Name: Projektowanie i zastosowanie metody detekcji uszkodzeń w oparciu o filtry adaptacyjne i estymację prędkości obrotowej dla siłownika elektrohydrostatycznego (Wideo) | JoVE Journal
Uploaded: 2022-10-28T13:00:00.000+00:00
Duration: 6 min 45 s
Description: Poznaj metodę detekcji uszkodzeń w siłownikach elektrohydrostatycznych z wykorzystaniem algorytmu NLMS i estymacji prędkości obrotowej. Symulacje i eksperymenty potwierdzają skuteczność tego podejścia.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ta praca była wspierana przez Chiński Projekt Samolotów Cywilnych (No. MJ-2017-S49) i Chiny
Fundacja Nauk Podoktoranckich (nr 2021M700331).

1. Utworzenie modelu symulacyjnego EHA
<ol>
	<li>Uruchom oprogramowanie do symulacji na komputerze PC.</li>
	<li>Zbuduj model symulacyjny dla EHA (Rysunek 2), zgodnie z równaniami matematycznymi modelu EHA15, i zaimplementuj trójpętlowy regulator PI jako sterownik. Wydziel moduł hydrauliczny (Rysunek 2C), moduł elektryczny (Rysunek 2B) oraz sterownik (Rysunek 2B, D) w trzech podmodelach. 
	UWAGA: Równania matematyczne modelu EHA przedstawiono w Eq (1): 
	<img alt="Równanie 1" src="/files/ftp_upload/63575/63575eq01.jpg" style="margin: auto;" /> (1) 
	W tym równaniu Ue to napięcie prądu wzbudzenia, Ke to współczynnik siły przeciwelektromotorycznej silnika, ωm to prędkość obrotowa silnika, L to indukcyjność równoważna prądu wzbudzenia, i to prąd uzwojenia, R to rezystancja uzwojenia, Kt to współczynnik momentu obrotowego silnika, Jm to moment bezwładności rotora, Bm to współczynnik tarcia silnika, q to wydajność pompy, Pf&#160;to różnica ciśnień między dwiema komorami w cylindrze hydraulicznym, A to powierzchnia czynna tłoka, x to położenie tłoka, V0 to czynna objętość komory cylindra hydraulicznego, B to moduł ściśliwości oleju hydraulicznego, Kil to całkowity współczynnik wewnętrznych przecieków układu, M to masa tłoka i obciążenia, Kf to współczynnik tłumienia lepkościowego cylindra hydraulicznego, a Fex to siła obciążenia zewnętrznego.</li>
	<li>Zaimplementuj filtr adaptacyjny oparty na algorytmie NLMS w pliku M, który może być wywoływany w czasie rzeczywistym. 
	UWAGA: Wyprowadzenie filtra adaptacyjnego opartego na algorytmie NLMS przedstawiono poniżej. Usterki elektromechaniczne można rozpoznać poprzez identyfikację rezystancji uzwojenia, a dyskretyzowane równanie silnika ma następującą postać: 
	<img alt="Równanie 2" src="/files/ftp_upload/63575/63575eq02.jpg" style="margin: auto;" />&#160; &#160;(2) 
	W tym wzorze ts to czas próbkowania, a R(k) i L(k) to parametry wymagające identyfikacji. Eq (2)&#160;można zapisać w następujący sposób: 
	<img alt="Równanie 3" src="/files/ftp_upload/63575/63575eq03.jpg" style="margin: auto;" />&#160; &#160;(3) 
	W tym wzorze: <img alt="Równanie 4" src="/files/ftp_upload/63575/63575eq04.jpg" style="margin: auto;" /> 
	Poprzez dodanie dwóch elementów dla wektora parametrów θ(k), można wyeliminować czas próbkowania ts i wyznaczyć rezystancję R(k). W przypadku awarii któregokolwiek z uzwojeń trójfazowych wartość R(k) odbiega od wartości normalnej. 
	Na podstawie Eq (3) można skonstruować filtr adaptacyjny, a błąd szacowania filtra określają następujące zależności: 
	<img alt="Równanie 5" src="/files/ftp_upload/63575/63575eq05.jpg" style="margin: auto;" />&#160; &#160;(4) 
	W tym wzorze e(k) jest fluktuującym sygnałem losowym. Gdy e(k) jest wystarczająco mały, wartość szacowana przez filtr wynosi ŷ(k). Ostatecznie, jeśli wartość ta zbiega do rzeczywistego wyjścia systemu y(k), to wektor parametrów θ(k) zbiega do rzeczywistych parametrów systemu. 
	Algorytm najmniejszego średniego kwadratu (LMS) przyjmuje minimalny średni błąd kwadratowy jako kryterium realizacji optymalnej predykcji i filtrowania. Wykonuje automatyczną regulację iteracyjną, aby θ(k) zbiegło do prawdziwej wartości systemu. Wyrażenie funkcji kosztu ma następującą postać: 
	<img alt="Równanie 6" src="/files/ftp_upload/63575/63575eq06.jpg" style="margin: auto;" />&#160; &#160;(5) 
	W tym wzorze: <img alt="Równanie 7" src="/files/ftp_upload/63575/63575eq07.jpg" style="margin: auto;" /> 
	Q(k) to wektor korelacji wzajemnej y(k) i x(k). R(k) to macierz autokorelacji wektora wejściowego. 
	Zgodnie z metodą najszybszego spadku, wzór rekurencyjny dla θ(k) dążącego do rozwiązania optymalnego ma następującą postać: 
	<img alt="Równanie 8" src="/files/ftp_upload/63575/63575eq08.jpg" style="margin: auto;" />&#160; &#160;(6) 
	W tym wzorze µ to adaptacyjny zmienny krok. W rzeczywistym procesie iteracyjnym do oszacowania Q(k) i R(k) wykorzystuje się wartości z bieżącego punktu próbkowania, co można zapisać jako <img alt="Równanie 23" src="/files/ftp_upload/63575/63575eq23.jpg" style="margin: auto;" /> oraz <img alt="Równanie 24" src="/files/ftp_upload/63575/63575eq24.jpg" style="margin: auto;" />. 
	Wówczas algorytm LMS można uprościć do następującej postaci: 
	<img alt="Równanie 9" src="/files/ftp_upload/63575/63575eq09.jpg" style="margin: auto;" />&#160; &#160;(7) 
	Algorytm LMS pozwala na stopniową zbieżność θ(k) do rzeczywistych parametrów systemu. 
	W praktyce często stosuje się algorytm NLMS, aby zniwelować wolną prędkość zbieżności algorytmu LMS. Ograniczenie algorytmu NLMS ma następującą postać: 
	<img alt="Równanie 10" src="/files/ftp_upload/63575/63575eq10.jpg" style="margin: auto;" />&#160; &#160;(8) 
	Stosując metodę mnożników Lagrange'a do rozwiązania problemu optymalizacji z ograniczeniami, funkcję kosztu zapisujemy następująco: 
	<img alt="Równanie 11" src="/files/ftp_upload/63575/63575eq11.jpg" style="margin: auto;" /> 
	<img alt="Równanie 12" src="/files/ftp_upload/63575/63575eq12.jpg" style="margin: auto;" />&#160; &#160;(9) 
	W tym wzorze &#160;λ to współczynnik Lagrange'a. Aby znaleźć wartość minimalną J(k), oblicza się pochodną cząstkową J(k) względem θ(k) i przyrównuje ją do 0. Rozwiązanie oblicza się następująco: 
	<img alt="Równanie 13" src="/files/ftp_upload/63575/63575eq13.jpg" style="margin: auto;" />&#160; &#160;(10) 
	Podstawiając Eq (10) do Eq (8), otrzymujemy rozwiązanie dla λ w następujący sposób: 
	<img alt="Równanie 14" src="/files/ftp_upload/63575/63575eq14.jpg" style="margin: auto;" />&#160; &#160;(11) 
	<img alt="Równanie 15" src="/files/ftp_upload/63575/63575eq15.jpg" style="margin: auto;" />&#160; &#160;(12) 
	W celu kontroli przyrostowej zmiany wektora parametrów, do wzoru wprowadzono czynnik kroku β, a wyrażenie przyjmuje następującą postać: 
	<img alt="Równanie 16" src="/files/ftp_upload/63575/63575eq16.jpg" style="margin: auto;" />&#160; &#160;(13) 
	Jednocześnie, aby uniknąć trudności w obliczeniach numerycznych wynikających z małego wektora wejściowego, wprowadzono stosunkowo małą dodatnią stałą γ. Li i inni udowodnili, że gdy 0 &#60; β &#60; 2 oraz 0 &#60; γ &#60; 1, algorytm NLMS może osiągnąć lepsze efekty zbieżności16. Ostateczne wyrażenie ma następującą postać: 
	<img alt="Równanie 17" src="/files/ftp_upload/63575/63575eq17.jpg" style="margin: auto;" />&#160; &#160;(14)</li>
	<li>Zaimplementuj algorytm szacowania prędkości obrotowej w pliku M, który może być wywoływany w czasie rzeczywistym. 
	UWAGA: Wyprowadzenie algorytmu szacowania prędkości obrotowej przedstawiono poniżej. Równanie przepływu siłownika można zapisać następująco: 
	<img alt="Równanie 18" src="/files/ftp_upload/63575/63575eq18.jpg" style="margin: auto;" />&#160; &#160;(15) 
	Gdy jednostka hydrauliczna pracuje w warunkach normalnych, całkowitą stratę przepływu Qf, spowodowaną ściśliwością oleju i przeciekami, można wyrazić w przybliżeniu następująco: 
	<img alt="Równanie 19" src="/files/ftp_upload/63575/63575eq19.jpg" style="margin: auto;" />&#160; &#160;(16) 
	W tym wzorze η to sprawność objętościowa EHA. 
	Zatem przybliżoną analityczną zależność między prędkością ωm a przemieszczeniem x można uzyskać w następujący sposób: 
	<img alt="Równanie 20" src="/files/ftp_upload/63575/63575eq20.jpg" style="margin: auto;" />&#160; &#160;(17) 
	Dyskretyzowane równanie błędu szacowania prędkości obrotowej ma następującą postać: 
	<img alt="Równanie 21" src="/files/ftp_upload/63575/63575eq21.jpg" style="margin: auto;" /> 
	W tym wzorze eωm(k) to szacowany błąd prędkości obrotowej, a <img alt="Równanie 22" src="/files/ftp_upload/63575/63575eq22.jpg" style="margin: auto;" /> to szacowana prędkość obrotowa. Zmiany eωm(k) odzwierciedlają stan pracy jednostki hydraulicznej. Gdy eωm(k) gwałtownie odbiega od wartości normalnej, oznacza to nieprawidłowy stan jednostki hydraulicznej, co może być wykorzystane do detekcji usterek hydraulicznych online.</li>
	<li>Zbuduj moduł wstrzykiwania usterek i zapewnij przełączniki wstrzykiwania usterek (Rysunek 2E, F), które pozwalają zdecydować o wstrzyknięciu usterki.</li>
	<li>Ustaw parametry modelu symulacyjnego zgodnie z Tabelą 1, dwukrotnie klikając konkretny komponent w każdym podmodelu.</li>
	<li>Zaimplementuj oprogramowanie do wykresów, które będzie mogło generować krzywe symulacji po zakończeniu serii eksperymentów.</li>
</ol>
2. Symulacja metod detekcji usterek
<ol>
	<li>Podaj polecenie pozycji w postaci sinusoidy o amplitudzie 0,01 m i częstotliwości 1 Hz.</li>
	<li>Wejdź do menu MODELING i kliknij przycisk Model Settings . Ustaw parametry pracy symulacji: Start time na 0 s, Stop time na 6 s, Type na Variable-step oraz solver na auto.</li>
	<li>Kliknij dwukrotnie fault injection switches, aby ustawić model do pracy w warunkach bezawaryjnych.</li>
	<li>Kliknij przycisk Run , aby uruchomić symulację i otrzymać wyniki dla warunków bezawaryjnych.</li>
	<li>Uruchom oprogramowanie do wykresów, aby narysować krzywą przemieszczenia tłoka.</li>
	<li>Kliknij dwukrotnie insert electromechanical fault switch , aby wywołać usterkę elektromechaniczną w 3 s, co ustawia rezystancję na 1 000 Ω w celu zasymulowania przerwania obwodu uzwojeń silnika.</li>
	<li>Powtórz krok 2.4 i krok 2.5, aby uzyskać wyniki dla warunków usterki elektromechanicznej. Uruchom oprogramowanie do wykresów, aby narysować krzywe przemieszczenia tłoka i zidentyfikowanej rezystancji.</li>
	<li>Uruchom insert hydraulic fault switch , aby wywołać usterkę hydrauliczną w 3 s, co zwiększa wartość wycieku do 2,5 × 10−9 (m3/s)/Pa w celu zasymulowania usterki jednostki hydraulicznej.</li>
	<li>Powtórz krok 2.3 i krok 2.4, aby uzyskać wyniki dla warunków usterki hydraulicznej. Uruchom oprogramowanie do wykresów, aby narysować krzywe przemieszczenia tłoka oraz wyniki szacowania prędkości obrotowej.</li>
</ol>
3. Utworzenie platformy eksperymentalnej (Rysunek 3)
<ol>
	<li>Ustaw komputer osobisty, EHA oraz sterownik serwo w odpowiednich pozycjach. EHA pokazano na Rysunek 4, a sterownik serwo przedstawiono na Rycina 5.</li>
	<li>Połącz elementy elektryczne.
	<ol>
		<li>Podłącz czujniki EHA do portów czujników sterownika serwo. poprzez kilka wtyczek lotniczych.</li>
		<li>Podłącz port napędu silnika EHA do portu inwertera sterownika serwo. poprzez wtyczka lotnicza.</li>
		<li>Podłącz sterownik serwa do zasilania sterującego i zasilania napędu poprzez wtyczka lotnicza. 
		UWAGA: Ze względów bezpieczeństwa należy tymczasowo wyłączyć napięcie.</li>
	</ol>
	</li>
	<li>Należy nawiązać komunikację między sterownikiem serwo a komputerem PC.
	<ol>
		<li>Otwórz Interfejs oprogramowania gospodarza (Rycina 6) na komputerze PC.</li>
		<li>Połącz komputer z kontrolerem serwo za pomocą kabla szeregowego RS-422 do USB, aby skonfigurować komunikację.</li>
		<li>Dostarcz zasilanie sterujące do kontrolera serwo. Napięcie zasilania sterującego wynosi 24 V DC.</li>
		<li>Wybierz odpowiedni port szeregowy z Nazwa zasobu VISA okno rozwijane w oprogramowaniu. 
		UWAGA: Jeśli komunikacja nie zostanie nawiązana pomyślnie, należy sprawdzić kabel lub zrestartować oprogramowanie do momentu nawiązania komunikacji RS422.</li>
		<li>Kliknij przycisk Uruchom przycisk służący do uruchomienia oprogramowania.</li>
		<li>Obserwuj obszar odbioru danych oraz odpowiadające im krzywe w oprogramowaniu, aby sprawdzić, czy funkcja odbioru danych działa prawidłowo. Kliknij przycisk Zawór elektromagnetyczny 1 przycisk służący do sprawdzenia, czy zawór elektromagnetyczny wydaje dźwięk załączania, oraz do ustalenia, czy funkcja transmisji danych działa prawidłowo.</li>
	</ol>
	</li>
</ol>
4. Eksperyment dla metody detekcji usterek
<ol>
	<li>Dostarcz zasilanie do sterownika serwo i ustaw napięcie na 50 V&#160;DC. 
	UWAGA: Praca przy niskim napięciu 50 V DC zapewnia bezpieczne warunki pracy, ponieważ system nie jest obciążony.</li>
	<li>Kliknij przycisk EHA Switch w oprogramowaniu, aby ustawić siłownik EHA w stanie pracy. Kliknij przycisk Data Log, aby rozpocząć rejestrację danych. Rejestrowane dane obejmują pozycję rzeczywistą, pozycję zadaną, prędkość rzeczywistą, prędkość zadaną, prąd magistrali, napięcie itp.</li>
	<li>Przeprowadź próbny rozruch EHA. Wprowadź w oprogramowaniu polecenia pozycji, obejmujące skok +0,005 m oraz -0,005 m. Zaobserwuj, czy EHA pracuje prawidłowo. 
	OSTROŻNIE: Jeśli EHA nie działa prawidłowo, należy natychmiast sprawdzić przyczynę błędu przed kontynuowaniem eksperymentu.</li>
	<li>Wprowadź w oprogramowaniu polecenie pozycji w formie sinusoidy o amplitudzie 0,01 m i częstotliwości 1 Hz.</li>
	<li>Zaobserwuj, czy zidentyfikowany opór i szacowana prędkość obrotowa są zgodne z wartościami przy warunkach pracy bezawaryjnej.</li>
	<li>Jeśli wynik jest prawidłowy, przywróć polecenie pozycji do stanu pierwotnego. Kliknij przycisk EHA Switch, aby zatrzymać EHA i odciąć zasilanie napędu, zamknij oprogramowanie komputera hosta i przerwij komunikację między sterownikiem serwo a PC.</li>
	<li>Wyeksportuj dane eksperymentalne, przeanalizuj je i wykreśl krzywe wyników eksperymentu za pomocą oprogramowania graficznego.</li>
	<li>Przeanalizuj wyniki eksperymentu i porównaj je z wynikami symulacji w celu sformułowania wniosków.</li>
</ol>

<ol><li>Fu, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+on+design+method+of+electro-hydrostatic+actuator%5BTitle%5D)+AND+%22Journal+of+Beijing+University+of+Aeronautics+and+Astronautics%22%5BJournal%5D)">Review on design method of electro-hydrostatic actuator.</a> Journal of Beijing University of Aeronautics and Astronautics. 43 (10), 1939-1952 (2017).</li>
<li>Qi, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modelling+and+simulation+of+a+novel+dual-redundancy+electro-hydrostatic+actuator%5BTitle%5D)+AND+%222015+International+Conference+on+Fluid+Power+and+Mechatronics+%28FPM%29+IEEE%22%5BJournal%5D)">Modelling and simulation of a novel dual-redundancy electro-hydrostatic actuator.</a> 2015 International Conference on Fluid Power and Mechatronics (FPM) IEEE. , 270-275 (2015).</li>
<li>Chao, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrated+slipper+retainer+mechanism+to+eliminate+slipper+wear+in+high-speed+axial+piston+pumps%5BTitle%5D)+AND+%22Frontiers+of+Mechanical+Engineering%22%5BJournal%5D)">Integrated slipper retainer mechanism to eliminate slipper wear in high-speed axial piston pumps.</a> Frontiers of Mechanical Engineering. 17, (2022).</li>
<li>Yoo, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+resilience+measure+formulation+that+considers+sensor+faults%5BTitle%5D)+AND+%22Reliability+Engineering%26+System+Safety%22%5BJournal%5D)">A resilience measure formulation that considers sensor faults.</a> Reliability Engineering& System Safety. 199, 106393(2019).</li>
<li>Fang, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Online+inverter+fault+diagnosis+of+buck-converter+BLDC+motor+combinations%5BTitle%5D)+AND+%22IEEE+Transactions+on+Power+Electronics%22%5BJournal%5D)">Online inverter fault diagnosis of buck-converter BLDC motor combinations.</a> IEEE Transactions on Power Electronics. 30 (5), 2674-2688 (2015).</li>
<li>Lisnianski, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Power+system+structure+optimization+subject+to+reliability+constraints%5BTitle%5D)+AND+%22Electric+Power+Systems+Research%22%5BJournal%5D)">Power system structure optimization subject to reliability constraints.</a> Electric Power Systems Research. 39 (2), 145-152 (1996).</li>
<li>Fu, T., Wang, L., Qi, H., Liu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fault+diagnosis+and+management+of+electric+hydrostatic+actuator%5BTitle%5D)+AND+%22Machine+Tool+%26+Hydraulics%22%5BJournal%5D)">Fault diagnosis and management of electric hydrostatic actuator.</a> Machine Tool & Hydraulics. 38 (9), 120-124 (2010).</li>
<li>Maddahi, A., Kinsner, W., Sepehri, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Internal+leakage+detection+in+electrohydrostatic+actuators+using+multiscale+analysis+of+experimental+data%5BTitle%5D)+AND+%22IEEE+Transactions+on+Instrumentation+and+Measurement%22%5BJournal%5D)">Internal leakage detection in electrohydrostatic actuators using multiscale analysis of experimental data.</a> IEEE Transactions on Instrumentation and Measurement. 65 (12), 2734-2747 (2016).</li>
<li>Guo, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hydraulic+piston+pump+in+civil+aircraft%3A+Current+status%2C+future+directions+and+critical+technologies%5BTitle%5D)+AND+%22Chinese+Journal+of+Aeronautics%22%5BJournal%5D)">Hydraulic piston pump in civil aircraft: Current status, future directions and critical technologies.</a> Chinese Journal of Aeronautics. 33 (01), 16-30 (2020).</li>
<li>Jackson, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+model-based+fault+detection+and+diagnosis+for+automated+systems%5BTitle%5D)+AND+%22IEEE+Industry+Applications+Society+Dynamic+Modeling+Control+Applications+for+Industry+Workshop%22%5BJournal%5D)">Real-time model-based fault detection and diagnosis for automated systems.</a> IEEE Industry Applications Society Dynamic Modeling Control Applications for Industry Workshop. , 26-28 (1997).</li>
<li>Alcorta, G. E., Zolghadri, A., Goupil, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+non-linear+observer-based+approach+to+oscillatory+failure+detection%5BTitle%5D)+AND+%222009+European+Control+Conference+%28ECC%29%22%5BJournal%5D)">A novel non-linear observer-based approach to oscillatory failure detection.</a> 2009 European Control Conference (ECC). , 1901-1906 (2009).</li>
<li>Castaldi, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design+of+residual+generators+and+adaptive+filters+for+the+FDI+of+aircraft+model+sensors%5BTitle%5D)+AND+%22Control+Engineering+Practice%22%5BJournal%5D)">Design of residual generators and adaptive filters for the FDI of aircraft model sensors.</a> Control Engineering Practice. 18 (5), 449-459 (2010).</li>
<li>Zhu, P., Dong, W., Mao, Y., Shi, H., Ma, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kernel+adaptive+filtering+multiple-model+actuator+fault+diagnostic+for+multi-effectors+aircraft%5BTitle%5D)+AND+%222019+12th+Asian+Control+Conference+%28ASCC%29%22%5BJournal%5D)">Kernel adaptive filtering multiple-model actuator fault diagnostic for multi-effectors aircraft.</a> 2019 12th Asian Control Conference (ASCC). , 1489-1494 (2019).</li>
<li>Hidayat, R., Ramady, G. D., Lestari, N. S., Mahardika, A. G., Fadriani, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+normalized+least+mean+square+algorithm+of+smart+antenna+beamforming+for+interference+mitigation%5BTitle%5D)+AND+%22Journal+of+Physics%3A+Conference+Series%22%5BJournal%5D)">Optimization of normalized least mean square algorithm of smart antenna beamforming for interference mitigation.</a> Journal of Physics: Conference Series. 1783, 012085(2021).</li>
<li>Fu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modelling+and+simulation+of+flight+control+electromechanical+actuators+with+special+focus+on+model+architecting%2C+multidisciplinary+effects+and+power+flows%5BTitle%5D)+AND+%22Chinese+Journal+of+Aeronautics%22%5BJournal%5D)">Modelling and simulation of flight control electromechanical actuators with special focus on model architecting, multidisciplinary effects and power flows.</a> Chinese Journal of Aeronautics. 30 (1), 47-65 (2017).</li>
<li>Li, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((New+normalized+LMS+adaptive+filter+with+a+variable+regularization+factor%5BTitle%5D)+AND+%22Journal+of+Systems+Engineering+and+Electronics%22%5BJournal%5D)">New normalized LMS adaptive filter with a variable regularization factor.</a> Journal of Systems Engineering and Electronics. 30 (2), 259-269 (2019).</li>
</ol>

Autorzy oświadczają, że nie są im znane żadne konkurencyjne interesy finansowe ani powiązania osobiste, które mogłyby mieć wpływ na pracę opisaną w tym artykule.

Podczas przeprowadzania tych etapów eksperymentalnych ważne było zapewnienie zdolności algorytmu do pracy w czasie rzeczywistym w celu uzyskania dokładnych wyników obliczeń. Biały szum w procesie akwizycji sygnału został przyjęty do symulacji charakterystyki rzeczywistego czujnika, aby symulacja była bliższa rzeczywistości. W symulacjach i eksperymentach zastosowano filtry średniej ruchomej w celu zmniejszenia wahań zidentyfikowanej rezystancji i szacowanej prędkości obrotowej, co sprawiło, że charakterystyka uskoku była...

Siłownik elektrohydrostatyczny (EHA) jest kluczowym elementem do sterowania lotem w samolotach bardziej elektrycznych (MEA). Typowa struktura EHA jest pokazana na Rysunek 1. Jego zwarta konstrukcja gwarantuje wysoką gęstość mocy, niskie koszty utrzymania oraz wyższą odporność na awarie i bezpieczeństwo w porównaniu z tradycyjnym serwonapędem hydraulicznym (HSA)1. Jednak obecna niezawodność EHA nie jest w stanie spełnić praktycznych wymagań bardziej elektrycznych samolotów2. W związku z tym do konstrukcji EHA wprowadzono technologię redundancji. Aby zmaksymalizować skuteczność technologii redundancji, stan pracy systemu powinien być monitorowany za pomocą metody wykrywania usterek3. W zależności od miejsca, w którym występuje usterka, tryby awarii EHA można podzielić na awarie serwosterownika i awarie jednostki sterującej mocą (PCU). Usterki PCU można dalej podzielić na usterki czujników, usterki jednostek elektromechanicznych i usterki jednostek hydraulicznych. Mechanizm błędu serwosterownika ma niewielki związek z korpusem EHA, a prawdopodobieństwo uszkodzenia czujnika jest znacznie niższe niż w przypadku komponentu urządzenia4. Dlatego w niniejszym artykule skupimy się na usterkach zespołu elektromechanicznego i zespołu hydraulicznego.
Usterki jednostek elektromechanicznych obejmują usterki modułu napędu silnika oraz usterki bezszczotkowego silnika prądu stałego (BLDCM). Ogólnie rzecz biorąc, prawdopodobieństwo wystąpienia usterki elektroniki napędu elektrycznego (PDE) (np. usterka zwarciowa, usterka obwodu otwartego) jest stosunkowo wysokie. Gdy dojdzie do usterki zwarciowej, prąd PDE gwałtownie wzrasta w krótkim czasie, powodując poważne konsekwencje, takie jak wyłączenie silnika lub uszkodzenie elementów elektrycznych. Chociaż silnik może utrzymać swój stan roboczy po wystąpieniu usterki w obwodzie otwartym, przetężenie i przepięcie innych elementów elektrycznych są nadal nieuniknione, a w konsekwencji mogą wystąpić usterki wtórne5. Jeśli chodzi o BLDCM, uzwojenia silnika są najbardziej podatne na usterki spowodowane zwarciem lub przerwą w obwodzie6. PDE w jednostce elektromechanicznej jest połączony szeregowo z odpowiednimi uzwojeniami silnika. Metoda wykrywania usterek zaprojektowana dla uzwojeń silnika jest również skuteczna w przypadku usterek w PDE. W związku z tym usterki jednostek elektromechanicznych, w tym zarówno w silniku, jak i PDE, powinny być wykrywane w trybie online.
Usterki agregatu hydraulicznego obejmują wystąpienia usterek w pompie tłokowej o stałej wydajności, zintegrowanym bloku zaworów i siłowniku uruchamiającym7. Pompa tłokowa EHA składa się z tłoków, tarcz sterujących i płyt zaworowych; Uszkodzenie uszczelki i zużycie płyty zaworowej to główne formy usterki8. Te dwa tryby awarii zwiększają nieszczelność pompy. Następują nieprawidłowe zmiany w przepływie wyjściowym i ciśnieniu, które ostatecznie prowadzą do spadku prędkości cylindra uruchamiającego i zmniejszenia wydajności serwomechanizmu systemu. Tryby usterek zintegrowanego bloku zaworów obejmują usterkę zbiornika pod ciśnieniem, usterkę zaworu zwrotnego, usterkę zaworu nadmiarowego i usterkę zaworu wyboru trybu. Zbiornik ciśnieniowy zwykle przyjmuje konstrukcję samozwiększającą o wysokiej niezawodności. Jednak w przypadku usterki niewystarczające ciśnienie doładowania powoduje kawitację pompy, co skutkuje nieprawidłowym przepływem wyjściowym. Zmęczenie sprężyny, zużycie komponentów i deformacje są częstymi trybami usterek w zaworach zwrotnych i zaworach nadmiarowych. Usterka zaworu zwrotnego objawia się nieszczelnością wsteczną, która bezpośrednio prowadzi do nieprawidłowego przepływu. Usterka zaworu nadmiarowego prowadzi do nieprawidłowej funkcji ochrony, co skutkuje nieprawidłowym ciśnieniem. Najczęstszymi wadami zaworu wyboru trybu są awaria sprężyny powrotnej i pęknięte cewki drutu. Pierwsza z nich powoduje bieżące przełączanie stanu pracy, co prowadzi do nieprawidłowego ruchu cylindra uruchamiającego. Usterka siłownika uruchamiającego powoduje spadek precyzji sterowania położeniem i wydajności dynamicznej. Podsumowując, usterki agregatów hydraulicznych powodują nieprawidłowy przepływ i ciśnienie9. Ponieważ przepływ i prędkość obrotowa silnika są w przybliżeniu proporcjonalne w systemie EHA, prędkość obrotowa może być monitorowana online w celu wykrycia nieprawidłowego przepływu i ciśnienia spowodowanych nagłymi awariami.
Należy zaprojektować odpowiednie metody wykrywania usterek mające na celu wcześniej wymienione usterki jednostek elektromechanicznych i hydraulicznych. Metody wykrywania usterek w systemie elektromechanicznym obejmują głównie szacowanie stanu i identyfikację parametrów10. Obserwator stanu jest budowany w oparciu o matematyczny model systemu, który dokonuje oszacowania stanu i określa usterki poprzez analizę sekwencji szczątkowej wygenerowanej przez obserwatora. Alcorta i in. zaproponowali prosty i nowatorski obserwator nieliniowy z dwoma warunkami korekcji do wykrywania błędów wibracyjnych w samolotach komercyjnych, który jest bardzo skuteczny11. Jednak tego typu metoda musi rozwiązać problem odporności obserwatora. Innymi słowy, musi tłumić zmiany w sekwencji szczątkowej spowodowane informacjami niezwiązanymi z błędami, takimi jak błąd modelu lub zakłócenia zewnętrzne. Co więcej, metoda ta często wymaga bardzo dokładnych informacji o modelu, które zwykle są trudne do zebrania w praktycznych zastosowaniach inżynierskich.
Metoda identyfikacji parametrów wykorzystuje pewne algorytmy do identyfikacji ważnych parametrów w systemie. W przypadku wystąpienia usterki zmienia się również odpowiednia wartość parametru. Dzięki temu usterki mogą być wykrywane poprzez wykrywanie zmiany parametrów. Metoda identyfikacji parametrów nie wymaga obliczania sekwencji resztkowej, dzięki czemu pozwala uniknąć wpływu zakłóceń na dokładność wykrywania. Filtr adaptacyjny jest szeroko stosowany w identyfikacji parametrów ze względu na jego łatwą implementację i stabilną wydajność, co oznacza, że jest to korzystna i wykonalna metoda wykrywania usterek elektromechanicznych12. Zhu i in. zaproponowali nową, wielomodelową metodę adaptacyjnego wykrywania błędów estymacji opartą na filtrach adaptacyjnych jądra, która realizuje oszacowanie rzeczywistej wartości stanu lotu i wykrywanie usterek siłownika online z dobrą wydajnością13.
Odnosząc się do poprzednich badań, odpowiednie metody wykrywania błędów zostały zaprojektowane. Rezystancja uzwojeń zmienia się gwałtownie, gdy występują zwarcia elektryczne, takie jak usterki obwodu otwartego lub zwarcia. W związku z tym zaprojektowano filtr adaptacyjny oparty na algorytmie NLMS do identyfikacji rezystancji uzwojeń, która może określić, czy wystąpiła usterka elektryczna. Połączenie filtru adaptacyjnego z algorytmem NLMS w celu zminimalizowania zmiany wektora parametrów prowadzi do lepszego i szybszego efektu zbieżności14. W przypadku usterek agregatów hydraulicznych zaproponowano algorytm szacowania prędkości obrotowej w oparciu o wyraźną zależność analityczną między prędkością obrotową pompy a położeniem siłownika uruchamiającego. Usterki hydrauliczne EHA były wykrywane online poprzez porównanie szacowanej prędkości obrotowej z rzeczywistą prędkością w czasie rzeczywistym.
W tym artykule zastosowano metodę testową łączącą symulacje i eksperymenty. W pierwszej kolejności zbudowano model matematyczny EHA oraz przeprowadzono symulację dla proponowanej metody wykrywania usterek. Symulacja obejmowała weryfikację metod detekcji w warunkach bezawaryjnych i iniekcji usterek. Następnie metoda wykrywania usterek została zrealizowana w rzeczywistym sterowniku serwomechanizmu. Na koniec przeanalizowano i porównano wyniki symulacji i eksperymentów w celu oceny skuteczności metody wykrywania usterek.

<table><tbody><tr><td>LabVIEW</td><td>NI</td><td>NI LabVIEW 2018</td><td></td></tr><tr><td>Matlab/SIMULINK</td><td>MathWorks.Inc</td><td>R2020a</td><td></td></tr><tr><td>Komputer osobisty</td><td>Lenovo</td><td>Y7000 2020H</td><td></td></tr><tr><td>24V Zasilacz impulsowy</td><td>ECNKO</td><td>S-250-24</td><td></td></tr><tr><td>Programowalne źródło prądu</td><td>Zieloni Pai</td><td>GDP-50-30</td><td></td></tr></tbody></table>

projektowanie i zastosowanie metody detekcji uszkodzeń w oparciu o filtry adaptacyjne i estymację prędkości obrotowej dla siłownika elektrohydrostatycznego

Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator

Siłownik elektrohydrostatyczny (EHA) jest obiecującym urządzeniem uruchamiającym używanym w systemach sterowania lotem dla samolotów elektrycznych (MEA) ze względu na jego wysoką gęstość mocy i niskie koszty utrzymania. Ponieważ niezawodność systemu maleje wraz ze wzrostem złożoności, wykrywanie usterek staje się coraz ważniejsze. W tym artykule zaprojektowano filtr adaptacyjny w oparciu o znormalizowany algorytm najmniejszych średnich kwadratów (NLMS), który może zidentyfikować rezystancję uzwojeń silnika w trybie online w celu wykrycia usterek elektrycznych w EHA. Dodatkowo, w oparciu o zależność analityczną pomiędzy prędkością obrotową a przemieszczeniem, zaprojektowano metodę szacowania prędkości obrotowej. Porównując rzeczywistą prędkość obrotową z szacowaną, można było wykryć usterki hydrauliczne. Aby zweryfikować skuteczność powyższej metody, zastosowano oprogramowanie do modelowania i symulacji, które obejmowały wstrzykiwanie i wykrywanie błędów. Na tej podstawie zbudowano eksperymentalną platformę, która następnie została poddana serii eksperymentów walidacyjnych. Wyniki wskazują, że metoda wykrywania usterek może potencjalnie wykrywać usterki elektryczne i hydrauliczne w EHA.

W symulacji krzywa rzeczywistej i docelowej pozycji tłoka EHA w warunkach braku usterki została przedstawiona na Rysunku 7. Z krzywej wynika, że system pracował prawidłowo, wykazując dobre charakterystyki dynamiczne. Krzywa rzeczywistej i docelowej pozycji tłoka EHA w warunkach wstrzyknięcia usterki elektromechanicznej została przedstawiona na Rysunku 8. Z krzywej wynika, że system nie był w stanie precyzyjnie śledzić celu. Wyniki algorytmu identyfikacji rezysta...

W tym artykule przedstawiono adaptacyjny filtr oparty na algorytmie znormalizowanego najmniejszego średniego kwadratu (NLMS) oraz metodę szacowania prędkości obrotowej do wykrywania elektrycznych i hydraulicznych usterek siłownika elektrohydrostatycznego (EHA). Skuteczność i wykonalność wyżej wymienionych metod jest weryfikowana za pomocą symulacji i eksperymentów.

Projektowanie i zastosowanie metody detekcji uszkodzeń w oparciu o filtry adaptacyjne i estymację prędkości obrotowej dla siłownika elektrohydrostatycznego

The electro-hydrostatic actuator (EHA) is a promising actuating apparatus used in flight control systems for more electric aircraft (MEA) due to its high ...

Wykrywanie usterek jest kluczową technologią służącą do testowania praktyczności siłownika elektrohydrostatycznego, znanego również jako EHA. Protokół ten posiada skuteczną metodę eksperymentu projektowego do wykrywania usterek EHA. Protokół ten łączy algorytmy wykrywania usterek symulacji i eksperymentów, które mogą skutecznie i szybko wykrywać błędy EHA.Aby stworzyć model symulacyjny EHA, otwórz oprogramowanie symulacyjne na komputerze i ustaw parametry modelu zgodnie z opisem w rękopisie tekstowym. Następnie wydaj polecenie pozycji, sinusoidę o amplitudzie 0,01 metra i częstotliwości dwóch promieni pi na sekundę. Wejdź do menu modelowania i kliknij ustawienia modelu"przycisk.Ustaw parametry operacji symulacji, zaczynając od czasu rozpoczęcia wynoszącego zero sekund, czasu zatrzymania wynoszącego sześć sekund, typu jako kroku zmiennej, a solvera jako automatycznego. Kliknij dwukrotnie przełączniki wtrysku błędu, aby ustawić model tak, aby działał w stanie bezawaryjnym. Kliknij przycisk Uruchom, aby uruchomić symulację i otrzymać wyniki stanu niezwiązanego z błędem.Uruchom oprogramowanie do rysowania, aby narysować krzywą nieprawidłowego przemieszczenia tłoczyska. Kliknij dwukrotnie włóż elektromechaniczny przełącznik błędu, aby wprowadzić usterkę elektromechaniczną po trzech sekundach, co ustawia rezystancję na 1000 ums, aby symulować awarię obwodu otwartego uzwojeń silnika. Powtórz przebieg symulacji, jak pokazano wcześniej, aby uzyskać wyniki dla stanu usterki elektromechanicznej.Uruchom oprogramowanie do rysowania, aby narysować krzywe przemieszczenia tłoczyska i zidentyfikowany opór. Obróć przełącznik usterki hydraulicznej wkładki, aby wstrzyknąć usterkę hydrauliczną po trzech sekundach, co zwiększa wartość wycieku do 2,5 razy 10^9 metrów sześciennych na sekundę na pascal, aby zasymulować awarię jednostki hydraulicznej. Następnie uruchom model symulacyjny, jak pokazano wcześniej, aby uzyskać wyniki dla stanu usterki hydraulicznej.Uruchom oprogramowanie do rysowania, aby narysować krzywe wyników przemieszczenia tłoczyska i szacowania prędkości obrotowej. Ustaw komputer, EHA i sterownik serwomechanizmu. Otwórz interfejs oprogramowania hosta na komputerze i nawiąż komunikację między sterownikiem serwomechanizmu a komputerem. Wybierz odpowiedni port szeregowy z rozwijanego okna nazwy zasobu Visa oprogramowania.Kliknij przycisk uruchom, aby uruchomić oprogramowanie. Obserwuj obszar odbioru i odpowiadające mu krzywe oprogramowania, aby określić, czy funkcja odbierania danych jest normalna. Kliknij dwa przyciski zaworu elektromagnetycznego, aby obserwować, czy czerwone światło zaworu elektromagnetycznego jest podświetlone i określić, czy funkcja transmisji danych jest normalna.Zapewnij zasilanie napędu do sterownika serwomechanizmu i ustaw napięcie na 50 woltów prądu stałego. Kliknij przycisk przełącznika EHA w oprogramowaniu, aby ustawić EHA w stan uruchomienia. Kliknij przycisk dziennika danych, aby rozpocząć rejestrowanie danych.Rejestrowane dane będą zawierać różne parametry, takie jak rzeczywista pozycja, pozycja docelowa, rzeczywista prędkość, prędkość docelowa, prąd magistrali i napięcie. Przeprowadź rozruch wstępny dla EHA i wydaj polecenia dotyczące pozycji w oprogramowaniu. Które obejmują krok plus pięć i minus pięć milimetrów.Sprawdzić, czy EHA działa normalnie. Wydaj polecenie położenia w oprogramowaniu sinusoidy o amplitudzie 10 milimetrów i częstotliwości jednego herca. Obserwuj, czy zidentyfikowana rezystancja i szacowana prędkość obrotowa są zgodne z wartościami w warunkach pracy bez awarii.Przywróć polecenie position do pierwotnego stanu, jeśli wynik jest poprawny. Kliknij przycisk przełącznika EHA, aby zatrzymać EHA i odciąć zasilanie napędu. Następnie zatrzymaj oprogramowanie komputera hosta i przerwij komunikację między sterownikiem serwomechanizmu a komputerem. Eksportuj dane eksperymentalne, analizuj dane i rysuj krzywe wyników eksperymentu za pomocą oprogramowania do rysowania.Następnie przystąp do analizy wyników zgodnie z opisem w manuskrypcie tekstu. W przebiegu symulacji krzywa położenia rzeczywistego i docelowego tłoczyska EHA w stanie bezawaryjnym działała normalnie z dobrymi właściwościami dynamicznymi. Jednak krzywa położenia w elektromechanicznym wtrysku usterki nie mogła dokładnie śledzić celu.Algorytm identyfikacji oporności wykazał, że przed i po wstrzyknięciu zidentyfikowana wartość zbiegła się z wartością prawdziwą, co wskazuje, że metoda osiągnęła pożądany efekt. Krzywe położenia rzeczywistego i docelowego w warunkach wtrysku hydraulicznego nie mogły dokładnie śledzić celu. Przed wtryskiem szacowana prędkość obrotowa była bardzo zbliżona do rzeczywistej prędkości obrotowej.Natomiast po wtrysku usterkę hydrauliczną można określić na podstawie nadmiernego błędu prędkości obrotowej. Wyniki eksperymentu były zgodne z wynikami symulacji. Algorytm identyfikacji rezystancji wykazał, że zidentyfikowana wartość zbiegła się z rzeczywistą wartością 0,3 oms zgodną z symulacją, co wskazuje, że metoda osiągnęła pożądany efekt.Odpowiednie oszacowanie prędkości obrotowej było zbliżone do rzeczywistej prędkości obrotowej, a błąd prędkości obrotowej zasadniczo wahał się w dopuszczalnym zakresie od zera do 2,5 RPS. Technologia wykrywania usterek jest kluczem do redundancji EHA i zarządzania zdrowiem. Co może utorować drogę do dalszej praktyczności EHA.

design-application-fault-detection-method-based-on-adaptive-filters

Research

JoVE Journal

Engineering

Inżynieria

Solidna konstrukcja elektrostatycznych siłowników MEMS z obrzeżami pola skutkuje z natury niskimi warunkami tłumienia filmu ściskającego i długimi czasami stabilizacji podczas wykonywania operacji przełączania przy użyciu konwencjonalnego polaryzacji krokowej. Poprawa czasu przełączania w czasie rzeczywistym dzięki przebiegom dynamicznym prądu stałego skraca czas ustalania siłowników MEMS z polem obwódkowym podczas przechodzenia między stanami góra-dół i dół-dół-górę.

Metoda dynamicznego polaryzowania prądu stałego w czasie rzeczywistym w celu poprawy czasu przełączania w mocno niedotłumionych elektrostatycznych siłownikach MEMS z polem obrzeżnym

Przedstawiamy protokół dotyczący modułowego projektowania i produkcji inteligentnych robotów, aby pomóc pracownikom naukowym i technicznym w projektowaniu inteligentnych robotów do specjalnych zadań produkcyjnych opartych na osobistych potrzebach i zindywidualizowanym projekcie.

Modułowa konstrukcja i produkcja inteligentnego robota opartego na strategii sterowania w pętli zamkniętej

Zbudowaliśmy model symulacyjny, aby ocenić charakterystykę przepływu pompy i wydajność jednowałowego zespołu współosiowy silnik-pompa w siłownikach elektrohydrostatycznych i eksperymentalnie zbadać ogólną wydajność w szerokim zakresie warunków pracy zespołu silnik-pompa.

Modelowanie i analiza doświadczalna jednowałowego zespołu współosiowy silnik-pompa w siłownikach elektrohydrostatycznych

Model symulacyjny specjalnie wspierający wstępny projekt pompy o zmiennej wydajności elektrycznej (EVDP) jest rozwijany i częściowo weryfikowany przez eksperymenty. Wydajność sterowania, żywotność, niezawodność itp. można ocenić przy użyciu proponowanego modelu, który obejmuje główne wymagania dotyczące wydajności w ramach zadania wstępnego projektu EVDP.

Metoda modelowania i symulacji dla wstępnego projektu pompy o zmiennej wydajności

Opisano dwa eksperymentalne urządzenia do badania uderzenia strumienia cieczy w poruszającą się powierzchnię o dużej prędkości: urządzenie z armatą powietrzną i urządzenie z wirującym dyskiem. Aparatura służy do określania optymalnych podejść do stosowania płynnego modyfikatora tarcia (LFM) na torach kolejowych w celu kontroli tarcia na szczycie szyny.

Wizualizacja zaparcia strumienia cieczy o dużej prędkości na ruchomej powierzchni

Ten artykuł przedstawia oparte na impedancji urządzenie do wykrywania szybkości parowania roztworów. Oferuje wyraźne zalety w porównaniu z konwencjonalnym podejściem do odchudzania: szybka reakcja, wykrywanie o wysokiej czułości, wymóg małej próbki, wielokrotne pomiary próbek i łatwy demontaż w celu czyszczenia i ponownego użycia.

Wysokowydajna platforma oparta na impedancji do wykrywania szybkości parowania

Przedstawiono protokół dla projektowania wiązki o stałej i stałej wiązce za pomocą laserowego wibrometru dopplerowskiego (LDV), w tym pomiar strojenia częstotliwości, modyfikację możliwości strojenia oraz unikanie awarii i problemów urządzenia. Wyższość metody LDV nad analizatorem sieci wynika z jej wyższej zdolności modalnej.

Metodologia projektowania i charakteryzacji wydajnych filtrów MEMS o szerokim zakresie

W tym artykule prezentujemy protokół bezpośredniego wyhodowania epitaksjalnego, ale elastycznego elementu pamięci tytanianu cyrkonu ołowiowego na mice muskowitowej.

Metoda wytwarzania i pomiaru elastycznego elementu ferroelektrycznego opartego na heteroepitaksji van der Waalsa

Ten artykuł przedstawia protokół do zasiewania rzadkiej populacji komórek za pomocą końcówek pipet do kropelkowych urządzeń mikroprzepływowych w celu zapewnienia wyższej efektywności enkapsulacji komórek w kropelkach.

Metoda oparta na końcówkach pipet do wysiewu komórek do kropelkowych platform mikroprzepływowych

Tutaj prezentujemy protokół do opracowania czysto jednoosiowej maszyny ładującej. Zastosowano krytyczne aspekty projektowe w celu zapewnienia dokładnych i powtarzalnych wyników testów.

Zastosowanie aspektów projektowych w rozwoju jednoosiowych maszyn załadowczych

Poznaj metodę detekcji uszkodzeń w siłownikach elektrohydrostatycznych z wykorzystaniem algorytmu NLMS i estymacji prędkości obrotowej. Symulacje i eksperymenty potwierdzają skuteczność tego podejścia.

Projektowanie i zastosowanie metody detekcji uszkodzeń w oparciu o filtry adaptacyjne i estymację prędkości obrotowej dla siłownika elektrohydrostatycznego (Wideo) | JoVE Journal

Projektowanie i zastosowanie metody detekcji uszkodzeń w oparciu o filtry adaptacyjne i estymację prędkości obrotowej dla siłownika elektrohydrostatycznego

Przeglądaj więcej filmów