电动负载模拟器自抗扰控制器设计方法研究

发布时间：2020-10-18 01:44

　　 电动负载模拟器是在地面上对飞行器舵系统进行性能测试和飞行控制半物理仿真试验的关键设备。针对系统的强耦合特性和非线性特性,本文提出将自抗扰控制技术(ADRC)引入到负载模拟器控制系统中,ADRC的最大优势在于它不依赖于系统的精确模型,通过扩张状态观测器(ESO)估计“总和扰动”并通过反馈通道进行补偿,从而保证良好的抗干扰性能。因此本课题以电动负载模拟器为研究对象,引入自抗扰控制技术来设计控制系统并针对相关设计问题进行探究。首先,给出了ESO的参数确定方法。通过推导扩张状态与待观测的扰动之间的传递关系,比较ESO与低通滤波器性能的等价性,并采用切比雪夫低通滤波器对线性ESO进行参数设计,给出具体的整定步骤以及优化设计过程;然后通过推导非线性ESO渐近稳定的约束条件,证明该方法也适用于非线性系统。然后,分析增益参数b_0对ADRC控制性能的影响,并给出该参数估计方法。将控制增益的不确定性作为系统的扰动值,推导自抗扰控制系统的闭环传递函数,根据Routh稳定判据,给出闭环稳定下b_0的取值范围,通过分析b_0取不同值时闭环系统的幅频特性的变化,给出了基于频域最优参数估计算法的b_0辨识方法。最后,完成负载模拟器自抗扰控制器设计。给出了ADRC参数的确定方法,给出了关键性能指标的仿真结果。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：V216.8
【部分图文】：

具有预测的特性。与此同时 ADRC 的关键组成部分：跟踪微分器 T状态误差反馈律刚好可以很好的解决前面提到的传统 PID 控制策题，能够更好的适应日益增长的控制品质要求。ADRC 还提出了“概念，其中包括外部和内部扰动。外扰即造成系统期望偏移的外部即系统自身的不确定部分，在 ADRC 中,它们统称为总和扰动，不分，观测出来之后会进行统一处理。ADRC 中用来专门估计总和扰ESO，这也是 ADRC 中最核心的部分，首次提出扩张状态的概念估计系统的总和扰动，从而大大提升抗扰性能。自抗扰控制技术是韩京清教对经典调节理论和现代控制理论不断后的创新成果，他提出将系统补偿为标准模型即简单的积分串联型准积分串联型相差的部分（包括内部不确定性和外部扰动）被认为，并且用 ESO 进行观测，观测到的扰动通过反馈补偿环节进行消到简化控制器设计的目的。并且自抗扰是一种主动抗扰的方法，这的思想从根本上优于 PID 控制器，能够克服传统 PID 的缺陷，获制品质。根据上述思想，ADRC 的基本框架如图 2-1。

所以在选取 的值时应注意在保证跟踪信号准确快速的同时，应避免 过大导致微分信号高频振荡。同时，图2-3 中将 TD 输出信号与设定的输入信号进行比较，可以看出 TD 具有安排过渡过程的作用。

0固 定0r = 1 0 0 不0 变 ， 对 输 入 信 号 加 入 噪 声 信 号 ， 给 定 输 入 sin(4 t ) n( t )， n( t )为3 33 10 3 10 上均匀分布的白噪声，分.001, 0.01, 0，.1 噪声处理效果如图 2-5。图 2-6 为在有噪声的情况下分器微分信号与跟踪微分器微分信号的对比曲线。
【参考文献】

相关期刊论文 前10条

1 袁东;马晓军;曾庆含;邱晓波;;二阶系统线性自抗扰控制器频带特性与参数配置研究[J];控制理论与应用;2013年12期

2 王丽君;李擎;童朝南;尹怡欣;;时滞系统的自抗扰控制综述[J];控制理论与应用;2013年12期

3 高志强;;自抗扰控制思想探究[J];控制理论与应用;2013年12期

4 刘福才;贾亚飞;任丽娜;;基于混沌粒子群优化算法的异结构混沌反同步自抗扰控制[J];物理学报;2013年12期

5 齐晓慧;李杰;韩帅涛;;基于BP神经网络的自适应自抗扰控制及仿真[J];兵工学报;2013年06期

6 郭晓乐;杨瑞峰;贾建芳;;电动负载模拟器的研究进展[J];传感器世界;2012年11期

7 ;Online-SVR-compensated nonlinear generalized predictive control for hypersonic vehicles[J];Science China(Information Sciences);2011年03期

8 程卓;郑祥;;基于采样的非线性滤波方法综述[J];软件工程师;2010年06期

9 黄勇;孙力;闫杰;;电动负载模拟器的同步控制研究[J];弹箭与制导学报;2010年02期

10 宋晶;王学勇;;电动负载模拟器系统模型的建立与辨识[J];机械工程与自动化;2010年02期

相关博士学位论文 前2条

1 马强;循环流化床锅炉燃烧系统建模与控制系统研究[D];华北电力大学（北京）;2009年

2 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年

相关硕士学位论文 前9条

1 王鑫;基于频域指标的模型参数自适应ESO设计方法及应用研究[D];哈尔滨工业大学;2017年

2 陈婷;改进型递推经验频域最优参数估计方法及其应用研究[D];哈尔滨工业大学;2016年

3 陈宇青;电动负载力矩模拟器多余力矩产生机理及抑制方法研究[D];哈尔滨工业大学;2015年

4 王昊;电动负载力矩模拟器系统分析[D];哈尔滨工业大学;2014年

5 王帅;高速飞行器舵机负载力矩仿真技术研究[D];哈尔滨工业大学;2013年

6 李瑞;电动负载模拟器的控制系统研究[D];中北大学;2013年

7 刘立刚;电动扭矩加载系统研制及其控制技术研究[D];哈尔滨工程大学;2013年

8 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

9 陈星;自抗扰控制器参数整定方法及其在热工过程中的应用[D];清华大学;2008年

本文编号：2845609