六自由度运动平台受限特性分析及控制方法研究
发布时间:2021-09-03 12:51
飞行模拟器是用来模拟飞行器飞行的仿真设备,广泛地应用于飞行训练以及航空科研等领域。六自由度运动平台作为飞行模拟器的运动机构,由于运动平台工作空间有限,不能直接复现飞行器的真实运动。因此在平台控制中引入动感模拟洗出算法,将飞行器真实的飞行运动控制在运动平台有限的工作空间内。常见的经典洗出算法结构简单,执行速度快,但是也存在参数固定、错误暗示等缺陷。为了提高飞行模拟器运动性能,给飞行员提供更加逼真的动感模拟过程,对洗出算法进行优化改进。本文以六自由度运动平台为研究对象,应用坐标变换法建立了六自由度运动学模型,在此基础上推导了运动学反解的求解过程。利用SIMULINK建立运动学反解仿真模型,得到各驱动杆的运动规律曲线并总结了平台的运动特性,验证了模型的可靠性。通过设计研究经典洗出算法,发现滤波器参数对洗出结果有较大影响。因此基于遗传算法对经典洗出算法中的滤波器参数进行优化,将实际飞行中飞行员感知与模拟器提供给飞行员感知之间的误差作为目标函数,结合相关约束条件,利用MATLAB中的遗传算法工具搜寻滤波器最优参数。优化前后洗出对比结果表明,遗传算法在一定程度上提高了模拟器的动感逼真度。为了进一步...
【文章来源】:中国民航大学天津市
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 课题背景及研究意义
1.2 运动平台现状分析
1.2.1 飞行模拟器简介
1.2.2 六自由度运动平台
1.3 洗出算法介绍
1.4 并联平台控制方法综述
1.5 论文的研究内容和主要工作
第二章 六自由度平台机构分析及仿真
2.1 六自由度运动平台结构设计
2.1.1 自由度数的计算
2.1.2 六自由度运动平台参数
2.2 六自由度运动平台运动学分析
2.2.1 坐标系选取
2.2.2 坐标变换
2.2.3 六自由度运动平台位置反解
2.2.4 运动分析
2.3 影响工作空间的因素
2.4 运动学仿真
2.5 本章小结
第三章 经典洗出算法的实现
3.1 人体前庭感觉系统
3.1.1 耳石模型
3.1.2 半规管模型
3.2 经典洗出滤波算法
3.2.1 比例限制
3.2.2 高通加速度通道
3.2.3 高通角速度通道
3.2.4 倾斜协调通道
3.3 经典洗出算法仿真分析
3.4 本章小结
第四章 基于遗传算法的洗出滤波器参数优化
4.1 遗传算法
4.2 基于遗传算法优化滤波器参数
4.2.1 建立目标函数
4.2.2 确立约束条件
4.2.3 优化过程
4.3 遗传优化洗出算法仿真
4.4 本章小结
第五章 基于模糊理论的洗出算法控制优化
5.1 模糊控制简介
5.2 模糊控制的基本原理
5.3 基于模糊控制的洗出算法优化
5.3.1 算法原理
5.3.2 模糊控制规则
5.3.3 确定输出信号论域
5.3.4 输入、输出隶属函数
5.4 基于粒子群算法的参数清晰化过程
5.4.1 粒子群算法
5.4.2 基于粒子群算法的清晰化过程
5.4.3 粒子群算法的参数设置
5.5 优化算法仿真
5.6 本章小结
第六章 全文总结与展望
6.1 全文工作总结
6.2 未来工作展望
参考文献
致谢
作者简介
本文编号:3381142
【文章来源】:中国民航大学天津市
【文章页数】:78 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 课题背景及研究意义
1.2 运动平台现状分析
1.2.1 飞行模拟器简介
1.2.2 六自由度运动平台
1.3 洗出算法介绍
1.4 并联平台控制方法综述
1.5 论文的研究内容和主要工作
第二章 六自由度平台机构分析及仿真
2.1 六自由度运动平台结构设计
2.1.1 自由度数的计算
2.1.2 六自由度运动平台参数
2.2 六自由度运动平台运动学分析
2.2.1 坐标系选取
2.2.2 坐标变换
2.2.3 六自由度运动平台位置反解
2.2.4 运动分析
2.3 影响工作空间的因素
2.4 运动学仿真
2.5 本章小结
第三章 经典洗出算法的实现
3.1 人体前庭感觉系统
3.1.1 耳石模型
3.1.2 半规管模型
3.2 经典洗出滤波算法
3.2.1 比例限制
3.2.2 高通加速度通道
3.2.3 高通角速度通道
3.2.4 倾斜协调通道
3.3 经典洗出算法仿真分析
3.4 本章小结
第四章 基于遗传算法的洗出滤波器参数优化
4.1 遗传算法
4.2 基于遗传算法优化滤波器参数
4.2.1 建立目标函数
4.2.2 确立约束条件
4.2.3 优化过程
4.3 遗传优化洗出算法仿真
4.4 本章小结
第五章 基于模糊理论的洗出算法控制优化
5.1 模糊控制简介
5.2 模糊控制的基本原理
5.3 基于模糊控制的洗出算法优化
5.3.1 算法原理
5.3.2 模糊控制规则
5.3.3 确定输出信号论域
5.3.4 输入、输出隶属函数
5.4 基于粒子群算法的参数清晰化过程
5.4.1 粒子群算法
5.4.2 基于粒子群算法的清晰化过程
5.4.3 粒子群算法的参数设置
5.5 优化算法仿真
5.6 本章小结
第六章 全文总结与展望
6.1 全文工作总结
6.2 未来工作展望
参考文献
致谢
作者简介
本文编号:3381142
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/3381142.html