隨著武器裝備系統(tǒng)的發(fā)展及軍事打擊能力要求的提高,火炮身管的口徑及長徑比不斷增加。與此同時,也使得其柔性特征和非平衡特征對系統(tǒng)性能的影響越為突出。對于身管的精準定位控制,其所需解決的關(guān)鍵問題之一便是對身管未平衡質(zhì)量誘發(fā)的非平衡力的平衡控制。本論以某武器平衡及定位電液伺服系統(tǒng)為研究對象,研究了系統(tǒng)的模型辨識和控制策略。論文完成的主要工作包括以下幾個方面：（1）分析了某武器平衡及定位電液伺服系統(tǒng)的結(jié)構(gòu)和工作原理,介紹了液壓系統(tǒng)的組成和工作原理,推導了系統(tǒng)的數(shù)學模型,分析了系統(tǒng)的非線性因素,為下一步的系統(tǒng)辨識和控制研究奠定基礎(chǔ)。（2）研究了系統(tǒng)的離線辨識方案。首先采用RBF神經(jīng)網(wǎng)絡(luò)對系統(tǒng)進行離線辨識,針對RBF神經(jīng)網(wǎng)絡(luò)參數(shù)不易確定問題,提出了基于粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)辨識方法。通過建模仿真結(jié)果比較,最終選擇了基于粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)離線辨識方案,為定位控制器中的在線辨識器提供初始參數(shù)。（3）分別設(shè)計了平衡控制器和定位控制器。平衡控制器采用傳統(tǒng)的PID控制器,定位控制器采用基于在線辨識的單神經(jīng)元自抗擾控制器。仿真結(jié)果表明,平衡控制器可以實時平衡重力矩,定位控制器可以使單神經(jīng)元控制器的參... 

【文章頁數(shù)】：79 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景及研究意義
    1.2 平衡及定位電液伺服系統(tǒng)國內(nèi)外研究現(xiàn)狀
    1.3 電液伺服系統(tǒng)的智能控制策略
    1.4 主要研究內(nèi)容
2 某武器平衡及定位電液伺服系統(tǒng)結(jié)構(gòu)及模型
    2.1 引言
    2.2 某武器平衡及定位電液伺服系統(tǒng)結(jié)構(gòu)
    2.3 液壓系統(tǒng)的組成
        2.3.1 液壓泵組
        2.3.2 三腔動力液壓缸
        2.3.3 比例伺服閥
        2.3.4 比例減壓閥
    2.4 某武器平衡及定位電液伺服系統(tǒng)數(shù)學模型
        2.4.1 比例伺服閥的數(shù)學模型
        2.4.2 變量泵控上下腔的數(shù)學模型
        2.4.3 比例減壓閥平衡腔的數(shù)學模型
        2.4.4 平衡及定位電液伺服系統(tǒng)傳遞函數(shù)
        2.4.5 狀態(tài)空間模型
    2.6 本章小結(jié)
3 某武器平衡及定位電液伺服系統(tǒng)的辨識
    3.1 引言
    3.2 系統(tǒng)辨識概述
        3.2.1 系統(tǒng)辨識的流程
        3.2.2 辨識數(shù)據(jù)
    3.3 神經(jīng)網(wǎng)絡(luò)
        3.3.1 神經(jīng)元模型
        3.3.2 神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)
        3.3.3 神經(jīng)網(wǎng)絡(luò)學習
    3.4 基于RBF神經(jīng)網(wǎng)絡(luò)的辨識
        3.4.1 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.4.2 RBF神經(jīng)網(wǎng)絡(luò)常用學習算法
        3.4.3 RBF神經(jīng)網(wǎng)絡(luò)辨識研究
    3.5 基于粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)辨識
        3.5.1 粒子群算法
        3.5.2 基于粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)算法
        3.5.3 基于粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)辨識研究
    3.6 兩種辨識方法比較
    3.7 本章小結(jié)
4 控制器設(shè)計及仿真
    4.1 引言
    4.2 平衡控制器設(shè)計
        4.2.1 PID控制器
        4.2.2 平衡控制器
    4.3 定位控制器設(shè)計
        4.3.1 自抗擾控制器
        4.3.2 單神經(jīng)元控制器
        4.3.3 基于在線辨識的單神經(jīng)元自抗擾控制器設(shè)計
    4.4 模型建立及仿真
        4.4.1 Matlab/Simulink中仿真模型的建立
        4.4.2 仿真結(jié)果及分析
    4.5 本章小結(jié)
5 實驗研究
    5.1 引言
    5.2 某武器平衡及定位電液伺服系統(tǒng)實驗系統(tǒng)
    5.3 系統(tǒng)硬件設(shè)計
        5.3.1 工業(yè)控制計算機
        5.3.2 STM32微控制器
        5.3.3 采集卡
        5.3.4 旋轉(zhuǎn)變壓器與RDC數(shù)字轉(zhuǎn)換器
        5.3.5 伺服控制箱
    5.4 系統(tǒng)軟件設(shè)計
    5.5 實驗驗證
        5.5.1 某武器平衡及定位電液伺服系統(tǒng)技術(shù)指標
        5.5.2 實驗結(jié)果
    5.6 本章小結(jié)
6 結(jié)束語
致謝
參考文獻
附錄


【參考文獻】：
期刊論文
[1]粒子群小波神經(jīng)網(wǎng)絡(luò)在交流伺服系統(tǒng)中的應用[J]. 侯潤民,劉榮忠,高強,王力.  系統(tǒng)仿真學報. 2014(04)
[2]某電液伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)自抗擾控制[J]. 王榮林,范歡迎,高強,侯遠龍.  煤礦機械. 2013(10)
[3]某掃雷犁電液伺服系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)控制[J]. 王力,彭湧,王永超.  火力與指揮控制. 2012(04)
[4]人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應用[J]. 毛健,趙紅東,姚婧婧.  電子設(shè)計工程. 2011(24)
[5]基于RBF神經(jīng)網(wǎng)絡(luò)的伺服系統(tǒng)自適應自抗擾控制[J]. 李匡成.  電氣自動化. 2010(02)
[6]大口徑輕型牽引火炮關(guān)鍵技術(shù)[J]. 張景華,余英,康瑞霞.  火炮發(fā)射與控制學報. 2010(01)
[7]一種改進PSO優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的新方法[J]. 段其昌,趙敏,王大興.  計算機仿真. 2009(12)
[8]人工神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展與應用[J]. 湯素麗,羅宇鋒.  電腦開發(fā)與應用. 2009(10)
[9]單神經(jīng)元PID控制器研究及仿真[J]. 張世韜,楊風,郝騫.  機械工程與自動化. 2009(03)
[10]泵控缸電液位置伺服系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型參考自適應控制[J]. 高強,錢林方,侯遠龍,王力.  機床與液壓. 2008(06)

博士論文
[1]電液位置伺服控制系統(tǒng)的模糊滑�？刂品椒ㄑ芯縖D]. 靳寶全.太原理工大學 2010
[2]大口徑車載火炮多柔體動力學與總體優(yōu)化研究[D]. 蔡文勇.南京理工大學 2009
[3]電液伺服系統(tǒng)的動態(tài)遞歸模糊神經(jīng)網(wǎng)絡(luò)辨識與魯棒控制研究[D]. 張友旺.中南大學 2006

碩士論文
[1]基于小波神經(jīng)網(wǎng)絡(luò)的某坦克炮平衡與定位控制[D]. 葛小川.南京理工大學 2015
[2]自抗擾控制器及其應用研究[D]. 蘇思賢.江南大學 2011
[3]某火炮電液伺服系統(tǒng)的新型控制策略研究[D]. 宗岳.南京理工大學 2009
[4]電液伺服系統(tǒng)的智能控制研究[D]. 劉坤.燕山大學 2003



本文編號：3685395