一种基于条纹投影轮廓术的复合材料曲率测量装置和方法

    公开(公告)号:CN118067037A

    公开(公告)日:2024-05-24

    申请号:CN202410180430.X

    申请日:2024-02-18

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于条纹投影轮廓术的复合材料曲率测量装置及方法,该装置包括投影仪、面阵相机、标定板、光源和图像处理系统;所述投影仪投射调制光栅条纹到复合材料表面,用以获取复合材料表面的相位信息;所述面阵相机对经过复合材料表面调制的条纹进行采集,并通过通讯网线传输至图像处理系统;所述标定板用以获取面阵相机和投影仪的系统参数;所述图像处理系统对条纹图像进行分析处理,得到待测复合材料的曲率信息。该测量装置结构简单,测量方法为非接触式测量,测量范围大。

    一种基于改进LADRC的磁悬浮直线电机控制方法

    公开(公告)号:CN117955365A

    公开(公告)日:2024-04-30

    申请号:CN202410127150.2

    申请日:2024-01-30

    Applicant: 福州大学

    Abstract: 本发明提出一种基于改进LADRC的磁悬浮直线电机控制方法,工作过程包括以下步骤;步骤一、通过两个激光位移传感器分别采集磁悬浮直线电机动子的水平位置与悬浮高度信息;步骤二、控制器与两个激光位移传感器及线性驱动器相连,用于接收动子位置信息,通过改进LADRC控制算法计算水平轴及竖直轴输出电流,并计算输出相应驱动信号;步骤三、线性驱动器与控制器及四相式磁悬浮直线电机连接,控制器将水平轴及竖直轴电流解耦,将驱动信号转换为控制电机所需的实际四相电流,通过线性驱动器将四相电流分配至电机的四相定子,使得电机动子达到期望高度及水平位置;本发明实现方法简单,能提高磁悬浮直线电机的控制精度及抗扰性能。

    一种基于深度学习的电磁作动器非线性补偿方法

    公开(公告)号:CN116306786A

    公开(公告)日:2023-06-23

    申请号:CN202310302715.1

    申请日:2023-03-27

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于深度学习的电磁作动器非线性补偿方法,包括:构建基于洛伦兹力的非接触式一维电磁作动器数据采集系统,通过加速度传感器及位移传感器采集给定电压下电磁作动器各位置下的输出加速度;利用采集的输出加速度数据,得到目标加速度下各位置的补偿电压,形成电磁作动器位置‑补偿电压数据集;对位置‑补偿电压数据进行归一化及滑动时间窗法处理;将处理后的数据划分为训练集和测试集;确定主要由CNN和BiLSTM构成的深度学习补偿模型的初始参数;对深度学习补偿模型进行训练及测试;利用训练好的深度学习补偿模型对电磁作动器进行非线性补偿。该方法不仅可以提高电磁作动器非线性补偿效果,而且简化了建模过程,减少了计算量和时间成本。

Patent Agency Ranking