期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
级联LESO自抗扰直线感应电机矢量控制
1
作者 胡海林 严庄宇 +1 位作者 钟经平 丰富 《探测与控制学报》 北大核心 2025年第1期135-143,共9页
直线感应电机(LIM)因其卓越的爬坡性能、低噪音和转弯半径小等特点,广泛用于磁浮管轨。针对传统LIM矢量控制在强耦合、高精度控制等场合存在动态响应速度慢、抗干扰能力不足等问题,提出并设计了基于级联线性扩张状态观测器(LESO)线性自... 直线感应电机(LIM)因其卓越的爬坡性能、低噪音和转弯半径小等特点,广泛用于磁浮管轨。针对传统LIM矢量控制在强耦合、高精度控制等场合存在动态响应速度慢、抗干扰能力不足等问题,提出并设计了基于级联线性扩张状态观测器(LESO)线性自抗扰(LADRC)的速度调节器。首先设计基于传统自抗扰控制方法的速度调节器;由于传统LADRC速度调节器中单个LESO估计扰动负担较重,难以满足LIM较高的扰动观测需求。因此设计级联LESO提高LADRC对系统扰动的估计能力,并在频域上分析了改进型LADRC在扰动估计性能的优越性。在半实物仿真实验平台验证了级联LESO线性自抗扰控制算法的正确性和有效性。 展开更多
关键词 直线感应电机 线性自抗扰控制 级联扩张状态观测器 频域分析 半实物仿真
在线阅读 下载PDF
基于改进MobileNet v2的服装图像分类算法 被引量:4
2
作者 李林红 杨杰 +1 位作者 蒋严宣 朱浩 《现代纺织技术》 北大核心 2024年第4期93-103,共11页
针对现有服装图像分类算法参数量较多、识别精度低的问题,提出了一种基于注意力机制和迁移学习的改进型MobileNet v2算法。首先,选取MobileNet v2作为特征提取网络,确保服装分类算法的整体轻量性。其次,将通道与空间注意力机制嵌入特征... 针对现有服装图像分类算法参数量较多、识别精度低的问题,提出了一种基于注意力机制和迁移学习的改进型MobileNet v2算法。首先,选取MobileNet v2作为特征提取网络,确保服装分类算法的整体轻量性。其次,将通道与空间注意力机制嵌入特征提取单元,自适应地选择和强化有用的特征信息,从而提高服装图像分类算法的识别精度。最后,通过迁移学习方法对模型进行参数初始化,使得模型能够从源域中获得先验知识。在Fashion MNIST数据集上的实验结果表明:所提算法的分类精度为93.28%,相较于ResNet50、EfficientNet v2_l、ShuffleNet v2和MobileNet v2模型,分别提高了1.85%、1.34%、3.86%和3.17%;在DeepFashion数据集上的准确率为88.24%。此外,该算法参数量低至2.35M,单张图像推理速度仅为7.5 ms,在参数量基本不变的的情况下提升了分类精度与推理速度。 展开更多
关键词 服装分类 MobileNet v2 深度学习 注意力机制 迁移学习
在线阅读 下载PDF
基于改进互联型全阶观测器的直线感应电机在线参数辨识
3
作者 丰富 胡海林 +1 位作者 钟德鸣 杨杰 《西南交通大学学报》 EI CSCD 北大核心 2024年第4期776-785,共10页
由于直线感应电机特殊结构和动态边端效应等影响,其励磁电感和次级损耗电阻的变化机理和规律复杂,为提高观测器对励磁电感和次级损耗电阻的辨识精度和性能,提出一种基于改进互联型全阶观测器的直线感应电机双参数在线辨识方法.首先,根... 由于直线感应电机特殊结构和动态边端效应等影响,其励磁电感和次级损耗电阻的变化机理和规律复杂,为提高观测器对励磁电感和次级损耗电阻的辨识精度和性能,提出一种基于改进互联型全阶观测器的直线感应电机双参数在线辨识方法.首先,根据考虑动态边端效应的直线感应电机T型等效电路,建立双参数变化的电机状态空间方程,并分析参数变化及耦合特性对电机极点影响;其次,为减小参数耦合对辨识精度的影响,建立双参数互联的低耦合辨识模型,完成互联型全阶自适应观测器设计,采用Popov超稳定性理论推导励磁电感和次级电阻在线辨识的自适应律,实现双参数在线辨识;然后,为提高观测器的稳定性和收敛速度,结合新型极点配置法完成反馈增益矩阵的推导与设计;最后,搭建仿真模型和硬件在环辨识模型进行实验验证.结果表明:新型全阶自适应观测器在启动加速阶段时励磁电感和损耗电阻辨识误差在0.01%左右;在负载动态时损耗电阻辨识误差在0.03%左右. 展开更多
关键词 直线感应电机 全阶观测器 参数辨识 极点配置
在线阅读 下载PDF
基于改进自抗扰控制器的磁浮列车速度跟踪控制研究 被引量:11
4
作者 王盼盼 杨杰 +1 位作者 邹吉强 刘鸿恩 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第1期310-320,共11页
磁浮列车的速度跟踪控制具有典型的非线性、大时滞、多约束等特点,制约磁浮列车在节能运行、智能驾驶和精准停车等方向的发展。针对磁浮列车的速度跟踪控制的大时滞问题,首先运用自抗扰控制理论,改进并分解控制器结构,推演分析其改进后... 磁浮列车的速度跟踪控制具有典型的非线性、大时滞、多约束等特点,制约磁浮列车在节能运行、智能驾驶和精准停车等方向的发展。针对磁浮列车的速度跟踪控制的大时滞问题,首先运用自抗扰控制理论,改进并分解控制器结构,推演分析其改进后的传递函数;其次,对控制系统结构进行了优化,并在低频域对控制系统进行传递函数等效;第三,基于等效传递函数,提出1阶惯性环节加时滞环节(First order plus time delay,FOPTD)模型;第四,基于FOPTD模型,提出改进自抗扰控制器的参数调整方法;最后,在Simulink仿真环境下,搭建了磁浮列车速度跟踪系统。验证了基于改进自抗扰控制器的列车速度跟踪系统对正弦信号的跟踪能力,并比较了其与基于其他2种控制器(常规自抗扰控制器、2自由度比例-积分-微分控制器)(Two-Degree-of-Freedom Proportion-Integral-Derivative Controller,2DOF-PID)的列车速度跟踪系统的抗阶跃扰动能力,同时,在具体算例中,对比了改进自抗扰控制器与常规自抗扰控制器、2DOF-PID跟踪目标速度曲线效果,并进行了误差分析。仿真结果表明:在相同路况条件下,相比于基于其他2种控制器的磁浮列车速度跟踪系统,本文设计的磁浮列车速度跟踪系统能够在不同路段精准跟踪目标速度曲线。该控制方法对其他运动控制问题的学术研究和工程应用也具有很好的参考价值。 展开更多
关键词 磁浮列车 速度跟踪 自抗扰控制器 时滞
在线阅读 下载PDF
基于改进ShuffleNet v1的服装图像分类算法 被引量:11
5
作者 曾华福 杨杰 李林红 《现代纺织技术》 北大核心 2023年第2期23-35,共13页
针对服装图像分类模型体积较大,缺少细分类的问题,提出基于改进ShuffleNet v1的服装图像分类算法。该算法以ShuffleNet v1为基础,通过优化模块的堆叠次数和网络层通道数来降低模型的计算量,满足算法的实时性要求;嵌入通道和空间注意力模... 针对服装图像分类模型体积较大,缺少细分类的问题,提出基于改进ShuffleNet v1的服装图像分类算法。该算法以ShuffleNet v1为基础,通过优化模块的堆叠次数和网络层通道数来降低模型的计算量,满足算法的实时性要求;嵌入通道和空间注意力模块,使得模型关注重要的特征信息,抑制无用的特征信息;设计非对称多尺度特征融合模块,加强模型的特征提取能力。结果表明:所提算法在自建的衬衫服装数据集中准确率为88.31%,分别高于ShuffleNet v1、ShuffleNet v2、MobileNet v2和ResNet50模型2.77%、3.69%、1.98%、0.62%;所提算法在DeepFashion的部分数据集中也取得了不错的效果,验证了所提算法的有效性与通用性;与基础模型相比,所提模型的参数量仅为0.73M,模型参数量减少了约60%,实现了模型准确率和推理速度的提升。 展开更多
关键词 服装图像分类 ShuffleNet v1 深度学习 注意力机制 非对称多尺度特征融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部