某交流伺服系统的免疫克隆粒子群优化自抗扰控制

针对采用永磁同步电机(permanent magnet synchronous motor,PMSM)驱动的某火箭炮位置交流伺服系统存在摩擦力矩、外界扰动等一系列复杂非线性问题,设计一种基于免疫克隆粒子群优化算法的自抗扰控制器(IPSO-ADRC).根据自抗扰控制(active disturbance rejection control,ADRC)抗干扰能力强和粒子群优化算法(particle swarm optimization,PSO)寻优能力强的特点,采用免疫克隆粒子群优化算法在线整定自抗扰控制器的重要参数;并将克隆选择算法(clonal selection algorithm,CSA)融入到粒子群算法中,维护群体种类的差异性,解决PSO算法的缺陷问题.仿真实验结果证明:该控制策略使系统的稳态性能更好,并能提升系统的动态品质.     

基于自抗扰技术的火箭炮伺服系统解耦控制

火箭炮伺服系统为方位和俯仰两轴耦合的伺服系统。为研究发射时的两轴耦合问题及燃气流冲击强干扰影响,建立了火箭炮伺服系统双轴转台动力矩方程和耦合系统微分方程,采用基于自抗扰技术的解耦控制方法设计了扩张状态观测器及虚拟控制量。通过扩张状态观测器估计系统总扰动并进行实时补偿,通过虚拟控制量得到实际控制量对耦合系统进行控制。仿真结果表明,基于自抗扰技术的解耦控制提高了火箭炮伺服系统跟踪精度,使系统在两轴负载转矩耦合效应和燃气流冲击下有效地抑制了发射平台振动,满足控制性能指标,对火箭炮两轴耦合控制问题具有一定的理论意义和实用价值。     

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。     

某定深电液伺服系统的粒子群优化神经网络PID 控制

为解决定深电液伺服系统的系统参数难以确定、运行过程中内部参数具有时变性和外部负载扰动较大等 问题,设计一种将PID 控制器与神经网络相结合的控制策略。分析定深电液伺服系统的数学模型和控制器的结构与 工作原理,用径向基函数神经网络来动态修正PID 控制器中控制参数的策略,采用粒子群算法离线选取最优的神经 网络权值,用Matlab 将控制器应用于定深电液伺服系统中,并与经典的PID 控制器和RBF-PID 控制器进行对比。 仿真结果表明,该控制器具有较好的快速响应能力与鲁棒性。     

某火炮伺服系统的回声状态网络自抗扰控制

为解决火炮伺服系统面临的一系列非线性因素,设计一种基于回声状态网络的自抗扰控制(active disturbance rejection control,ADRC)策略.使用回声状态网络(echo state network,ESN)实现自抗扰控制重要参数的在线整定,并引入梯度下降算法与改进后的灰狼优化算法(grey wolf optimization,GWO)对回声状态网络进行训练.仿真结果表明:该新型控制方法能有效提高火炮伺服系统的动态响应性能、抗干扰性能以及随动跟踪精度,满足火炮伺服系统所要求的性能指标.     

CMAC与PID的并行控制在火箭炮交流伺服系统中的应用

火箭炮交流伺服系统是复杂的变负载、大功率系统，其控制系统的参数变化大，采用单一的PID控制算法很难取得较高的控制品质和控制精度。根据CMAC控制鲁棒性强和可靠性高，以及PID控制器功能简单、便于使用及在各种不同工作条件下保持较好工作性能的特点，提出了CMAC神经网络与PID结合的复合控制策略。在Matlab中进行计算机仿真，结果表明了该控制策略的有效性和实用性。     

改进型LM-RBF 神经网络在自抗扰控制器上的应用

为解决自抗扰控制器(active disturbance rejection control,ADRC)中参数较多且难以整定的问题,提出一 种基于LM 算法且网络结构可在线优化的径向基函数(radial basis function,RBF)神经网络。利用滑动窗口的思想将 在线输入的样本放入一个长度固定的队列,将LM-RBF 网络应用于ADRC,在线整定控制器参数,并以永磁同步电 机为对象在Matlab 里进行仿真分析。结果表明：与基于RBF 的常规自抗扰控制器相比,改进后LM-RBF 使控制器 有更快的响应速度及更优的抗干扰能力,能有效提高被控系统的稳定性,满足非线性时变系统对自抗扰控制器的性 能要求。     

火箭炮位置伺服系统自抗扰控制

针对火箭炮发射时燃气流冲击干扰强和系统参数变化大的特点,以含有速度闭环的实际伺服系统为对象,建立系统模型并进行频域分析,建立了系统的低频和中频近似模型,并在此基础上分别设计了火箭炮位置伺服系统2阶和3阶线性扩张状态观测器及相应的自抗扰控制律,估计系统未建模干扰并在控制输入中予以补偿。比较分析了设计的自抗扰控制律和传统PID控制在伺服跟踪和燃气流冲击干扰下的控制效果。仿真结果表明,火箭炮伺服系统采用提出的控制方法能有效提高跟踪精度,充分抑制燃气流冲击干扰引起的发射平台振动,保证后续射弹命中精度。     

基于自抗扰的翼身融合客机控制器设计

针对翼身融合布局客机操纵性差、安定裕度小、抗扰动能力弱等问题,采用自抗扰技术进行控制器设计。 根据翼身融合客机的六自由度非线性模型,结合自抗扰控制器(auto disturbance rejection controller,ADRC)原理设计 客机的姿态控制律,并对ADRC 参数进行分析,采用改进粒子群算法(particle swarm optimization,PSO)对参数进行 整定;建立重心位置变化对于客机状态影响的数学模型,并对重心渐变情况下的客机姿态进行仿真;在客机垂直方 向加入紊流风扰动,观察其过载变化情况,并对客机的乘坐舒适性进行评价。仿真结果表明：采用ADRC 可以有效 控制客机的姿态变化;同时,在面对重心位置变化以及紊流风扰动时,可以稳定地控制飞机,使翼身融合客机对于 重心变化与紊流风干扰具有较强的鲁棒性,保证客机的安全飞行及乘员的乘坐舒适性。     

扫雷器发射架电液伺服系统改进自抗扰控制

针对某爆破扫雷器发射架电液位置伺服系统响应速度慢、跟踪精度低、抗扰能力差的问题,设计一种改进自抗扰控制器。利用BP神经网络强大的自学习和非线性逼近能力对自抗扰控制器中的关键参数在线整定,并结合遗传算法(genetic algorithm,GA)对网络的初始权值进行优化;利用AMEsim和Simulink软件对该改进自抗扰控制器进行联合仿真验证。结果表明：该控制方法可有效提高系统的抗干扰能力,同时保证扫雷器的调炮速度和精度。     

某舰载火箭炮交流伺服系统并行复合控制方法

针对舰载火箭炮在发射过程中会受到风浪以及自身扰动的影响而导致射击精度和稳定性降低的问题,提出一种RBF神经网络滑模-模糊PID控制方法。利用RBF神经网络来削弱滑模的抖振,在误差较小时提高响应速度和鲁棒性;利用模糊规则对PID参数进行调整,在误差较大时提高控制精度。仿真结果表明：该复合控制策略可使舰载火箭炮交流伺服系统具有更高的射击精度和反应速度,提高系统性能。     

基于WNN 参数整定的ADRC 在火箭炮伺服系统中的应用

针对多管火箭炮交流伺服系统存在变负载、强耦合和不确定性扰动等非线性问题,提出一种优化型小波 神经网络自抗扰控制器(WNN-ADRC)。简化电流环节得到被控系统的数学模型,将小波神经网络(wavelet neural network,WNN)嵌入自抗扰控制器中进行参数整定,利用分层调整学习速率的方法优化小波神经网络的学习算法得 到WNN-ADRC,采用WNN-ADRC 控制火箭炮伺服系统,实现对非线性特性的精准估计和补偿。数值仿真结果表 明：相对于传统的自抗扰控制器,WNN-ADRC 能改善伺服系统的静态响应和动态性能,具有响应速度快、控制精 度高的优点。     

基于Elman网络的自适应火箭炮交流位置伺服系统

针对多管火箭炮发射时恶劣的负载特性,如不平衡力矩的大范围变化以及强大的燃气流冲击,设计了一种基于改进Elman网络的自适应位置控制器。在原Elman网络中增加输出层关联单元,并把自反馈增益系数当作连接权值投入到网络的训练中,利用改进Elman网络根据火箭炮跟踪发射过程中的负载特性实时调整PID控制参数,以减小系统参数变化和外部扰动对火箭炮发射性能的影响。仿真及实验结果表明该方法可有效提高火箭炮位置伺服系统的稳定性和抗干扰能力。