基于迭代学习控制的起落架加载系统

针对起落架加载系统存在多余力,且多余力严重影响加载系统的精确度,同时为提高加载系统的性能,介绍了起落架加载系统的工作原理,对其建立完整的数学模型,分析了多余力产生的机理。基于迭代学习控制算法提出加载系统控制方案,对采用迭代学习控制的前后的模型进行仿真分析,结果表明,迭代学习控制算法能够有效的抑制加载过程中的多余力,提高加载系统性能。     

多通道电液伺服协调加载系统的动态神经网络自适应控制

针对航空航天试验中的多通道电液直辖市加载系统,应用一种基于动态神经网络的自适应控制方案,该方案对于非线性,时变和强耦合的多变量系统有较好的控制效果,仿真试验结果表明,该方法具有较高的跟踪精度。     

起落架电液伺服加载控制系统设计与研究

本文介绍起落架电液伺服加载系统的结构,建立数学模型,分析了多余力产生的机理,并采用结构不变性原理设计控制器来进行消扰.仿真实验结果表明,系统能有效的克服加载过程中的多余力,达到良好的加载效果.     

基于迭代学习算法的电液比例伺服控制

为解决电液比例控制系统的非线性、时变性、变流量死区及变流量增益等对系统位置控制精度的影响,提高电液比例控制系统的控制精度,针对系统的非线性特性,设计不严格依赖于系统精确数学模型且有较强抗干扰能力的迭代学习算法,同时针对系统的变死区特性,设计能够基于误差和误差变化率在线调整死区补偿量的模糊死区补偿算法。迭代学习算法和模糊死区补偿算法的综合使用是根据当前的控制经验灵活调整控制量,从而有效地改善由于系统非线性及时变性所带来的影响。试验结果表明,不加入模糊死区补偿时,系统位置跟踪存在明显的滞后,最大位移跟踪误差达到6 mm,而同时采用迭代学习算法和模糊死区补偿算法极大的提高系统的控制性能,系统达到稳定跟踪后,最大位移跟随误差在1 mm以内。     

基于CMAC和PID控制的电液伺服加载系统

该文是对某型飞机起落架加载控制系统的研究,针对该电液伺服加载系统运动干扰产生的多余力,严重影响加载系统的精度,设计前馈补偿器进行校正,仿真表明前馈补偿能够有效地抑制加载中的多余力.同时提出基于CMAC和P复合控制算法的控制方案,对采用复合控制前后的模型进行仿真分析,结果表明CMAC和PID复合控制抗干扰能力强、跟踪精度高,提高了加载系统性能.     

电液伺服六自由度复合加载装置控制系统

介绍电液伺服六自由度复合加载装置的结构和工作原理,通过系统运动学反解得到动平台(加载端板)运动输入与各轴输出的映射关系,由动力学模型推导试验件所受力和力矩大小;利用Simulink/SimMechanics软件建立系统仿真控制平台,对控制器的有效性进行验证;采用SmartTEST控制系统、基于关节空间的位姿控制实现该装...     

电液伺服静动复合加载系统设计及控制优化

针对电液伺服静动复合加载机构静载和动载独立加载的特点,简化电液伺服静动复合加载系统为一输入一输出的五阶系统,建立了系统的数学模型。基于经典控制理论确定系统参数,并采用线性二次型最优控制理论以输出值精确跟综理想输入信号为性能指标,对系统的控制方法进行优化,获得最优状态调节器和前馈控制器。通过MATLAB/SIMULINK仿真及试验分别对最优控制理论应用前后系统的闭环频率特性及对正弦波和矩形波的跟踪能力进行对比分析,结果表明,应用最优控制理论的系统频宽更高,对动态信号的跟踪能力更好,控制精度提高明显。     

电液伺服加载控制器的设计

该文介绍了一种以TMS320F28335为核心的通用电液伺服加载控制器的设计.文中给出了实现电液伺服控制器的原理方案,并详细进行了相关功能模块电路的设计,同时软件实现了相关的功能,试验结果表明了本控制器满足电液伺服加载的性能指标及功能要求,该控制器已成功地在多种型号的飞机液压作动筒加载测试系统中使用.     

电液伺服加载试验系统仿真研究

介绍电液伺服加载试验系统的的工作原理,利用功率键合图建立系统的阀控非对称作动器及负载数学模型,并采用AMESim软件对系统进行了仿真研究,经试验验证比照,证明所建立模型的正确性。针对加载系统位控-力控模式切换环节,设计位控-力控并联控制器,使用AMESim和MATLAB软件建立联合仿真模型,仿真分析证明通过采用控制电流平滑切换模块可以有效抑制切换过程的冲击现象,避免过试验情况的发生,提高了加载系统的安全性。     

基于ILC的压电微位移驱动器电源线性化研究

压电微位移驱动器是一种利用压电材料逆压电效应制作的微位移器 ,具有体积小 ,分辨率高 ,重复性好 ,不产生热等优点 ,然而压电驱动器也具有滞回、蠕变、严重的非线性等不良特性 ,给驱动器精确定位带来误差 ,使驱动器电压位移转换信号失真。为使压电驱动器输入输出具有线性度 ,常用的方法是对驱动电源进行电压补偿来实现线性化。这里提出一种实用新颖的电源线性化方法—基于迭代自学习控制 (IL C)策略的线性化方法 ,该法具有在线、快速的优点 ,且可实现动态线性化补偿     

基于复合控制的电动式伺服力加载系统设计及测试

伺服电动缸具有响应快、同步性好及控制精准的特点,拟选用伺服电动缸取代液压缸作为飞机结构静力试验中的加载执行机构。通过设计电动伺服协调加载系统的控制策略,首次将电动式力控加载技术引入到结构静力试验平台;应用MTS控制系统和BECKHOFF嵌入式控制器,对悬臂框结构件分别进行单通道及多通道的电动伺服加载测试;总结电动伺服加载系统控制参数调试方法。研究及测试结果表明,基于复合控制的电动伺服协调加载过程准确、平稳,基本满足结构强度试验加载要求,具有一定的推广价值。     

应用迭代补偿方法的台车碰撞仿真研究

采用频域迭代的方法逐步修正驱动信号,实现对输出信号在幅值和相位上的补偿,使系统的输出逼近期望响应信号。驱动信号迭代算法是迭代补偿算法的核心内容,为了消除非线性的影响,给出了详细的驱动信号频域迭代算法,并运用到模型中,验证了此算法的可行性和有效性。     

超低频标准振动台波形复合迭代自学习控制策略研究

将迭代自学习控制与传统ＰＩＤ 控制相结合构成一种新的复合控制策略,应用于超低频标准振动台台面正弦波形的反馈控制上,获得了满意的结果     

混合驱动平面五连杆机构优化设计与迭代学习控制

对混合驱动平面五连杆机构进行了优化设计和轨迹跟踪迭代学习控制研究.首先,以伺服电机角加速度波动最小为目标函数,应用遗传算法对混合驱动平面五连杆机构参数进行优化设计;其次,对混合驱动平面五连杆机构进行轨迹跟踪指数变增益D型和闭环PD型迭代学习控制研究;最后,结合实例进行混合驱动平面五连杆机构轨迹跟踪数值仿真.结果表明,迭...     

球面3-RRR并联机构动力学建模与鲁棒-自适应迭代学习控制

采用Lagrange方法建立球面3-RRR并联机构基于动平台姿态参数的动力学模型。考虑在计算过程中采用线密度、厚度忽略等近似计算及工作过程中机构的磨损等微小变化造成的参数不确定性,进一步建立带参数不确定性的动力学模型。针对其在振动测试中的重复性动作等特点及参数不确定性设计鲁棒-自适应迭代学习控制器,并对此控制器进行稳定性证明。该控制器利用自适应算法对未知定常数的强大学习能力来补偿系统动力学模型的参数不确定项;利用迭代学习算法对期望轨迹进行零误差重复跟踪。由于该控制器吸取了系统动力学模型的已知信息,避免了一般模型未知系统迭代控制时必须满足的Lipschitz约束条件。仿真结果表明,在此控制器的作用下球面3-RRR并联机构能够很好地重复跟踪期望轨迹。     

基于迭代学习控制的码垛机器人轨迹优化

提出一种学习控制方法用于码垛机器人的速度优化。通过对系统跟随误差学习,实现在误差允许范围内运动速度最大化,从而实现码垛效率的优化。本方法对系统建模要求较低,易于在实际控制器上实现。系统仿真实验结果表明,在带入机械臂系统参数后,在对迭代算法改进后的最优轨迹与未改进的标准轨迹比较后,前者通过改进局部速度,使机器人运转时间缩短了10％～20％。     

迭代自学习控制算法收敛速度研究

从学习律、学习律参数、输出误差等三方面讨论了迭代自学习算法的收敛速度,为提高该算法的收敛速度得到了一些有用的结论     

基于伺服电流与切削力关系的间接测量技术研究

分析了切削加工过程,依据三相永磁同步交流伺服电机矢量控制原理,提出伺服电流间接监测切削力的测量方法,并提取了反映切削力变化的电机电流信号特征参数.基于转矩模拟平台、霍尔元件,设计并搭建电磁转矩-进给伺服电流实验平台,进行伺服电流与转矩关系测量实验,研究实时监测进给伺服驱动单元的电流信号.     

基于迭代学习的注塑机开合模机构定位控制研究

提出一种用于提高注塑机开合模机构定位精度的迭代学习算法,该方法适用于采用开环分级动作控制并利用电子尺进行开合模机构定位的注塑机系统.同时还提出可变学习增益的方法来加快算法收敛速度;应用遗忘因子和学习律误差容限控制的方法来提高学习算法的鲁棒性.算法实际应用表明,在保证开合模动作平稳的前提下,开合模机构能达到较高的定位精度,满足相关注塑加工工艺要求.