-
公开(公告)号：CN119064000A
公开(公告)日：2024-12-03
申请号：CN202411299127.8
申请日：2024-09-18
Applicant: 南京理工大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明公开了一种针对往复运动机械手齿轮故障的诊断方法，包括采集机械手回转装置在有载和空载时不同齿轮故障下的振动信号，其中空载工况下的数据部分为无标签数据，有载工况下的数据全部为无标签数据，组建数据集；通过扩散模型对空载工况下的振动信号进行扩张；在诊断模型中加入小波包降噪层，对输入信号进行降噪处理；在诊断模型中采用由最大均方差作为差异度量标准的新联合分布自适应机制来解决两工况下数据分布对齐问题，提取共性特征，实现对机械手回转齿轮故障的诊断。通过与常规方法对比验证，本发明比同类方法有更高的诊断精度和适用性。
-
公开(公告)号：CN118971719A
公开(公告)日：2024-11-15
申请号：CN202411078689.X
申请日：2024-08-07
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于传递力矩估计与补偿的齿隙振荡抑制控制方法，属于齿轮传动控制领域，包括：建立机电伺服系统两惯量模型；设计三阶非线性扩展状态观测器估计传递力矩：定义三阶非线性扩展状态观测器的3阶状态变量，改写两惯量模型并根据传递力矩有界性确定三阶非线性扩展状态观测器具体形式；根据传递力矩的估计值，设计补偿间隙非线性扰动的电流值；将补偿间隙非线性扰动的电流值加入参考电流得到补偿后的伺服系统的电流环输入。本发明能够解决齿轮传动系统中齿隙引起的极限环振荡问题。
-
公开(公告)号：CN118650629A
公开(公告)日：2024-09-17
申请号：CN202411031354.2
申请日：2024-07-30
Applicant: 南京理工大学
Abstract: 本发明提出了一种融合深度强化学习的柔性机械臂高精度控制方法，属于柔性机械臂运动控制技术领域，包括建立柔性机械臂数学模型；设计基于模型的控制律；建立系统的马尔可夫决策过程；设计考虑大范围跟踪误差特性的连续奖励函数；建立基于深度强化学习算法流程；设计基于平滑加权的融合律；本发明所提出的一种融合深度强化学习的柔性机械臂高精度控制方法，不仅轨迹跟踪精度高，而且在没有部署传感器的前提下，实现了精准控制，可有效提高柔性机械臂的轨迹跟踪性能。
-
公开(公告)号：CN117929998A
公开(公告)日：2024-04-26
申请号：CN202311730313.8
申请日：2023-12-15
Applicant: 南京理工大学
Abstract: 本发明公开一种永磁同步电机不同工况和不同噪声环境下的电气故障诊断方法，利用零序电压分量和三相定子电流作为网络输入，构建多分辨率卷积网络，提取多层感知信息，实现故障判别。使用仿真软件生成包含34种状态的仿真数据，构建仿真数据集。采集真实实验情况下34种状态的实验数据，构建真实数据集；将仿真数据集与真实数据集划分为三个子集：训练集、验证集和测试集。搭建多分辨率网络，提取故障特征，实现故障分类；在数据中添加高斯噪声和拉普拉斯噪声验证网络对噪声的鲁棒性。本发明首次实现使用深度学习方法在不同工况和不同噪声环境下同时诊断电压源逆变器开路故障、定子绕组开路故障和匝间短路故障。
-
公开(公告)号：CN116599401B
公开(公告)日：2024-04-23
申请号：CN202310566114.1
申请日：2023-05-18
Applicant: 南京理工大学
IPC: H02P21/00 , H02P21/18 , H02P25/022
Abstract: 本发明提出了一种基于自适应滑模趋近律的永磁同步电机调速控制方法，由指数型积分滑模面、自适应滑模趋近律和基于模型的补偿项三部分组成。所设计的指数型积分滑模面可有效减小积分饱和作用，避免了常规积分型滑模面超调量大的问题。自适应增益能够根据系统状态自动调整趋近律增益的大小，当系统状态远离滑模面时增益增大，而当系统状态接近滑模面时增益减小，有效地减小了系统状态到达滑模面的时间和抖振。本发明的控制方法中，系统状态到达滑模面的最大时间与系统的初始状态无关，可通过调整趋近律参数有效地减少最大到达时间。本发明不仅结构简单、参数容易调整，而且鲁棒性好、控制精度高，可有效提高永磁同步电机的速度调节性能。
-
Patent Agency Ranking
公开(公告)号：CN116572238B
公开(公告)日：2024-04-09
申请号：CN202310566257.2
申请日：2023-05-18
Applicant: 南京理工大学
IPC: B25J9/16
Abstract: 本发明提出了一种基于状态预测的机器人操作臂点到点运动规划方法，采用矩形积分法预测剩余距离、速度增量和位移增量等状态，并据此计算期望的加速度和速度。与传统的T曲线运动规划方法相比，本方法的加速度规划曲线在接近设定位置时连续，因而不存在加速度冲击；与S曲线运动规划方法相比，本方法结构简单、计算量小。本发明提出的一种基于状态预测的机器人操作臂点到点运动规划方法，具有结构简单、计算量小、不存在末端加速度冲击等特点，可有效提高机器人操作臂点到点运动的控制精度。
-
公开(公告)号：CN117171607A
公开(公告)日：2023-12-05
申请号：CN202210461826.2
申请日：2022-04-28
Applicant: 南京理工大学
IPC: G06F18/24 , G06N3/0455 , G06N3/0475 , G06N3/09 , G06N3/088 , G01R31/34 , G01R31/52 , G01R31/72
Abstract: 本发明公开了一种基于深度学习的永磁同步电机故障诊断方法，利用改造后的生成对抗网络对故障数据扩张，在数据集加入损伤噪声后输入深度稀疏自编码网络结合softmax分类器实现电机匝间短路故障的分类。该方法包括如下步骤：1)采集电机不同程度匝间短路的三相定子电流信号和零序电压信号，组建数据集；2)搭建自编码器模型；3)将自编码器作为生成对抗网络的生成模型，采集的正常数据作为生成模型输入，完成故障数据的扩张；4)将扩张后数据集按设定比例划分成训练集和测试集；5)无监督学习与有监督微调有机结合训练深度稀疏自编码网络，结合分类器实现匝间短路故障的分类。通过对比验证，本发明比同类方法有更高的适用性及可行性。
-
公开(公告)号：CN116698398A
公开(公告)日：2023-09-05
申请号：CN202310487495.4
申请日：2023-04-28
Applicant: 南京理工大学
IPC: G01M13/021 , G01M13/028
Abstract: 本发明公开了一种改进的完全经验模态分解(CEEMDAN)结合小波包分阈值降噪与能量熵的齿轮故障诊断特征提取方法，将经CEEMDAN阈值降噪后的重构信号重新CEEMDAN分解，获取各模态分量的能量值，以此作为齿轮的故障特征。该方法包括如下步骤：1)用振动传感器采集回转装置齿轮处X、Y、Z三个相互垂直方向的振动信号；2)对数据进行CEEMDAN分解得到多个固有模态分量；3)采用皮尔逊相关系数法将模态分量划分成噪声主导分量和信号主导分量；4)对不同主导分量分别采取不同小波降噪方式；5)信号重构后重新CEEMDAN分解，提取到各模态的能量值，以此作为不同故障状态下的特征。
-
公开(公告)号：CN112923787B
公开(公告)日：2022-11-25
申请号：CN202110088607.X
申请日：2021-01-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于复进机气压计算火炮后坐最大位移的方法，首先在火炮复进机安装测量气压的压力传感器；再将传感器连接数据采集器，通过数采记录存储火炮射击时复进机内的气压变化过程；将采集到的复进机气压数据滤波去除干扰噪声，然后从中提取火炮射击时复进机气压变化的初值与峰值；最后将复进机气压的初值与峰值代入复进机气压与后坐位移的结构关系公式，计算得到火炮射击时后坐最大位移长度；本发明可通过监测火炮复进机气压值来得到火炮后坐最大位移。
-
公开(公告)号：CN113067519B
公开(公告)日：2022-02-18
申请号：CN202110229603.9
申请日：2021-03-02
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于残差的无位置传感器注入自适应永磁电机控制方法，在无位置传感器的情况下通过电压、电流以及电机电流环模型及其参数估计永磁电机转子位置和转速；低速下的转子位置估计需要向三相绕组注入高频电压信号，以激励高频电流分量，电流高频分量幅值越高，则估计越稳定，然而噪声就越大。电流环的估计残差反映了转速和位置估计的状态是否稳定可靠，当残差较小时，说明估计状态稳定可靠，因而只需要较小的注入信号幅值就维持低速转子位置估计；反之则应该增大注入信号幅值以保证系统稳定运行。本发明的核心创新点在于建立了通过电流环估计残差自适应调节注入信号幅值的机制，在实现低速无位置传感器控制的同时提高了系统稳定性。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.022 seconds)
