飞机舵机电液伺服系统多余力抑制方法研究
发布时间：2021-04-16 07:55
舵机是控制飞机飞行姿态的执行部件,其性能指标测试工作由飞机舵机电液伺服系统来完成,用来模拟舵机在实际工作时所受到的力载荷。其中舵机的主动运动会引发系统强迫流量,使指令力载荷与实际力载荷会产生偏差。从而产生降低系统控制性能与加载精度的多余力。因此寻找合适的控制方法来抑制多余力是飞机舵机电液伺服系统研发时亟待解决的问题。本文在国内外飞机舵机电液伺服系统的研究现状的基础上,首先根据系统的组成结构和工作原理确定了各零部件的型号与参数。然后通过建立各零部件的数学模型,进而得到系统整体的数学模型,研究了多余力在不同工作状况下的成因和特点,即多余力的随动和微分特性。其次,采用基于小批量梯度下降法的反向传播神经网络,对PID控制器进行实时整定。仿真实验结果表明该方法在一定程度上抑制多余力的干扰并提高加载精度,但是不满足部分系统要求的技术指标且不具备普适性。因此最后设计了基于改进粒子群算法的径向基神经网络PID复合控制器,采用退火算法对粒子群算法进行改进,从而优化了径向基神经网络的参数,加快了收敛速度。仿真实验结果证明,该方法不仅可以有效地抑制多余力干扰,而且能够显著提高加载精度。
【文章来源】：中国民航大学天津市
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
飞机舵机电液伺服器系统工作原理图
中国民航大学硕士学位论文15电液伺服阀的压降P为25MPamaxjP=FA(2.7)式中P——电液伺服阀压降(MPa)。按照系统的控制要求，选取穆格D792型电液伺服阀。其专门为同时满足大流量和高动态特性要求的应用场景开发设计。该系列伺服阀可用作三通、四通应用的流量控制伺服阀。在阀口全开时给定输入信号时，其压降和负载流量关系如图2-2所示。图2-2D792型电液伺服阀流量特性曲线当压降为25MPa且额定流量选择630L/min时，穆格D792型号电液伺服阀负载流量为378L/min，大于在上一节中求出的最大负载流量271L/min，满足负载流量和压降要求。因此该型号电液伺服阀满足系统的技术指标，可以用于力学测试。D792型电液伺服阀技术指标如表2.4所示。表2.4D792型电液伺服阀的技术指标质量(Kg)频宽(Hz)额定流量(L/min)额定电流(mA)响应时间(ms)主阀芯行程(mm)主阀芯面积(cm2)13127630103~101.42.852.2.3弹簧缓冲部件弹簧缓冲部件连接在液压缸活塞与舵机轴之间。由于舵机在加载时的主动运动会强
中国民航大学硕士学位论文20递函数分别输入振幅为1，频率为5Hz的正弦信号，得到二者的信号响应如图3-2所示。曲线1是为简化前数学模型的正弦响应曲线，曲线2是简化后数学模型的正弦响应曲线。图3-2电液伺服阀不同数学模型正弦响应对比图根据图3-2分析可知，两种数学模型的正弦响应的幅差为2.9%和相差为9°，满足双十指标。则简化后的数学模型能够代替简化前的数学模型来表示电液伺服阀从控制器电压到阀芯位移的信号转换功能。电液伺服阀的阀芯可以通过位移来改变输入阀控液压缸的液压油流量，即电液伺服阀的流量转换方程。本课题选用的电液伺服阀控制窗口是配作且对称的，油源压力是恒定的[31]。根据电液伺服阀的工作原理可知，其阀芯位移控制了进油路与回油路两部分的流量，进油路流量与回油路流量的差即为阀芯位移控制的总体液压油流量12()/2Lq=q+q(3.7)式中1q、2q、Lq——电液伺服阀的进油流量、回油流量和负载流量(L/min)。由于电液伺服阀的控制窗口是对称的，进油负载压力与回油负载压力之差满足以下公式L12p=pp(3.8)式中1p、2p、Lp——电液伺服阀的进油压力、回油压力和负载压力(MPa)；电液伺服阀的阀芯位移与负载流量有以下关系112qvcq=KxKp(3.9)222qvcq=Kx+Kp(3.10)
【参考文献】：
期刊论文
[1]基于模糊PID控制算法的管廊通风系统设计[J]. 杨辉,严永锋,陆荣秀. 控制工程. 2019(12)
[2]基于RBF的机械主轴振动预报模型[J]. 片锦香,浦春钰,戚爰伟,王展,智杰峰. 控制工程. 2019(12)
[3]电液伺服系统RBF神经网络滑模控制[J]. 李文顶,施光林. 液压与气动. 2019(02)
[4]基于改进激活函数的用于台风等级分类的深度学习模型[J]. 郑宗生,刘兆荣,黄冬梅,宋巍,邹国良,侯倩,郝剑波. 计算机科学. 2018(12)
[5]飞机舵机电液加载系统多余力抑制方法研究[J]. 刘晓琳,王春婷. 系统仿真学报. 2017(02)
[6]飞机舵面余度作动系统建模与仿真分析[J]. 张家盛,牟瑾刚,高亚奎. 计算机仿真. 2016(07)
[7]电液加载系统的多余力抑制方法[J]. 李运华,盛志清. 液压与气动. 2015(08)
[8]电液伺服负载模拟器多余力补偿及控制策略[J]. 张金英,赵英娜,延皓,李长春,孙萌. 北京交通大学学报. 2014(01)
[9]神经网络PID控制参数整定及仿真[J]. 刘亚骄,梦令智,陈开放. 汽车实用技术. 2013(07)
[10]考虑齿隙伺服系统的反步自适应模糊控制[J]. 杜仁慧,吴益飞,陈威,陈庆伟. 控制理论与应用. 2013(02)
博士论文
[1]PSO优化神经网络算法的研究及其应用[D]. 涂娟娟.江苏大学 2013
[2]电液负载模拟器多余力矩抑制及其反步自适应控制研究[D]. 张彪.哈尔滨工业大学 2009
[3]电液伺服系统多余力补偿及数字控制策略研究[D]. 刘晓东.北京交通大学 2008
硕士论文
[1]基于随机梯度下降的神经网络权重优化算法[D]. 张晋晶.西南大学 2018
[2]飞机舵机电液负载模拟器多余力抑制方法研究[D]. 王春婷.中国民航大学 2016
[3]液压同步控制系统控制方法及应用研究[D]. 任大林.沈阳工业大学 2009
本文编号：3141043
【文章来源】：中国民航大学天津市
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
飞机舵机电液伺服器系统工作原理图
中国民航大学硕士学位论文15电液伺服阀的压降P为25MPamaxjP=FA(2.7)式中P——电液伺服阀压降(MPa)。按照系统的控制要求，选取穆格D792型电液伺服阀。其专门为同时满足大流量和高动态特性要求的应用场景开发设计。该系列伺服阀可用作三通、四通应用的流量控制伺服阀。在阀口全开时给定输入信号时，其压降和负载流量关系如图2-2所示。图2-2D792型电液伺服阀流量特性曲线当压降为25MPa且额定流量选择630L/min时，穆格D792型号电液伺服阀负载流量为378L/min，大于在上一节中求出的最大负载流量271L/min，满足负载流量和压降要求。因此该型号电液伺服阀满足系统的技术指标，可以用于力学测试。D792型电液伺服阀技术指标如表2.4所示。表2.4D792型电液伺服阀的技术指标质量(Kg)频宽(Hz)额定流量(L/min)额定电流(mA)响应时间(ms)主阀芯行程(mm)主阀芯面积(cm2)13127630103~101.42.852.2.3弹簧缓冲部件弹簧缓冲部件连接在液压缸活塞与舵机轴之间。由于舵机在加载时的主动运动会强
中国民航大学硕士学位论文20递函数分别输入振幅为1，频率为5Hz的正弦信号，得到二者的信号响应如图3-2所示。曲线1是为简化前数学模型的正弦响应曲线，曲线2是简化后数学模型的正弦响应曲线。图3-2电液伺服阀不同数学模型正弦响应对比图根据图3-2分析可知，两种数学模型的正弦响应的幅差为2.9%和相差为9°，满足双十指标。则简化后的数学模型能够代替简化前的数学模型来表示电液伺服阀从控制器电压到阀芯位移的信号转换功能。电液伺服阀的阀芯可以通过位移来改变输入阀控液压缸的液压油流量，即电液伺服阀的流量转换方程。本课题选用的电液伺服阀控制窗口是配作且对称的，油源压力是恒定的[31]。根据电液伺服阀的工作原理可知，其阀芯位移控制了进油路与回油路两部分的流量，进油路流量与回油路流量的差即为阀芯位移控制的总体液压油流量12()/2Lq=q+q(3.7)式中1q、2q、Lq——电液伺服阀的进油流量、回油流量和负载流量(L/min)。由于电液伺服阀的控制窗口是对称的，进油负载压力与回油负载压力之差满足以下公式L12p=pp(3.8)式中1p、2p、Lp——电液伺服阀的进油压力、回油压力和负载压力(MPa)；电液伺服阀的阀芯位移与负载流量有以下关系112qvcq=KxKp(3.9)222qvcq=Kx+Kp(3.10)
【参考文献】：
期刊论文
[1]基于模糊PID控制算法的管廊通风系统设计[J]. 杨辉,严永锋,陆荣秀. 控制工程. 2019(12)
[2]基于RBF的机械主轴振动预报模型[J]. 片锦香,浦春钰,戚爰伟,王展,智杰峰. 控制工程. 2019(12)
[3]电液伺服系统RBF神经网络滑模控制[J]. 李文顶,施光林. 液压与气动. 2019(02)
[4]基于改进激活函数的用于台风等级分类的深度学习模型[J]. 郑宗生,刘兆荣,黄冬梅,宋巍,邹国良,侯倩,郝剑波. 计算机科学. 2018(12)
[5]飞机舵机电液加载系统多余力抑制方法研究[J]. 刘晓琳,王春婷. 系统仿真学报. 2017(02)
[6]飞机舵面余度作动系统建模与仿真分析[J]. 张家盛,牟瑾刚,高亚奎. 计算机仿真. 2016(07)
[7]电液加载系统的多余力抑制方法[J]. 李运华,盛志清. 液压与气动. 2015(08)
[8]电液伺服负载模拟器多余力补偿及控制策略[J]. 张金英,赵英娜,延皓,李长春,孙萌. 北京交通大学学报. 2014(01)
[9]神经网络PID控制参数整定及仿真[J]. 刘亚骄,梦令智,陈开放. 汽车实用技术. 2013(07)
[10]考虑齿隙伺服系统的反步自适应模糊控制[J]. 杜仁慧,吴益飞,陈威,陈庆伟. 控制理论与应用. 2013(02)
博士论文
[1]PSO优化神经网络算法的研究及其应用[D]. 涂娟娟.江苏大学 2013
[2]电液负载模拟器多余力矩抑制及其反步自适应控制研究[D]. 张彪.哈尔滨工业大学 2009
[3]电液伺服系统多余力补偿及数字控制策略研究[D]. 刘晓东.北京交通大学 2008
硕士论文
[1]基于随机梯度下降的神经网络权重优化算法[D]. 张晋晶.西南大学 2018
[2]飞机舵机电液负载模拟器多余力抑制方法研究[D]. 王春婷.中国民航大学 2016
[3]液压同步控制系统控制方法及应用研究[D]. 任大林.沈阳工业大学 2009
本文编号：3141043
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3141043.html
