基于STM32+DSP的火炮伺服系统设计

针对轮式自行火炮交流伺服系统控制响应速度快和可靠性要求高的特点,提出一种基于STM32和DSP的火炮交流系统控制方法。以轮式自行火炮交流伺服系统为研究对象,对火炮交流伺服系统的硬件和软件设计进行研究,并进行实验仿真验证。结果表明,该方法操作方便、运算速度快,能高效、可靠地控制某轮式自行火炮的交流伺服系统。     

基于RBF神经网络的某交流伺服系统辨识研究

针对某交流伺服系统的模型辨识问题,采用RBF神经网络进行系统辨识.由于神经网络学习时间较长且不易收敛,故用聚类与梯度训练相结合的混合学习算法对RBF神经网络进行训练.使用聚类方法对学习样本进行聚类,确定隐含层结构,用梯度训练法对确定的网络结构进行训练,仿真实验验证了该混合学习算法的有效性.     

多通道药温传感器检测系统

为科学检测药温传感器的合格情况,提出一种针对药温传感器的多通道检测及误差评估系统.根据药温传感器检测量程大、精度及可靠性要求高的特点,采用改进的标准差的误差处理方法来评估药温传感器的性能,并介绍检测系统的组成及测量方法.结果表明:该系统操作方便,能高效、可靠地检测、评估出药温传感器的合格情况,并打印出结果.     

某扫雷犁电液伺服系统的HGA-RBF神经网络建模

采用递阶遗传算法学习径向基函数神经网络的结构和参数,实现了某扫雷犁电液伺服系统的神经网络精确建模.介绍了某扫雷犁电液伺服系统的工作原理,详细论述了基于递阶遗传算法的径向基函数神经网络设计方法,即采用控制基因确定隐节点数目,采用参数基因辨识隐节点中心参数,利用最小二乘法计算连接权值.最后采用该方法对某扫雷犁电液伺服系统进行了建模研究,并与其它建模方法进行了比较,实验结果验证了该方法的有效性.     

某装备扫雷犁系统的遗传神经网络建模研究

提出了一种基于遗传算法的径向基神经网络设计方法,对具有复杂非线性特征的某装备扫雷犁系统进行了建模研究。在神经网络设计过程中,采用遗传算法确定神经网络的中心参数,提高了建模精度,采用最大距离法确定宽度参数和采用最小二乘法确定权值参数,减轻了算法的计算量,从而实现了快速准确的扫雷犁系统的神经网络建模。与其它神经网络建模方法的比较,验证了本文提出方法的有效性。     

基于并行控制的交流伺服系统控制

针对一般的大口径火箭炮交流伺服系统调控方法难以达到较好性能的问题,提出一种RBF神经网络-单神经元PID自校正控制方法.针对上述算法自适应能力不强的问题,引入一种并行复合控制策略,以RBF神经网络和单神经元PID做并行控制,通过半实物仿真分别对RBF神经网络PID自校正控制器和并行复合控制器的性能进行试验验证.仿真结果表明:采用并行复合控制的火箭炮伺服系统反应速度更快、稳定性更强、精度更高,能够更好地满足火箭炮交流伺服系统的性能指标要求.     

基于磁流变阻尼器的火炮悬架振动控制研究

针对自行火炮采用传统悬挂系统并不能满足运动中的高平稳性和高机动性等要求,提出了一种磁流变阻尼器的半主动悬架混合控制策略。基于磁流变变换现象模型及其逆模型建立了基于粒子群算法的天棚-地棚混合控制器。结合自行火炮实际行驶的路面状况,在Simulink中搭建了磁流变阻尼器正、逆向模型,半主动悬架模型以及混合控制器的模型。通过仿真试验可知,与纯天棚、地棚控制相比,该控制策略减小了车身的垂直加速度以及悬架动行程,提高了自行火炮的平稳性。     

电液伺服系统的神经网络建模方法研究

针对电液伺服系统固有的流量-压力特性等非线性因素使得采用传递函数等传统方法难以获得电液伺服系统的精确模型的问题,详细研究了电液伺服系统的神经网络建模方法.研究了两种最常见的神经网络,即多层感知器神经网络和径向基函数神经网络,采用5种典型学习算法构造了3种多层感知器神经网络和2种径向基函数神经网络,并结合自动定深电液伺服系统的工程实例,详细分析了这5种神经网络在电液伺服系统中的建模性能.研究结果表明,采用正交最小二乘算法的径向基函数神经网络最适合电液伺服系统的建模.