500 m口径球面射电望远镜(Five hundred meter aperture spherical radio telescope, FAST)的馈源支撑与指向跟踪机构由宏微并联机器人系统构成,大跨度柔索驱动的宏并联机器人保证系统的大工作空间,精密电动缸驱动的Stewart平台作为微并联机器人保证系统的末端精度并扩展其伺服带宽。为了降低宏并联机器人的柔性对末端定位精度的影响,提出基于并联机构学原理的三维机动目标解耦跟踪预测算法,对馈源舱的运动进行跟踪预测。引入自适应交互算法解决PID参数的实时调整,设计自适应交互PID监督控制器,根据馈源舱的预测运动和馈源平台的目标轨迹产生电动缸规划级控制量。此外,在电动缸执行级采用带前馈的数字伺服滤波器实现电动缸的高精度轨迹跟踪。FAST50 m缩尺模型试验表明,结合解耦预测算法对馈源舱的运动预测,自适应交互PID监督控制器效果良好,能够确保宏微并联机器人系统在以期望的跟踪速度运行时,获得完全满足控制要求的定位精度和指向精度。
证明采用Hankel矩阵时奇异值分解(Singular value decomposition, SVD)可以将信号分解为一系列分量信号的简单线性叠加,为了确定其中的有用分量个数,提出奇异值差分谱的概念。差分谱可以有效地描述有用分量和噪声分量的奇异值性质差异,根据差分谱峰值位置可实现对有用分量个数的确定。研究结果表明,当差分谱最大峰值位于第一个坐标时,则表明原始信号存在较大的直流分量,此时根据第二最大峰值位置可以确定有用分量的个数,否则就根据最大峰值位置来确定分量个数。利用差分谱进一步研究Hankel矩阵的结构对SVD降噪效果的影响,指出矩阵列数和噪声去除量存在抛物线状的对称关系。利用基于差分谱的SVD方法对车削力信号进行处理,结果有效地分离出由于主轴箱故障齿轮的振动而引起的调制信号,并根据此信号可靠地定位了故障齿轮。