某交流伺服系统的免疫克隆粒子群优化自抗扰控制

针对采用永磁同步电机(permanent magnet synchronous motor,PMSM)驱动的某火箭炮位置交流伺服系统存在摩擦力矩、外界扰动等一系列复杂非线性问题,设计一种基于免疫克隆粒子群优化算法的自抗扰控制器(IPSO-ADRC).根据自抗扰控制(active disturbance rejection control,ADRC)抗干扰能力强和粒子群优化算法(particle swarm optimization,PSO)寻优能力强的特点,采用免疫克隆粒子群优化算法在线整定自抗扰控制器的重要参数;并将克隆选择算法(clonal selection algorithm,CSA)融入到粒子群算法中,维护群体种类的差异性,解决PSO算法的缺陷问题.仿真实验结果证明:该控制策略使系统的稳态性能更好,并能提升系统的动态品质.     

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。     

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。     

交流伺服系统高精度电流矢量控制

针对电机转速的变化会导致系统对直轴电流、交轴电流的控制精度下降的问题,提出一种新的电流矢量解耦控制线性化补偿方案。在对永磁同步电机进行理想化处理的基础上,建立了永磁同步电机数学模型及控制模型,设计了电流矢量控制方法程序流程图,并在实验环境下搭建永磁同步电机调速系统的实验平台,采用电流霍尔传感器及电压传感器分别对电机的两相电流、直流母线电压进行测量。测试结果表明:随着转速的升高,补偿后id精度明显提高,提高了电机电流的解耦控制性能。     

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MINAS的跟踪雷达全数字交流伺服系统?

为提高跟踪雷达的响应速度、精确性、调速范围,采用松下MINAS伺服驱动器及永磁交流同步伺服电机作为驱动和执行元件,以TI公司的TMS320F2812 DSP为伺服控制板的控制器,设计实现了跟踪雷达全数字交流伺服系统。同时,采用矢量控制算法,对跟踪雷达进行转矩、速度、位置控制。结果表明,该系统能达到快速响应、高精度跟踪和宽调速范围的目标,有效地保障了电机稳定运行及负载的安全。     

基于DSP的交流前馈位置伺服系统的设计

永磁同步电机位置伺服系统经典PID控制具有结构简单,实现方便的优点,但对于等速跟踪和正弦信号跟踪存在跟踪精度低的不足。分析了经典PID控制响应速度慢,对于位置信号跟踪精度低的原因,针对以上2个不足,设计了基于DSP的位置前馈控制器来满足伺服系统的各项要求。实验结果表明,此控制器有效地提高了系统的响应速度和跟踪精度。     

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.     

某火炮伺服系统的回声状态网络自抗扰控制

为解决火炮伺服系统面临的一系列非线性因素,设计一种基于回声状态网络的自抗扰控制(active disturbance rejection control,ADRC)策略.使用回声状态网络(echo state network,ESN)实现自抗扰控制重要参数的在线整定,并引入梯度下降算法与改进后的灰狼优化算法(grey wolf optimization,GWO)对回声状态网络进行训练.仿真结果表明:该新型控制方法能有效提高火炮伺服系统的动态响应性能、抗干扰性能以及随动跟踪精度,满足火炮伺服系统所要求的性能指标.     

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.     

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。     

基于扰动观测器的炮控系统自适应鲁棒控制

针对坦克快速运动过程中火炮控制系统存在一系列复杂的非线性问题,提出一种自适应鲁棒控制方法。 结合自适应控制智能优化自身参数的特点和鲁棒控制的稳定性特点,通过设计一种能够实时准确测定扰动项扰动观 测器加入到控制策略中,从而精确补偿扰动。仿真结果表明：该控制策略能较好地提升炮控系统的抗干扰能力和稳 定性,有效提高坦克行进间的射击精度。     

基于磁场定向控制的火炮交流伺服系统

基于磁场定向控制的火炮随动全数字交流伺服系统,通过永磁同步电动机定子三相电流中的励磁分量和转矩分量解耦,将交流电机等效为直流电机进行控制.系统硬件采用交直交电压型变频电路,主电路由整流电路、滤波电路及智能功率模块IPM逆变电路构成.系统控制以DSP芯片TMS320F2812为核心,构成全数字矢量控制系统.系统软件由控制主程序和PWM中断服务子程序组成:主程序完成DSP的初始化、参数设定、过压、过流保护等功能;PWM中断服务子程序完成电流采样,转速计算,矢量变换和PWM输出等功能.