火箭炮交流伺服系统模型参考模糊神经网络位置自适应控制

针对多管火箭炮发射时恶劣的负载特性,设计了一种模型参考模糊神经网络自适应位置控制器。利用RBF网络作为辨识器,实现对被控对象的Jacobian信息辨识,用梯度下降法实时修正模糊控制器的输入输出隶属度参数,以使模型参考模糊神经网络能根据火箭炮跟踪发射过程中的负载特性实时调整速度给定值,从而减小火箭炮发射过程中系统参数变化和外部干扰的影响。仿真和实验结果表明,该方法可有效提高火箭炮位置伺服系统的动态响应能力和稳定性,并使系统具有很强的鲁棒性。     

基于非奇异终端滑模观测器的火箭炮系统控制

针对火箭炮位置交流伺服系统转动惯量变化范围大,燃气流冲击力矩强等特点,建立发射动力学与电气耦合模型,研究火箭炮在伺服系统闭环状态下调炮、射击时位置控制系统控制特性。在系统位置控制中引入了非奇异终端滑模观测器,在火箭炮射击等情形下,对火箭炮系统外部干扰项进行估计,削弱控制量抖振,提高传统滑模控制方法对于外界干扰的鲁棒性。通过仿真计算与结果对比,所提控制方法鲁棒性强于传统滑模控制,控制精度优于PID控制。     

火箭炮交流位置伺服系统滑模变结构控制策略

对多管火箭炮负载特性，转动惯量变化规律及其燃气流冲击力矩作用规律进行了定量分析，基于此设计了多管火箭炮交流位置伺服系统结构并提出了滑模变结构控制策略，对其具体控制结构的形式进行了分析，提出了统一滑模变结构控制和串级滑模变结构控制两种方案。最后给出了两种滑模变结构控制结构的计算机仿真结果，结果表明该控制策略具有较强的抗负载扰动能力和参数鲁棒性，可以适应多管火箭炮的负载干扰力矩以及转动惯量的变化。     

基于混沌神经网络的防空火箭炮交流伺服系统状态预测研究

为了更加准确地对系统非线性非平稳状态趋势进行预测,运用基于神经网络的混沌预测方法对防空火箭炮交流伺服系统的速度量进行了预测,为基于速度预测值的系统非线性非平稳状态趋势预测奠定了基础。利用C-C法选择了合适的嵌入维和时间延迟,对防空火箭炮交流伺服系统不规则运动的实验数据进行了相空间重构并进行了分析。在原Elman网络中增加了输出层关联单元,并把自反馈增益系数当作连接权值投入到网络的训练中,以增强Elman网络非线性逼近能力,在此基础上建立了基于改进型Elman网络的混沌预测模型。采用基于最大Lyapunov指数预测法和混沌神经网络预测法对系统状态进行了预测,两种方法的预测结果表明,后一种方法对防空火箭炮交流伺服系统速度值预测精度更高,从而使得基于此的系统非线性非平稳状态趋势预测更有效。     

2枚火箭同时发射时火箭炮动态特性分析

针对某轮式多管火箭炮,采用动力学仿真的方法对2枚火箭同时发射时火箭炮动态特性进行了研究,得到了基于燃气射流分析、发射动力学仿真和火箭初始扰动计算的火箭炮动态特性数据,结果表明2枚火箭同时发射能保证该火箭炮的安全性,有利于提高火箭射击密集度,为火箭炮2枚火箭同时对称发射提供了理论依据.     

防空多管火箭炮位置控制器的模糊滑模设计

针对防空多管火箭炮交流位置伺服系统转动惯量和负载力矩变化大等特性,设计了基于模糊滑模控制的位置控制器。利用模糊控制调整滑模切换部分的控制,使系统对内部参数变化和外部干扰等不确定项均具有全局鲁棒性。仿真结果表明该控制策略不仅保证了系统的静、动态特性,而且有效消除了系统的抖振现象。     

带积分项的火箭炮最优化滑模伺服控制

针对某防空火箭炮交流位置伺服系统负载、参数大范围变化以及发射时具有强干扰力矩的特点,提出了带积分项的基于最优化的滑模变结构控制方法并设计了控制器。计算机仿真结果表明,该控制器不仅消除了经典控制所存在的静差,同时对负载扰动和系统参数摄动具有较强的鲁棒性,并保证了系统的瞬态性能指标。     

火箭炮两轴耦合位置伺服系统线性自抗扰控制

为了研究方位和俯仰两轴耦合作用下的火箭炮位置伺服系统控制性能,以含有速度闭环的实际系统为对象建立了火箭炮两轴耦合位置伺服系统数学模型。通过频域分析分别提出了方位和俯仰系统的2阶近似模型,设计了两轴系统的线性扩张状态观测器和自抗扰控制器,对系统未建模干扰进行估计并实时补偿。仿真结果表明：该观测器能较好地估计系统总扰动,所设计的控制器有效抑制了两轴负载力矩耦合效应对系统的影响并补偿了火箭炮发射时燃气流冲击力矩强干扰;在伺服跟踪和发射条件下采用所提出的控制方法充分抑制了耦合系统发射平台振动,保证后续射弹精度,性能指标明显优于PID控制。     

使用BP网络和自适应遗传算法的某型火箭炮变发射间隔研究

在建立某型火箭炮动力学模型的基础上,根据正交试验的原则,通过动力学仿真和数据处理为BP网络建立训练样本,用训练后的网络模拟发射间隔和起始扰动之间的非线性关系,将改进后的自适应遗传算法(IAGA)和BP网络结合对发射间隔进行研究和优化,得出了变发射间隔的满意解。结果表明,将BP和IAGA结合,既克服了BP优化功能的不足,又弥补了遗传算法优化时需要显式目标函数的缺陷,解决了单纯用动力学仿真不能解决的问题。优化的结果可以直接应用到该型火箭炮的发射中去。     

群射防空火箭炮射序优化

在建立群射防空火箭炮动力学模型的基础上,确立了射序优化的目标,考虑到其影响因素,编排了可能发射顺序.进行了仿真和数据处理,优选出了较好的射序.结果表明:火箭弹群组的合理构成和射序的中心对称能提高射击精度,发射箱质心位置变化历程的不同对起始扰动影响很大.此结论能够直接应用到该型火箭炮的实战中.     

Elman型神经网络在液体火箭发动机故障预测中的应用

提出一种将Elman神经网络应用于液体火箭发动机故障预测的模型,并进行了多参数多步预测。仿真计算结果表明,较传统的静态BP网络预测模型,该模型结构简单,动态特性好,对于液体火箭发动机重要参数的预测效果较好,收敛速度快且精度高,具有较好的非线性时序预测能力,说明其在液体火箭发动机的故障预测中应用的可行性。     

潜射火箭出水过程横向响应载荷研究

从分析潜射火箭出水过程空泡溃灭对火箭形成的载荷特征出发,结合潜射火箭出水过程中的频率特性变化现象,运用改进的弹性载荷计算方法,对潜射火箭出水过程的横向响应载荷进行了研究,为类似问题提供了一种载荷计算的工程方法,具有一定的工程实用价值.     

几种用于非线性函数逼近的神经网络方法研究

采用一个较小的学习率，在都满足相同误差指标的情况下，通过应用几种比较有代表性的BP网络，RBF网络和Elman网络逼近一非线性函数，得出各种不同的网络结构和训练算法对逼近结果的影响。L-M算法训练所需时间少，逼近精度较高。弹性BP算法的前向网络能消除梯度幅度的不利影响。变梯度SCG算法不需在迭代中进行线性搜索，从而避免搜索方向计算的耗时问题。径向基函数网络对于输入信号具有很好的局部逼近能力，对反馈型Elman网络而言，虽然其逼近效果也能满足误差指标的要求，但其训练所需的步数和时间却很长。     

微纳卫星姿态控制系统的半实物仿真

针对脉冲等离子体推进器作为执行机构的微纳卫星姿态控制系统(attitude control system,ACS)仿真的需 要,采用脉冲信号控制双旋翼实验平台对微纳卫星姿态控制系统进行半实物仿真。使用 Elman 神经网络 PID 的控制 策略,在线调整 PID 参数,适应动态系统。通过半实物仿真平台的对比试验,验证了 Elman 神经网络 PID 控制系统 自适应能力强、超调量小等优点,同时也验证了双旋翼实验平台对于脉冲等离子推进器半实物仿真的有效性。     

基于改进Elman网络的自适应预测函数控制

基于改进Elman网络的自适应预测函数控制算法，使用网络作被控对象的预测模型，按实际输入输出数据建立对象的网络预测模型(NPM)．当预测误差大于规定值时，在线修正对象数据NPM权值，使其准确反映对象的动态特性，将预测误差控制在规定范围．以电液伺服舵机为对象仿真，选择合适网络结构、权值初值和学习速率，自动修正网络权值以适应变化的被控对象，实现了快变过程的鲁棒控制．     

导弹飞行过程中动态载荷识别方法

导弹在飞行过程中的外部载荷会导致结构振动,从而引发燃烧不稳定。为了更好地理解燃烧不稳定性,预测外部载荷是很重要的。该文提出了一种基于神经网络的动态载荷识别方法。首先,设计并加工了导弹模型,进行有限元模态分析与模态试验,提取典型模态振动频率,验证了所使用有限元模型的合理性。该方法基于有限元模型开展仿真计算,神经网络由仿真结果中的足够样本数据训练,从而使神经网络能够识别典型载荷。搭建地面试验系统,开展地面激励实验获取相关数据,首先进行典型载荷识别,相对误差可达1.21%,验证了所训练神经网络的准确性和试验系统的可行性。随后对随机载荷进行识别,结果表明,用所提方法识别随机动载荷相对误差小于1.82%,该载荷识别方法具有良好的识别能力。对于导弹结构设计和发动机燃烧不稳定的预测具有重要意义。     

固体推进剂药柱使用寿命的研究

对不同贮存期的固体火箭发动机药柱进行了力学性能试验,得到了推进剂有关力学性能贮存时间的变化规律,分析了固体药柱在生产、运输、贮存和点火燃烧过程的受载状态;对不同贮存期的固体药柱进行了应力、应变状态的分析和计算,结合靶场对贮存十年期以上导弹飞行情况,进行了固体火箭发动机推进剂药柱使用寿命的预示.     

CZ-2E火箭高空风弹道修正

高空风引起的气流攻角对火箭飞行中的气动载荷和飞行环境有较大的影响，这种影响有时可造成火箭飞行失败。为尽可能地改善火箭的飞行条件，在弹道考虑上，可采用降低飞行中气流攻角的弹道设计方案－以高空弹弹道修正法来降低飞行中的气流攻角，主要介绍高空风弹道修正的原理和方法方法以及相关的计算模型。