弹用电动加载系统研究与实现

介绍了电动加载系统的系统构成,并分析了加载系统中多余力的产生机理,从加载系统的最终目的着手,提出了一种新的消除多余力的方法;在MATLAB中建立了仿真模型并取得了较好的效果;根据仿真结果设计的控制算法,在某弹用模拟加载系统实验过程中,从全过程来讲取得了较为理想的结果,只是在开始阶段由于外力变化太快,系统的相对滞后引起了一些误差.     

电动伺服加载系统双回路控制方法研究

在飞行器舵机测试研究中,衡量负载模拟器系统性能的关键指标是多余力矩的抑制,电动负载模拟器被用于研究仿真飞行器飞行过程中舵机承受的铰链力矩,是舵机测试和半实物仿真的关键设备之一,针对电动负载模拟器在启动过程、正常运行和换向过程中多余力矩产生的机理,为提高负载模拟器在小梯度下的加载精度,提出采用双回路控制方案来减小多余力矩,基于双同路控制系统数学模型进行了仿真实验,仿真结果表明在不同的加载梯度、舵机运动频率和幅度下,双回路控制均实现了良好的控制结果,从而验证了方法的有效性.     

电动加载系统转动惯量测量及多余力矩消除方法研究

介绍了电动加载系统的系统构成,并分析了加载系统中多余力的产生机理,介绍了对转动惯量的一种动态测量方法．提出了基于这种方法的测量系统组成及测量算法的实现,并对多余力的消除提出了一种可行的方法。在某飞行器模拟加载系统中,使用此方法进行转动惯量的测量和多余力的消除,取得了较为理想的结果,对电动加载系统的进一步研究具有参考价值。     

舵机电动加载系统多余力抑制策略研究

多余力是导弹舵机电动加载系统中存在强位置干扰的主要因素,为使电动加载系统的仿真度和可靠性进一步提高,必须对多余力进行抑制。文章在建立舵机电动加载系统数学模型的基础上,分析了多余力产生的机理,并采用前馈补偿原理对多余力进行了补偿,从根本上减小位置干扰的影响。仿真结果显示,系统精度及抗干扰能力有进一步提高,说明该方法是可行有效的。     

减摇鳍被动式加载系统的多余力特性分析

减摇鳍是目前减摇效果最好、应用最为广泛的船舶减摇装置,其加载系统能够模拟鳍在不同攻角时所受到的海浪扰动力,用于对相关参数的测量。检测分析减摇鳍加载系统输出的多余力特性及其随动系统的相关技术性能指标,可以提高可靠性。     

基于在线智能优化PI控制器的电动加载系统控制方法

为抑制电动加载系统在加载的过程中受到承载系统主动运动带来的多余力矩的干扰,而经典的PI控制难以满足控制的准确性、快速性的需求,提出了基于Hopfield神经网络在线优化PI控制。研究了电动加载系统工作原理并采用机理法建立了电动加载系统的数学模型,利用Hopfield网络能够寻优的特性优化PI参数,通过选取合适的能量函数,网络从初始状态经过有限次网络反馈与迭代计算过程向着能量极小点演变,此时Hopfield神经网络趋于稳定,其输出即为最优的PI控制参数。仿真结果表明该控制方法能够更好地抑制多余力矩,加载精度高。     

飞机舵机电动加载系统的非线性干扰抑制方法

飞机舵机电动加载系统是一个复杂的非线性机电控制系统,在运行过程中会产生多余力矩、摩擦、机械间隙等非线性干扰。针对以上问题,介绍了系统的硬件结构和工作原理,建立了系统的数学模型。在此基础上分析了非线性干扰的产生机理和工作特性,并根据加载系统领域非线性干扰抑制方法的研究,从结构与控制的两个方面进行归纳分类,进行性能对比以及适用性分析。针对多余力矩抑制的问题,提出了模型预测控制方案对其进行补偿,实验结果表明可以较准确地跟踪指令力矩,误差率小于1.93%,多余力矩的消除率达到95.86%。证明了所提出的方案的有效性,能够改善多余力矩的抑制能力,提高系统跟踪精度。     

舵机电动加载测试系统设计及数值仿真研究

舵机电动加载测试系统用来模拟铰链力矩对电动舵机进行加载。针对由于加载对象主动运动引起的多余力矩问题,影响系统稳定性和跟踪精度等性能。为提高系统设计性能,从舵机加载测试系统的硬件搭建和控制方式两个方面考虑,搭建了电动加载测试系统,并建立了系统的简化数学模型,采用BP神经网络算法控制系统的模型进行仿真与分析。仿真结果表明舵机加载测试系统的阶跃响应速度和对力矩指令的动态跟踪性能明显提高,从而为小功率的舵机电动加载测试系统的工程化提供一定的理论依据。     

新型小脑模型关联控制器复合控制在电动加载系统中的结构及算法

在电动加载系统中,多余力矩强扰动和其他非线性因素直接影响力矩跟踪精度,传统的控制方法很难得到满意的控制效果.本文分析了电动加载系统中多余力矩产生机理,提出了一种新型小脑模型关联控制器(CMAC)复合控制策略,并对其结构及算法进行了研究.在控制结构上以系统的指令输入和实际输出作为CMAC的激励信号,采用误差作为训练信号,并根据激励信号的特点,提出了非均匀量化的思想.不同于常规CMAC的误差平均分配,新型CMAC根据高斯权重系数来分配误差.动态仿真结果表明,该方法有效抑制了加载系统的多余力矩及摩擦等非线性因素干扰,提高了电动加载系统的控制精度,增强了系统的稳定性.     

神经元控制器在电动负载模拟器中的应用

针对在小转矩加载和对快速性要求较高的场合,电动负载模拟器多余力矩和参数变化的问题,提出了一种基于前馈和反馈相结合的新型单神经元控制器,该控制器在误差较大时切换到bang-bang控制模式。仿真结果表明,该控制器在抑制多余力矩、提高系统鲁棒性和对给定信号的动态跟踪性能方面都具有良好的性能;且其算法简单,学习速度快,易于实现,具有较大的工程实用价值。     

基于小脑模型关节控制器的电液伺服舵机加载系统多余力矩补偿器研究

针对电液伺服舵机加载系统存在多余力矩的问题,提出一种基于小脑模型关节控制器的多余力矩补偿器设计方法.仿真结果表明,小脑模型关节控制器多余力矩补偿器抑制多余力矩的效果要远远优于传统多余力矩补偿器,且具有良好的鲁棒性.     

飞机舵机电液加载系统的多余力抑制方法研究

针对飞机舵机电液加载系统出现的多余力问题,建立系统数学模型,分析与多余力密切相关的因素,提出改进型CMAC神经网络控制器与积分分离式PID控制器复合控制的方法;改进型CMAC神经网络控制器实现前馈控制,以产生舵机加速度的力信号和加载力误差信号作为输入,提高了系统的加载精度和响应速度;积分分离式PID控制器实现反馈控制,克服了经典PID控制器易产生积分过渡的缺点,提高了系统的动态性能;仿真结果表明,复合控制器不仅能够有效抑制多余力,而且使系统具有良好跟踪效果,完全能够达到系统控制性能指标的要求。     

电动负载模拟器多余力矩抑制方法研究

为了解决多余力矩对电动负载模拟器强干扰,影响加载指令跟踪精度的问题,论文将基于蚁群优化的PID控制方法用于加载电机控制器的设计.首先在分析加载电机结构以及工作原理的基础上建立了电动加载系统的数学模型,并利用结构不变性原理进行前馈补偿推导;其次针对常规PID控制器无法通过变参数来应对复杂的非线性环境的问题,提出了一种基于...     

被动式电液伺服加载系统控制的方法研究

针对被动式电液伺服加载系统控制过程中的非线性,参数的时变性以及位置扰动引起的多余力等问题,提出了CMAC- PID并行的控制算法;建立系统的非线性数学模型,采用现代控制理论与经典控制理论相结合的方法对系统进行优化设计;利用PID控制器实现反馈控制,并为CMAC网络提供导师信号,CMAC神经网络进行前馈控制,减小多余力、参数时变性对系统带来的干扰,实现非线性逼近;仿真结果表明:CMAC- PID算法可将多余力控制在常规控制的22.5％,其跟踪精度高,抗干扰能力、鲁棒性更强,能优化系统的性能,为实际应用提供了参考.     

电动加载系统的模糊自适应PID控制研究

电动加载系统的突出优点是加载跟踪速度快,但加载过程中系统多余力能否快速消除是制约加载精度、影响加载系统动态品质的最重要因素.常规PID控制难以满足电动加载系统对高精度和快速性的要求,而模糊自适应PID控制能够解决这个难题,实验证实了系统采用模糊自适应PID算法后明显提高了加载精度和响应速度.     

电动助力转向系统扭矩信号采集系统设计

电动助力转向系统是安装在汽车上的智能转向机构,通过其控制器获取方向盘输入扭矩的实时信号,以及车速信号等表征汽车运行状态的参数,确定助力电机所提供的助力转矩的大小和方向,辅助驾驶员进行转弯,同时保证汽车的操纵稳定性和安全性。为了保证助力的准确性和快速性,需要对方向盘输入扭矩信号进行检测,针对扭矩信号的采样要求,设计的扭矩信号采集系统主控芯片采用DSP,联合高精度4通道同步采样A/D转换芯片AD7864,可实现对扭矩信号的采样。