發(fā)布時(shí)間：2020-11-06 09:08

　　 摩擦作為一種常見的復(fù)雜非線性物理過程,產(chǎn)生于非理想光滑界面間的相對(duì)運(yùn)動(dòng)。對(duì)于絕大多數(shù)精密機(jī)械系統(tǒng)而言,摩擦作用會(huì)帶來粘滯阻礙、極限震蕩、能源浪費(fèi)等負(fù)面效應(yīng),嚴(yán)重制約系統(tǒng)的運(yùn)行性能與效率。因此,如何全面、準(zhǔn)確地認(rèn)知摩擦過程,并有效地抑制與削弱其負(fù)面效應(yīng),一直是國內(nèi)外關(guān)注與研究的重點(diǎn)。 本文以移動(dòng)質(zhì)量沿懸臂梁自由運(yùn)動(dòng)時(shí)的摩擦過程為研究對(duì)象。首先基于經(jīng)典摩擦力模型與傅里葉變換理論,將時(shí)變特性補(bǔ)償項(xiàng)引入經(jīng)典Stribeck模型,建立了時(shí)變補(bǔ)償摩擦模型一；之后利用小波去噪、多自適應(yīng)策略遺傳算法等數(shù)據(jù)處理方法,實(shí)現(xiàn)了基于時(shí)變補(bǔ)償摩擦模型一的參數(shù)辨識(shí)；最后針對(duì)模型一的辨識(shí)精度不隨補(bǔ)償階數(shù)增加而顯著提高的缺陷,提出了更符合摩擦運(yùn)動(dòng)過程的時(shí)變補(bǔ)償改進(jìn)策略,從而建立了時(shí)變補(bǔ)償摩擦模型二,數(shù)值計(jì)算的結(jié)果驗(yàn)證了辨識(shí)模型的有效性。 通過建立時(shí)變補(bǔ)償摩擦模型,運(yùn)用基于遺傳算法的非線性辨識(shí)方法,獲取移動(dòng)質(zhì)量沿懸臂梁自由運(yùn)動(dòng)的摩擦力參數(shù),為懸臂梁動(dòng)力學(xué)分析提供了關(guān)鍵的阻尼數(shù)據(jù),已應(yīng)用于多個(gè)項(xiàng)目研究過程中,取得了有效的結(jié)果。
【學(xué)位單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2013
【中圖分類】：TP18;N945.14
【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 課題研究目的與意義
        1.1.1 摩擦的背景簡介
        1.1.2 摩擦的模型補(bǔ)償
        1.1.3 移動(dòng)質(zhì)量沿懸臂梁自由運(yùn)動(dòng)摩擦過程
    1.2 非線性摩擦模型
        1.2.1 靜態(tài)摩擦模型
        1.2.2 動(dòng)態(tài)摩擦模型
    1.3 時(shí)變系統(tǒng)特性
    1.4 智能算法研究進(jìn)展
    1.5 本文研究內(nèi)容
    1.6 本文章節(jié)安排
第二章 移動(dòng)質(zhì)量沿懸臂梁自由運(yùn)動(dòng)摩擦辨識(shí)建模
    2.1 前言
    2.2 研究對(duì)象簡介
    2.3 經(jīng)典Stribeck辨識(shí)建模
        2.3.1 模型簡介
        2.3.2 參數(shù)辨識(shí)
    2.4 摩擦模型改進(jìn)與優(yōu)化
        2.4.1 數(shù)據(jù)分析
        2.4.2 原因分析
    2.5 改進(jìn)的摩擦辨識(shí)模型
        2.5.1 補(bǔ)償模型一
        2.5.2 補(bǔ)償模型二
    2.6 本章小結(jié)
第三章 遺傳算法自適應(yīng)策略優(yōu)化及范例分析
    3.1 經(jīng)典遺傳算法
        3.1.1 遺傳算法的基本概念
        3.1.2 遺傳算法的基本過程
        3.1.3 遺傳算法的基本操作
    3.2 基于自適應(yīng)策略的遺傳算法優(yōu)化
    3.3 算法有效性驗(yàn)證
        3.3.1 單目標(biāo)多極值驗(yàn)證
        3.3.2 性能對(duì)比分析
    3.4 編碼長度自適應(yīng)探究
    3.5 本章小結(jié)
第四章 實(shí)驗(yàn)研究
    4.1 實(shí)驗(yàn)環(huán)境
        4.1.1 實(shí)驗(yàn)臺(tái)架
        4.1.2 高速攝像系統(tǒng)
        4.1.3 運(yùn)動(dòng)分析軟件ProAnlyst
    4.2 數(shù)據(jù)提取與濾波
        4.2.1 數(shù)據(jù)提取
        4.2.2 數(shù)據(jù)濾波
    4.3 參數(shù)辨識(shí)
    4.4 性能分析與比照
        4.4.1 辨識(shí)算法
        4.4.2 補(bǔ)償模型
    4.5 本章小結(jié)
第五章 結(jié)論與展望
致謝
參考文獻(xiàn)

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐淑坦;孫亮;孫延風(fēng);;關(guān)于遺傳算法模式定理的進(jìn)一步探討[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2009年06期

2 王毅;何朕;王廣雄;;一種實(shí)用的摩擦模型[J];電機(jī)與控制學(xué)報(bào);2011年08期

3 張紹德;一類基于模糊辨識(shí)器的非線性動(dòng)態(tài)系統(tǒng)辨識(shí)[J];電子科技大學(xué)學(xué)報(bào);2000年02期

4 錢偉懿;王宏杰;楊宇;楊菊;;求解非線性優(yōu)化問題改進(jìn)的進(jìn)化規(guī)劃算法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

5 高娟;徐裕生;衛(wèi)龍飛;;基于自適應(yīng)遺傳算法的一類非線性規(guī)劃問題的新算法[J];河北工業(yè)科技;2009年06期

6 丁鋒;楊慧中;紀(jì)志成;;時(shí)變系統(tǒng)辨識(shí)方法及其收斂定理[J];江南大學(xué)學(xué)報(bào);2006年01期

7 朱思峰;王華東;魏榮華;;一種新型免疫遺傳算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年36期

8 王瓊;呂微;任偉建;;免疫遺傳算法及在優(yōu)化問題中的應(yīng)用綜述[J];計(jì)算機(jī)應(yīng)用研究;2009年12期

9 王魯;羅婷;趙琳;段海峰;;基于遺傳算法的多目標(biāo)優(yōu)化技術(shù)[J];科技廣場(chǎng);2009年09期

10 吳春梅;;現(xiàn)代智能優(yōu)化算法的研究綜述[J];科技信息;2012年08期

相關(guān)碩士學(xué)位論文 前7條

1 薛嬌;基于改進(jìn)遺傳算法的圖像匹配方法研究[D];太原理工大學(xué);2011年

2 王緒通;懸臂梁時(shí)變系統(tǒng)設(shè)計(jì)及虛擬實(shí)驗(yàn)研究[D];南京理工大學(xué);2011年

3 譚丹丹;基于改進(jìn)遺傳算法的多目標(biāo)決策方法研究及應(yīng)用[D];貴州大學(xué);2007年

4 劉紅;基于遺傳算法的摩擦模型參數(shù)辨識(shí)研究[D];中國科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2007年

5 張濤;懸臂梁非線性非平面振動(dòng)研究[D];華中科技大學(xué);2006年

6 王愛力;時(shí)變系統(tǒng)模型辨識(shí)方法的研究[D];江南大學(xué);2008年

7 劉鑫;基于小波分析的強(qiáng)噪聲環(huán)境下弱信號(hào)提取研究[D];南京大學(xué);2012年

本文編號(hào)：2872946