电动负载模拟器的非线性因素分析及补偿

发布时间：2017-08-14 21:17

  本文关键词：电动负载模拟器的非线性因素分析及补偿

  更多相关文章： 电动负载模拟器 非线性 摩擦补偿 神经网络

【摘要】：为提高电动负载模拟器系统的动态性能和信号跟踪准确度,提出针对系统摩擦非线性和间隙非线性进行补偿的方法。分析系统存在的非线性因素及其对系统造成的影响,在此基础上建立其非线性数学模型。采用基于小波神经网络的PID控制器实现摩擦非线性补偿,同时利用间隙逆模型针对间隙非线性进行补偿。利用Matlab软件对补偿结果进行仿真验证,仿真结果显示经过补偿后系统正弦响应曲线跟随性能变好,跟踪误差明显减小,准确度得到很大改善。仿真结果证明:基于小波神经网络的PID控制器和间隙逆模型分别对摩擦非线性和间隙非线性有明显的抑制效果,系统动态性能得到提高。
【作者单位】： 中北大学仪器与电子学院;中北大学仪器科学与动态测试教育部重点实验室;北京自动化控制设备研究所;
【关键词】： 电动负载模拟器 非线性 摩擦补偿 神经网络
【基金】：国家自然科学基金项目(51375462) 国家国际科技合作项目(2014DFR70650)
【分类号】：V249.12
【正文快照】： 0引言舵机是飞行器控制系统的执行部件,其通过调整舵面的摆动使飞行器沿指定轨迹飞行[1]。飞行器的性能受到舵机性能的影响。负载模拟器是一种半实物仿真设备,能在实验室的环境下模拟舵机在空气中所受的铰链力矩[2]。负载模拟器的发展经历了早期的机械式,再到大规模使用的电液

【共引文献】

中国期刊全文数据库 前9条

1 肖前进;贾宏光;章家保;韩雪峰;席睿;;电动舵机伺服系统非线性辨识及补偿[J];光学精密工程;2013年08期

2 康文龙;张伟;李岩;;间隙和刚度对数控机床伺服进给系统精度影响[J];辽宁工程技术大学学报(自然科学版);2016年03期

3 孙名佳;曹文智;马晓波;;基于Simulink的机床伺服进给系统仿真技术研究[J];制造业自动化;2013年07期

4 凌明祥;杨奇;朱长春;韩宇航;王珏;;电液伺服振动台动力学建模与仿真研究进展[J];机床与液压;2013年21期

5 姜万录;朱勇;郑直;;电液伺服系统动态特性的研究现状与展望[J];机床与液压;2014年19期

6 聂青;姚重阳;罗毅;金玲;宋磊;廖选平;;基于AMESim的飞行器电液伺服机构非线性因素仿真分析[J];机床与液压;2015年07期

7 贝太周;帕孜来·马合木提;;低速摩擦伺服系统的模糊切换滑模控制研究[J];自动化应用;2011年11期

8 吴子英;刘宏昭;王胜;刘丽兰;;数控机床进给伺服系统研究进展[J];振动与冲击;2014年08期

9 孙军超;胡逢源;芦晨军;郭春阳;祁松;谢婷婷;;弹库出弹平台进给伺服系统定位精度研究与仿真[J];应用科技;2015年04期

中国博士学位论文全文数据库 前2条

1 王永强;滚珠丝杠进给系统自适应建模理论与方法研究[D];山东大学;2013年

2 肖前进;谐波传动式电动舵机多级滑模控制及非线性补偿研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2013年

中国硕士学位论文全文数据库 前2条

1 朱勇;电液伺服系统非线性动力学行为的理论与实验研究[D];燕山大学;2013年

2 赵灵;交流伺服精密驱动系统齿隙非线性振动特性研究[D];重庆大学;2014年

【二级参考文献】

中国期刊全文数据库 前1条

1 梅雪松,陶涛,堤正臣,孙挪刚;高速、高精度数控伺服工作台摩擦误差的研究[J];机械工程学报;2001年06期

【相似文献】

中国期刊全文数据库 前10条

1 黄永红;徐勇;;基于小波神经网络的某边坡预测研究[J];测绘工程;2012年02期

2 祖哲;毕贵红;刘力;郝娟;;基于小波神经网络的电力系统短期负荷预测模型研究[J];计算机技术与发展;2012年10期

3 霍禹同;;基于小波神经网络的电机自动控制研究[J];信息与电脑(理论版);2013年09期

4 江亚东,丁丽萍,夏克俭,李恪,陈因颀;基于小波神经网络的混沌模式提取[J];北京科技大学学报;2001年05期

5 陈农,贾区耀;用自适应小波神经网络辨识动态实验数据[J];飞行力学;2001年01期

6 张增芳,陈瑞中,齐保谦,陆英北;基于小波神经网络的心电数据压缩研究[J];广西工学院学报;2002年01期

7 任少龙,钟秋海,严承华;小波神经网络在装备研制费预测与控制中的应用[J];海军工程大学学报;2002年05期

8 董杰,马壮,吴云,李嘉林;遗传小波神经网络在飞机加油管路设计中的应用[J];机械科学与技术;2002年S1期

9 赵学智,邹春华,陈统坚,叶邦彦,彭永红;小波神经网络的参数初始化研究[J];华南理工大学学报(自然科学版);2003年02期

10 杨春玲,杨茂华,胡艳,戴景民;小波神经网络在多波长辐射测温中的应用[J];计量学报;2003年04期

中国重要会议论文全文数据库 前10条

1 胡博;陶文华;崔博;白一彤;尹旭;;基于小波神经网络的异步电机故障诊断[A];2009中国控制与决策会议论文集（2）[C];2009年

2 何正友;钱清泉;;一种改进小波神经网络模型在电力故障信号识别中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

3 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年

4 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年

5 谢建宏;张为公;;复合材料疲劳剩余寿命预测的动态小波神经网络方法[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 陈建秋;张新政;;基于小波神经网络的水质预测应用研究[A];2006中国控制与决策学术年会论文集[C];2006年

7 孙正贵;;小波神经网络的高效学习算法及应用研究[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

8 黄敏;朱启兵;崔宝同;;基于小波神经网络的轧机特性回归[A];2007中国控制与决策学术年会论文集[C];2007年

9 周绍磊;张文广;李新;;一种基于改进遗传算法的小波神经网络[A];2007年中国智能自动化会议论文集[C];2007年

10 杜青;刘剑飞;刘娟;乔延华;;基于小波神经网络的模拟调制信号自动识别[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（下册）[C];2007年

中国博士学位论文全文数据库 前10条

1 侯霞;小波神经网络若干关键问题研究[D];南京航空航天大学;2006年

2 章文俊;小波神经网络算法及其船舶运动控制应用研究[D];大连海事大学;2014年

3 高协平;小波参数化与小波神经网络研究[D];湖南大学;2003年

4 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年

5 李永红;广义小波神经网络实现雷达相关滤波的研究[D];大连海事大学;2000年

6 银俊成;量子信道与量子小波神经网络相关问题研究[D];陕西师范大学;2013年

7 李文军;多小波和小波神经网络构造及其在电弧故障诊断中的应用研究[D];吉林大学;2008年

8 刘守生;遗传算法与小波神经网络中若干问题的研究[D];南京航空航天大学;2005年

9 黄同成;基于小波神经网络理论的VOCR与HOCR技术研究[D];上海大学;2008年

10 蔡振禹;基于粗集—小波神经网络的煤炭企业管理研究[D];天津大学;2007年

中国硕士学位论文全文数据库 前10条

1 张清华;小波神经网络参数优化及其应用[D];东北农业大学;2009年

2 王建双;基于小波神经网络控制器设计与研究[D];哈尔滨理工大学;2009年

3 张蓉晖;小波神经网络及其在模拟电路诊断中的应用[D];华中科技大学;2008年

4 吴曦;基于随机小波神经网络的一类随机过程的逼近[D];西北工业大学;2001年

5 王勇;基于小波神经网络的模拟电路故障诊断的研究[D];内蒙古工业大学;2006年

6 孙新强;基于小波神经网络的板料冲压回弹研究[D];西南交通大学;2015年

7 但立;基于小波神经网络的地面三维激光扫描点云数据的滑坡监测研究[D];长安大学;2015年

8 葛小川;基于小波神经网络的某坦克炮平衡与定位控制[D];南京理工大学;2015年

9 蔡崇国;小波分析在大功率交流伺服系统中的应用研究[D];南京理工大学;2015年

10 卢金长;数据挖掘技术在上证指数预测中的应用研究[D];云南财经大学;2015年

，

本文编号：674747