基于神经网络的负载模拟器控制方法研究

摘要

负载模拟器是半实物仿真实验室中模拟无人机等飞行器在飞行中舵面所受空气动力载荷的重要设备.它为飞行器提供性能试验数据,同时也为新技术的应用提供可靠的实验资料.随着国防工业的发展及新型武器系统研制的需要,对此类伺服系统的需求越来越多,并且对其性能指标要求也越来越高.论文的目的就是提出一种更有效的提高控制系统性能的方法.衡量负载模拟器系统性能的关键指标是多余力矩的抑制.论文从介绍以往消除多余力矩的方法开始,分析了多余力矩的产生原理以及影响多余力矩的因素.针对多余力矩严重影响施力系统动态加载性能的特点,依据神经网络的非线性逼近和自学习特性,提出一种基于神经网络的复合控制方法来提高系统性能.文中给出了具体的控制结构和算法.通过仿真可以看出,复合控制器利用神经网络进行在线辨识、控制,基本消除多余力矩,系统动态性能得到改善,仿真效果令人满意.在某型无人机负载模拟器中的应用表明,该方法极大的改善了系统动态加载性能,有很强的鲁棒性.

目录

文摘

英文文摘

第一章绪论

1.1选题的意义及必要性

1.2负载模拟器系统概述

1.2.1负载模拟器的构成

1.2.2负载模拟器的分类

1.2.3负载模拟器的技术难点

1.3控制策略的选取

1.4论文研究的内容

第二章负载模拟器系统建模

2.1无人机负载模拟器系统构成

2.1.1系统机械构成

2.2.2控制系统结构

2.2负载模拟器系统建模

2.2.1系统静态设计

2.2.2系统建模

第三章基于前馈的系统校正和补偿

3.1前馈补偿原理概述

3.2原系统特性分析

3.2.1闭环系统幅相频特性

3.2.2多余力矩

3.3系统的校正与补偿

3.3.1前向通道控制器

3.3.2前馈控制器

3.4小结

第四章基于神经网络的复合控制器设计

4.1神经网络概论

4.1.1神经网络研究的起源

4.1.2用于控制的神经网络

4.1.3人工神经元模型

4.1.4 BP网络及其算法

4.2复合控制器设计

4.2.1神经网络辨识器NNI

4.2.2神经网络控制器NNC

4.2.3神经网络控制系统的收敛性与稳定性分析

4.2.4算法的改进

4.2.5神经网络自适应控制算法

4.3系统仿真

4.3.1系统性能指标要求

4.3.2复合控制器作用下系统的输出力矩仿真

4.3.3控制系统鲁棒性的仿真

第五章负载模拟器控制系统的实现

5.1计算机控制系统的基本原理

5.2控制系统的硬件及其基本原理

5.2.1计算机系统的构成

5.2.2 PWM电路工作原理

5.3系统软件设计

5.3.1系统软件结构及功能

5.3.2数字滤波

5.3.3控制算法的实现

5.3.4软件用户界面

5.4控制系统的调试

5.4.1调试中出现的问题及其解决

5.4.2试验结果

第六章结论与展望

参考文献

致 谢

西北工业大学学位论文知识产权声明书及西北工业大学学位论文原创性声明