单级旋转倒立摆系统辨识与随动稳定控制方法研究

针对单级旋转倒立摆系统参数辨识和随动稳定控制问题,首先建立倒立摆在不受外力控制,摆杆自然下垂的顺摆模型,基于顺摆模型采用快速傅里叶变换方法对系统参数进行辨识;然后推导顺摆模型与倒摆模型之间的关系,进一步得到倒立摆的倒摆模型;根据辨识出的倒摆模型,采用线性二次型控制器对其进行稳定控制,并进行了数值仿真与实物实验验证。研究结果表明,通过辨识得到的系统模型更加精确,对比直接测量参数得到的系统模型,控制效果更好,且能对随动输入指令进行更优的跟随。该方法可以有效避免量测误差,提高模型的准确性,为火炮随动稳定控制提供参考。     

基于神经网络线性系统的速归辨识

本文提出了一种基于神经网络的系统辨识方法，给出了有效的基于最速下降法的神经网络学习算法。经过仿真实验表明，这种训练出的模型能有效地进行系统辨识。     

基于神经网络线性系统的递归辨识

本文提出了一种基于神经网络的系统辨识方法，给出了有效的基于最速下降法的神经网络学习算法。经过仿真实验表明，这种训练出的模型能有效地进行系统辨识。     

液压随动系统在线监测与故障诊断系统

介绍了集随动系统在线监测与故障诊断于一体的智能系统。利用基于知识的诊断推理技术与神经网络技术相结合的方法构建了随动系统在线故障诊断专家系统，使得神经网络推理与基于符号的知识诊断控制、解释有机地结合起来，取长补短，大大提高了系统的工作效率和诊断可靠性。     

导引头角跟踪系统的滤波与控制

本文提出一种基于神经网络理论的、适用于同时解决复杂天线随动系统控制问题及跟踪滤波问题的系统结构模式。该系统结构的基础是一种拓展的自适应线性神经元，天线随动系统的内环路控制器和外环路滤波器（兼有系统调节功能）都是以该神经元为核心构成的。以一种雷达导引头角伺服系统为应用背景的数字仿真试验和实际测试的结果表明，本文提出的方法对存在系统参数不易准确定及非线性因素不易定量描述的天线随动系统的控制及滤波问题都     

系统辨识方法在“纯净”工质模拟系统建模中的应用

针对"纯净"工质模拟系统随动性、快速性的特点,首先对"纯净"工质模拟系统进行机理特性分析,划分各子系统模块;然后对其建立数值模型,利用Matlab软件对数值模型进行仿真;最后根据仿真数据结果对模型参数进行系统辨识并比较模型的相似性。结果表明:系统辨识后的控制模型可以对系统辨识前的数值模型进行替代,控制模型能够达到"纯净"空气工质模拟控制方法的需求。     

一种混沌Hopfield网络及其在二维自适应系统辨识中的应用

在对传统的混沌神经网络模型深入研究的基础上,构造了一种具有暂态混沌动力学特性的Hopfield神经网络模型。在Hopfield神经网络中引入混沌机制,使网络逐渐由混沌神经网络向Hopfield网络过渡,达到混沌控制的目的。网络利用了混沌搜索的随机性和轨道遍历性,因而具有较强的全局寻优能力。将其应用于二维自适应系统辨识中,仿真结果表明,该神经网络的寻优和逼近能力较强,辨识曲线与未知系统曲线非常接近。     

基于RBFSMC 的舰载武器随动系统控制策略

为解决舰载武器在海上射击时精度不高的问题,提出一种基于RBF 神经网络滑模控制策略。根据舰载武 器随动系统的工作原理,建立舰载武器随动系统数学模型,利用滑模在非线性控制中的优越性,采用RBF 神经网络 对系统的摄动参数进行自适应逼近,解决滑模在切换时产生的抖振问题,得出舰载武器随动系统位置控制器的控制 律。仿真结果表明：该控制策略能提高舰载武器随动系统的快速响应能力和动态精度,满足系统要求。     

基于模型参考自适应方法的随动系统参数辨识

火炮在调转过程中,系统转动惯量会发生变化,从而引起折算到随动系统电机轴上的转动惯量发生变化,影响随动系统控制性能,若不根据系统转动惯量参数调整控制参数,严重时会破坏系统稳定性,导致无法完成调炮任务。为实时获得系统参数,通过推导永磁同步电机在稳态条件下的数学模型,利用模型参考自适应法实现对折算到电机轴上的转动惯量的在线辨识,在MATLAB/Simulink中搭建模型进行分析和比较,仿真分析结果表明,模型参考自适应法简单有效,容易实现,准确性较高,能较好地实时辨识转动惯量的变化,具有一定的工程应用价值。     

某型舰炮随动系统的机电耦合建模及仿真

复杂机电系统中的机电耦合会影响系统的动态特性和响应特性。针对舰炮随动系统,分析了其传动系统的机电耦合因素以及复杂机电系统耦合模型的建模方法。以某型舰炮俯仰随动系统为研究对象,通过分析机电系统各组成部分的传递函数,得到了该系统的动态结构图,建立了该系统的机电耦合模型,应用M atlab/S imu link软件仿真分析了传动系统的摩擦系数和负载的传动惯量对舰炮随动系统动态特性和稳定性的影响。