无刷直流电动机（BLDCM）数字控制系统在坦克电传动中应用的研究

该文扼要分析了坦克电传动的优点,提出了选用无刷直流电动机的设想,建立了无刷直流电动机数字控制系统的数学模型,井对控制系统进行了试验分析。     

无刷直流电动机(BLDCM)数字控制系统在坦克电传动中应用的研究

该文扼要分析了坦克电传动的优点, 提出了选用无刷直流电动机的设想, 建立了无刷直流电动机数字控制系统的数学模型, 并对控制系统进行了试验分析     

模糊神经网络在电动舵系统中的应用

为了适应导弹控制技术的发展,电动舵系统的性能要求越来越高。在提高系统快速性、控制精度的同时,舵系统需要足够的抗扰动和适应恶劣环境的能力。为了提高常规PID电动舵系统的控制品质,在分析模糊控制与神经网络控制的基础上,设计了基于模糊RBF网络整定的PID控制算法。该算法具有控制精度高、响应迅速、无超调等特点,且具有很强的鲁棒性和学习能力。仿真和试验结果表明:此方法可以使电动舵系统的控制品质得以很大提高,同时也适用于其它伺服系统。     

新型电传动车辆驱动控制系统设计

为满足战场对军用车辆的特殊要求,针对一吨级军用轮式车辆,提出了一种由发动机-发电机组、电功率变换器、蓄电池、交流驱动电机组成的4×4混合电驱动方案,对方案中主要部件进行了匹配计算。在此基础上开发了基于CAN总线网络的分布式车辆驱动控制系统。驱动控制系统实现了车辆转向时的电子差速功能,且可提供多种不同制式的保障电源和三种不同的驾驶模式。试验结果表明,研究成果不仅实现了军用车辆的强动力、多功能等要求,且具有良好的稳定性。     

遗传算法优化BP神经网络在转速PID控制中的应用

提出一种基于遗传算法优化的BP神经网络PID控制算法,并将其应用于永磁无刷直流电动机的转速控制系统而设计出优化的转速PID控制器。该算法首先利用遗传算法对BP神经网络的初始权值进行优化,再利用BP神经网络算法对PID参数进行在线调节,解决网络的初始权值对控制效果的不利影响,仿真证明该算法可行。     

基于MATLAB SIMULINK的电传动履带车辆转向性能仿真

首先采用一种简单可行的电传动方案建立了新的电传动履带车辆模型。然后在对电传动履带车辆转向行驶基本理论分析的基础上,结合鼠笼式异步电机模型及其经典矢量控制方法,分别采用独立式和差速式两种控制方案对电传动履带车辆的转向行驶性能进行了仿真分析。结果表明：采用速度控制可以很好地实现车辆转向;为使扭矩和电流平稳,参考速度应以平缓的方式给定;对不同的转向工况,应采取不同的转向模式;再生转向时产生的再生能量很大,应对其加以充分重视和利用。     

装甲车电传动冷却系統总体技术研究

电传动冷却系统是装甲车辆电传动系统的重要组成部分之一。基于对电传动冷却系统热源及其工作情况的分析，估算了各热源需要散发的热量，进行了初步热平衡计算，在此基础上提出了适应装甲车辆电传动情况冷却系统结构方案，该方案由高、低温循环回路组成。通过确立系统优化目标和优化函数，初步设计了高低温循环回路的板翅式散热器的尺寸。     

CAN总线在装甲车辆电传动半实物仿真平台控制系统中的应用

在装甲车辆电传动半实物仿真平台控制系统实体化的仿真系统的基础上,研究了基于CAN总线的装甲车辆电传动控制系统的通信网络,设计了CAN总线通信的智能节点硬件电路和软件编程,并在半实物仿真平台上验证了信息流传输的实时性和可靠性.     

基于遗传算法的无刷直流电机转速控制系统优化设计

分析传统的无刷直流电机双闭环调速系统,并在对标准遗传算法进行分析总结的基础上,采用改进的遗传算法对转速调节器PI参数进行优化设计。使用最佳保留策略,在一定程度上解决早熟收敛和搜索迟钝问题;使用自适应交叉和变异算子,使遗传算法在搜索过程中实现非固定而自适应地动态交叉和变异;使用局部搜索能力很强的常规优化算法(如单纯形法),解决标准遗传算法局部搜索能力较弱的问题。从仿真结果看,该方法可使转速控制系统的跟踪性能指标达到最佳效果。     

基于虚拟样机技术的电传动履带车辆特殊运动性能仿真

为了评估电传动履带车辆的性能,采用虚拟样机技术建立了20 t级履带车辆的电机驱动系统模型和车辆动力学模型,构建了机一电联合仿真模型。进行了中心转向、通过崖壁和壕沟等特殊运动的仿真评估,结果表明：车辆性能达到了设计要求,采用联合仿真的方法为电传动履带车辆的性能预测和评估奠定了技术基础。     

Fuzzy Control Based on Neural Networks for Armored Vehicle Electric Drive System

In order to meet rigorous demands of control of electric motors in armored vehicle electric drive system and make the system of strong robustness and antijamming capability, a fuzzy control method based on neural networks is put forward. The simulation model of the armored vehicle electric drive system is built up to test the validity of the control. Simulation experiments show that when load is increased or decreased suddenly, the system adopting fuzzy control based on neural networks is insensitive to parameter change and has little overshooting and oscillation compared with PID control.     

轮毂电机驱动装甲车辆行驶稳定性控制仿真

为实现8×8轮毂电机驱动装甲车辆行驶稳定性控制,采用分层控制的驱动力矩分配思想,在顶层基于一种 G－向量控制方法,利用车辆的横向加速度信息对车辆的总驱动力矩进行修正;在中间层次基于直接横摆转矩控制的思想,实现两侧驱动力矩的合理分配;在底层采用驱动防滑控制,实现各驱动轮转矩的优化分配。基于“驾驶员－综合控制器”在环实时仿真系统进行实时仿真试验,对稳定性控制算法和车辆综合控制算法代码进行验证,仿真结果表明该控制方法能够有效抑制车辆的横向运动,提高车辆行驶稳定性。     

基于非单点模糊网络的制导炸弹智能控制研究

提出并设计一种具有抗干扰能力的制导炸弹智能控制系统。该系统采用非单点模糊正则网络为核心，在自学习建立规则库的过程中，能够自动滤除训练数据中的噪声，获取准确的控制信息。通过计算机仿真，并与基于ANFIS的制导炸弹智能控制系统进行比较，证明该系统抗干扰能力强、控制精度高。     

基于模糊神经网络PID的串级温度控制系统研究

为解决传统PID 控制存在控制效果不够理想、性能欠佳和很难满足系统精度要求的问题,提出基于模糊 神经网络的自适应PID 控制算法对系统进行控制。采用Labview 构建模糊神经PID 控制器,对环控引气系统温度进 行动态控制,进行仿真研究,并将此控制策略与经典PID 控制进行仿真比较。结果表明：基于模糊神经网络的PID 控制算法在系统的超调量和调节时间上都小于经典PID,能提高系统的快速性和准确性,改善系统特性。     

电传动装甲车辆混合动力系统功率流控制策略

针对一种串联式电传动装甲车辆混合动力系统,制定了多算法联合的多动力源系统功率流控制策略,由不同的控制算法实现不同的控制目标。利用小波变换算法分离负载需求功率中的高频分量和低频分量,分别分配给超级电容和具有较低输出截止频率的动力源,实现负载频率特性与动力源输出特性相匹配。采用模糊控制算法实现了电池的荷电状态工作范围的优化控制,设计了基于系统效率最优的负载需求功率低频分量的二次分配策略,实现了负载需求功率低频分量在发动机-发电机组和电池间分流时的系统瞬时效率最优控制。仿真分析和实车试验结果表明：所设计的功率流控制算法实现了对多动力源系统的多目标优化控制,达到了预期的控制目标,可应用于电传动装甲车辆混合动力系统的功率流控制。     

电驱动车辆动力学综合控制目标优化研究

以协调车辆各类动力学特性为目标,通过研究双重转向、机动性和稳定性的控制参数,设计了基于模糊逻辑的控制目标融合算法,得到了全车速工况动力学控制目标.在此基础上,利用15自由度车辆模型,针对不同路面附着系数、不同转向操作、不同车速工况条件,对控制目标的实际效果进行仿真研究.结果表明,所设计的控制目标能够反映车辆不同车速下的动力学需求,对改善车辆动力学特性有明显效果.     

基于模糊控制技术的全轮独立驱动车辆防滑控制研究

针对多轮独立驱动车辆车轮容易出现打滑的问题,提出了一种基于模糊控制技术的驱动防滑控制方法。以某型8轮独立驱动车辆为研究对象,设计了驱动防滑模糊控制器,对8个驱动电机进行独立控制,通过试验获取三种典型路面的最优滑转率值,采用模糊估计法,对当前路面的最优滑转率值进行估计,电机输出转矩采用进行基于滑转率差值及其变化率的模糊调节。利用ADAMS所建立的车辆动力学模型与MATLAB中的控制模型进行联合仿真试验,对本文所提出的控制方法的可行性和有效性进行分析验证。     

一种自适应模糊小波神经网络及其在交流伺服控制中的应用

针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络（FWNN）间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang (TSK)模糊模型的后件部分由自回归小波神经网络（SRWNN）构成。给出了SRWNN参数的迭代算法,利用SRWNN辨识器为控制器提供实时梯度信息,有效地克服了参数变化和负载扰动等不确定因素的影响,且具有良好的动态特性。采用Lyapunov稳定性理论方法证明了闭环系统的稳定性。仿真研究和样机试验结果证明了所提方案的有效性和正确性。