某武器平衡及定位电液伺服系统设计及仿真

发布时间：2022-10-04 16:45

　　随着武器装备系统的发展及军事打击能力要求的提高,火炮身管的口径及长径比不断增加。与此同时,也使得其柔性特征和非平衡特征对系统性能的影响越为突出。对于身管的精准定位控制,其所需解决的关键问题之一便是对身管未平衡质量诱发的非平衡力的平衡控制。本论以某武器平衡及定位电液伺服系统为研究对象,研究了系统的模型辨识和控制策略。论文完成的主要工作包括以下几个方面：（1）分析了某武器平衡及定位电液伺服系统的结构和工作原理,介绍了液压系统的组成和工作原理,推导了系统的数学模型,分析了系统的非线性因素,为下一步的系统辨识和控制研究奠定基础。（2）研究了系统的离线辨识方案。首先采用RBF神经网络对系统进行离线辨识,针对RBF神经网络参数不易确定问题,提出了基于粒子群优化的RBF神经网络辨识方法。通过建模仿真结果比较,最终选择了基于粒子群优化的RBF神经网络离线辨识方案,为定位控制器中的在线辨识器提供初始参数。（3）分别设计了平衡控制器和定位控制器。平衡控制器采用传统的PID控制器,定位控制器采用基于在线辨识的单神经元自抗扰控制器。仿真结果表明,平衡控制器可以实时平衡重力矩,定位控制器可以使单神经元控制器的参... 

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题背景及研究意义
    1.2 平衡及定位电液伺服系统国内外研究现状
    1.3 电液伺服系统的智能控制策略
    1.4 主要研究内容
2 某武器平衡及定位电液伺服系统结构及模型
    2.1 引言
    2.2 某武器平衡及定位电液伺服系统结构
    2.3 液压系统的组成
        2.3.1 液压泵组
        2.3.2 三腔动力液压缸
        2.3.3 比例伺服阀
        2.3.4 比例减压阀
    2.4 某武器平衡及定位电液伺服系统数学模型
        2.4.1 比例伺服阀的数学模型
        2.4.2 变量泵控上下腔的数学模型
        2.4.3 比例减压阀平衡腔的数学模型
        2.4.4 平衡及定位电液伺服系统传递函数
        2.4.5 状态空间模型
    2.6 本章小结
3 某武器平衡及定位电液伺服系统的辨识
    3.1 引言
    3.2 系统辨识概述
        3.2.1 系统辨识的流程
        3.2.2 辨识数据
    3.3 神经网络
        3.3.1 神经元模型
        3.3.2 神经网络的拓扑结构
        3.3.3 神经网络学习
    3.4 基于RBF神经网络的辨识
        3.4.1 RBF神经网络结构
        3.4.2 RBF神经网络常用学习算法
        3.4.3 RBF神经网络辨识研究
    3.5 基于粒子群优化的RBF神经网络辨识
        3.5.1 粒子群算法
        3.5.2 基于粒子群优化的RBF神经网络算法
        3.5.3 基于粒子群优化的RBF神经网络辨识研究
    3.6 两种辨识方法比较
    3.7 本章小结
4 控制器设计及仿真
    4.1 引言
    4.2 平衡控制器设计
        4.2.1 PID控制器
        4.2.2 平衡控制器
    4.3 定位控制器设计
        4.3.1 自抗扰控制器
        4.3.2 单神经元控制器
        4.3.3 基于在线辨识的单神经元自抗扰控制器设计
    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 仿真结果及分析
    4.5 本章小结
5 实验研究
    5.1 引言
    5.2 某武器平衡及定位电液伺服系统实验系统
    5.3 系统硬件设计
        5.3.1 工业控制计算机
        5.3.2 STM32微控制器
        5.3.3 采集卡
        5.3.4 旋转变压器与RDC数字转换器
        5.3.5 伺服控制箱
    5.4 系统软件设计
    5.5 实验验证
        5.5.1 某武器平衡及定位电液伺服系统技术指标
        5.5.2 实验结果
    5.6 本章小结
6 结束语
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]粒子群小波神经网络在交流伺服系统中的应用[J]. 侯润民,刘荣忠,高强,王力.  系统仿真学报. 2014(04)
[2]某电液伺服系统的神经网络自抗扰控制[J]. 王荣林,范欢迎,高强,侯远龙.  煤矿机械. 2013(10)
[3]某扫雷犁电液伺服系统的模糊神经网络控制[J]. 王力,彭湧,王永超.  火力与指挥控制. 2012(04)
[4]人工神经网络的发展及应用[J]. 毛健,赵红东,姚婧婧.  电子设计工程. 2011(24)
[5]基于RBF神经网络的伺服系统自适应自抗扰控制[J]. 李匡成.  电气自动化. 2010(02)
[6]大口径轻型牵引火炮关键技术[J]. 张景华,余英,康瑞霞.  火炮发射与控制学报. 2010(01)
[7]一种改进PSO优化RBF神经网络的新方法[J]. 段其昌,赵敏,王大兴.  计算机仿真. 2009(12)
[8]人工神经网络技术的发展与应用[J]. 汤素丽,罗宇锋.  电脑开发与应用. 2009(10)
[9]单神经元PID控制器研究及仿真[J]. 张世韬,杨风,郝骞.  机械工程与自动化. 2009(03)
[10]泵控缸电液位置伺服系统的神经网络模型参考自适应控制[J]. 高强,钱林方,侯远龙,王力.  机床与液压. 2008(06)

博士论文
[1]电液位置伺服控制系统的模糊滑模控制方法研究[D]. 靳宝全.太原理工大学 2010
[2]大口径车载火炮多柔体动力学与总体优化研究[D]. 蔡文勇.南京理工大学 2009
[3]电液伺服系统的动态递归模糊神经网络辨识与鲁棒控制研究[D]. 张友旺.中南大学 2006

硕士论文
[1]基于小波神经网络的某坦克炮平衡与定位控制[D]. 葛小川.南京理工大学 2015
[2]自抗扰控制器及其应用研究[D]. 苏思贤.江南大学 2011
[3]某火炮电液伺服系统的新型控制策略研究[D]. 宗岳.南京理工大学 2009
[4]电液伺服系统的智能控制研究[D]. 刘坤.燕山大学 2003



本文编号：3685395