基于神经网络的电动加载系统

 针对电动加载系统中多余力矩的干扰 ,提出了基于RBF(径向基函数 )神经网络的新型复合控制策略 ,与传统的BP神经网络相比 ,没有局部最小问题。由于系统非线性和时变性 ,特别在多余力干扰下传统控制方法如PID很难得到满意的控制效果。提出的复合控制方法主要由神经网络PID和前馈补偿器组成 ,通过仿真与试验 ,控制器有效的减少了多余力矩对系统的影响 ,改善了加载系统的动态性能。     

基于BOWA小脑模型的高精度稳定 电动加载系统

 随着电动加载系统的不断发展,对控制精度、动态特性和稳定性提出了更高的要求,常规的小脑模型(CMAC)和PD控制相结合的复合控制策略难以满足加载指标要求。针对无人机舵机电动加载系统的控制需求,提出了一种基于平衡学习、最优权值和自适应学习率的新型小脑模型(BOWA-CMAC)复合控制策略,它在保留小脑模型算法正常学习过程的同时,避免了算法的过学习现象,保证了系统的稳定,同时提高了跟踪精度和动态特性。仿真和实验结果表明,BOWA-CMAC复合控制策略具有很强的鲁棒性,抑制了加载系统的多余力矩,保证了系统的稳定性,有效提高了系统的跟踪精度和动态特性,非常适合于实时控制。     

基于CMAC的伺服系统控制研究

 针对高精度伺服系统中存在的非线性和各种不确定性因素,提出了基于小脑模型神经网络的复合控制方法,控制器由前馈控制器、比例微分控制器(PD)和小脑模型神经网络控制器(CMAC)构成,该方法在传统的PD+前馈控制方法上加入了CMAC神经网络算法的快速学习,精确逼近的优点,既保证了快速实时跟踪,又进一步提高了跟踪精度。实验结果证明,用CMAC控制方法后系统的跟踪精度比PD＋前馈控制方法提高近一个数量级,同时该方法对摩擦引起的波形畸变有很好的抑制作用,仿真和实验研究表明了该方法的可行性和有效性,并能满足实时性要求,对提高伺服系统的高精度动态跟踪性能有很好的工程参考价值。     

舵机力矩负载模拟器的混合控制方法研究

 对采用电液伺服控制实现加载的力矩负载模拟器进行了深入的分析和研究。针对多余力矩和参数变化问题,建立了准确的数学模型,并提出了一种新型的复合控制策略,它包括对扰动的定常补偿、内环鲁棒ＰＩＤ和前向误差比例积分３个组成部分。采用这种混合控制律,可以大大提高加载系统的鲁棒性和跟踪性能,使多余力矩减少９９％。     

电动模拟加载测试系统的设计与实现

针对导弹弹翼尾翼电动模拟加载测试系统，设计系统硬件结构，详细分析加载系统中多余力矩的测试及抑制方法，提出以TMS320LF2407 DSP和以直接转矩控制输出的ACS600伺服驱动器为核心的系统实现方法。对电动加载系统快速性和多余力消除这两个关键性的难点给出解决方案。实验结果表明，系统能精确地模拟弹翼及尾翼在飞行展开过程中的气流阻力，满足加载测试系统的快速性要求。     

基于ESO的再入飞行器姿态控制

针对飞行器再入姿态控制系统受到较大干扰力矩时,采用目前工程上常用的 “前馈＋PID”控制方法难以获得理想控制精度的问题,提出了采用自抗扰控制技术进行再入姿态控制的方法。首先利用扩张状态观测器对前馈项没有完全补偿的剩余飞行器角加速度进行估计并加以补偿,使得作用在飞行器上的力矩接近于平衡状态,并采用PD控制器进行误差反馈控制,给出了飞行器再入姿态自抗扰控制律,并在频率域分析的基础上给出了控制参数设计原则。仿真结果表明采用本方法能够有效地克服干扰力矩,从而明显地提高再入飞行器姿态动态跟踪精度。     

CMAC-PID控制在飞机防滑刹车中的应用

提出了一种基于CMAC神经网络与PID相结合的控制方法,利用传统的PID控制器实现反馈控制,保证系统的稳定性并抑制扰动;利用CMAC神经网络控制器实现前馈控制,保证系统的控制精度和响应速度。以某型飞机为例,针对不同的跑道(干、湿、冰)情况,将该方法和传统的PID控制方法在MATLAB环境下进行了数字仿真。仿真结果表明:基于CMAC-PID控制方法较传统的PID控制方法,可以大大地提高飞机防滑刹车效率,具有更好的刹车控制效果,并具有较强的鲁棒性,为飞机防滑刹车系统的控制提供一条新的思路。     

带补偿的电动燃油泵流量控制研究

电动燃油泵作为多电发动机的主要控制部件，控制其快速准确地按需供油对发动机的可靠运行有着重要影响。以齿轮式电动燃油泵为研究对象，根据电动燃油泵流量与转速、进出口压差的关系，提出了基于压差补偿的开环控制方案，基于流量反馈的闭环控制方案，带压差前馈补偿的复合控制方案。通过建立电动燃油泵流量控制系统的AMESim/Matlab模型，分析了控制方案的稳态特性与动态特性。基于上述方案搭建了试验台，通过滚动测周法获得涡轮流量计的高精度实时流量，进行了流量控制试验。试验结果表明带压差前馈补偿的复合控制方案的稳态误差≯0.8%，流量波动≯1.2%，调节时间为1.44s，稳态特性和动态特性均可以满足发动机的控制需求。     

电动负载模拟器的多余力矩抑制

为实现负载台的恒力矩加载，必须抑制由于舵机主动运动造成的多余力矩。文章通过数学建模仿真和对系统扫频辨识，应用结构不变性原理抑制了多余力矩，并在实际系统进行了验证，证明了此种抑制多余力矩方法的有效性。     

飞机电静液作动器滑模 PID控制器设计

在多电飞机应用环境中，由于电静液作动器（Electro Hydrostatic Actuator，以下简称EHA）系统本身的强非线性与承载交变动载荷的不确定性，简单PID控制无法达到理想控制效果。提出了滑模 PID复合控制，电机电流环和转速环构成控制系统内环，以PI控制器实现电机调速；作动筒位置环为外环，以滑模控制提升系统的快速性和鲁棒性。建立了EHA数学模型，并设计了滑模控制器结构。仿真结果表明，滑模 PID复合控制方法能有效地消除超调和减小跟随误差，实现对EHA位置的精确控制。     

一类非线性系统的反演变结构控制及应用

针对一类非线性系统 ,将其变换为易于设计变结构控制规律的规范型。利用小脑关节神经网络( CMAC)估计系统中的不确定函数 ,利用 CMAC神经网络和多面滑模技术估计出变换后系统的状态 ,最后利用变结构控制技术设计出控制器 ,特点是无需已知不确定性函数及其各阶导数的上界 ,与经典设计方法相比 ,所提出的方案允许非参数化不确定性。最后将此方法应用于空空弹控制系统的设计中 ,仿真结果表明了该方法的有效性     

导弹块对角控制器的组合设计法

 利用小脑关节模型控制器 ( CMAC)神经网络辨识了导弹控制系统的几个重要空气动力参数,证明了估计误差、权误差有界,然后用解析逆解设计方法、模糊神经网络变结构控制方法设计了块对角控制器。仿真结果显示了该算法的有效性。     

Full control of a PWM DC-AC converter for AC voltage regulation

The design and implement action of a DSP-based fully digital-controlled single-phase pulsewidth modulated (PWM) dc-ac converter for ac voltage regulation is described. The proposed multiloop digital controller (MDC) consists of a current controller, a voltage controller, and a feedforward controller. This MDC was realized using a single-chip digital signal processor (DSP). The PWM gating signals are determined at every sampling instant by the proposed multiloop digital control scheme using a set of detected feedback signals. A software current control; scheme has been developed to achieve fast current control of the PWM inverter and decouple the inductor of the output filter. Experimental results have been given to verify the proposed digital control scheme. The constructed DSP-based PWM dc-ac converter system can achieve fast dynamic response and with low total harmonic distortion (THD) for rectifier type of loads     

A novel control method for turboshaft engine with variable rotor speed based on the Ngdot estimator through LQG/LTR and rotor predicted torque feedforward

In order to compensate for the disturbance of wide variation in rotor demanded torque on power turbine speed and realize the fast response control of turboshaft engine during variable rotor speed, a cascade PID control method based on the acceleration estimator of gas turbine speed (Ngdot) and rotor predicted torque feedforward is proposed. Firstly, a two-speed Dual Clutch Transmission (DCT) model is applied in the integrated rotor/turboshaft engine system to achieve variable rotor speed. Then, an online estimation method of Ngdot based on the Linear Quadratic Gaussian with Loop Transfer Recovery (LQG/LTR) is proposed for power turbine speed cascade control. Finally, according to the cascade PID controller based on Ngdot estimator, a rotor demanded torque predicted method based on the Min-batch Gradient Descent-Neural Network (MGD-NN) is put forward to compromise the influence of rotor torque interference. The simulation results show that compared with cascade PID controller based on Ngdot estimator and the one combined with collective pitch feedforward control, the novel control method proposed can reduce the overshoot of power turbine speed by more than 20%, which possesses faster response, superior dynamic effect and satisfactory robustness performance. The control method proposed can realize the fast response control of turboshaft engine with variable rotor speed better.     

数控机床切削力负载模拟器的显式力控制算法设计

为了对数控机床进行可靠性试验,设计了一种基于3P-(4S)并联机构的负载模拟器。基于PI反馈控制的显式力控制算法,并引入了模糊控制器,提高系统对不同加载误差的适应性。在控制系统中引入了力前馈控制器,提高控制系统的动态性能,减少实际加载力的滞后。同时,由于加载目标即机床主轴的进给运动轨迹未知,因此引入了主轴位置预测前馈以进行运动补偿,减少主轴运动所带来的干扰。最后设计并实施了静态与动态负载模拟试验,验证了所提控制算法的有效性。     

Feedforward maximum power point tracking of PV systems using fuzzy controller

A feedforward maximum power (MP) point tracking scheme is developed for the interleaved dual boost (IDB) converter fed photovoltaic (PV) system using fuzzy controller. The tracking algorithm changes the duty ratio of the converter such that the solar cell array (SCA) voltage equals the voltage corresponding to the MP point at that solar insolation. This is done by the feedforward loop, which generates an error signal by comparing the instantaneous array voltage and reference voltage. The reference voltage for the feedforward loop, corresponding to the MP point, is obtained by an off-line trained neural network. Experimental data is used for off-line training of the neural network, which employs back-propagation algorithm. The proposed fuzzy feedforward peak power tracking effectiveness is demonstrated through the simulation and experimental results, and compared with the conventional proportional plus integral (PI) controller based system. Finally, a comparative study of interleaved boost and conventional boost converter for the PV applications is given and their suitability is discussed.     

基于RBFN的伺服系统前馈控制器设计和仿真研究

 以转台伺服系统为控制对象, 采用RBF 神经网络前馈控制和比例反馈相结合的方法, 并利用单神经元对系统模型进行在线辨识, 为前馈控制器提供Jacobian 参数。将该方法运用在速度环控制中, 仿真结果表明, 采用了该方法的控制系统, 具有较高的跟踪精度和动态性能。