连续回转电液伺服马达摩擦特性控制策略研究
发布时间:2020-10-20 23:50
连续回转电液伺服马达是航空航天制导系统的核心设备,高性能的连续回转马达要求具有良好的超低速、高频响、宽调速、高精度的特点,而实际中由于连续回转马达电液伺服系统存在摩擦干扰、泄漏、振动噪声以及高度非线性和不确定因素,严重影响了连续回转马达电液伺服系统低速稳定性。因此,本文针对摩擦干扰对系统低速性能的影响进行控制策略的研究,并设计适用于连续回转马达电液伺服系统的控制器,以改善由摩擦引起的非线性和不确定性因素对系统性能的影响。在查阅大量国内外相关文献的基础上,简述连续回转马达,电液伺服系统的关键技术和核心控制理论,以及摩擦模型的国内外研究进展及常用的摩擦补偿策略。首先建立电液伺服系统传统数学模型,针对摩擦干扰问题提出一种新型的Pol-Ind摩擦模型,对连续回转电液伺服马达进行实验数据采集,并利用改进粒子群优化算法对Pol-Ind摩擦模型进行参数辨识,获得连续回转马达电液伺服系统摩擦力矩的精确数学模型。其次针对连续回转马达电液伺服系统存在高度非线性因素的影响,提出一种自校正小波神经网络控制策略,并采用Adam优化算法对小波基函数中的尺度因子和位移因子进行梯度寻优,设计自校正小波神经网络控制器,通过仿真与基于人群搜索优化的PID控制进行对比研究。然后针对系统动态不确定性,参数摄动以及摩擦泄漏等非线性因素对连续回转马达电液伺服系统鲁棒性和低速性的影响,提出一种具有Adaboost预测的连续回转马达电液伺服系统鲁棒控制策略。通过与自校正小波神经网络控制器仿真对比研究,验证该鲁棒控制器的可行性。最后搭建连续回转马达电液伺服系统实验台,利用C++Builder编写基于Adaboost预测鲁棒控制器的控制程序,通过实验得到正弦输入信号的响应特性曲线,并与仿真结果对比,验证本文所设计的基于Adaboost预测鲁棒控制器的有效性和正确性。
【学位单位】:哈尔滨理工大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TH117.1;V448.2
【部分图文】:
Fig.3-15 The response characteristic curve of inp,在基于人群搜索的 PID 控制作用下,稳态误差,且趋近稳态时间较长,响应速神经网络控制作用下,系统具有较高的消除了系统的稳态误差。因此,通过对比系统满足斜坡响应的性能要求。仿真研究ID 控制、自校正小波神经网络控制作用下分别为不同频率,幅值为 1°的正弦输入信应曲线、图 b)为局部放大示意图,实线表自校正小波神经网络控制作用下的正弦输人群搜索的 PID 控制作用下的响应。进行正弦系统仿真时,选择的量化指标信号的幅值误差不超过 10%,相位滞后不在基于 Adam 优化的自校正小波神经网络
连续回转马达电液伺服系统的精确控制。仿真研究低速跟随性能,采用输入信号为 0.001°/s 的经网络控制器与基于 Adaboost 预测鲁棒达电液伺服系统的斜坡响应特性曲线如图对比效果图,小图为其局部放大图。曲线成的误差带,细实线为斜度为 0.001°/s 的斜经网络控制作用下的输出响应曲线,虚线用下电液伺服系统的输出响应曲线。
【参考文献】
本文编号:2849329
【学位单位】:哈尔滨理工大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TH117.1;V448.2
【部分图文】:
Fig.3-15 The response characteristic curve of inp,在基于人群搜索的 PID 控制作用下,稳态误差,且趋近稳态时间较长,响应速神经网络控制作用下,系统具有较高的消除了系统的稳态误差。因此,通过对比系统满足斜坡响应的性能要求。仿真研究ID 控制、自校正小波神经网络控制作用下分别为不同频率,幅值为 1°的正弦输入信应曲线、图 b)为局部放大示意图,实线表自校正小波神经网络控制作用下的正弦输人群搜索的 PID 控制作用下的响应。进行正弦系统仿真时,选择的量化指标信号的幅值误差不超过 10%,相位滞后不在基于 Adam 优化的自校正小波神经网络
连续回转马达电液伺服系统的精确控制。仿真研究低速跟随性能,采用输入信号为 0.001°/s 的经网络控制器与基于 Adaboost 预测鲁棒达电液伺服系统的斜坡响应特性曲线如图对比效果图,小图为其局部放大图。曲线成的误差带,细实线为斜度为 0.001°/s 的斜经网络控制作用下的输出响应曲线,虚线用下电液伺服系统的输出响应曲线。
【参考文献】
相关期刊论文 前10条
1 徐东东;孙志朋;韩红斌;刘少强;;大偏载情况下双马达同步驱动控制建模及研究实现[J];航空制造技术;2015年10期
2 廖文峰;高亚东;;采用模糊RBF神经网络的直升机旋翼不平衡故障诊断[J];南京航空航天大学学报;2015年02期
3 胡健;马大为;姚建勇;刘龙;;基于混沌神经网络的防空火箭炮交流伺服系统状态预测研究[J];兵工学报;2015年02期
4 李翔;朱全银;;基于动态基函数的强回归小波神经网络[J];北京工业大学学报;2014年07期
5 韩松杉;焦宗夏;尚耀星;汪成文;;基于舵机指令前馈的电液负载模拟器同步控制[J];北京航空航天大学学报;2015年01期
6 李丽娜;甘晓晔;徐攀峰;马俊;;改进粒子群优化Takagi-Sugeno模糊径向基函数神经网络的非线性系统建模[J];计算机应用;2014年05期
7 汪成文;尚耀星;焦宗夏;韩松杉;;阀控电液位置伺服系统非线性鲁棒控制方法[J];北京航空航天大学学报;2014年12期
8 韩松杉;焦宗夏;汪成文;石岩;;基于神经网络的电液转台非线性积分滑模控制[J];北京航空航天大学学报;2014年03期
9 孙旺旺;任传胜;朱春伟;;基于模糊RBF神经网络的滚动轴承故障诊断[J];机械研究与应用;2013年02期
10 刘辉;庞佑霞;唐勇;;基于集成学习算法的生物质气化炉改进模糊双闭环控制系统[J];仪器仪表学报;2013年03期
本文编号:2849329
本文链接:https://www.wllwen.com/jixiegongchenglunwen/2849329.html