2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著國防科技的發(fā)展,炮控裝置的自動化水平和精度的要求也越來越高。隨動系統(tǒng)作為炮控裝置中一個重要組成部分,其性能指標(biāo)直接影響整個炮控裝置的性能,因此,在炮控裝置的研制過程中,必須測試隨動系統(tǒng)的性能。本文研究的某炮控裝置負(fù)載模擬器通過對炮控裝置的負(fù)載環(huán)境進(jìn)行模擬,達(dá)到測試隨動系統(tǒng)性能的目的,通過分析電動負(fù)載模擬器存在的多余力矩和非線性特點對辨識和控制策略進(jìn)行了研究。
  本文首先介紹了電動負(fù)載模擬器的組成與工作原理,建立了永磁同步電機

2、、扭矩傳感器、轉(zhuǎn)動慣量盤和系統(tǒng)的數(shù)學(xué)模型,并對電動加載系統(tǒng)的多余力矩和不確定性及非線性因素進(jìn)行了詳細(xì)分析,為系統(tǒng)辨識及控制策略研究奠定了基礎(chǔ)。
  采取了離線訓(xùn)練與在線調(diào)整的辨識策略。首先采用RBF神經(jīng)網(wǎng)絡(luò)對系統(tǒng)進(jìn)行離線辨識,針對傳統(tǒng)RBF神經(jīng)網(wǎng)絡(luò)參數(shù)確定問題,利用改進(jìn)遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的中心及寬度,并通過最小二乘法計算得出權(quán)值;其次取離線訓(xùn)練得出的權(quán)值參數(shù)作為在線辨識器參數(shù)初始值,避免了振蕩現(xiàn)象,加快了神經(jīng)網(wǎng)絡(luò)的收斂速度

3、。
  為抑制電動負(fù)載模擬器存在的多余力矩,利用結(jié)構(gòu)不變性原理設(shè)計了前饋補償控制器,仿真分析得出基于精確模型的前饋補償控制器的不足;提出了一種基于改進(jìn)遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)PID控制器,將改進(jìn)遺傳算法和神經(jīng)網(wǎng)絡(luò)同PID控制策略有機結(jié)合起來,充分地發(fā)揮了各種算法的優(yōu)勢。
  搭建了半實物仿真實驗平臺,并將所提的控制策略在實驗平臺上進(jìn)行驗證,實驗結(jié)果表明:該控制策略能夠有效抑制多余力矩,保證了系統(tǒng)加載時的控制精度,具有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論