双跟踪加载系统研究与实现

发布时间：2017-10-31 16:12

  本文关键词：双跟踪加载系统研究与实现

  更多相关文章： 加载系统 负载模拟器 多余力矩 神经网络 模糊控制

【摘要】：舵机的加载系统在工程领域被称为负载模拟器,是在实验室环境下用于模拟飞行器舵系统所受到气动载荷的半实物仿真设备,其广泛应用于航空航天领域。在被动加载模式下,舵机主动运动所产生的多余力矩,会严重影响加载系统对载荷谱的跟踪精度,故抑制和补偿系统中的多余力矩是加载系统要解决的首要问题。为了尽可能的抑制系统中的多余力矩,提高系统的加载精度和范围,本文对以运动跟踪为前提,载荷跟踪为目的的双跟踪加载系统进行了研究与实现。首先,介绍了双跟踪加载系统的机械结构和工作原理,利用机理法建立系统的数学模型,分析双跟踪加载系统多余力矩产生的根源并与以往的单电机系统进行比较,展现双跟踪系统的优越性,同时分析多余力矩与舵指令幅值、频率之间的关系。然后,将经典算法应用到双跟踪加载系统中,为其跟随系统设计PID控制器,为其加载系统设计前馈控制与PID相结合的复合控制器,仿真分析它们的控制效果,从而验证经典控制算法的有效性,并指出其存在的不足。接着,针对经典控制算法在解决双跟踪加载系统数学模型不精确、非线性和参数时变等问题存在的局限性,将先进算法引入到双跟踪加载系统的控制中,为加载系统设计基于BP神经网络整定的PID控制器和模糊自适应PID控制器,仿真表明设计的控制器均能实时在线整定P、I、D各控制参数,提高了加载系统的自适应性和加载性能,从而实现了双跟踪加载系统的高精度加载。最后,为双跟踪加载系统进行硬件选型及硬件电路设计,在此基础上完成控制系统的上、下位机设计。实际的测试结果表明设计的双跟踪加载系统满足其性能指标要求。
【关键词】：加载系统 负载模拟器 多余力矩 神经网络 模糊控制
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V216.8
【目录】：

• 摘 要4-5
• ABSTRACT5-12
• 注释表12-13
• 缩略词13-14
• 第一章 绪论14-20
• 1.1 课题研究背景与意义14-15
• 1.2 负载模拟器的关键技术15-16
• 1.3 负载模拟器系统的评价指标16
• 1.4 负载模拟器的常用控制策略16-18
• 1.4.1 传统控制策略17-18
• 1.4.2 先进控制策略18
• 1.5 论文主要研究内容18-20
• 第二章 双跟踪加载系统建模及控制分析20-28
• 2.1 引言20
• 2.2 双跟踪加载系统结构分析20-21
• 2.3 双跟踪加载系统建模21-24
• 2.3.1 执行机构的数学模型21-22
• 2.3.2 扭矩传感器的数学模型22-23
• 2.3.3 驱动器的数学模型23
• 2.3.4 系统的整体数学模型23-24
• 2.4 双跟踪加载系统与单电机加载系统的比较24-27
• 2.4.1 传递函数分析24-25
• 2.4.2 仿真分析25-27
• 2.5 本章小结27-28
• 第三章 双跟踪加载系统的经典算法控制及仿真28-39
• 3.1 引言28
• 3.2 前馈控制28-30
• 3.3 经典PID控制及其参数整定30-33
• 3.4 前馈及PID复合控制器33-38
• 3.4.1 仿真分析34-38
• 3.5 本章小结38-39
• 第四章 双跟踪加载系统的先进算法控制及仿真39-56
• 4.1 引言39
• 4.2 经典控制算法局限性分析39
• 4.3 基于BP神经网络整定的PID控制39-45
• 4.3.1 BP神经网络39-40
• 4.3.2 基于BP神经网络整定的PID控制器40-43
• 4.3.3 仿真分析43-45
• 4.4 模糊自适应PID控制45-54
• 4.4.1 模糊控制46-48
• 4.4.2 模糊自适应PID控制器48-51
• 4.4.3 仿真分析51-54
• 4.5 不同算法控制比较54-55
• 4.6 本章小结55-56
• 第五章 双跟踪加载系统的软硬件实现56-71
• 5.1 引言56
• 5.2 双跟踪加载系统主要部件选型56-59
• 5.2.1 加载、跟随电机的选型56-57
• 5.2.2 驱动器的选型57-58
• 5.2.3 扭矩传感器的选型58
• 5.2.4 编码器选型58-59
• 5.3 双跟踪加载系统硬件电路59-63
• 5.3.1 STM32最小系统电路设计60-61
• 5.3.2 RS422通信电路设计61
• 5.3.3 扭矩信号转换电路设计61-62
• 5.3.4 信号输出电路设计62-63
• 5.4 控制系统软件设计63-67
• 5.4.1 上位机监控界面设计63-65
• 5.4.2 下位机软件设计65-67
• 5.5 双跟踪加载系统实物部分67-68
• 5.6 实际控制效果68-70
• 5.6.1 跟随系统运动跟踪效果68-69
• 5.6.2 静态加载69-70
• 5.6.3 动态加载70
• 5.7 本章小结70-71
• 第六章 总结与展望71-73
• 6.1 论文主要结论71-72
• 6.2 工作展望72-73
• 参考文献73-76
• 致谢76-77
• 在学期间的研究成果及发表的学术论文77

【参考文献】

中国期刊全文数据库 前10条

1 杨春卫;代建辉;毕树生;宗光华;;复合负载模拟器的设计与实现[J];北京航空航天大学学报;2013年12期

2 李瑞;王明艳;;电动负载模拟器抑制多余力的结构补偿控制[J];机床与液压;2013年03期

3 ;Adaptive Fuzzy Torque Control of Passive Torque Servo Systems Based on Small Gain Theorem and Input-to-state Stability[J];Chinese Journal of Aeronautics;2012年06期

4 ;Nonlinear Adaptive Robust Force Control of Hydraulic Load Simulator[J];Chinese Journal of Aeronautics;2012年05期

5 ;Adaptive Nonlinear Optimal Compensation Control for Electro-hydraulic Load Simulator[J];Chinese Journal of Aeronautics;2010年06期

6 吴振阔;张亮;张波;;PID参数整定和优化[J];中国高新技术企业;2010年22期

7 吴金波;李绍安;李维嘉;尹周平;;电动负载模拟器的建模与混合校正策略[J];现代制造工程;2010年04期

8 尚耀星;焦宗夏;王晓东;赵四军;;基于电液负载模拟器的摩擦力矩加载研究(英文)[J];Chinese Journal of Aeronautics;2009年06期

9 薛凌云;卢航远;;无刷直流电机的自适应模糊PID控制器设计[J];杭州电子科技大学学报;2009年02期

10 袁朝辉;孙焘;;电动舵机负载模拟系统复合控制方法研究[J];计算机测量与控制;2008年10期

中国硕士学位论文全文数据库 前10条

1 郑大可;新型电液负载模拟器的设计及其关键技术的研究[D];哈尔滨工业大学;2013年

2 孙秀婕;电动负载模拟器智能控制技术研究[D];南京航空航天大学;2012年

3 王瑞;电动负载模拟器力矩畸变及性能改善方法研究[D];哈尔滨工业大学;2010年

4 王超;电动舵机负载模拟器设计与研究[D];哈尔滨工业大学;2010年

5 马玲玲;提高电动负载模拟器性能的研究[D];中北大学;2009年

6 史航;基于内模控制的电动负载模拟器伺服系统设计[D];哈尔滨工业大学;2007年

7 朱业鹏;PID控制器的参数整定及其稳定域研究[D];南京理工大学;2007年

8 张菊丽;舵机动态加载系统控制仿真研究[D];西北工业大学;2007年

9 马志伟;基于直驱电机的电动负载模拟系统研究[D];华中科技大学;2007年

10 张健;基于RBF神经网络的电动负载模拟器控制策略研究[D];哈尔滨工业大学;2006年

，

本文编号：1122804