火箭炮交流伺服系统模型参考模糊神经网络位置自适应控制

针对多管火箭炮发射时恶劣的负载特性,设计了一种模型参考模糊神经网络自适应位置控制器。利用RBF网络作为辨识器,实现对被控对象的Jacobian信息辨识,用梯度下降法实时修正模糊控制器的输入输出隶属度参数,以使模型参考模糊神经网络能根据火箭炮跟踪发射过程中的负载特性实时调整速度给定值,从而减小火箭炮发射过程中系统参数变化和外部干扰的影响。仿真和实验结果表明,该方法可有效提高火箭炮位置伺服系统的动态响应能力和稳定性,并使系统具有很强的鲁棒性。     

火箭炮位置伺服系统模糊自适应滑模控制

针对火箭炮位置伺服系统强耦合、变负载、非线性的特性,提出了一种具有积分滑模面的模糊自适应滑模控制方法。为了使控制律不依赖对象的精确数学模型,利用模糊系统的万能逼近原理,设计了一个模糊系统,实现了理想控制律的逼近。为了抑制滑模抖振,设计了基于切换增益的自适应律,实现了系统参数的动态调节。仿真研究表明,该方法不仅保证了系统的动、静态品质,有效削弱了控制信号的抖振,而且对参数的不确定性具有较强的鲁棒性。     

火箭炮位置跟踪双自由度反推控制方法

针对火箭炮负载变化范围大、发射扰动力矩强和跟踪精度要求高等特点,提出了一种双 自由度反推控制方法。根据伺服系统数学模型进行逆向递推,设计了控制律,利用自由度因子调整 控制参数,并通过Lyapunov 函数证明了闭环控制系统的稳定性。对系统外界干扰及参数摄动的位 置控制进行了仿真研究,并实验研究了系统调转、等速及正弦跟踪特性。仿真与实验结果表明,该 方法保证了系统的响应速度和控制精度,对负载扰动和参数摄动具有很强的鲁棒性。     

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。     

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。     

火箭炮交流位置伺服系统滑模变结构控制策略

对多管火箭炮负载特性，转动惯量变化规律及其燃气流冲击力矩作用规律进行了定量分析，基于此设计了多管火箭炮交流位置伺服系统结构并提出了滑模变结构控制策略，对其具体控制结构的形式进行了分析，提出了统一滑模变结构控制和串级滑模变结构控制两种方案。最后给出了两种滑模变结构控制结构的计算机仿真结果，结果表明该控制策略具有较强的抗负载扰动能力和参数鲁棒性，可以适应多管火箭炮的负载干扰力矩以及转动惯量的变化。     

火箭炮位置伺服系统自抗扰控制

针对火箭炮发射时燃气流冲击干扰强和系统参数变化大的特点,以含有速度闭环的实际伺服系统为对象,建立系统模型并进行频域分析,建立了系统的低频和中频近似模型,并在此基础上分别设计了火箭炮位置伺服系统2阶和3阶线性扩张状态观测器及相应的自抗扰控制律,估计系统未建模干扰并在控制输入中予以补偿。比较分析了设计的自抗扰控制律和传统PID控制在伺服跟踪和燃气流冲击干扰下的控制效果。仿真结果表明,火箭炮伺服系统采用提出的控制方法能有效提高跟踪精度,充分抑制燃气流冲击干扰引起的发射平台振动,保证后续射弹命中精度。     

火箭炮位置伺服系统的神经网络监督控制

火箭炮发射架位置伺服系统中存在燃气流冲击力矩、参数时变、外部扰动等非线性因素的作用,针对传统PID控制难以在此复杂工况下取得良好控制效果的缺点,文中设计了基于传统PID控制的RBF神经网络监督控制器,完成了神经网络离线样本的选取和训练算法的改进,利用神经网络自学习、自整定能力增强系统的自适应能力。仿真结果表明此复合控制策略可以有效提高系统的控制品质。     

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。     

防空多管火箭炮交流位置伺服系统的控制策略

采用永磁同步伺服电动机,构成多管火箭炮交流位置伺服系统.以交流永磁同步伺服电动机为执行元件,系统速度环和位置环控制采用数字控制,位置反馈取自负载端形成全闭环控制.该系统控制策略包括:模型参考自适应、滑模变结构、模糊控制、单神经元等控制.     

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。     

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。     

基于WNN 参数整定的ADRC 在火箭炮伺服系统中的应用

针对多管火箭炮交流伺服系统存在变负载、强耦合和不确定性扰动等非线性问题,提出一种优化型小波 神经网络自抗扰控制器(WNN-ADRC)。简化电流环节得到被控系统的数学模型,将小波神经网络(wavelet neural network,WNN)嵌入自抗扰控制器中进行参数整定,利用分层调整学习速率的方法优化小波神经网络的学习算法得 到WNN-ADRC,采用WNN-ADRC 控制火箭炮伺服系统,实现对非线性特性的精准估计和补偿。数值仿真结果表 明：相对于传统的自抗扰控制器,WNN-ADRC 能改善伺服系统的静态响应和动态性能,具有响应速度快、控制精 度高的优点。     

控制受限的火箭炮位置伺服系统鲁棒自适应反步控制

针对火箭炮位置伺服系统运行过程中所存在的转动惯量和负载力矩变化大,输入控制 受限等各种不确定因素,提出了一种基于动态面滤波法的自适应鲁棒位置控制器。对于模型中的 不确定参数,采用投影算法进行有效估计,利用鲁棒滑模滤波器简化控制器的设计,引入一个辅助 分析系统来对控制输入限制的影响进行有效分析,同时将辅助分析系统与反步方法结合,通过对模 型的等价变换和选择适当的Lyapunov 函数,给出系统的自适应控制器的设计方法。仿真结果表 明,该方法保证了系统的响应速度和控制精度,对参数摄动及外界负载扰动具有较强的鲁棒性。     

火箭炮交流伺服系统全局滑模控制

针对某火箭炮位置伺服系统参数变化范围大,冲击力矩强等特点,提出了一种全局滑模控制方法,并结合伺服系统数学模型对其进行了稳定性证明,同时对于控制律中的高阶微分项,引入微分估计器来获取其高精度估计值。仿真结果表明,该控制方法不仅能够有效抑制抖振,保证系统的响应速度和控制精度,并且对参数摄动和负载扰动具有很强的鲁棒性。     

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。