某型自转旋翼无人机半实物仿真系统

针对某型自转旋翼无人机飞行控制,设计一种半实物仿真系统。介绍半实物仿真系统功能及组成、平台总体设计,详细论述系统硬件、软件设计,并对系统进行仿真试验。结果表明,该半实物仿真系统能真实地模拟自转旋翼无人机飞行控制系统运行环境,验证飞行控制系统逻辑功能及品质,缩短此型号的自转旋翼无人机研制周期。     

微型四旋翼无人机模糊PID 控制

为解决微型四旋翼无人机控制系统存在的鲁棒性差和控制精度低的问题,提出一种模糊PID控制方法。建立微型四旋翼无人机系统动力学数学模型和电机模型,在系统模型的基础上设计模糊PID控制器。通过Matlab/Simulink仿真和飞行试验对所设计的模糊PID控制器的有效性进行验证。仿真实验表明,该算法能提高系统的抗干扰性能和控制精度。飞行试验结果表明,模糊PID控制器可以有效地控制微型四旋翼无人机。     

基于数字PID控制的鱼雷深度模拟系统研究

为了提高鱼雷半实物仿真试验中深度模拟设备的响应速度和控制精度等性能指标,开发了一种基于PC104产品的动态数字比例-积分-微分（PID）控制系统。该系统在结构上采用上、下位机的模式,利用串口进行通信;在控制算法上,针对PID控制存在的积分饱和、抗干扰和动态过程加速等问题,设计了相应的控制修正算法,确保了系统的控制速度和精度。通过对鱼雷半实物仿真试验数据分析可知,所得到性能指标满足实际要求。     

导弹控制系统半实物仿真研究与适配器设计

文章阐述了导弹控制系统半实物仿真和实时仿真原理;介绍了半实物仿真适配器的电路设计思想,并创建了导弹控制系统半实物仿真平台;实时性是半实物仿真的一个重要特征,文中从实时积分算法、仿真步长和控制周期的选取等方面详细地阐述了半实物仿真系统的实时性要求.     

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dSPACE 的智能控制算法

针对FESTO液位过程控制系统,提出一种可在线修改量化比例因子的模糊自适应PID控制算法。利用dSPACE实时仿真系统能与Matlab/Simulink无缝链接的特点,通过Matlab/Simulink将模糊自适应PID控制算法引入dSPACE实时仿真平台,并进行FESTO液位控制实验。实验结果表明:模糊自适应PID智能控制算法具有较好的控制效果,dSPACE实时仿真系统能为检验智能控制算法的有效性提供良好的验证平台。     

鱼雷武器控制系统半实物仿真系统设计与实现

根据鱼雷武器控制系统的功能以及作战流程,提出了控制系统半实物仿真系统框架,分析了各子系统的组成和功能,给出了系统实现过程中时空一致性、实时性保证等问题的解决方案,在实验室利用通用PC机实现了某型鱼雷武器的半实物仿真系统,最后验证了所设计的系统能够完成鱼雷武器控制系统的仿真实验。     

某型无人直升机飞行控制系统半实物仿真

针对无人直升机飞控系统性能地面测试的实际需求,研究设计测试飞控系统性能优劣的仿真平台.以某型"单旋翼风扇共轴"式无人直升机为对象,给出半实物仿真平台实时工作流程,依据动力学知识进行数学建模,论述了设计方案等内容,通过悬停状态仿真对平台功能进行验证.结果表明:该平台可近似模拟飞控系统的运行环境,有效验证飞控系统的逻辑功能与品质.     

基于并行控制的交流伺服系统控制

针对一般的大口径火箭炮交流伺服系统调控方法难以达到较好性能的问题,提出一种RBF神经网络-单神经元PID自校正控制方法.针对上述算法自适应能力不强的问题,引入一种并行复合控制策略,以RBF神经网络和单神经元PID做并行控制,通过半实物仿真分别对RBF神经网络PID自校正控制器和并行复合控制器的性能进行试验验证.仿真结果表明:采用并行复合控制的火箭炮伺服系统反应速度更快、稳定性更强、精度更高,能够更好地满足火箭炮交流伺服系统的性能指标要求.     

某型AUV控制系统边界条件测试仿真研究

基于某型AUV控制系统的研究与测试,提出了一种半实物仿真实验的方法。介绍了该半实物仿真系统的整体框架,详细描述了组成该系统的实物样机、上位机、主模型仿真机和物理效应设备等硬件设施,以及仿真实验配套的相关软件。基于该半实物仿真系统,进行了控制算法稳定性验证,重点进行了一些边界条件考核和应急流程考核等仿真实验,并详细描述了实验过程和结果分析,为该型水下自主航行器的研究和进一步的实航实验提供了参考和保障。     

基于1D-CNN 的卫星姿态控制系统故障诊断方法

为解决卫星姿态控制系统中自主故障检测和诊断的问题,提出一种改进的1D-CNN 卫星姿态控制系统故 障诊断方法。以卫星姿态控制系统的故障诊断为背景,构建航天器姿态动力学模型,将卷积神经网络(convolutional neural network,CNN)与快速卷积算法相结合,对卷积神经网络的拓扑结构进行改进,根据BP 算法,将1 维原始数 据作为输入,结合反作用飞轮作为执行机构的技术特征,给出一种基于卷积神经网络的故障检测和隔离方法。仿真 结果验证了该方法对卫星姿态控制系统实时故障检测和分类的有效性。     

基于GA-RBF 算法的FUZZY-RBF 交流伺服系统控制

针对某火箭破障武器交流伺服系统的不确定性和非线性等问题,设计基于GA-RBF算法的FUZZY-RBF神经网路控制方法.将GA算法和RBF神经网络结合起来作为系统辨识器用来优化FUZZY-RBF控制器的权值、节点和中心矢量等参数,并通过半实物仿真实验进行验证.半实物仿真结果表明:该控制策略能满足某火箭破障武器精度控制指标,保证其交流伺服系统控制的精度和稳定性,具有很强的自适应性和鲁棒性.     

基于LABVIEW 的坦克炮伺服控制系统测试平台研究

针对坦克炮伺服控制系统中存在环境干扰、被控对象内部参数不确定性的问题,研发了一套坦克炮伺服控制测试平台.描述了该测试平台的工作原理和系统结构,设计以火控计算机、数据采集卡为系统核心的电流环、速度环、位置环三闭环控制系统,采用神经网络PID控制算法对参数进行实时整定,利用LABVIEW软件实现上位机的数据采集、各模块通信与神经网络PID控制,并进行了测试实验.实验结果表明:该测试平台能满足坦克炮伺服控制系统测试要求.该系统具有较强的适应性和鲁棒性.     

某自行火炮模拟训练器随动系统

为解决某自行火炮存在实装训练成本高、组织展开难度大、考核困难的问题,采用半实物模拟炮塔的操作训练方式,分段和智能PID组合控制交流伺服系统的策略,研制了自行火炮模拟训练器随动系统.详细介绍了模拟训练器随动系统的功能、组成、参数计算方法和控制策略.应用结果表明:该模拟训练器与实装操作方式一致,随动系统的技术和性能指标满足日常训练和考核要求,技术方法对开展类似模拟训练平台的设计研究具有一定的指导作用.     

基于地磁传感器与陀螺仪的姿态测量法

姿态测量系统是火箭弹简易制导领域不可或缺的一部分。文中基于地磁传感器与MEMS陀螺仪的姿态测量系统,对传统单点姿态测量方法进行了研究与改进。以MEMS陀螺仪解算所得的偏航角作为三轴地磁传感器输入,推导了姿态角测量方法。针对姿态测量方法,设计了三轴地磁传感器姿态测量模块,在三轴旋转平台上进行了半实物仿真实验。实验结果表明,改进后的方法可以满足火箭弹姿态解算,提高了姿态角解算精度。     

折叠式共轴反桨无人机飞行控制技术研究

针对折叠式共轴反桨无人机的飞行控制问题,提出一种用于位置和姿态的反馈控制系统的反步滑模控制 算法。通过对无人机飞行状态进行分析,建立无人机的动力学模型,采用反步滑模控制算法设计折叠式共轴双旋翼 无人机的姿态和位置控制算法,并研发试验样机进行飞行测试实验。实验结果表明：对比传统串级比例-积分-微分 (proportional integral derivative,PID)控制算法,所提出的位置和姿态对反步滑模控制算法能有效地提高飞行稳定性。     

一种共轴双旋翼飞行器悬停控制联合仿真

利用Adams/MATLAB联合仿真平台,对一种具有周向均匀分布3个舵机的操纵机构共轴双旋翼飞行器悬停控制问题进行了研究。考虑到目前对上旋翼和下旋翼之间气动干扰没有准确的数学模型,在动力学建模时利用叶素理论和Pitt-Peters动态入流模型对飞行器的气动干扰和挥舞运动进行近似建模,其他未准确建模的部分用控制算法进行补偿。选用鲁棒性较强的滑动模态控制算法并与PID算法相结合对飞行器姿态进行控制,同时利用PID算法建立姿态和位置的关系,使其具备按照空间坐标点悬停的能力。将装配模型导入Adams中建立动力学模型,在Simulink搭建控制器并进行联合仿真。研究结果验证了所设计控制方法的有效性,飞行器悬停位置的最大动态误差小于±0.2 m.     

惯性/卫星组合导航系统载体姿态角速度提取方法

惯性/卫星组合导航系统在信息融合过程中,需要以运动载体姿态角速度构成误差运动状态矩阵。但一般情况下惯导平台无法输出运动载体的姿态角速度。文中分析了惯导平台框架角与载体姿态角的关系,结合硬件改造与数据处理方法,从惯导平台输出量中提取了运动载体的姿态角速度,完成了惯性/卫星组合导航系统半实物仿真试验。     

敏捷性导弹的神经网络控制与制导

为了使导弹获得更高的机动性、敏捷性和导引精度,大多采用推力矢量控制方案.本文讨论了新型推力矢量控制导弹的动力学建模,在此基础上提出了适用于推力矢量导弹的神经网络控制与制导方案,其中的导弹控制方案包括双网络逆动态学习控制和混合神经网络控制两种.神经网络制导采用基于线性二次型的最优制导的有教师学习方案.神经网络学习算法中因引入了基于经验的模糊规则,具有较好的学习性能.仿真表明神经网络控制与制导方案具有较好的末制导导引精度.     

基于混沌神经网络的防空火箭炮交流伺服系统状态预测研究

为了更加准确地对系统非线性非平稳状态趋势进行预测,运用基于神经网络的混沌预测方法对防空火箭炮交流伺服系统的速度量进行了预测,为基于速度预测值的系统非线性非平稳状态趋势预测奠定了基础。利用C-C法选择了合适的嵌入维和时间延迟,对防空火箭炮交流伺服系统不规则运动的实验数据进行了相空间重构并进行了分析。在原Elman网络中增加了输出层关联单元,并把自反馈增益系数当作连接权值投入到网络的训练中,以增强Elman网络非线性逼近能力,在此基础上建立了基于改进型Elman网络的混沌预测模型。采用基于最大Lyapunov指数预测法和混沌神经网络预测法对系统状态进行了预测,两种方法的预测结果表明,后一种方法对防空火箭炮交流伺服系统速度值预测精度更高,从而使得基于此的系统非线性非平稳状态趋势预测更有效。