基于WNN-ADRC 的高炮交流伺服系统控制

为解决高炮交流伺服系统控制中外界扰动及非线性特性的问题,提出一种基于小波神经网络的改进型自 抗扰控制器(WNN-ADRC)。利用LM(levenberg-marquardt)算法优化小波神经网络,采用优化后的小波神经网络对 扩张状态观测器的误差校正增益系数进行在线整定,设计基于小波神经网络的自抗扰控制器,以实现对非线性特性 的准确估计并予以补偿,并通过仿真实验进行验证。仿真结果证明：该控制策略使系统具有较好的稳态性能,抗干 扰能力强。     

基于自抗扰技术的火箭炮伺服系统解耦控制

火箭炮伺服系统为方位和俯仰两轴耦合的伺服系统。为研究发射时的两轴耦合问题及燃气流冲击强干扰影响,建立了火箭炮伺服系统双轴转台动力矩方程和耦合系统微分方程,采用基于自抗扰技术的解耦控制方法设计了扩张状态观测器及虚拟控制量。通过扩张状态观测器估计系统总扰动并进行实时补偿,通过虚拟控制量得到实际控制量对耦合系统进行控制。仿真结果表明,基于自抗扰技术的解耦控制提高了火箭炮伺服系统跟踪精度,使系统在两轴负载转矩耦合效应和燃气流冲击下有效地抑制了发射平台振动,满足控制性能指标,对火箭炮两轴耦合控制问题具有一定的理论意义和实用价值。     

火箭炮位置伺服系统的复合PID控制

针对经典PID难以在发射过程中存在大转动惯量变化和燃气流冲击扰动的火炮交流位置伺服系统中取得良好控制结果的缺点,设计了一种采用非线性PID和RBF自适应PID复合控制策略的位置控制器。此控制器克服了非线性PID参数只能按照固定规律变化、RBF自适应PID适用范围有限和离线样本选取困难的不足。仿真结果表明控制策略具有较强的抗参数摄动和载荷扰动能力,并能有效提高控制系统的动态响应性能。     

CMAC与PID的并行控制在火箭炮交流伺服系统中的应用

火箭炮交流伺服系统是复杂的变负载、大功率系统，其控制系统的参数变化大，采用单一的PID控制算法很难取得较高的控制品质和控制精度。根据CMAC控制鲁棒性强和可靠性高，以及PID控制器功能简单、便于使用及在各种不同工作条件下保持较好工作性能的特点，提出了CMAC神经网络与PID结合的复合控制策略。在Matlab中进行计算机仿真，结果表明了该控制策略的有效性和实用性。     

一种伺服系统的自抗扰控制器设计

将永磁同步直线电机应用于高低向伺服控制,设计并构建了伺服实验台。建立了直线电机和伺服系统的数学模型,讨论了影响系统控制精度的各种非线性因素。这些非线性影响不易测量,从模型上很难补偿,由此设计了自抗扰控制器(ADRC),对外界扰动、噪声和模型中的非线性误差均视为扰动进行补偿。构建了基于xPC Target的半实物仿真试验系统,并对所设计的控制器进行了实验验证。     

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。     

自适应模糊小波滑模控制在交流伺服系统中的应用

针对某武器大功率交流伺服系统的位置跟踪问题,提出了一种基于自适应模糊小波神经网络快速终端滑模控制(AFWN-FTSMC)方法。为使控制器的设计不依赖于被控对象的精确数学模型,采用自适应模糊小波神经网络控制器(AFWNC)逼近滑模控制中的等效控制部分,解决了由于系统的不确定性及干扰的存在而不能准确确定等效控制的问题;同时利用自适应PI控制来降低系统的抖动,并采用Lyapunov方法证明了闭环系统的稳定性。仿真结果表明,该方法可以有效抑制抖振,提高系统的瞬态响应性能和控制精度,并且对结构参数不确定性具有很强的鲁棒性。     

基于粒子群优化的某车载火箭炮自抗扰控制

针对车载火箭炮行进间的PID 控制方法存在动态性能的限制,提出一种自抗控制器的设计。针对自抗扰 控制器(active disturbance rejection control,ADRC)模块中存在众多且不便确定的参数这一问题,利用粒子群优化算 法(particle swarm optimization,PSO)较强的寻优能力,对扩张状态观测器的参数进行优化,并优化控制系统。仿真 结果表明：基于该控制方法的伺服系统稳定性显著提升,提高行进间火炮的控制精度与动态性能。     

基于ADRC的小型四旋翼无人直升机控制方法研究

以国防科技大学机器人实验室自行研制的小型四旋翼直升机为研究对象。根据牛顿一欧拉方程建立了小型四旋翼直升机的动力学模型;首次将自抗扰控制器运用于小型四旋翼直升机。在实验平台上实现了小型四旋翼直升机的姿态增稳控制。仿真结果和实验数据表明自抗扰控制器在小型四旋翼直升机姿态控制中具有很好的鲁棒性。     

某舰载火箭炮交流伺服系统并行复合控制方法

针对舰载火箭炮在发射过程中会受到风浪以及自身扰动的影响而导致射击精度和稳定性降低的问题,提出一种RBF神经网络滑模-模糊PID控制方法。利用RBF神经网络来削弱滑模的抖振,在误差较小时提高响应速度和鲁棒性;利用模糊规则对PID参数进行调整,在误差较大时提高控制精度。仿真结果表明：该复合控制策略可使舰载火箭炮交流伺服系统具有更高的射击精度和反应速度,提高系统性能。     

基于Elman网络的自适应火箭炮交流位置伺服系统

针对多管火箭炮发射时恶劣的负载特性,如不平衡力矩的大范围变化以及强大的燃气流冲击,设计了一种基于改进Elman网络的自适应位置控制器。在原Elman网络中增加输出层关联单元,并把自反馈增益系数当作连接权值投入到网络的训练中,利用改进Elman网络根据火箭炮跟踪发射过程中的负载特性实时调整PID控制参数,以减小系统参数变化和外部扰动对火箭炮发射性能的影响。仿真及实验结果表明该方法可有效提高火箭炮位置伺服系统的稳定性和抗干扰能力。     

火箭炮两轴耦合位置伺服系统线性自抗扰控制

为了研究方位和俯仰两轴耦合作用下的火箭炮位置伺服系统控制性能,以含有速度闭环的实际系统为对象建立了火箭炮两轴耦合位置伺服系统数学模型。通过频域分析分别提出了方位和俯仰系统的2阶近似模型,设计了两轴系统的线性扩张状态观测器和自抗扰控制器,对系统未建模干扰进行估计并实时补偿。仿真结果表明：该观测器能较好地估计系统总扰动,所设计的控制器有效抑制了两轴负载力矩耦合效应对系统的影响并补偿了火箭炮发射时燃气流冲击力矩强干扰;在伺服跟踪和发射条件下采用所提出的控制方法充分抑制了耦合系统发射平台振动,保证后续射弹精度,性能指标明显优于PID控制。     

改进型LM-RBF 神经网络在自抗扰控制器上的应用

为解决自抗扰控制器(active disturbance rejection control,ADRC)中参数较多且难以整定的问题,提出一 种基于LM 算法且网络结构可在线优化的径向基函数(radial basis function,RBF)神经网络。利用滑动窗口的思想将 在线输入的样本放入一个长度固定的队列,将LM-RBF 网络应用于ADRC,在线整定控制器参数,并以永磁同步电 机为对象在Matlab 里进行仿真分析。结果表明：与基于RBF 的常规自抗扰控制器相比,改进后LM-RBF 使控制器 有更快的响应速度及更优的抗干扰能力,能有效提高被控系统的稳定性,满足非线性时变系统对自抗扰控制器的性 能要求。     

基于混沌搜索的AMPSO-WNN 在交流伺服系统中的应用

为解决大功率交流伺服系统存在非线性和参数时变等不确定性的问题,提出一种混沌搜索的自适应变异 粒子群优化小波神经网络的预测模型。建立交流伺服电机数学模型,利用不同变异方法使粒子趋近于不同的搜索区 域,引入混沌优化算法改进粒子群,采用基于混沌搜索的AMPSO-WNN 算法,以提高全局收敛的概率和速度。仿 真结果表明：优化后模型的预测精度高于优化前,且改进后算法具有较强的函数逼近能力,网络性能得到了显著提 高,局部极小值问题得到了有效解决。