基于BP神经网络的电动舵机动态加载控制方法研究

摘要

本文针对电动舵机动态加载系统的控制策略进行了研究与设计。 论文首先建立了加载系统的数学模型，并在单通道加载模型的基础上分析了加载系统的动态特性。加载系统最为关键也最难解决的问题就是如何减小强位置干扰，这也是评价加载系统品质的一个重要指标，因此如何设计控制策略来减小强位置干扰是一个很关键的因素。 论文阐述了强位置干扰产生的机理，分析了影响位置干扰的因素，并采用前馈补偿原理对其进行了前馈补偿，从根本上来减小位置干扰的影响。利用Matlab软件对采用前馈补偿原理来消除强位置干扰的影响做了数字仿真，仿真结果表明采用的控制策略是可行的。理论上采用前馈补偿方法可消除位置干扰，但补偿器中的高阶微分在物理上难以实现。另外，电液伺服系统的非线性、参数不确定性因素也使得该控制方法的实际效果变差，难以达到较高的设计要求。 针对传统控制方法的缺陷，将经典控制理论与BP神经网络相结合，提出一种基于BP神经网络的最优控制策略，并证明该闭环系统具有渐近稳定性。将该控制策略应用于电液伺服加载系统，仿真表明该控制策略是有效的，控制系统动态性能比纯经典控制有了明显改善，对系统非线性和参数不确定性有较强的自适应性。 论文最后给出了系统各项性能指标的测试方法、测试结果以及测试结论，测试结果表明系统能够满足设计指标要求。

目录

文摘

英文文摘

西北工业大学学位论文知识产权声明书和原创性声明

第一章绪论

1.1课题来源与选题意义

1.2电液伺服加载系统概述

1.3加载系统控制技术的发展过程、研究现状与发展方向

1.4控制策略的选取

1.5论文研究的内容

第二章加载系统数学模型

2.1加载系统结构

2.2加载系统中各环节数学模型

2.3加载系统参数计算

2.4单通道加载系统数学模型

第三章加载系统控制律分析与控制器设计

3.1加载系统强位置干扰的产生机理

3.2消除强位置干扰的方法

3.3加载系统控制器设计

3.4小结

第四章BP神经网络及其控制方法研究

4.1神经网络概述

4.2 BP神经网络基本原理及算法改进

4.3基于BP网络的最优控制器在加载系统中的应用

4.4小结

第五章加载系统动态加载测试

5.1加载系统仿真试验台设计

5.2加载系统调试

5.3加载系统动态加载测试

5.4小结

结论与展望

参考文献

发表论文

致谢