本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的慣性平臺(tái)系統(tǒng)自適應(yīng)溫度控制方法研究

  更多相關(guān)文章： 慣性平臺(tái) 溫控系統(tǒng) 系統(tǒng)辨識(shí) 神經(jīng)網(wǎng)絡(luò)

【摘要】：慣性平臺(tái)系統(tǒng)中的陀螺等慣性器件的精度受溫度影響很大,慣性平臺(tái)溫控系統(tǒng)直接影響著慣性導(dǎo)航系統(tǒng)的精度,因此對(duì)慣性平臺(tái)系統(tǒng)實(shí)行精密的溫度控制對(duì)于提高整個(gè)慣性導(dǎo)航的精度有重要意義。本文通過對(duì)某型高精度慣性平臺(tái)系統(tǒng)內(nèi)部的傳熱過程進(jìn)行分析,針對(duì)慣性平臺(tái)溫控系統(tǒng)結(jié)構(gòu)復(fù)雜、多耦合的情況,采用基于偽隨機(jī)數(shù)的相關(guān)分析法建立了系統(tǒng)的數(shù)學(xué)仿真模型,針對(duì)溫控回路中存在非線性環(huán)節(jié)和負(fù)載擾動(dòng)的情況,采用遺傳尋優(yōu)神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)的方法建立系統(tǒng)的在線預(yù)測模型,結(jié)合單神經(jīng)元自適應(yīng)PSD控制器構(gòu)成單神經(jīng)元自適應(yīng)智能控制器,通過仿真和試驗(yàn)驗(yàn)證該控制方法增強(qiáng)了溫控系統(tǒng)的抗干擾能力和魯棒性。本文的主要研究內(nèi)容包括以下幾個(gè)方面:首先分析某型高精度慣性平臺(tái)系統(tǒng)內(nèi)部臺(tái)體和慣性儀表的傳熱過程,推導(dǎo)出慣性平臺(tái)溫控系統(tǒng)內(nèi)臺(tái)體和慣性儀表的加熱功率和其溫度之間的關(guān)系矩陣的結(jié)構(gòu),為了簡化計(jì)算和方便仿真分析,通過進(jìn)一步分析簡化關(guān)系矩陣的結(jié)構(gòu)形式,通過設(shè)計(jì)偽隨機(jī)數(shù),獲取了辨識(shí)的輸入輸出數(shù)據(jù),采用基于偽隨機(jī)數(shù)的相關(guān)分析法辨識(shí)關(guān)系矩陣的參數(shù),建立了慣性平臺(tái)溫控對(duì)象的數(shù)學(xué)模型。其次從解決溫控回路中的非線性、模型復(fù)雜度和在線獲取過程參數(shù)的角度出發(fā),采用神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)的方法建立帶有神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的系統(tǒng)的在線預(yù)測模型,為了提高神經(jīng)網(wǎng)絡(luò)模型的辨識(shí)精度,采用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始參數(shù),建立了慣性平臺(tái)溫控系統(tǒng)的在線預(yù)測模型,為自適應(yīng)智能控制方法的應(yīng)用奠定的基礎(chǔ)。最后在傳統(tǒng)控制器的基礎(chǔ)上,為了提高系統(tǒng)的抗干擾能力和魯棒性,設(shè)計(jì)了基于二次型性能指標(biāo)的單神經(jīng)元自適應(yīng)PSD智能控制器,結(jié)合前向神經(jīng)網(wǎng)絡(luò)在線預(yù)測模型構(gòu)成單神經(jīng)元自適應(yīng)智能控制器,通過仿真和試驗(yàn)結(jié)果表明,該控制方法提高了慣性平臺(tái)溫控系統(tǒng)的抗干擾能力,改善了平臺(tái)的溫控效果。
【關(guān)鍵詞】：慣性平臺(tái) 溫控系統(tǒng) 系統(tǒng)辨識(shí) 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：中國航天科技集團(tuán)公司第一研究院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TJ765;TP183
【目錄】：

• 摘要2-3
• ABSTRACT3-7
• 1 緒論7-11
• 1.1 課題背景及研究意義7-8
• 1.2 慣性平臺(tái)系統(tǒng)溫度控制方案的國內(nèi)外研究現(xiàn)狀8
• 1.3 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的發(fā)展8-9
• 1.4 本文研究內(nèi)容與章節(jié)安排9-11
• 1.4.1 本文研究內(nèi)容9-10
• 1.4.2 章節(jié)安排10-11
• 2 慣性平臺(tái)系統(tǒng)中溫控對(duì)象建模11-39
• 2.1 問題描述11
• 2.2 慣性平臺(tái)系統(tǒng)中溫控對(duì)象11-24
• 2.2.1 慣性平臺(tái)系統(tǒng)中慣性儀表傳熱過程11-16
• 2.2.2 慣性平臺(tái)系統(tǒng)慣性儀表熱參數(shù)計(jì)算16-24
• 2.3 相關(guān)分析辨識(shí)法參數(shù)辨識(shí)24-38
• 2.3.1 相關(guān)分析辨識(shí)法求系統(tǒng)傳遞函數(shù)理論依據(jù)24-26
• 2.3.2 偽隨機(jī)信號(hào)設(shè)計(jì)26-30
• 2.3.3 測溫?cái)?shù)據(jù)預(yù)處理30-33
• 2.3.4 辨識(shí)結(jié)果與檢驗(yàn)33-38
• 2.4 本章小結(jié)38-39
• 3 遺傳尋優(yōu)神經(jīng)網(wǎng)絡(luò)辨識(shí)器39-55
• 3.1 問題描述39-40
• 3.2 基于遺傳尋優(yōu)神經(jīng)網(wǎng)絡(luò)辨識(shí)溫控對(duì)象40-47
• 3.2.1 神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)原理40-43
• 3.2.2 基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)原理43-47
• 3.3 預(yù)測模型辨識(shí)結(jié)果與檢驗(yàn)47-54
• 3.3.1 預(yù)測模型辨識(shí)數(shù)據(jù)47-48
• 3.3.2 預(yù)測模型辨識(shí)結(jié)果48-52
• 3.3.3 預(yù)測模型檢測52-54
• 3.4 本章小結(jié)54-55
• 4 單神經(jīng)元自適應(yīng)智能控制器的設(shè)計(jì)55-66
• 4.1 問題描述55
• 4.2 單神經(jīng)元自適應(yīng)PSD智能控制器設(shè)計(jì)55-61
• 4.2.1 神經(jīng)網(wǎng)絡(luò)自適應(yīng)PID控制介紹55-57
• 4.2.2 基于二次型性能指標(biāo)的單神經(jīng)元自整定PSD控制57-60
• 4.2.3 系統(tǒng)穩(wěn)定性分析60-61
• 4.3 單神經(jīng)元自適應(yīng)智能控制器設(shè)計(jì)61-62
• 4.4 仿真結(jié)果62-65
• 4.5 本章小結(jié)65-66
• 5 系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)驗(yàn)證66-77
• 5.1 全數(shù)字溫控系統(tǒng)方案設(shè)計(jì)66-70
• 5.1.1 數(shù)字溫控系統(tǒng)硬件設(shè)計(jì)66-69
• 5.1.2 數(shù)字溫控系統(tǒng)算法設(shè)計(jì)69-70
• 5.2 試驗(yàn)驗(yàn)證70-76
• 5.3 本章小結(jié)76-77
• 結(jié)論77-79
• 1 論文工作總結(jié)77
• 2 后續(xù)工作展望77-79
• 參考文獻(xiàn)79-81
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況81-82
• 致謝82-85

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 李春香,鐘碧良,毛宗源;基于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的PID控制器[J];石油化工高等學(xué)校學(xué)報(bào);1999年02期

，

本文編號(hào)：558315