光学超精密测试仪器智能抗振控制理论及其关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61104062
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    23.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2014
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2014-12-31

项目摘要

外界振动的干扰对超精密光学加工和测试精度的影响是先进光学制造与检测领域的难题之一,智能抗振控制技术是解决该难题的重要途径。本项目拟以光学超精密测试仪器对环境振动的抗振需求为背景,首先建立光学超精密测试仪器抗振系统的数学模型,并结合模型结构和针对外部干扰,构建新型的小波-鲁棒混合控制算法(WRHC算法),从而设计智能抗振控制策略,使得抗振系统能够有效地抑制结构的不确定性和外部振动的干扰;其次,进一步研究基于被动抗振和主动抗振相结合的智能混合控制技术的抗振系统结构和关键技术,将空气弹簧作为被动抗振元件, 将压电作动器(PZT)作为主动抗振元件,由此构成的抗振系统可对低频振动进行有针对性的抑制,从而可以有效地隔离整个频率范围内的振动,进而提高光学超精密测试仪器的测试稳定度、测试精度和可靠性。本项目所研究的问题是跨学科的复杂工程系统的控制问题,进一步拓展了智能控制理论的应用。

结项摘要

本课题研究的出发点就在于将被动抗振和主动抗振相结合的混合控制技术应用于光学超精密测试仪器抗振平台系统中,将空气弹簧作为被动抗振元件, 将压电作动器(PZT)作为主动抗振元件,构造了采用被动抗振和主动抗振相结合的混合控制技术的光学超精密测试仪器智能抗振平台系统。同时建立一种新型WRHC 算法将光学超精密测试仪器抗振平台的随机振动信号进行时频分析后得到低频全局信息,以便主动抗振系统对低频振动信号进行抑制。该混合算法的特点是采用小波分析方法将随机振动信号进行时频分析后得到低频全局信息,以便于鲁棒控制算法有针对性的控制主动抗振系统对低频振动进行抑制。使得抗振系统能够有效地抑制结构的不确定性和振动的干扰,主被动抗振系统相结合可有效地隔离整个频率范围内的振动,从而提高光学超精密测试仪器的测试精度。在项目研发后期引入了随机振动的研究,由于振动干扰具有很强的随机性,而且具有一定的多频微弱周期信号特征,因此采用自适应随机共振检测方法进行相关分析与测试,随后,构建随机振动控制系统的结构模型,运用随机激励下的耗散汉密尔顿系统理论,构建外部振动激励下的耗散的汉密尔顿系统,运用随机平均法导出平均系统,建立不确定性系统的随机最优控制问题,针对该随机最优控制问题,由随机动态规划原理得到不确定性系统的动态规划方程,从而得到最优平均控制律。本项目最终初步构建了光学超精密测试仪器的振动模型,对主被动抗振技术及主被动混合抗振技术进行了初步研究,构建了光学超精密测试仪器抗振系统的结构模型及动力学分析,撰写并发表了相关论文4篇,初步构建了光学超精密测试仪器抗振实验系统,以光学移相干涉仪为实验对象验证WRHC 算法对于光学超精密测试仪器抗振平台的抗振效果,撰写并发表相关论文2篇,申请了相关发明专利1项。后期,引入随机振动的研究,进一步扩展该研究项目的领域,发表相关论文4篇。综上所述,本项目初步按照研究计划进行了实施,取得了一定的成果。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
基于自适应阈值的不规则光照下图像提取方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    电子科技
  • 影响因子:
    --
  • 作者:
    张思俊;王乐乐;宦海;陆振宇
  • 通讯作者:
    陆振宇
基于无线传感网的小区车位防占报警系统设计
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    电脑知识与技术
  • 影响因子:
    --
  • 作者:
    张思俊;宦海;徐冬冬;陆振宇
  • 通讯作者:
    陆振宇
Convergence Rate of Numerical Solutions for Nonlinear Stochastic Pantograph Equations with Markovian Switching and Jumps
具有马尔可夫切换和跳跃的非线性随机受电弓方程数值解的收敛率
  • DOI:
    10.1155/2013/420648
  • 发表时间:
    2013-06
  • 期刊:
    Abstract and Applied Analysis
  • 影响因子:
    --
  • 作者:
    Lu, Zhenyu;Yang, Tingya;Hu, Yanhan;Hu, Junhao
  • 通讯作者:
    Hu, Junhao
span style=font-family:; roman;font-size:12pt;= new= times=strongParameter Estimation of 2-D Stochastic FM Model based on Two Step Estimation Procedure/strong/span
基于两步估计程序的二维随机调频模型参数估计
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    International Journal of Control, Automation and Systems
  • 影响因子:
    --
  • 作者:
    崔家瑞;李擎;胡广大;陆振宇
  • 通讯作者:
    陆振宇
基于Canny算子边缘检测的车牌图像增强方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    重庆交通大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    张思俊;王乐乐;陆振宇
  • 通讯作者:
    陆振宇

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于PDSSD改进型神经网络的小目标检测算法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    计算机应用与软件
  • 影响因子:
    --
  • 作者:
    王鹏;陆振宇;詹天明;戴玉亮;芦佳
  • 通讯作者:
    芦佳
Energy-efficient optimal guaranteed cost intermittent-switch control of a direct expansion air conditioning system
直膨式空调系统节能最优保证成本间歇切换控制
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    IEEE/CAA Journal of Automatica Sinica
  • 影响因子:
    --
  • 作者:
    梅俊;陆振宇;胡军浩;范玉玲
  • 通讯作者:
    范玉玲
基于YOLO和深度残差混合网络的狗脸检测算法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    计算机应用与软件
  • 影响因子:
    --
  • 作者:
    芦佳;陆振宇;詹天明;戴裕亮;王鹏
  • 通讯作者:
    王鹏
时滞切换神经网络的全局渐近稳定性
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Mathematical Problems in Engineering
  • 影响因子:
    --
  • 作者:
    陆振宇;李凯;李燕
  • 通讯作者:
    李燕
改进型预测函数控制在感应电机功率优化中的应用
  • DOI:
    10.19708/j.ckjs.2016.07.015
  • 发表时间:
    2016
  • 期刊:
    测控技术
  • 影响因子:
    --
  • 作者:
    郭伟;程才;李涛;陆振宇;郁雯雯
  • 通讯作者:
    郁雯雯

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

陆振宇的其他基金

极端强对流灾害天气的智能监测与预报关键技术研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    253 万元
  • 项目类别:
    联合基金项目
多源信息融合的宠物狗身份识别理论与算法
  • 批准号:
    61773220
  • 批准年份:
    2017
  • 资助金额:
    64.0 万元
  • 项目类别:
    面上项目
星载TDICCD系统的随机振动控制理论及其关键技术研究
  • 批准号:
    61473334
  • 批准年份:
    2014
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码