一种顶置武器站行进间连发射击炮口振动分步抑制方法

摘要

本发明提供了一种顶置武器站行进间连发射击炮口振动分步抑制方法，包括如下步骤：步骤一、给定支撑架弹性模量，弹箱质量，缓冲器刚度的范围；步骤二、采用拉丁超立方试验设计选取获取N组样本点；步骤三、计算炮口振动综合参数；步骤四、联合N组样本点和N个炮口振动综合参数构成初始训练样本点集；步骤五、使用遗传算法对kriging代理模型进行寻优，找出最优点及最大期望提高点；步骤六、基于双重kriging模型序列迭代优化算法对结构参数优化问题进行寻优直到收敛；步骤七、将各种外部激励及内部非线性因素一并视为总和扰动，用扩张的状态变量对其进行估计，最后通过反馈机制对其进行补偿抑制。

说明书

技术领域

本发明属于武器站技术领域，特别涉及一种顶置武器站行进间连发射击炮口振动分步抑制方法。

背景技术

火炮发射时，火药燃烧产生的瞬时高温、高压推动弹丸在膛内高速运动，加之火炮的惯性作用，使火炮产生剧烈振动，导致炮口指向发生变化，严重影响射击精度。研究火炮发射的炮口扰动及其变化规律，对于评价和考核火炮性能、鉴定火炮生产质量、提高火炮射击精度具有重要的理论意义。通过对顶置武器站结构参数进行优化使炮口扰动最小。

发明内容

本发明设计开发了一种顶置武器站行进间连发射击炮口振动分步抑制方法，通过对结构参数的优化和对控制器的优化，解决了炮口扰动量大影响射击精度的问题。

本发明提供的技术方案为：

一种顶置武器站行进间连发射击炮口振动分步抑制方法，包括如下步骤：

步骤一、给定顶置武器站支撑架弹性模量E的范围E∈[E_a,E_b]，弹箱质量m的范围m∈[m_a,m_b]，缓冲器刚度K的范围K∈[K_a,K_b]；

步骤二、采用拉丁超立方试验设计选取E、m、K的值，获取N组样本点(E_i,m_i,K_i)，i＝1,2,...,N；

步骤三、将顶置武器站支撑架弹性模量、弹箱质量、缓冲器刚度分别设定为E_i、m_i、K_i，对顶置武器站进行炮口扰动试验，获取高低向线速度均方值D_i(v_z)、水平向线速度均方值D_i(v_y)、高低向角位移均方值D_i(θ_z)以及水平向角位移均方值D_i(θ_y)，计算炮口振动综合参数F_i

F_i＝w₁D(v_z)+w₂D(θ_z)+w₃D(v_y)+w₄D(θ_y)

其中，w₁、w₂、w₃、w₄为权系数；

步骤四、联合N组样本点(E_i,m_i,K_i)和N个炮口振动综合参数F_i构成初始训练样本点集，构建kriging代理模型；

步骤五、使用遗传算法对kriging代理模型进行寻优，找出最优点及最大期望提高点；

步骤六、将步骤五中获取的最优点及最大期望提高点两点方差最小点作为待添加的采样点，重新进行kriging代理模型寻优，直到最优点收敛；此时得到的武器站支撑架弹性模量E₀、弹箱质量m₀、缓冲器K₀即为顶置武器站结构优化参数。

步骤七、将各种外部激励及内部非线性因素一并视为总和扰动，用扩张的状态变量对其进行估计，最后通过反馈机制对其进行补偿抑制。

优选的是，步骤三中，w₁＝w₃＝1，w₂＝w₄＝10。

优选的是，步骤六中，收敛准则为：

其中，分别为第k代、第k+1代kriging模型的最优值。

优选的是，步骤二中，使用拉丁超立方试验提取35组样本点。

步骤五中遗传算法种群数量为44，交叉概率为0.7，变异概率为0.05，收敛阀值为0.001。

优选的是，支撑架弹性模量E的范围E∈[1.5,2.5]。

优选的是，弹箱质量m的范围m∈[50,130]。

优选的是，缓冲器刚度K的范围K∈[500,750]。

优选的是，步骤七中，将武器站内部动力学特性及外部扰动可用一个未知的非线性函数则武器站机械系统可简化为一个二阶受控系统：

式中，y、x₁表示系统输出，即顶置武器站俯仰部分角速度，x₂为角加速度，为角加加速度；

采用于扩张状态观测器将系统未建模部分及未知外部扰动视为总和扰动，并通过扩张的状态变量进行观测。提取系统输出变量y和输入变量u，输入扩张状态观测器：

则状态变量z₁是对武器站俯仰部分角速度的跟踪量，z₂是对角加速度的跟踪量，z₃是对总和扰动的跟踪量；

得出控制量u₀后，连同总和扰动z₃，采用以下反馈率对受控系统进行补偿：

u＝u₀-z₃

最终得到顶置武器站炮控系统高低向稳定工况自抗扰控制模型。

本发明的有益效果是：本发明提供了一种顶置武器站行进间连发射击炮口振动分步抑制方法，通过对支撑架弹性模量、弹箱质量、缓冲器刚度的优化设计，和对控制其的优化，使炮口扰动量最小。

附图说明

图1为本发明所述的顶置武器站行进间连发射击炮口振动分步抑制方法流程图。

图2为本发明所述的顶置武器站结构示意图。

图3为本发明所述的顶置武器站炮控系统高低向稳定工况自抗扰控制模型。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1所示，本发明提供了一种顶置武器站行进间连发射击炮口振动分步抑制方法，包括以下步骤：

步骤一：选择支撑架弹性模量E、弹箱质量m、缓冲器刚度K这三个结构参数作为优化问题的设计变量，这三个参数的取值范围图表1所示：

表1

步骤二：采用拉丁超立方试验设计选取E、m、K的值，获取35组样本点(E_i,m_i,K_i)，i＝1,2,...,35。

步骤三、将顶置武器站支撑架弹性模量、弹箱质量、缓冲器刚度分别设定为E_i、m_i、K_i，对顶置武器站进行炮口扰动试验，获取高低向线速度均方值D_i(v_z)、水平向线速度均方值D_i(v_y)、高低向角位移均方值D_i(θ_z)以及水平向角位移均方值D_i(θ_y)，计算炮口振动综合函数

minF＝min(w₁D(v_z)+w₂D(θ_z)+w₃D(v_y)+w₄D(θ_y))

其中，w₁、w₂、w₃、w₄为权系数，作用是对振动参量的量纲进行统一，取值为：w₁＝w₃＝1，w₂＝w₄＝10。

步骤四：生成初始训练样本空间。将35组样本点(E_i,m_i,K_i)，i＝1,2,...,35连同炮口振动综合参数生成初始训练样本空间，部分样本空间如表2所示

表2

步骤五：在初始训练样本空间的基础上，利用Matlab中的“DACE”工具箱构造第一代kriging模型，回归函数选择二元二次多项式，相关函数选择高斯函数，并考虑各向异性作用，对每个设计变量单独赋予θ值，范围取[0.1,20]，初始值统一设置为10。选择遗传算法作为优化算法，设置种群数量为44，交叉概率为0.7，变异概率为0.05，收敛阀值为0.001。

kriging代理模型本质上是一种基于统计理论的近似模型[139]，其有效性及精确性受随机误差的影响小。kriging代理模型在对未知点进行预测时，需要借助周围已知采样点的信息，通过对该信息进行加权组合来估计未知点，加权方法则根据最小化估计值误差的方差来确定，因此，可以认为kriging模型是最优的线性无偏估计。

kriging作为一种半参数化的近似模型，由线性回归部分和非参数部分组成：

式中，F(β,x)为回归部分，由一系列x的多项式及回归系数β来共同决定：

在插值过程中F(β,x)提供全局近似，且x的多项式形式可以选择为0阶、1阶或2阶。

z(x)为非参数部分，在插值过程中提供局部偏差的近似，具有以下统计特性：

式中，E为期望，Var为方差，Cov为协方差，R为相关函数，θ为相关向量。

假设一组已知的包含n个设计变量个数的样本点集为X＝[x¹,x²,…,xⁿ]^T,其相应的函数值为为Y＝[y¹,y²,…,yⁿ]^T，则采用kriging进行插值后，对任意一个未知点响应值的估计为：

式中，c为插值系数。代理模型的估计误差为：

式中，F＝[f₁,f₂,…,f_n]^T，，Z＝[z₁,z₂,…,z_n]^T。

为了保证估计结果的无偏性，需要使上述估计误差的期望为0：

即有：

F^Tc-f(x)＝0

此时，估计值的均方差为：

式中，

kriging模型要求最小，因此系数c可通过建立最小化均方差优化模型 来求解得出：

引入拉格朗日乘子得：

L(c,λ)＝σ²(1+c^TRc-2c^Tr)-λ^T(F^Tc-f(x))

上式关于c的梯度为：

结合约束条件可得系统方程为：

可以进一步推导出：

将上式代入得：

对数形式的参数估计极大似然函数为：

当θ初始值给定后，将极大似然函数分别对β和σ²求导数，并令其等于0，则可以得到两个参数的极大似然估计为：

此时，kriging对未知点的估计即为最优线性无偏估计：

步骤六：依据上述初始条件，基于双重kriging模型序列迭代优化算法对 武器站结构参数优化问题进行寻优，收敛准则为：

式中，分别为第k代、第k+1代kriging模型的最优值。

结果如表3、表4所示，其中x₁、x₂、x₃分别对应支撑架弹性模量、弹箱质量以及缓冲器刚度。

表3

表4

由特征点历史可知，在武器站炮口振动优化问题的寻优过程中，最优值并不是一味地变小，而是在-40至40间来回波动，导致该现象的原因在于拟合出的kriging代理模型具有若干个相近的极小值点，当本轮kriging模型搜索到的最优点经加点提高准确度后，另一个相近的极小值点凸显出来，成为下一轮kriging模型的最优点，如此反复寻优、加点，一直到该若干个极小值点被“填平”、全局最优点留存下来为止。

从表3、表4可知，整个优化过程经历了26轮kriging模型的更新，总共加点26个，最终收敛的全局最优值为1.965，相比起初始值，目标函数优化幅度为24.7％，对应的结构参数最优解为：支撑架弹性模量为1.913GPa、弹箱质量为122.506kg、缓冲器刚度615.69N/mm。

将上述结构优化参数作为武器站的结构参数，构建武器站和路面的模型。如图2所示，某型顶置武器站主要包括车内部分及顶置部分，其中车内部分包括操纵手柄、显示器、操纵台、火控计算机等，顶置部分则包括武器系统、观瞄系统、炮塔系统等。然后建立8个等级路面模型，即A～H级路面模型。

为考察顶置武器站在现有PID控制器下行进间连发射击炮口振动特性， 对武器站进行行进间连发射击动力学仿真，行驶工况为27km/h车速不同路面(A～F级)，为避免履带底盘从静止加速至期望车速对炮口造成影响，五连发射击在行进14秒时加载，射频为300发/分，不同路面炮口振动高低向角位移可以用位移曲线表示。此外，为体现行进与否对连发射击炮口振动的影响，进行武器站停止间连发射击动力学仿真，并将其弹丸出炮口时刻炮口高低角位移均方值与行进间的结果一并列出，如表5所示。

表5

由表5可知，对于低等级路面(对应于A、B级路面)，PID控制器能够对路面激励引起的身管高低向偏移进行稳定控制，其中，A级、B级路面行进间连发射击炮口振动高低向角位移均方值分别为0.069mil、0.08mil，与停止间的0.065mil相近，表明该行驶工况下炮控系统能对身管进行有效的稳定控制，从而抑制了炮口振动中由路面激励引起的振动分量，使该工况下炮口振动主要由射击载荷引起；随着行驶工况的加剧(对应于C级路面)，控制器对路面扰动的抑制能力逐渐削弱，行进过程引起的炮口振动已经和连发射击引起的炮口振动相当，同时C级路面下行进间连发射击炮口振动高低向角位移均方值为0.109mil，约为停止间连发射击的2倍，表明该工况下连发射击载荷和路面载荷对炮口振动的影响程度相当；随后，当行驶工况进一步加剧(对应于D～F级路面)，连发射击引起的炮口振动已经完全湮没在路面激励引起的炮口振动中，且E级、F级路面下武器站行进间连发射击炮口振动高低向角位移均方值分别约为停止间连发射击的11倍及38倍，表明该 工况下PID控制器已无法对路面扰动进行有效抑制，复杂路况对炮口振动的贡献要远大于射击载荷，换言之，此时炮口振动主要由路面激励引起。因此，为满足更多行驶工况的身管稳定控制需求、进一步抑制剧烈行驶工况下炮口振动的路面扰动分量，本发明引入自抗扰控制技术。

在顶置武器站工作过程中，外部激励及内部非线性因素共同作用，导致行进间射击工况下的顶置武器站具有强非线性、变参数的复杂系统特性，难以用精确的受控系统模型一概而论。为此，引入自抗扰控制技术，直接将各种外部激励(对应于自抗扰控制中的外部扰动)及内部非线性因素(对应于自抗扰控制中的未建模部分)一并视为总和扰动，用扩张的状态变量对其进行估计，最后通过一定的反馈机制对其进行补偿抑制。

在原有武器站炮控系统电流-速度双环控制结构的基础上，将速度环PID控制器改造成自抗扰控制。将武器站机械系统视为一个未知属性的黑匣子后，所有内部动力学特性及外部扰动可用一个未知的非线性函数表示，则武器站机械系统可简化为一个二阶受控系统：

式中，y、x₁表示系统输出，即顶置武器站俯仰部分角速度，x₂为角加速度，为角加加速度(武器站机械系统动力学特性、外部扰动均可等效为一个未知的非线性函数f(x₁,x₂)作用于此)。

考虑到跟踪微分器的作用在于对期望信号进行噪声过滤、安排过渡过程以及给出期望信号的微分信号，对炮控系统电传工况及跟踪工况起作用；而本课题研究目的在于保持身管空间指向不变、抑制行进间路面激励引起的炮口振动，即主要针对炮控系统的稳定工况，期望信号为0，因此，为简化控制过程，本文不采用跟踪微分器。

采用于扩张状态观测器将系统未建模部分及未知外部扰动视为总和扰动，并通过扩张的状态变量进行观测。提取系统输出变量y和输入变量u，输入扩张状态观测器：

则状态变量z₁是对武器站俯仰部分角速度的跟踪量，z₂是对角加速度的跟踪量，z₃是对总和扰动的跟踪量。

非线性反馈率误差非线性组合形式：

得出控制量u₀后，连同总和扰动z₃，采用以下反馈率对受控系统进行补偿：

u＝u₀-z₃

最终得到顶置武器站炮控系统高低向稳定工况自抗扰控制模型，如图3所示。

为考察顶置武器站在自抗扰控制器作用下的行进间连发射击炮口动态响应，进行不同行驶工况的行进间连发射击动力学仿真。为了直观地对比自抗扰控制与PID控制对路面扰动的抑制效果，在计算行进间稳定精度时去除连发射击期间(14～15秒)的炮口振动高低向角位移数据；同时，采用弹丸出炮口时刻炮口振动高低向角位移均方值作为武器站连发射击炮口振动的表征量，该表征量由于发生在行进间射击时，能够反映控制器对射击载荷和路面激励双重扰动的综合抑制能力，不同行驶工况不同控制器下武器站行进间稳定精度及弹丸出炮口时刻炮口振动高低向角位移均方值的对比如表6所示。

表6

由仿真结果可知，对于行进间稳定精度，采用自抗扰控制器后顶置武器站行进间稳定精度在不同行驶工况下均有较大程度的改善，平均改善幅度为7.6％，其中，在A级路面下的改善幅度最高，达到9.9％，表明自抗扰控制相比起PID控制能有效提高武器站炮控系统在不同行驶工况下的身管稳定性能；对于弹丸出炮口时刻炮口角位移均方值，其平均改善幅度为15.3％，其中，在C级路面下的改善幅度最高，达到21.7％，最低为F级路面下的8.4％，表明改善效果总体趋势上随路面等级的提高而削弱。值得注意的是，相同路面下自抗扰控制相比PID控制对角位移均方值的改善程度要普遍大于稳定精度改善的幅度，如A级路面下通过更换PID为ADRC后，行进间稳定精度改善9.9％，而行进间连发射击弹丸出炮口时刻炮口角位移均方值改善21.7％，表明自抗扰控制在该行驶工况下不仅对炮口振动中的路面扰动分量进行抑制，而且对射击载荷扰动分量也产生了抑制作用，即一定程度上抑制了由连发射击引起的炮口振动，强化了结构参数优化对炮口振动的抑制效果，充分验证了本文所提结构参数优化结合改进控制策略的分步抑制方法的有效性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。