检索结果-内蒙古大学图书馆

电光与控制 2021年第12期28卷 52-56页

作者：周生龙陈机林姜昭钰唐东南京理工大学机械工程学院南京210000

为了提高某随动负载模拟器响应的快速性和准确性,对其进行神经网络滑模控制研究。结合伺服系统的模型,通过非奇异终端滑模控制器对其非线性动态变化做出响应。采用非线性量化小脑模型神经网络控制器输出补偿滑模控制器输出,用梯度下降... 详细信息

为了提高某随动负载模拟器响应的快速性和准确性,对其进行神经网络滑模控制研究。结合伺服系统的模型,通过非奇异终端滑模控制器对其非线性动态变化做出响应。采用非线性量化小脑模型神经网络控制器输出补偿滑模控制器输出,用梯度下降法更新其权值。非线性量化小脑模型神经网络控制器的泛化能力强、收敛速度快,结合非奇异滑模控制器的鲁棒性强等优点,可以有效降低负载模拟器中非线性因素的影响。仿真实验表明,此方法可以保证系统的稳定性,加快动态响应的速度,提高控制精度。

关键词：随动负载模拟器非线性量化小脑模型滑模控制梯度下降法

来源：评论

学校读者我要写书评

暂无评论

基于ESO的随动负载模拟器控制策略

引用

火力与指挥控制 2022年第4期47卷 113-119页

作者：周生龙陈机林侯远龙姜昭钰史蒂芬南京理工大学机械工程学院南京210094

由于随动负载模拟器中存在着位置扰动、摩擦以及间隙等非线性影响因素,常见的线性控制方法难以得到较好的控制效果,故提出了基于扩展状态观测器的CMAC前馈分数阶滑模控制策略。利用系统可测量参数,借助于扩展状态观测器观测出非线性扰动... 详细信息

由于随动负载模拟器中存在着位置扰动、摩擦以及间隙等非线性影响因素,常见的线性控制方法难以得到较好的控制效果,故提出了基于扩展状态观测器的CMAC前馈分数阶滑模控制策略。利用系统可测量参数,借助于扩展状态观测器观测出非线性扰动;借用双幂次趋近律分数阶滑模控制器,消除参数不确定性带来的干扰,同时又能够降低滑模“抖动”的影响;并采用非线性量化的小脑模型关节控制器作为前馈控制,提高输出的快速性。通过仿真实验验证了该方法的可行性,有助于提高随动负载模拟器的响应速度和稳定性。

关键词：随动负载模拟器扩展状态观测器分数阶滑模控制非线性量化小脑模型关节控制器

来源：评论

学校读者我要写书评

暂无评论

某武器随动系统负载模拟器多余力矩辨识与抑制技术研究

某武器随动系统负载模拟器多余力矩辨识与抑制技术研究

引用

作者：王力南京理工大学

学位级别：博士

重型火炮(火箭炮)等武器当中随动系统的动态性能,是影响其机动性、操瞄自动化和射击快速性的主要因素。随动系统负载模拟器能够动态实时模拟重型火炮在调转射击过程中的受力载荷变化,在总装之前对武器随动系统进行动态性能考核；但是,... 详细信息

重型火炮(火箭炮)等武器当中随动系统的动态性能,是影响其机动性、操瞄自动化和射击快速性的主要因素。随动系统负载模拟器能够动态实时模拟重型火炮在调转射击过程中的受力载荷变化,在总装之前对武器随动系统进行动态性能考核；但是,负载模拟器当中存在的多余力矩对加载力矩造成很大的耦合干扰。因此,对多余力矩的形成机理、辨识与抑制技术进行研究,提高随动系统负载模拟器的力矩加载精度,具有重要的理论意义和应用价值。本论文的研究工作主要集中在以下几方面：(1)对随动系统负载模拟器的组成结构和工作原理进行了深入分析,应用伺服阀和马达的流量连续性方程,以及马达和负载的力矩平衡方程,结合电气部分的数学方程,推导了阀控液压马达伺服系统加载力矩的传递函数、执行环节的传递函数和多余力矩的传递函数,并进而建立了随动负载模拟器的状态空间模型,为加载力矩控制器的设计提供了理论支撑。(2)根据液压伺服控制系统的结构原理图,在校核计算元件参数的基础上,利用AMESim仿真软件平台搭建了随动负载模拟器的物理模型,为多余力矩的辨识与预测提供了实验平台；利用Matlab/Simulink与AMESim软件,建立了随动负载模拟器的联合仿真模型,为加载力矩控制器的设计提供了仿真平台。(3)研究了基于误差饱和抑制函数的BP神经网络、基于聚类分析的T-S模糊模型和基于灰色理论模型的多余力矩辨识和预测方法,结合辨识测试数据和所提出的性能评价指标,对三种方法的辨识结果与预测精度进行了比较和总结。结果表明,灰预测模型结构简单、计算量小,可有效用于多余力矩的在线预测。(4)针对加载力矩控制器设计当中面临的问题,在分析模糊逻辑和传统PID控制系统的构成与特点的基础上,改进了动态模糊神经网络GD-FNN和灰预测变论域自适应模糊PID控制器的结构与参数学习算法,提出了基于GD-FNN和基于GF-PID的加载力矩控制器,并结合AMESim仿真平台进行了多余力矩抑制仿真。(5)编写了随动负载模拟器的控制软件,针对某武器随动系统的考核要求,进行了两种加载力矩控制器的多余力矩抑制试验,结果表明,所提出的GF-PID加载力矩控制器可以有效抑制多余力矩的幅值,能够用于随动系统的模拟加载试验；随后,以所建设的“随动系统通用负载模拟加载试验系统”为依托,对某型号武器随动系统的动静态性能进行了考核验证。结果表明,其静态调转精度、等速跟踪误差和等效正弦跟踪均方差均满足设计指标要求。

关键词：随动负载模拟器阀控马达多余力矩神经网络辨识灰预测广义动态模糊神经网络模糊自适应PID控制

来源：评论

学校读者我要写书评

暂无评论

某随动系统负载模拟器及实验平台设计与控制

某随动系统负载模拟器及实验平台设计与控制

引用

作者：闫时军南京理工大学

学位级别：硕士

炮控随动系统在现代火炮控制系统中占据重要的位置。为了满足随动系统的稳定性、响应速度和动静态精度,在装载前需要在实验台架上考核随动系统的性能。本论文在某炮控随动系统负载模拟器研制的背景下,对随动负载模拟器系统的模型辨识和... 详细信息

炮控随动系统在现代火炮控制系统中占据重要的位置。为了满足随动系统的稳定性、响应速度和动静态精度,在装载前需要在实验台架上考核随动系统的性能。本论文在某炮控随动系统负载模拟器研制的背景下,对随动负载模拟器系统的模型辨识和控制方法进行研究。随动负载模拟器在力矩加载的过程中会受到自身不确定性因素的影响,且在动态加载时还受到电机耦合所形成干扰力矩的影响。有效地提高随动负载模拟器加载系统的力矩跟踪精度,具有重要的理论意义和工程价值。本论文研究的主要工作集中在以下几个方面:(1)分析随动系统负载模拟器的结构组成和工作原理,然后结合永磁同步电机模型建立负载模拟器系统数学模型,最后分析系统不确定性对随动负载模拟器性能的影响。(2)研究了随动负载模拟器系统的非线性模型辨识方案。提出RBF神经网络和基于灰预测模型优化的RBF神经网络两种辨识方法,通过建模仿真结果比较,选择了基于灰预测模型优化的RBF神经网络系统模型辨识方案。(3)设计了随动负载模拟器力矩控制器。在灰预测模型优化的RBF神经网络辨识模型基础上,采用模糊单神经元PID自适应的控制器对本课题随动负载模拟器系统进行控制,并且和单神经元优化的PID控制器进行对比。搭建MATLAB/Simulink模型,进行仿真实验。(4)设计、加工了随动系统负载模拟器实验平台,进行实验结果验证。

关键词：随动负载模拟器 RBF神经网络灰预测模型单神经元模糊控制

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：