1、引言
導(dǎo)彈的運動模型是一個十分復(fù)雜的非線性變參數(shù)模型。反饋線性化是一種重要的非線性控制方法,其基本思想是通過狀態(tài)變換,將一個非線性系統(tǒng)的動態(tài)特性全部或部分變換成線性特性,從而用成熟的線性控制方法來解決問題。實現(xiàn)反饋線性化通常有兩種方法:微分幾何和動態(tài)逆方法。微分幾何方法需要數(shù)學(xué)工具很多,不宜工程上的推廣和應(yīng)用;相比較而言,動態(tài)逆方法直觀、簡便,在工程應(yīng)用上,更易于實現(xiàn)。
在實際應(yīng)用中,Kim等將導(dǎo)彈動力學(xué)分成快變和慢變兩個動力學(xué)子系統(tǒng),然后對兩個子系統(tǒng)分別采用動態(tài)逆方法進(jìn)行設(shè)計。Schumacher對該方法進(jìn)行了穩(wěn)定性分析,并指出當(dāng)內(nèi)回路帶寬足夠大并且執(zhí)行機(jī)構(gòu)不飽和時,可保證系統(tǒng)的穩(wěn)定。該方法突出的缺點是設(shè)計的控制系統(tǒng)魯棒性比較差。
由于動態(tài)逆方法需要被控對象精確的數(shù)學(xué)模型,但在實際應(yīng)用中,被控對象數(shù)學(xué)模型不可能精確得到。這是造成動態(tài)逆控制系統(tǒng)魯棒性差最主要的原因。本文根據(jù)以上文獻(xiàn)的設(shè)計思想,將導(dǎo)彈的動力學(xué)方程分解成為快慢兩個動力學(xué)子系統(tǒng),對兩個子系統(tǒng)分別進(jìn)行動態(tài)逆設(shè)計。其中,快回路采用基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑模逆控制器的設(shè)計方法,應(yīng)用李亞普諾夫綜合法,設(shè)計出神經(jīng)網(wǎng)絡(luò)控制器,并給出神經(jīng)網(wǎng)絡(luò)權(quán)值更新算法。仿真結(jié)果驗證了本文方法的正確性。
2、導(dǎo)彈的動力學(xué)模型
為了便于利用成熟的線性控制系統(tǒng)設(shè)計理論進(jìn)行設(shè)計與分析,通常將上述彈體模型進(jìn)行簡化,為此需要作如下假設(shè):
(1)僅考慮導(dǎo)彈的短周期運動,認(rèn)為導(dǎo)彈運動速度變化緩慢,可將導(dǎo)彈飛行速度視為常數(shù)。
(2)對于彈體運動過程中的攻角和側(cè)滑角等小量參數(shù),可以略去它們之間的乘積并簡化三角函數(shù)的高次項,即認(rèn)為
(3)忽略舵機(jī)的非線性,忽略速率陀螺和加速度計的動態(tài)特性。
(4)僅考慮空氣動力和推力的作用,忽略重力的影響,在設(shè)計過程中這可以通過在控制指令中增加重補進(jìn)行補償。
在以上假設(shè)條件下,得到如下的彈體簡化模型:
式中各動力學(xué)系數(shù)
3、按時標(biāo)分離原則生成子系統(tǒng)
以俯仰通道穩(wěn)定回路為例來說明本文的設(shè)計思想。俯仰通道的簡化模型為:
從而得到了以縱向攻角、彈體俯仰角速度和角加速度為狀態(tài)變量,以縱向過載為輸出的狀態(tài)方程。
根據(jù)上述狀態(tài)方程,按照時標(biāo)分離的方法,將彈體的縱向通道分成快慢兩個動力學(xué)子系統(tǒng)。其中,式(9)代表慢變子系統(tǒng),式(10)、(11)代表快變子系統(tǒng)。下面對兩個子系統(tǒng)分別進(jìn)行動態(tài)逆設(shè)計。
4、動態(tài)逆控制器設(shè)計
4.1 慢變子系統(tǒng)動態(tài)逆設(shè)計
對于慢變子系統(tǒng)采用傳動的動態(tài)逆設(shè)計方法。根據(jù)時標(biāo)分離的控制策略,慢變子系統(tǒng)的控制量為快變子系統(tǒng)的輸出量
因此慢變子系統(tǒng)穩(wěn)定。
4.2 快變子系統(tǒng)動態(tài)逆設(shè)計
對于式7、8式組成的狀態(tài)方程
從而,所設(shè)計的控制律能夠保證系統(tǒng)的穩(wěn)定性。
4.3 快變子系統(tǒng)自適應(yīng)滑模逆控制器設(shè)計
在導(dǎo)彈飛行控制中,由于參數(shù)變化劇烈, 和 無法準(zhǔn)確得到。RBF神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)具有唯一最佳逼近的特性。所以,構(gòu)造RBF神經(jīng)網(wǎng)絡(luò),使其輸出 和 來逼近 和 。RBF網(wǎng)絡(luò)模型如圖1所示:
5、仿真結(jié)果分析
6、結(jié)論
基于導(dǎo)彈非線性控制模型,應(yīng)用時標(biāo)分離動態(tài)逆方法設(shè)計了一種非線性導(dǎo)彈控制系統(tǒng)。該方法通過引入神經(jīng)網(wǎng)絡(luò),將動態(tài)逆方法與自適應(yīng)滑??刂葡嘟Y(jié)合,有效的消除了建模誤差對整個系統(tǒng)的不利影響,增強了控制系統(tǒng)的魯棒性,適合于復(fù)雜的導(dǎo)彈控制系統(tǒng)設(shè)計,具有良好的應(yīng)用前景。
-
控制器
+關(guān)注
關(guān)注
114文章
17113瀏覽量
184384 -
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4814瀏覽量
103670 -
仿真
+關(guān)注
關(guān)注
52文章
4289瀏覽量
135889
發(fā)布評論請先 登錄
求助基于labview的神經(jīng)網(wǎng)絡(luò)pid控制
如何利用SoPC實現(xiàn)神經(jīng)網(wǎng)絡(luò)速度控制器?
BP神經(jīng)網(wǎng)絡(luò)PID控制電機(jī)模型仿真
基于BP神經(jīng)網(wǎng)絡(luò)控制+Simulink雙閉環(huán)直流調(diào)速系統(tǒng)仿真設(shè)計
基于BP神經(jīng)網(wǎng)絡(luò)的PID控制
仿人模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計和實現(xiàn)
基于RBF 的模糊神經(jīng)網(wǎng)絡(luò)控制器設(shè)計與仿真分析
基于PLC的神經(jīng)網(wǎng)絡(luò)PID控制器設(shè)計
半主動懸架神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制研究
神經(jīng)網(wǎng)絡(luò)PID控制策略及其Matlab仿真研究
仿人模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計和實現(xiàn)
CMAC神經(jīng)網(wǎng)絡(luò)模糊控制器設(shè)計
基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器的研究與實現(xiàn)

如何使用S函數(shù)實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)PID控制器及Simulink仿真的資料說明

評論