坦克炮控高低向調(diào)炮電液伺服控制系統(tǒng)是坦克炮控系統(tǒng)的重要組成部分,在實際作戰(zhàn)中要求其具有反應(yīng)速度快、控制精度高以及抗干擾能力強(qiáng)等特點(diǎn)。但由于該電液控制系統(tǒng)是一種典型的非線性時變系統(tǒng),諸多不確定因素以及非線性干擾的存在大大增加了此類系統(tǒng)的控制難度。本文擬采用GA-BP神經(jīng)網(wǎng)絡(luò)對系統(tǒng)進(jìn)行辨識并通過小波神經(jīng)網(wǎng)絡(luò)設(shè)計系統(tǒng)控制器。通過試驗仿真,驗證該方法對本文所研究系統(tǒng)的控制效果。本論文需要完成的主要工作包括如下幾個方面：首先介紹坦克炮控高低向調(diào)炮電液伺服控制系統(tǒng)的工作流程與火炮身管平衡的方法,對系統(tǒng)的硬件部分做出設(shè)計并對主要元件進(jìn)行選型,通過計算,推導(dǎo)系統(tǒng)的傳遞函數(shù)。其次對小波分析與神經(jīng)網(wǎng)絡(luò)的理論與概念進(jìn)行大致介紹,最后對兩者結(jié)合而產(chǎn)生的小波神經(jīng)網(wǎng)絡(luò)進(jìn)行介紹,并確定其結(jié)構(gòu)與算法等。然后選取系統(tǒng)辨識的輸入信號,設(shè)計系統(tǒng)辨識模型的主要參數(shù)。通過AMESim軟件搭建系統(tǒng)的液壓回路模型,并通過與Simulink軟件進(jìn)行聯(lián)合仿真得出本液壓系統(tǒng)的輸出數(shù)據(jù)。使用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行系統(tǒng)辨識。針對BP神經(jīng)網(wǎng)絡(luò)辨識結(jié)果中存在的不足,使用GA-BP神經(jīng)網(wǎng)絡(luò)對系統(tǒng)進(jìn)行再次辨識,辨識結(jié)果顯示GA-BP神經(jīng)網(wǎng)絡(luò)辨識所得結(jié)...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景
    1.2 坦克炮控系統(tǒng)
        1.2.1 國內(nèi)外炮控系統(tǒng)的現(xiàn)狀及其發(fā)展
        1.2.2 電液式與全電式炮控系統(tǒng)的優(yōu)缺點(diǎn)
    1.3 炮控系統(tǒng)的控制方式
    1.4 論文的主要內(nèi)容
2 坦克炮控系統(tǒng)綜述
    2.1 坦克炮控電液伺服控制系統(tǒng)的工作流程
    2.2 坦克炮身管的平衡
    2.3 系統(tǒng)硬件組成簡述
        2.3.1 控制計算機(jī)模塊
        2.3.2 數(shù)據(jù)采集卡
        2.3.3 旋轉(zhuǎn)變壓器與數(shù)字轉(zhuǎn)換模塊
        2.3.4 伺服放大器
        2.3.5 液壓模塊及執(zhí)行機(jī)構(gòu)
        2.3.6 發(fā)射角度與液壓缸伸縮長度間的關(guān)系
    2.4 電液伺服系統(tǒng)傳遞函數(shù)
        2.4.1 電液伺服系統(tǒng)
        2.4.2 電液伺服系統(tǒng)傳遞函數(shù)的建立
    2.5 本章小結(jié)
3 小波神經(jīng)網(wǎng)絡(luò)
    3.1 小波分析
        3.1.1 小波變換
        3.1.2 幾種常用小波
    3.2 神經(jīng)網(wǎng)絡(luò)
        3.2.1 人工神經(jīng)網(wǎng)絡(luò)簡介
        3.2.2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及學(xué)習(xí)方式
        3.2.3 BP神經(jīng)網(wǎng)絡(luò)
    3.3 小波神經(jīng)網(wǎng)絡(luò)
        3.3.1 小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)形式
        3.3.2 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
        3.3.3 小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定
    3.4 本章小結(jié)
4 電液伺服系統(tǒng)的辨識
    4.1 系統(tǒng)辨識基礎(chǔ)
        4.1.1 系統(tǒng)辨識的內(nèi)容
        4.1.2 系統(tǒng)辨識的步驟
    4.2 辨識數(shù)據(jù)與數(shù)據(jù)處理
        4.2.1 辨識數(shù)據(jù)的選取
        4.2.2 訓(xùn)練模型的設(shè)計
        4.2.3 辨識數(shù)據(jù)獲取與預(yù)處理
    4.3 基于BP神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識
        4.3.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
        4.3.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
    4.4 基于GA-BP神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識
        4.4.1 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法
        4.4.2 GA-BP神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識
    4.6 本章小結(jié)
5 系統(tǒng)控制器設(shè)計與性能比較
    5.1 PID控制器設(shè)計
        5.1.1 PID控制
        5.1.2 基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器設(shè)計
    5.2 小波神經(jīng)網(wǎng)絡(luò)控制器設(shè)計
        5.2.1 自適應(yīng)控制
        5.2.2 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制
        5.2.3 小波神經(jīng)網(wǎng)絡(luò)控制器設(shè)計
    5.3 系統(tǒng)仿真與分析
        5.3.1 系統(tǒng)輸入階躍信號的仿真結(jié)果與分析
        5.3.2 系統(tǒng)輸入正弦信號時的結(jié)果與分析
    5.4 本章小結(jié)
6 結(jié)束語
致謝
參考文獻(xiàn)
附錄



本文編號：3784963