某随动负载模拟器 GM/SN-PID 自适应控制

为提高某随动负载模拟器加载系统的加载精度,设计一种基于灰预测单神经元 PID 自适应(grey prediction single neuron PID,GM/SN-PID)控制策略。通过分析随动负载模拟器的系统构成和工作原理,简化加载电机模型, 根据转动惯量盘模型,建立随动负载模拟器模型。在传统 PID 控制的基础上引入灰预测模型用于初始化 PID 参数的 整定,单神经元自适应控制器用于在线调节 PID 比例、积分和微分参数。仿真结果表明：该方法能提高加载系统的 加载精度,具有较强的鲁棒性,优于传统 PID 控制。     

基于灰预测模糊PID的随动系统负载模拟器力矩控制研究

为了抑制多余力矩的幅值,提高随动系统负载模拟器加载力矩的控制精度,提出了一种基于灰预测模糊PID的力矩控制器。由灰模型根据力矩传感器测量数值序列的变化趋势,预测加载力矩的未来数值,并以此预测值作为力矩控制器的运算依据。力矩控制器在大误差时采用Bang-Bang控制,小误差时采用模糊PID控制;同时引入伸缩因子,根据误差大小动态调整输入变量的论域,以增强模糊控制器的控制能力。仿真分析和实验结果表明,与传统的PID控制相比,所提出的控制策略能够将多余力矩的幅值进一步削弱接近1/2,可以用于随动系统的动态力矩加载控制。     

舵机负载模拟器相平面变PID加前馈补偿控制方法

针对飞行器舵机负载模拟器加载的低精度问题,提出了相平面法变PID加前馈补偿的控制方法。在分析负载模拟器时变性和非线性特性的基础上,建立了负载模拟系统的数学模型,设计了相平面法变PID加前馈补偿的控制算法。仿真和实验结果表明:该方法增加了系统在中、低频段的容错性,适应性和鲁棒性,不仅能提高加载的跟踪精度,还能够适应大的加载力矩范围。     

基于干扰观测器与模糊前馈补偿的随动系统PID控制策略

针对随动系统在非线性随机力矩干扰时输出信号易畸变的现象,提出一种基于干扰观测器与模糊前馈补偿的随动系统PID控制策略。在随动系统"三闭环"结构模型的基础上,合理设计干扰观测器与模糊前馈补偿器,对干扰力矩的不确定性误差进行补偿,经仿真试验与结果分析,与传统模糊PID控制策略相比,所提策略能更好地补偿随动系统在非线性随机力矩干扰下的不确定性误差,削弱模糊PID控制的抖振,使系统具有良好的跟踪性能与鲁棒性。     

参数自学习PID 算法在电动负载模拟器中的应用

针对电动负载模拟器的舵机主动运动引起的多余力矩会严重影响系统的载荷谱跟踪精度的问题,利用前馈控制对多余力矩进行补偿和抑制,提出并使用一种基于BP神经网络的PID参数自学习控制算法来实现高精度跟踪载荷谱的方法。阐释了电动负载模拟器在被动式加载中多余力矩的产生和影响,基于结构不变性原理,使用前馈控制对舵机速度干扰进行补偿,以抑制多余力矩;在前馈控制抑制多余力矩的基础上,分析传统PID算法和静态BP神经网络在非线性和参数时变条件下存在的局限性,并在舵机干扰的情况下,分别对常值和正弦载荷谱进行仿真测试。仿真结果表明:控制算法使得电动负载模拟器可以准确、快速地跟踪载荷谱,提高了电动负载模拟器的自适应性和鲁棒性。     

红外成像导引头角跟踪系统控制器设计与仿真

红外成像导引头是精确制导导弹系统的重要组成部分,导引头随动控制系统的性能决定着导弹的跟踪精度水平。为了提高导引头的随动跟踪系统的控制精度,文中首先对红外成像导引头系统进行建模,然后采用更有效的模糊规则设计了一种模糊自适应PID复合控制器,并引入了自适应控制因子对控制参数进行在线调整。最后采用传统PID控制方法与之进行仿真比较,结果表明模糊自适应PID控制可以有效改善系统动态性能,提高跟踪精度。     

基于BP-GSA优化的某随动平台滑模控制

为实现某随动平台负载模拟器响应的快速性和系统的鲁棒性,提出一种基于遗传模拟退火算法(genetic simulated annealing,GSA)优化的BP神经网络(BP-GSA)滑模控制方法。根据负载模拟器各环节硬件组成,建立系统等效数学模型;采取非奇异终端滑模实现对系统的控制,并采用BP神经网络对状态方程中未定项进行逼近,利用GSA算法调整网络节点权值。实验仿真结果表明：相比于传统滑模控制和PID控制,该方法在具有扰动输入的情况下,具有最小的稳态误差和最快的跟踪速度,能够有效提升系统的响应速度和力矩跟踪精度。     

舰炮随动系统的模糊滑模控制

为提升末端反导舰炮的射击精度,提出一种舰炮随动系统的模糊滑模控制方法。采用LuGre 模型对末端 反导舰炮随动系统中的非线性摩擦进行建模,应用滑模控制算法对摩擦力矩进行补偿,通过模糊规则对滑模控制增 益进行调节以降低抖振。仿真结果表明：该模糊滑模控制器减小了控制输入的抖振,提高了随动系统跟踪稳定性和 跟踪精度。     

基于矢量匹配的扰动力矩消除方法

随着电机制造和驱动技术的不断发展,在航空航天器舵机地面测试中电机正在逐渐替代液压装置,并成为中小功率负载模拟器的首选驱动部件。由于电动、液压系统数学模型间存在相似性,将液压系统阀控缸模型特征方程的分解方法引申到电机加载系统模型的分解中,得到了电动负载模拟器结构参数与位置扰动力矩频域特性的对应关系,这个方法可称为电-液等效法。针对电动负载模拟试验中常用的扫频试验,提出了基于幅相辨识和遗传算法的矢量匹配法以消除扰动力矩。通过AMESim仿真和电动负载模拟试验台上的验证表明,矢量匹配法可将加载力矩控制误差的标准差控制在该电动负载模拟器额定加载范围（±15 N·m）的1%以内。该方法较之其他方法具有适应能力强、简单灵活等优点,可大大提高负载模拟器在正弦位置扰动下的加载精度。随着电机制造和驱动技术的不断发展,在航空航天器舵机地面测试中电机正在逐渐替代液压装置,并成为中小功率负载模拟器的首选驱动部件。由于电动、液压系统数学模型间存在相似性,将液压系统阀控缸模型特征方程的分解方法引申到电机加载系统模型的分解中,得到了电动负载模拟器结构参数与位置扰动力矩频域特性的对应关系,这个方法可称为电-液等效法。针对电动负载模拟试验中常用的扫频试验,提出了基于幅相辨识和遗传算法的矢量匹配法以消除扰动力矩。通过AMESim仿真和电动负载模拟试验台上的验证表明,矢量匹配法可将加载力矩控制误差的标准差控制在该电动负载模拟器额定加载范围（±15 N·m）的1%以内。该方法较之其他方法具有适应能力强、简单灵活等优点,可大大提高负载模拟器在正弦位置扰动下的加载精度。     

基于新型小波神经网络和灰预测的电动负载模拟器控制

针对某火炮随动系统电动负载模拟器自身复杂的非线性以及多余力矩对系统加载性能的影响,提出了一种基于新型小波神经网络和灰预测的控制策略。该策略主要由变结构的粒子群小波神经网络（VSPSO-WNN）控制器和灰预测补偿器（GPC）构成,前者利用粒子群优化（PSO）算法小波神经网络（WNN）的权值等参数,加快了系统的收敛速度,并利用自学习算法动态改变隐含神经元数目,降低了系统的计算复杂度,提高了系统的动静态响应性能;后者在Lyapunov意义下系统稳定的基础上构造出灰预测补偿器,利用灰理论来预测输入力矩偏差,进一步提高了系统的稳定性和准确性。半实物台架仿真实验结果表明：该复合控制策略具有较强的鲁棒性和较高的控制精度,保证了系统动态加载时的稳定性和抗干扰能力。     

电动负载模拟器的同步控制研究

提出电动负载模拟器一种新的控制策略,目的是解决舵机运动带来的强扰动致使电动负载模拟器的跟踪速度和精度下降的问题。方法是在进行力矩控制的同时,将舵机和电动负载器的运动信息引入到控制系统中,使加载电机在进行力矩跟踪的同时同步跟踪舵机运动。仿真和试验结果表明:该方法使得闭环系统的静差小于1%,并且其正弦响应在12Hz时的幅差小于10%,相差小于10°。因此,该策略可以满足目前电动负载模拟器的工程使用需求。     

基于模型参考的电液伺服系统模糊自适应控制器

电液伺服系统的模型参考模糊自适应控制由参考模型,PID控制器和模糊自适应机构组成.参考模型产生期望的输出时频响应.模糊自适应机构根据该输出与PID控制系统输出之差及其变化率,产生模糊自适应信号,作用于系统,以保证系统的响应跟踪参考模型的输出响应.仿真表明,与传统PID控制相比,该控制器可有效抑制参数变化及负载扰动,具有较好的动态响应性能.     

火箭发动机喷管伺服机构负载模拟系统设计与实验

针对火箭发动机喷管伺服机构的半物理仿真需要,设计一种可对惯性负载、摩擦力矩负载、弹性力矩负载、伺服机构安装刚度进行模拟的电液负载模拟系统。依据伺服机构负载特点,由机械的方式实现惯性负载、摩擦负载以及安装刚度的模拟,由阀控伺服马达实现弹性力矩的模拟;分别建立伺服机构系统和马达加载系统的数学模型,并为马达加载系统设计基于速度前馈补偿和力矩前馈的控制系统;进行负载模拟器的现场实验,实验结果表明,各种加载负载满足精度要求,验证了负载模拟器设计的合理性和实用性,以及控制策略的有效性。     

实战背景条件下舰炮随动系统靶场仿真试验研究

对舰炮随动系统控制信号进行了分析,采用目标现在点坐标作为火控系统射击诸元对舰炮随动系统输入控制信号进行仿真;对负载扰动力矩进行了系统分析,提出了简化的扰动力矩模型,解决了舰炮在射击、摇摆等状态下扰动力矩及转动惯量的模拟问题。该方法以舰炮随动系统作战使用环境为基础,对舰炮随动系统输入端控制信号及输出端负载扰动信号进行了全面仿真、模拟,使仿真试验更接近实战状态,提高了仿真试验的有效性。     

摩擦对电动直线负载模拟器的影响及其抑制研究

为抑制摩擦非线性因素对电动直线负载模拟器（ELLS）的影响,采用仿真与实验结合的方法分析摩擦对ELLS的影响。利用遗传算法对系统中的摩擦模型进行辨识,并得出了系统摩擦力与速度的关系;提出了一种摩擦前馈加变增益PID的混合控制方法,摩擦前馈用于消除摩擦对系统的影响,变增益PID用于进一步抑制系统在低速时的相位滞后;进行了对比仿真与实验。仿真分析与实验结果表明：与传统PID控制相比,采用摩擦前馈加变增益PID控制的ELLS加载波形畸变被抑制、加载误差与相位滞后均明显减少;所提出控制方法能够较好地抑制摩擦对ELLS的影响,提高加载精度。     

弹簧杆刚度对电动负载模拟器的性能影响研究

弹簧杆刚度是影响电动负载模拟器加载精度和快速性的重要因素。文中介绍了电动负载模拟器的结构组成，并基于电动负载模拟器数学模型，从电动负载模拟器控制器参数、加载动态性能和多余力矩的影响三个方面研究分析了弹簧杆刚度变化对系统性能的影响。计算结果表明弹簧杆刚度增大会导致系统快速性降低、多余力矩增加，所以工程应用时一般选取弹簧秆刚度略大于系统最大加载梯度即可。     

基于模糊调整的变结构自适应PID控制器

为了提高复杂控制系统的品质和稳定性,采用模糊控制和变结构自适应PID控制相结合的控制方法。利用模糊控制在线整定PID控制参数,使其随误差变化而自动整定,实现了PID控制参数与系统误差变化的精确匹配。采用这种方法可进一步抑制变结构控制固有的抖动现象,提高系统的控制品质。将位置控制方法用于数字交流随动系统的位置控制。试验结果表明,该位置控制器既能保证系统的稳定性和快速性,又具有很好的跟踪精度,较好地解决了随动系统跟踪精度、稳定性、快速性要求高难以协调匹配参数的问题。     

自抗扰控制器在惯性平台稳定回路中的应用

为了解决传统PID控制的稳定回路抗干扰能力不高的问题,设计了自抗扰控制器.自抗扰控制器是在继承经典PID控制器不依赖对象模型优点的基础上,通过改进经典PID固有缺陷而形成的新型控制器.Matlab仿真结果表明,用自抗扰控制器设计控制规律,稳定回路的跟踪能力和抗干扰能力都得到了较大的改善,提高了惯性平台的可靠性和精度.     

基于跟踪微分器的自行高炮分数阶控制

针对自行高炮位置伺服系统跟踪速度要求高、射击时干扰强、跟踪精度对信号噪声敏感的特点,提出了一种基于跟踪微分器的分数阶控制律的改进方案。通过合理的假设和近似,建立了自行高炮位置伺服系统的饱和非线性模型;在此基础上设计了主令和反馈通道上的跟踪微分器,以滤除信号噪声得到工程实用的微分信号;再经由分数阶 PID 控制器得到控制量,以增加系统带宽。比较分析了设计的控制律与传统整数阶 PID 控制器在伺服跟踪和冲击力矩干扰下的控制效果。仿真结果表明,采用提出的方法能提高自行高炮响应速度和增加系统带宽,有效抑制噪声信号和外部力矩干扰。     

磁悬浮控制力矩陀螺转子系统径向自抗扰解耦控制和扰动抑制

为了克服外部扰动影响磁悬浮转子悬浮稳定度和磁悬浮控制力矩陀螺输出力矩精度的问题,提出一种基于自抗扰控制器的磁悬浮转子扰动抑制方法.根据牛顿第二定律和陀螺技术方程建立磁轴承坐标系下磁悬浮转子系统的动力学方程,基于自抗扰解耦控制原理得到径向四通道解耦模型,设计各通道自抗扰控制器,从而实现转子系统径向四通道解耦和扰动抑制.与分散 PID加交叉反馈控制方法进行仿真对比,结果表明:自抗扰控制器具有良好的扰动抑制功能,能提高转子的稳定精度和控制力矩陀螺的输出力矩精度;因此,此方法不仅改善了解耦控制精度,而且提高了系统对外部扰动和参数变化的鲁棒性,可应用于磁悬浮控制力矩陀螺的高精度强鲁棒控制.