本文關鍵詞：基于神經網絡的電動負載模擬器控制方法研究

  更多相關文章： 電動負載模擬器 多余力矩 干擾觀測器 神經網絡逆控制 在線神經網絡 通用模型控制

【摘要】：負載模擬器是地面實驗室條件下的設備,能夠模擬飛行器飛行階段受到的力矩。電動負載模擬器因其體積小、使用方便等特點,得到了越來越廣泛的應用。航空技術的發(fā)展對飛行器舵機的控制性能和精度提出了更高的要求。本文利用基于神經網絡方法對負載模擬器的控制進行研究:(1)將舵機的輸出看作負載模擬器的外部擾動,然后根據模擬器加載部分的構成及各部分的物理特性,建立負載模擬器加載環(huán)節(jié)的數學模型。在考慮系統(tǒng)不確定性和模型參數攝動情況下,分析未建模動態(tài)、參數攝動、多余力矩及外界干擾對系統(tǒng)性能的影響。(2)對系統(tǒng)多余力矩及其抑制進行了研究,為了有效抑制多余力矩,提出了一種前饋補償和干擾觀測器(DOB)相結合的復合抑制策略。仿真結果表明該復合策略能夠有效抑制系統(tǒng)多余力矩。(3)針對負載模擬器加載環(huán)節(jié)的指令力矩跟蹤精度問題,提出了一種動態(tài)神經網絡廣義逆控制方案。方案利用三層前饋網絡與積分器組成動態(tài)網絡,訓練得到逆模型并串聯在被控對象之前構成偽線性系統(tǒng);采用附加控制器進行閉環(huán)控制。仿真結果表明該策略能夠有效提高負載模擬器力矩跟蹤精度。(4)針對神經網絡廣義逆策略中存在的不能保證控制的實時性和偽線性系統(tǒng)的非理想特性這兩點不足,采用在線調節(jié)和通用模型策略(CMC)對系統(tǒng)性能進行改善,大大改善了電動加載過程的力矩跟蹤性能。
【關鍵詞】：電動負載模擬器 多余力矩 干擾觀測器 神經網絡逆控制 在線神經網絡 通用模型控制
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：V216.8;TP183
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-17
• 1.1 論文研究意義10
• 1.2 負載模擬器的概述10-12
• 1.2.1 負載模擬器的結構10-11
• 1.2.2 負載模擬器的分類11-12
• 1.2.3 負載模擬器的性能評價12
• 1.3 負載模擬器的控制方法研究現狀12-15
• 1.3.1 結構法13
• 1.3.2 控制法13-15
• 1.4 本文主要研究內容及安排15-17
• 第二章 電動加載模型建立及分析17-31
• 2.1 電動加載環(huán)節(jié)數學模型建立17-19
• 2.1.1 加載電機的數學模型17-18
• 2.1.2 PWM驅動裝置的數學模型18
• 2.1.3 力矩傳感器的數學模型18-19
• 2.1.4 電動加載環(huán)節(jié)數學模型19
• 2.1.5 仿真參數的確定19
• 2.2 電動加載環(huán)節(jié)特性分析19-26
• 2.2.1 電動加載通道頻率特性分析19-21
• 2.2.2 多余力矩分析21-24
• 2.2.3 不確定性分析24-26
• 2.3 多余力矩的補償抑制26-30
• 2.3.1 基于速度前饋補償的多余力矩抑制26-27
• 2.3.2 基于干擾觀測的多余力矩復合抑制27-29
• 2.3.3 仿真研究29-30
• 2.4 本章小結30-31
• 第三章 電動加載神經網絡逆控制31-40
• 3.1 神經網絡概述31-32
• 3.2 神經網絡廣義逆控制32-36
• 3.2.1 逆系統(tǒng)原理32-33
• 3.2.2 神經網絡廣義逆系統(tǒng)及實現33-35
• 3.2.3 電動加載神經網絡逆控制實現35-36
• 3.3 仿真研究36-39
• 3.4 本章小結39-40
• 第四章 電動加載在線神經網絡逆控制40-49
• 4.1 神經網絡逆控制中問題分析40-41
• 4.2 在線學習神經網絡逆控制方法41-46
• 4.2.1 L-M（Levenberg-Marqurdt）算法42-43
• 4.2.2 在線L-M神經網絡算法實現43-45
• 4.2.3 在線神經網絡收斂性45-46
• 4.2.4 在線神經網絡的實現過程46
• 4.3 電動加載在線神經網絡逆控制46-47
• 4.4 仿真研究47-48
• 4.5 本章小結48-49
• 第五章 電動加載在線神經網絡復合逆控制49-54
• 5.1 一般模型控制（GMC）49-50
• 5.2 通用模型控制（CMC）50-51
• 5.3 電動加載在線神經網絡復合逆控制51-52
• 5.4 仿真研究52-53
• 5.4.1 在線神經網絡復合逆控制仿真52-53
• 5.4.2 電動加載力矩跟蹤誤差綜合分析53
• 5.5 本章小結53-54
• 結論54-56
• 參考文獻56-61
• 致謝61-62
• 作者簡介62-63
• 附件63-64

【相似文獻】

中國期刊全文數據庫 前10條

1 王凡,孟立凡;關于使用神經網絡推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經網絡的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經網絡的應用與展望[J];佛山科學技術學院學報(自然科學版);2009年05期

4 許萬增;;神經網絡的研究及其應用[J];國際技術經濟研究學報;1990年01期

5 張軍華;神經網絡技術及其在軍用系統(tǒng)中的應用[J];現代防御技術;1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經網絡在預報控制中的應用[J];機床;1993年11期

7 靳蕃;神經網絡及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

8 宋玉華，王啟霞;神經網絡診斷──神經網絡在自動化領域里的應用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內外神經網絡技術的研究與應用概況[J];電機電器技術;1995年04期

10 王中賢，，錢頌迪;神經網絡法在經濟管理中的應用[J];航天工業(yè)管理;1995年04期

中國重要會議論文全文數據庫 前10條

1 徐春玉;;基于泛集的神經網絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經網絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網絡的新機遇——紀念中國神經網絡10周年[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網絡與圖論[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數值預報產品的神經網絡釋用預報應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經網絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數據庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經網絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經網絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

8 劉力;我半導體神經網絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數據庫 前10條

1 楊旭華;神經網絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網絡并行實現及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數據庫 前10條

1 章穎;混合不確定性模塊化神經網絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經網絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經網絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經網絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經網絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經網絡的上證指數預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經網絡血壓預測研究與系統(tǒng)實現[D];華南理工大學;2015年

9 張韜;幾類時滯神經網絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經網絡的穩(wěn)定性分析[D];渤海大學;2015年

本文編號：587111