Print

基于BP神经网络的电动舵机动态加载控制方法研究

论文摘要

本文针对电动舵机动态加载系统的控制策略进行了研究与设计。 论文首先建立了加载系统的数学模型,并在单通道加载模型的基础上分析了加载系统的动态特性。加载系统最为关键也最难解决的问题就是如何减小强位置干扰,这也是评价加载系统品质的一个重要指标,因此如何设计控制策略来减小强位置干扰是一个很关键的因素。 论文阐述了强位置干扰产生的机理,分析了影响位置干扰的因素,并采用前馈补偿原理对其进行了前馈补偿,从根本上来减小位置干扰的影响。利用Matlab软件对采用前馈补偿原理来消除强位置干扰的影响做了数字仿真,仿真结果表明采用的控制策略是可行的。理论上采用前馈补偿方法可消除位置干扰,但补偿器中的高阶微分在物理上难以实现。另外,电液伺服系统的非线性、参数不确定性因素也使得该控制方法的实际效果变差,难以达到较高的设计要求。 针对传统控制方法的缺陷,将经典控制理论与BP神经网络相结合,提出一种基于BP神经网络的最优控制策略,并证明该闭环系统具有渐近稳定性。将该控制策略应用于电液伺服加载系统,仿真表明该控制策略是有效的,控制系统动态性能比纯经典控制有了明显改善,对系统非线性和参数不确定性有较强的自适应性。 论文最后给出了系统各项性能指标的测试方法、测试结果以及测试结论,测试结果表明系统能够满足设计指标要求。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第一章 绪论
  • 1.1 课题来源与选题意义
  • 1.2 电液伺服加载系统概述
  • 1.3 加载系统控制技术的发展过程、研究现状与发展方向
  • 1.4 控制策略的选取
  • 1.5 论文研究的内容
  • 第二章 加载系统数学模型
  • 2.1 加载系统结构
  • 2.2 加载系统中各环节数学模型
  • 2.3 加载系统参数计算
  • 2.4 单通道加载系统数学模型
  • 第三章 加载系统控制律分析与控制器设计
  • 3.1 加载系统强位置干扰的产生机理
  • 3.2 消除强位置干扰的方法
  • 3.3 加载系统控制器设计
  • 3.4 小结
  • 第四章 BP神经网络及其控制方法研究
  • 4.1 神经网络概述
  • 4.2 BP神经网络基本原理及算法改进
  • 4.3 基于BP网络的最优控制器在加载系统中的应用
  • 4.4 小结
  • 第五章 加载系统动态加载测试
  • 5.1 加载系统仿真试验台设计
  • 5.2 加载系统调试
  • 5.3 加载系统动态加载测试
  • 5.4 小结
  • 结论与展望
  • 参考文献
  • 发表论文
  • 致谢
  • 相关论文文献

    本文来源: https://www.lw50.cn/article/139c998dd8dc3619803b22e7.html