电动舵机模糊自整定PID控制仿真研究

针对传统PID控制器参数不易整定的缺点,将模糊控制和PID控制结合在一起,构造了模糊自整定PID控制器,并将其应用于电动舵机伺服控制系统,仿真和实验结果表明:此方法稳态精度高,动静态性能好,提高了系统的控制性能,具有较好的控制效果。     

基于DSP的模糊PID舵机控制算法设计与实现

针对导弹舵机驱动控制系统,设计了一套基于DSP 2812的数字单闭环模糊PID舵机控制系统,同时分析了控制算法、控制器软件设计等问题.并对采用模糊PID参数自整定算法和传统PID算法所得的结果进行了对比分析.试验结果表明:采用基于DSP 2812的数字单闭环模糊PID舵机控制系统后,不仅简化了系统外围设备,而且舵机控制...     

火箭弹电动舵机模糊单神经元PID控制算法

针对制导火箭弹电动式舵机,为提高其响应速度和精度,文章在模糊PID控制基础上,提出了模糊单神经元PID控制方法。首先,建立了火箭弹舵机系统模型;然后,将模糊推理、单神经元自学习算法和PID控制相结合,建立智能控制系统,以实现对舵机输入指令的精确、快速响应。经仿真实验表明:在此智能控制下,舵机位置在阶跃响应的调节时间、超调量以及正弦跟踪上相对于传统模糊PID控制均得到有效改进,具有良好的动静态性能、自适应性和稳定性。     

基于模糊神经网络的纯电动车永磁同步电机矢量控制

纯电动车控制系统对电机控制性能要求较高。提供了一种基于模糊神经网络的永磁同步电机矢量控制方案。以模糊神经网络控制器作为电流调节器,并在速度环引入模糊控制器,将其输出作为电流环的限幅,达到限速的目的。仿真和试验结果表明:对于电动车运行的复杂情况,该方法具有良好的转矩跟踪和电机限速性能。     

基于神经网络补偿动态逆的飞翼布局无人机姿态控制方法

将动态逆控制技术应用于飞翼式布局无人机的姿态控制回路,以适应飞翼布局无人机控制系统要求。介绍了动态逆控制器解耦控制原理,以及神经网络补偿结构的作用和设计方法,并基于无人机非线性姿态运动学和动力学模型设计了基于神经网络补偿的动态逆控制器。在强耦合、强非线性的飞翼布局无人机模型上,通过数学仿真验证了系统具有良好的动态性能和稳态特性,控制器具有很强的鲁棒性。     

基于混沌变量的航空发动机模糊神经网络控制

针对模糊神经网络控制器中模糊规则的设计和神经网络权值的确定存在困难这个问题,提出了混沌优化控制方案,将混沌优化算法应用到航空发动机模糊神经网络控制中,利用混沌优化算法对模糊神经网络的参数进行优化。仿真结果表明,设计的模糊神经网络控制器具有良好的性能。      

基于扩张状态观测器的燃气舵舵机位置控制

为了实现对燃气舵舵片的高精度位置控制,设计了高阶非线性扩张状态观测器对舵机位置系统进行精确闭环控制。通过将参数摄动耦合项和外界扰动项合并为一个新的状态量,将原有三阶位置系统扩张为四阶控制系统。采用滑模变结构控制器对状态观测器观测结果进行控制,使舵机偏转角度达到预定值。分别采用传统PID控制和所设计的高阶非线性扩张状态观测器对舵机控制系统进行仿真,来验证所设计的控制器的响应性能和稳定性能。结果表明:相比于传统的PID控制器,所设计的高阶非线性扩张状态控制器具有更高的跟踪精度和更快的响应性能,其响应时间在0.1s以内,提升了约0.7s,且该控制系统无超调量的产生。该控制器在鲁棒性、抗干扰性上体现出更好的特点,因此可以更好地实现整体伺服系统的位置控制。     

基于无味卡尔曼滤波的飞机防滑刹车模糊神经网络控制

根据对飞机刹车过程动力学分析与建模,本文提出了一种基于无味卡尔曼滤波(UKF)的模糊神经网络控制律。本控制律结合了无味卡尔曼滤波对机体速度的良好估计效果和模糊神经网络控制器对不同系统参数的适应能力,能够很好完成对最佳滑移率的追踪任务。Matlab仿真试验结果显示,基于无味卡尔曼滤波的模糊神经网络控制器可以准确的估计飞机滑跑时的速度,改善飞机防滑刹车系统性能,提高刹车效率。     

导弹发射装置随动系统模糊神经PID控制器

在有些系统性能指标要求很高的导弹发射装置的随动系统中,传统的PID控制往往难以满足要求。文章以某型导弹发射装置的随动系统为模型,结合了模糊控制、神经网络及PID等控制算法,设计了模糊神经PID控制器。通过与传统的PID控制器仿真实验对比,可以看出应用模糊神经PID控制器能够有效地提高该随动系统的动态性能和鲁棒稳定性。     

模糊神经网络在过失速机动飞行中的应用

模糊逻辑控制技术和神经网络有机的结合 ,拓宽了模糊逻辑方法和神经网络方法的适用领域。利用神经网络具有自学习能力的优势 ,采用反向传播学习算法 ,通过对传统模糊逻辑控制器中的模糊逻辑控制规则和隶属函数有关参数进行训练学习 ,设计了模糊神经网络控制器 ,应用于飞机的过失速机动“里程碑”之一—— 70°迎角定常飞行仿真计算 ,获得了令人满意的结果。     

变频调速无人机舵机液压助力系统设计技术研究

无人机液压系统一般包括舵机助力液压系统,起落架收放系统及刹车系统。设计了一种无人机舵机使用的变频调速液压系统,通过对系统的动态特性进行仿真分析。结果表明,系统的动态特性稳定,能够满足无人机舵机的助力需求。设计的变频调速无人机舵机液压助力系统具有伺服电动机控制的灵活性和液压系统功率输出大的双重优点,其结构简单,可靠性高,可控性强,功率损失小,能够满足无人机的要求,对无人机液压系统设计具有重要的意义。     

基于模糊神经网络的涡扇发动机加速控制

采用模糊神经网络对某型涡扇发动机加速过程进行自适应控制，为了进一步提高系统性能，采用遗传算法和BP算法相结合的方式，对系统分别进行了离线和在线优化。仿真结果表明，设计的模糊神经网络控制器具有良好的性能。     

基于模糊径向基函数神经网络的永磁同步电机滑模观测器设计

针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性;利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。     

直流电机网络控制系统仿真

对直流电机网络闭环控制系统进行仿真分析,根据电机网络闭环控制系统原理建立仿真模型。对具有数据丢包的直流电机网络伺服控制系统输出响应特性进行仿真,比较系统分别采用PI控制及增益,可调PI控制方式时的输出特性。结果表明,相比常规PI控制增益可调PI控制方法在网络环境下具有更好的控制特性。该研究为网络伺服控制技术提供可靠的参考依据。     

采用丝杠传动的电动舵机运动学分析

为了改善旋转电动舵机的控制输出中存在的系统振荡问题,针对电动舵机中连杆及摇臂等传动结构导致的非线性不确定特性,文章通过建立传动机构的数学模型,根据其位置变化量及速度变化量关系,确立了控制输出与实际输出在传动过程中的正逆运动学方程,分析了传动机构运动时所引入的非线性环节,并提出了通过修正传动参数来补偿非线性的影响,为伺服系统的分析及控制器设计提供参考,对提高舵机系统的控制性能与控制精度有重要作用。     

基于Backstepping的 多输入极值搜索系统控制器设计

针对一类含未知参数的多输入极值搜索系统的控制器设计问题,设计出极值搜索系统的状态量极值参考轨迹,利用Backstepping方法进行控制器设计,给出未知参数估计律,以实现对目标函数的极值搜索过程。数字仿真验证了所提出的基于Backstepping的控制器设计方法的有效性。     

一种民用飞机电作动舱门集中式控制方案研究

在未来飞机多/全电化和机电综合管理的发展趋势下,舱门作动器逐渐由机电作动取代了传统的液压、机械作动。针对目前民用飞机舱门分散式独立控制杂、乱、散的局面,提出一种用于电作动舱门的集中式控制方案。对该集中式控制方案下如何实现电机的伺服控制、舱门的并行控制以及接近传感器感应距离值的修改进行设计,并搭建舱门作动系统模拟装置及电机加载试验平台,对集中式控制的架构及电机伺服控制进行试验验证。结果表明：本文提出的电作动舱门集中式控制方案是可行的,该方案能够大幅减少舱门线缆数量,降低舱门系统的复杂度,提高系统可靠性及可维护性。     

基于TS模型的模糊神经网络光伏MPPT控制

为了克服传统最大功率点跟踪(MPPT)方法的一些缺点,使光伏系统更加快速准确地工作在最大功率输出点,提出了基于模糊控制和神经网络控制相结合的自适应控制方法。该方法充分利用模糊神经网络处理非线性问题的优点,通过模糊控制来改变步长,利用神经网络的自学习能力来快速达到平衡,使光伏MPPT在跟踪速度和稳定性之间达到一个较优的平衡。仿真和试验结果表明,基于模糊神经网络自适应控制的MPPT方法具有较强的鲁棒性和自适应能力。