System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种GMEHA的结构集成型自感知方法及系统技术方案_技高网

一种GMEHA的结构集成型自感知方法及系统技术方案

技术编号:40903508 阅读:2 留言:0更新日期:2024-04-18 14:35
本发明专利技术提供一种GMEHA的结构集成型自感知方法,包括以下步骤:将光纤光栅传感器安装在超磁致电静液作动器GMEHA内部的各执行部件上,以建立结构集成型自感知执行机构;利用结构集成型自感知执行机构,对GMEHA内部的各执行部件的物理量进行自感知,得到各执行部件对应物理量的变化量;对各执行部件对应物理量的变化量进行处理,获得各物理量的特征信息;将特征信息输入深度学习模型,对深度学习模型进行训练,得到各物理量的期望应变量;利用结构集成型自感知执行机构,采集GMEHA内部各执行部件的实时物理量,对实时物理量进行处理后,得到各物理量的实时应变量,根据期望应变量对实时应变量进行补偿耦合,实现对GMEHA的闭环控制。

【技术实现步骤摘要】

本专利技术属于小/微型超磁致电静液作动器的功率电传系统领域,具体涉及一种gmeha的结构集成型自感知方法及系统。


技术介绍

1、近年来,随着以无人机为代表的小型飞行器和战地机器人在军事领域需求的快速增长,小/微型超磁致电静液作动器gmeha的应用正向军用领域延伸。小/微型gmeha可实现高效率的直接电-机转换和小型一体化。可见,基于小/微型gmeha的功率电传系统,是未来高性能无人机和战地机器人技术的重要研究方向之一,也是关乎国计民生的前沿
,更是必须掌握核心自主知识产权的关键领域,而国内对该领域的研究受制于传感和测量技术,与国外先进水平尚有一定差距。

2、现有技术对小/微型gmeha的研究主要集中在:整体输入/输出和中间过程参数的实验和仿真、系统的非线性动/静态模型、整流阀的材质构造和开启方式、系统发热模型的仿真分析等方面。但在实际工作过程中,缺乏对小/微型gmeha内部各个组件的动态参数进行实时、同步自感知的技术手段、对小/微型gmeha内部关键零部件失效模式和影响其工作寿命的因素和原理的研究。

3、小/微型gmeha的可靠性,例如疲劳极限和失效模式,与功率电传性能,例如:载荷能力与作动精度,是其重要的性能指标,直接决定了无人机或机器人的高性能、可靠性与耐久性,即要求小/微型gmeha能在复杂工况条件下维持其高效执行力的同时,能保证生命周期内的安全可靠。上述性能的实现,一方面依赖精妙的结构设计,如自感知执行机构的复合构造、对传统执行部件进行交差学科的改造和热力学设计等;另一方面依赖面向实际工况的主动控制策略,但由于小/微型gmeha属于多维度、复杂耦合以及不确定性的复杂动态系统,其输出性能依赖机械部件与液态工作介质间的相互作用,其中存在电磁、磁机、流固等复杂的转换过程,欲实现小/微型gmeha在实际工况条件下的优异的自感知执行/动态功率传递特性,针对影响gmeha自感知参数获取的各种干扰因素,研究基于光纤传感技术的自感知新方法和新理论,以满足现代科技发展对gmeha在工作过程中的动态、实时性自感知性能的要求就显得日益迫切。


技术实现思路

1、本专利技术提出了一种gmeha的结构集成型自感知方法及系统,解决了现有技术缺乏对gmeha内部各个组件的动态参数进行实时、同步自感知的问题。

2、为解决上述技术问题,本专利技术提供了一种gmeha的结构集成型自感知方法,包括以下步骤:

3、步骤s1:将光纤光栅传感器安装在超磁致电静液作动器gmeha内部的各执行部件上,以建立结构集成型自感知执行机构;

4、步骤s2:利用所述结构集成型自感知执行机构,对gmeha内部的各执行部件的物理量进行自感知,得到各执行部件对应物理量的变化量;

5、步骤s3:对各执行部件对应物理量的变化量进行处理,获得各物理量的特征信息;

6、步骤s4:将所述特征信息输入深度学习模型,对所述深度学习模型进行训练,得到各物理量的期望应变量;

7、步骤s5:利用所述结构集成型自感知执行机构,采集gmeha内部各执行部件的实时物理量,对所述实时物理量进行处理后,得到各物理量的实时应变量,根据所述期望应变量对所述实时应变量进行补偿耦合,实现对gmeha的闭环控制。

8、优选地,步骤s3包括:

9、步骤s31:采用光栅调节仪将物理量的变化量转换为电信号;

10、步骤s32:剔除所述电信号中的干扰信号,获得降噪数据;

11、步骤s33:采用时/频域处理算法,提取所述降噪数据的特征信息,所述特征信息包括gmeha内部的各执行部件的振动频率、振幅,温度变化和位移变化。

12、优选地,步骤s32包括以下步骤:采用趋势预测算法获取各数据的变化趋势,将所述变化趋势与设定变化趋势门限进行对比,将超出设定变化趋势门限的信号置为0。

13、优选地,步骤s5中所述闭环控制包括:

14、步骤s51:光纤光栅传感器对结构集成型自感知执行机构在工作过程中的物理量的变化进行实时自感知;

15、步骤s52:光栅解调仪将所述物理量的实时变化,转换为实时应变量,并输出给pc机;

16、步骤s53:pc机根据各物理量的期望应变量,对所述实时应变量进行补偿耦合,以实现闭环控制。

17、优选地,步骤s2中所述物理量包括:振动、形变、温度、磁场、位移和电流。

18、本专利技术还提供一种gmeha的结构集成型自感知系统,适用于上述的一种gmeha的结构集成型自感知方法,所述结构集成型自感知系统包括自感知模块、模型训练模块和闭环控制模块;

19、所述自感知模块在gmeha工作过程中实时采集gmeha内部各个执行部件对应的物理量,对实时自感知的物理量进行处理,得到各物理量的实时应变量;

20、所述模型训练模块根据各个执行部件对应的物理量的历史数据,训练深度学习模型,得到各物理量的期望应变量;

21、所述闭环控制模块根据实时采集的物理量,动态调整施加给gmeha的激励信号,以实现闭环控制。

22、优选地,所述自感知模块包括光纤光栅传感器和gmeha内部的执行部件;所述光纤光栅传感器采集所述gmeha内部的执行部件工作过程中的物理量的实时变化。

23、优选地,所述闭环控制模块包括pc机、gmeha、程控信号源、功率放大器、自感知模块和光栅解调仪;

24、所述pc机运行数据处理算法、搭建gmeha动态模型并运行自适应控制算法;

25、所述光栅解调仪将所述自感知模块采集的各种物理量转换成波长变化量,输入pc机进行降噪和分析后,得到各物理量对应的特征信息,作为gmeha动态模型和闭环控制算法的输入参数;

26、所述程控信号源和功率放大器输出gmeha的驱动信号。

27、本专利技术还提供一种电子设备,包括:存储器、处理器和计算机程序,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现上述的一种gmeha的结构集成型自感知方法。

28、本专利技术另外提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行以实现上述的一种gmeha的结构集成型自感知方法。

29、本专利技术的有益之处至少包括:提出了基于光纤传感技术的自感知方法,在实际工作过程中,对gmeha内部各个组件的动态参数进行实时、同步自感知。

本文档来自技高网...

【技术保护点】

1.一种GMEHA的结构集成型自感知方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种GMEHA的结构集成型自感知方法,其特征在于:步骤S3包括:

3.根据权利要求2所述的一种GMEHA的结构集成型自感知方法,其特征在于,步骤S32包括以下步骤:采用趋势预测算法获取各数据的变化趋势,将所述变化趋势与设定变化趋势门限进行对比,将超出设定变化趋势门限的信号置为0。

4.根据权利要求1所述的一种GMEHA的结构集成型自感知方法,其特征在于:步骤S5中所述闭环控制包括:

5.根据权利要求1所述的一种GMEHA的结构集成型自感知方法,其特征在于:步骤S2中所述物理量包括:振动、形变、温度、磁场、位移和电流。

6.一种GMEHA的结构集成型自感知系统,适用于如权利要求1-5任一项所述的一种GMEHA的结构集成型自感知方法,其特征在于:所述结构集成型自感知系统包括自感知模块、模型训练模块和闭环控制模块;

7.根据权利要求6所述的一种GMEHA的结构集成型自感知系统,其特征在于:所述自感知模块包括光纤光栅传感器和GMEHA内部的执行部件;所述光纤光栅传感器采集所述GMEHA内部的执行部件工作过程中的物理量的实时变化。

8.根据权利要求6所述的一种GMEHA的结构集成型自感知系统,其特征在于:所述闭环控制模块包括PC机、GMEHA、程控信号源、功率放大器、自感知模块和光栅解调仪;

9.一种电子设备,包括:存储器、处理器和计算机程序,其特征在于:所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现权利要求1~5任一项所述的一种GMEHA的结构集成型自感知方法。

10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行以实现权利要求1~5任一项所述的一种GMEHA的结构集成型自感知方法。

...

【技术特征摘要】

1.一种gmeha的结构集成型自感知方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种gmeha的结构集成型自感知方法,其特征在于:步骤s3包括:

3.根据权利要求2所述的一种gmeha的结构集成型自感知方法,其特征在于,步骤s32包括以下步骤:采用趋势预测算法获取各数据的变化趋势,将所述变化趋势与设定变化趋势门限进行对比,将超出设定变化趋势门限的信号置为0。

4.根据权利要求1所述的一种gmeha的结构集成型自感知方法,其特征在于:步骤s5中所述闭环控制包括:

5.根据权利要求1所述的一种gmeha的结构集成型自感知方法,其特征在于:步骤s2中所述物理量包括:振动、形变、温度、磁场、位移和电流。

6.一种gmeha的结构集成型自感知系统,适用于如权利要求1-5任一项所述的一种gmeha的结构集成型自感知方法,其特征在于:所述结构集成型自感知系统包括自感知模...

【专利技术属性】
技术研发人员:韩屏
申请(专利权)人:武汉理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1