两直线的交点为P′2。
则具有方程组
可得P′2点的横坐标为:x′2=x4+(y1-y4)/K
则间隙环节的宽度取为:w=(x′2-x1)*m,m为系数,其中,系数m可根据需要调节,在本申请优选实施方式中,系数m的取值为0.9~0.99为佳。
本申请所提供的方法可以在自动控制系统运行过程中在线识别执行机构间隙非线性特性的特征参数,据此实时消除间隙环节对控制系统所造成的影响,有利于降低执行机构设计制造精度的要求,从而降低设计制造成本,并有助于克服基于间隙环节固定特征参数的补偿方案的不足。
下面结合采用本申请提供一组具体数据的实施例对本申请的方法做进一步说明。
本申请提供的在线识别间隙环节特征参数的方法包括:
步骤1、采集执行机构的输入输出数据
在自动控制系统运行过程中,以0.01秒的时间间隔采集执行机构的输入输出数据,采集4秒钟共400对数据。把相应的数据x、y对作为点的坐标全部画在平面直角坐标系内,如图6所示。
步骤2、计算间隙环节的斜率
对所采集的输出数据,在一维数组y中找到其最大值ymax=0.047、最小值ymin=-0.402,在平面直角坐标系内作直线y=ymin=-0.402、y=ymin+(ymax-ymin)/4=-0.29、y=ymax=0.047、y=Ymax-(ymax-ymin)/4=-0.065,如图7所示。
位于直线ymin=-0.402与y=-0.29之间的数据点构成第1组数据点,位于直线y=0.047与y=-0.065之间的数据点构成第2组数据点。
在第1组数据点内,横坐标最小的点为P1(-0.699,-0.355),横坐标最大的点为P2(-0.156,-0.305);在第2组内,横坐标最小的点为P3(-0.461,-0.012),横坐标最大的点为P4(0.082,-0.031)。这些点在坐标系内的分布如图8所示。
由点P1、P2、P3、P4的坐标求得直线P1P3的斜率为K1=1.441,直线P2P4的斜率为K2=1.151,因此得间隙环节的斜率为K=1.296。
步骤3、计算间隙环节的宽度
在平米直角坐标系内作过点P1的水平直线y=-0.355,作过点P4且斜率K为1.296的直线y=1.296x-0.137,设两直线的交点为P′2。
则方程组为:
可得P′2点的横坐标为:x′2=-0.168
间隙环节的宽度为:w=(-0.168+0.699)*0.94=0.499。
另外,本申请还提供了一种基于线段拟合在线识别间隙环节特征参数的装置,所述装置包括:
预处理模块,用于获取执行机构在一定时间内的输入输出数据,输入数据构建成一维数组x,输出数据构建成一位数组y,在平面直角坐标系内标示出同一时刻下的一维数组x和一维数组y;
间隙环节斜率确定模块,用于确定一维数组y中的最大值ymax和最小值ymin,在所述平面直角坐标系内构建直线y=ymin、y=ymin+(ymax-ymin)/n、y=max、y=ymax-(ymax-ymin)/n,n为大于1的自然数,位于直线y=ymin、y=ymin+(ymax-ymin)/n之间的数据点构成第1组数据点,位于直线y=max、y=ymax-(ymax-ymin)/n之间的数据点构成第2组数据点;
对于第1组数据点,确定横坐标中最小与最大的点,横坐标最小的点记为P1(x1,y1),横坐标最大的点记为P2(x2,y2);
对于第2组数据点,确定横坐标最小与最大的点,横坐标最小的点记为P3(x3,y3),横坐标最大的点记为P4(x4,y4);
根据第1组数据点和第2组数据点中横坐标最小的点P1、P3的坐标确定直线P1P3的斜率为:K1=(y3-y1)/(x3-x1);
根据第1组数据点和第2组数据点中横坐标最大的点P2、P4的坐标确定直线P2P4的斜率为:K2=(y4-y2)/(x4-x2);
则间隙环节的斜率取为斜率K1、K2的平均值为:K=(K1+K2)/2;
间隙环节宽度确定模块,用于在平面直角坐标系内作过点P1的水平直线y=y1,作过点P4且斜率为K的直线y=K(x-x4)+y4,设两直线的交点为P2′。
构建方程组
则交点P2′的横坐标为:x2′=x4+(y1-y4)/K
最后,间隙环节的宽度为:w=(x2′-x1)*m,m为系数。
在该方面的实施方式中,自然数n根据需要调节。
在该方面的实施方式中,系数m根据需要调节。
在上述实施方式的优选方式中,系数m的取值范围为0.9~0.99。
最后,本申请提供了一种自动控制系统,所述自动控制系统包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理装置执行时,使得一个或多个处理装置实现如上述任一所述的方法。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种在线识别间隙环节特征参数的方法,其特征在于,所述方法包括:
获取执行机构在一定时间内的输入输出数据,输入数据构建成一维数组x,输出数据构建成一位数组y,在平面直角坐标系内标示出同一时刻下的一维数组x和一维数组y;
确定一维数组y中的最大值ymax和最小值ymin,在所述平面直角坐标系内构建直线y=ymin、y=ymin+(ymax-ymin)/n、y=max、y=ymax-(ymax-ymin)/n,n为大于1的自然数,位于直线y=ymin、y=ymin+(ymax-ymin)/n之间的数据点构成第1组数据点,位于直线y=max、y=ymax-(ymax-ymin)/n之间的数据点构成第2组数据点;
对于第1组数据点,确定横坐标中最小与最大的点,横坐标最小的点记为P1(x1,y1),横坐标最大的点记为P2(x2,y2);
对于第2组数据点,确定横坐标最小与最大的点,横坐标最小的点记为P3(x3,y3),横坐标最大的点记为P4(x4,y4);
根据第1组数据点和第2组数据点中横坐标最小的点P1、P3的坐标确定直线P1P3的斜率为:K1=(y3-y1)/(x3-x1);
根据第1组数据点和第2组数据点中横坐标最大的点P2、P4的坐标确定直线P2P4的斜率为:K2=(y4-y2)/(x4-x2);
则间隙环节的斜率取为斜率K1、K2的平均值为:K=(K1+K2)/2;
在平面直角坐标系内作过点P1的水平直线y=y1,作过点P4且斜率为K的直线y=K(x-x4)+y4,设两直线的交点为P2';
构建方程组
则交点P2'的横坐标为:x2'=x4+(y1-y4)/K
最后,间隙环节的宽度为:w=(x2'-x1)*m,m为系数。
2.如权利要求1所述的在线识别间隙环节特征参数的方法,其特征在于,系数m的取值范围为0.9~0.99。
3.一种基于线段拟合在线识别间隙环节特征参数的装置,其特征在于,所述装置包括:
预处理模块,用于获取执行机构在一定时间内的输入输出数据,输入数据构建成一维数组x,输出数据构建成一位数组y,在平面直角坐标系内标示出同一时刻下的一维数组x和一维数组y;
间隙环节斜率确定模块,用于确定一维数组y中的最大值ymax和最小值ymin,在所述平面直角坐标系内构建直线y=ymin、y=ymin+(ymax-ymin)/n、y=max、y=ymax-(ymax-ymin)/n,n为大于1的自然数,位于直线y=ymin、y=ymin+(ymax-ymin)/n之间的数据点构成第1组数据点,位于直线y=max、y=ymax-(ymax-ymin)/n之间的数据点构成第2组数据点;
对于第1组数据点,确定横坐标中最小与最大的点,横坐标最小的点记为P1(x1,y1),横坐标最大的点记为P2(x2,y2);
对于第2组数据点,确定横坐标最小与最大的点,横坐标最小的点记为P3(x3,y3),横坐标最大的点记为P4(x4,y4);
根据第1组数据点和第2组数据点中横坐标最小的点P1、P3的坐标确定直线P1P3的斜率为:K1=(y3-y1)/(x3-x1);
根据第1组数据点和第2组数据点中横坐标最大的点P2、P4的坐标确定直线P2P4的斜率为:K2=(y4-y2)/(x4-x2);
则间隙环节的斜率取为斜率K1、K2的平均值为:K=(K1+K2)/2;
间隙环节宽度确定模块,用于在平面直角坐标系内作过点P1的水平直线y=y1,作过点P4且斜率为K的直线y=K(x-x4)+y4,设两直线的交点为P2';
构建方程组
则交点P2'的横坐标为:x2'=x4+(y1-y4)/K
最后,间隙环节的宽度为:w=(x2'-x1)*m,m为系数。
4.如权利要求3所述的基于线段拟合在线识别间隙环节特征参数的装置,其特征在于,系数m的取值范围为0.9~0.99。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110608249.0A CN113359429B (zh) | 2021-06-01 | 2021-06-01 | 一种在线识别间隙环节特征参数的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110608249.0A CN113359429B (zh) | 2021-06-01 | 2021-06-01 | 一种在线识别间隙环节特征参数的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113359429A CN113359429A (zh) | 2021-09-07 |
CN113359429B true CN113359429B (zh) | 2023-12-19 |
Family
ID=77530839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110608249.0A Active CN113359429B (zh) | 2021-06-01 | 2021-06-01 | 一种在线识别间隙环节特征参数的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113359429B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63301375A (ja) * | 1987-06-02 | 1988-12-08 | Fanuc Ltd | 直線検出方式 |
JPH09325985A (ja) * | 1996-06-03 | 1997-12-16 | Ibiden Co Ltd | パターン間隙算出装置 |
CN102360509A (zh) * | 2011-10-19 | 2012-02-22 | 浙江大学 | 最大斜率射线算法判定点与多边形空间位置关系的方法 |
CN103870792A (zh) * | 2012-12-11 | 2014-06-18 | 江苏大学 | 飞机起飞自动跟踪方法 |
CN109360144A (zh) * | 2018-09-18 | 2019-02-19 | 南京大学 | 一种基于手机平台的图像实时校正改进方法 |
CN109657294A (zh) * | 2018-11-29 | 2019-04-19 | 中国航空工业集团公司沈阳飞机设计研究所 | 基于特征参数的试飞数据自动化分析方法及系统 |
CN112597660A (zh) * | 2020-12-29 | 2021-04-02 | 杭叉集团股份有限公司 | 一种叉车转向机构全参数多目标优化方法 |
-
2021
- 2021-06-01 CN CN202110608249.0A patent/CN113359429B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63301375A (ja) * | 1987-06-02 | 1988-12-08 | Fanuc Ltd | 直線検出方式 |
JPH09325985A (ja) * | 1996-06-03 | 1997-12-16 | Ibiden Co Ltd | パターン間隙算出装置 |
CN102360509A (zh) * | 2011-10-19 | 2012-02-22 | 浙江大学 | 最大斜率射线算法判定点与多边形空间位置关系的方法 |
CN103870792A (zh) * | 2012-12-11 | 2014-06-18 | 江苏大学 | 飞机起飞自动跟踪方法 |
CN109360144A (zh) * | 2018-09-18 | 2019-02-19 | 南京大学 | 一种基于手机平台的图像实时校正改进方法 |
CN109657294A (zh) * | 2018-11-29 | 2019-04-19 | 中国航空工业集团公司沈阳飞机设计研究所 | 基于特征参数的试飞数据自动化分析方法及系统 |
CN112597660A (zh) * | 2020-12-29 | 2021-04-02 | 杭叉集团股份有限公司 | 一种叉车转向机构全参数多目标优化方法 |
Non-Patent Citations (5)
Title |
---|
Identification of clearance-type nonlinearities;S. Marchesiello;《Mechanical Systems and Signal Processing》;全文 * |
Simultaneous multi-parameter identification algorithm for clearance-type nonlinearity;Bingbing Hu;《Mechanical Systems and Signal Processing》;全文 * |
具有二维间隙非线性的全动舵面动力特性研究;陈识;《四川理工学院学报( 自然科学版)》;全文 * |
对PIO预测的A值及A准则的分析;王允辉;《飞行力学》;全文 * |
空气舵系统传动机构间隙建模及辨识方法研究;顾铭峰;《战术导弹技术》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113359429A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111913803B (zh) | 一种基于akx混合模型的服务负载细粒度预测方法 | |
CN110119588B (zh) | 基于扩展卡尔曼滤波状态估计值的在线优化设计方法 | |
US20160063151A1 (en) | Method for Determining a Model of an Output Quantity of a Technical System | |
CN111427266A (zh) | 一种针对带扰动的非线性系统辨识方法 | |
CN105787610A (zh) | 一种支持时间序列匹配的案例推理方法 | |
US20230057878A1 (en) | Industrial internet of things, control methods and storage medium based on machine visual detection | |
CN113048016B (zh) | 在线修正风力发电机组的对风偏差的方法和装置 | |
US7529651B2 (en) | Accurate linear parameter estimation with noisy inputs | |
CN113359429B (zh) | 一种在线识别间隙环节特征参数的方法及装置 | |
US11989013B2 (en) | Abnormality detection apparatus, abnormality detection system, and learning apparatus, and methods for the same and non-temporary computer-readable medium storing the same | |
CN116748352B (zh) | 一种金属弯管机加工参数监测控制方法、系统及存储介质 | |
CN113177355A (zh) | 一种电力负荷预测方法 | |
JPH0756608A (ja) | 信号処理方法 | |
CN112990225B (zh) | 一种复杂环境下的图像目标识别方法及装置 | |
CN114359287A (zh) | 一种图像数据处理方法及设备 | |
CN110244563B (zh) | 一种神经网络内模控制器模型失配识别及在线更新方法 | |
CN111968140B (zh) | 基于经典感受野固视微动机制的轮廓检测方法 | |
CN104835176A (zh) | 一种激光视觉图像的阈值分割方法 | |
CN110825051B (zh) | 一种基于gap metric的不确定系统的多模型控制方法 | |
US20210397992A1 (en) | Inference apparatus, information processing apparatus, inference method, program and recording medium | |
CN110288724A (zh) | 一种基于小波函数主元分析的批次过程监测方法 | |
US20220128956A1 (en) | Method and device for determining a measure of quality continuously | |
CN115310260B (zh) | 疲劳寿命分布模型建模方法、系统、装置、计算机可读介质 | |
CN117708180B (zh) | 一种基于扫描枪的数据处理方法及装置 | |
US11636586B2 (en) | Process control system and process control method |
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 |