炮控系统电动负载模拟器辨识与智能控制研究

发布时间：2020-11-22 10:35

　　 现代战争对火炮的机动性、快速性、可靠性和准确性均提出了较高的要求。炮控系统作为火炮的控制核心,配合现代化智能弹药,是实现“先敌开火,首发命中”的取要保证。由于在火炮调转和射击时炮控系统负载端受力复杂多变,产生的干扰力矩对炮控系统性能影响较大。电动负载模拟器能够实时模拟炮控系统负载端的载荷变化,在炮控系统研制总装前对其动态性能进行调试和考核,可有效地缩短炮控系统的研制和生产周期。由于电动负载模拟器自身存在复杂的非线性,传统控制方法难以保证较高的控制精度。因此,对电动负载模拟器数学模型辨识和控制策略进行深入研究,可进一步提高电动负载模拟器力矩电机的跟踪精度,具有重要的理论论意义和工程应用价值。本论文的主要研究工作集中在以下几个方面:(1)分析炮控系统电动负载模拟器的结构组成和工作原理,并采用矢量控制方法推理交流永磁同步电机的数学表达式;在研究该型电动负载模拟器的电流环、速度环、和位置环基础上,分别建立炮控系统电动负载模拟器力矩电机和位置电机的数学模型;研究讨论该系统中存在的不确定性因素,并深入分析其对系统性能的影响,为系统辨识、控制和半实物仿真的研究奠定了理论基础。(2)由于电动负载模拟器存在复杂的非线性因素,难以建立系统的精确数学模型,因此提出基于自适应差分进化的变结构小波神经网络的智能算法进行系统辨识。选取伪随机多幅值和线性调频信号作为辨识输入数据,结合文中提出的多种辨识算法,利用t检验对相关性能指标进行重要性评估,比较各种智能算法对系统辨识的精度,验证所提出辨识算法的有效性和实用性。此外,构建的精确辨识模型对电动负载模拟器控制器的研究提供了仿真平台,可有效评估相应控制器的有效性和实用性。(3)在模糊控制、滑模变结构控制、粒子群、小波神经网络等智能算法的基础上,综合考虑智能算法内在优点和电动负载模拟器自身特点,规避相关算法存在的缺点,分别提出了基于动态补偿模糊多分辨率的小波神经网络(DCFMWNN)控制器和基于双滑模面粒子群变结构的小波神经网络(2S-PSOWNN with SL)控制器,并在Lyapunov稳定意义下分别分析所提出控制器的稳定性。最后通过收敛分析、阶跃响应、正弦跟踪等仿真与试验,表明两种控制器均能够满足系统辨识指标要求。(4)介绍炮控系统电动负载模拟器的硬件组成和软件设计,搭建炮控系统电动负载模拟器半实物仿真试验平台。并将上文提出的DCFMWNN和2S-PSOWNN with SL控制器,分别应用在电动负载模拟器的多余力矩抑制能力、变梯度加载试验和鲁棒性能试验中。试验结果表明两种控制器均能满足系统的性能指标要求,且2S-PSOWNN with SL控制器较DCFMWNN控制器拥有较高的控制精度和较强的鲁棒性。结合上述提出的电动负载模拟器对炮控系统位置电机进行阶跃调转、等速跟踪和等效正弦测试,试验结果均满足该型炮控系统性能指标要求,对实际工程应用有较好的指导和参考作用。
【学位单位】：南京理工大学
【学位级别】：博士
【学位年份】：2017
【中图分类】：TJ303;TP273
【部分图文】：

的研究概况??器驱动方式的不同，主要分为机械式、电液式和电特点和性能要求，选収扣应形式的负载模拟器。??载模拟器??０年代，机械式负载模拟器系统已经出现，主要通进行加载，在加载对象运动时，产生对应的反作用不叼弹性系数的加载扭杆和惯量块进行调Ｖ／。该方木低；缺点是灵活性弱，只能模拟变化规律简单加载［１１１。??模拟器在高低温和振动台环境试验时的加戗粘度，法等，在上述结构的基础上设计了机械式反操纵负于可同吋实现满足多级加载梯度条件的杆件组，保［１２，１３］。???Ｑ??Ｉ＿＿??

在高速加载系统中产生的惯性和脉动力矩比前者明显减小。直流力步电机性能比较如表１．２。??表１．２宣流力矩电机Ｎ永磁同步电机性能比较??Ｔ．，．电机名称??Ｍ?Ｈ????????直流力矩电机?永磁同步１１１机??体枳?大?小??质量?大?小??力矩惯量比?比永磁同步电机高５０％?低??调速范丨＇ｆ彳?小?大??力矩脉动?大?小??单位电流产生的力矩?Ｘ????电动负载模拟器具有上述优点，但是其自身存在较大的干扰力矩。目前拟器干扰力矩的研究在理论上还没有形成完整的体系，利用理论推导和逑立相对准确的电动负载模拟器数学模型，以及采用传统控制与智能控复合控制策略，成为提高电动负载模拟器加载性能的重要方法ｐ（）］。常见负载模拟器结构原理如图１．３。??舵机系统惯量盘底座力矩传感器联轴器?力矩电机??．?．?．一．．．—

图１．４丨：耍研究内界Ｕ章１Ａ安排结构丨招??第：京，炮控系统电动负载模拟器的数￥校咽。吖先对炮控系统屯动负载模拟器的??组成马丨：作原理进行分析；然后结合系统中的加载电机、位置屯机、减速箱、力矩传感??器等进行数学模型分析；最后综合分析系统中存在的摩擦、间隙、弹性变形、运动耦合??等非线性因素，建立炮控系统电动负载模拟器数学模型。??第三章，炮控系统电动负载模拟器的ｔ：？线忡辨识。首先分析系统辨识中常用激励七７??兮的特点，确定辨识对象的输入输出数据；然后对提出的ｎ适）、ｖ：差分演变算法、小波神??经网络算法、变结构算法等进行详细介绍，几？设计基于自适应左分进化的变结构小波神??经网络的辨ｍ兑法：最后搭建半实物仿贳平台，ｍ过常川的朴：能评价指标进行分析比较，??凸显提出方案的实用性。??第四章，炮控系统电动负载模拟器的融合智能控制研究。符先对模糊控制观论、沿??模变结构理论等进行详细介绍，以及结合第？：章的变结构小波祌经ｍ络，设ｔｉ?／投糊丨＇丨??１３??
【相似文献】

相关博士学位论文 前4条

1 王超;炮控系统电动负载模拟器辨识与智能控制研究[D];南京理工大学;2017年

2 徐喆垚;高精度多自由度航天器模拟器关键技术及实验研究[D];哈尔滨工业大学;2017年

3 孟遥;基于LCOS拼接高精度动态星模拟器的关键技术研究[D];长春理工大学;2016年

4 郑大可;摩擦加载式电液负载模拟器加载性能及控制策略研究[D];哈尔滨工业大学;2017年

相关硕士学位论文 前10条

1 杨斌;浮标基水声测量系统电模拟器的设计与实现[D];哈尔滨工程大学;2016年

2 贾星;并联六自由度车辆模拟器的运动控制研究[D];燕山大学;2017年

3 张大磊;光伏模拟器的设计[D];燕山大学;2017年

4 王会强;面向空间网络的星地链路模拟器设计与实现[D];国防科学技术大学;2015年

5 胡波洋;锂电池模拟器的控制软件设计[D];电子科技大学;2017年

6 孙峰;动力定位模拟器中数据处理及故障模拟技术[D];大连海事大学;2018年

7 韩禄;新型电液负载模拟器的摩擦副及控制方法的研究[D];哈尔滨工业大学;2017年

8 张强;嵌入式星模拟器系统设计[D];哈尔滨工业大学;2017年

9 黄程;大视场高精度动态星模拟器光学系统设计[D];长春理工大学;2017年

10 薛婵;电液负载模拟器非线性建模及补偿方法研究[D];北京交通大学;2018年

本文编号：2894564