99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

電子設(shè)計 ? 來源:郭婷 ? 作者:電子設(shè)計 ? 2019-10-12 07:55 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

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

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

(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:

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

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:

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

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

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

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。

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

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:

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

5、仿真結(jié)果分析

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

基于神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計方法及仿真驗證

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。


聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 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

    42

    文章

    4814

    瀏覽量

    103670
  • 仿真
    +關(guān)注

    關(guān)注

    52

    文章

    4289

    瀏覽量

    135889
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    求助基于labview的神經(jīng)網(wǎng)絡(luò)pid控制

    小女子做基于labview的蒸發(fā)過程中液位的控制,想使用神經(jīng)網(wǎng)絡(luò)pid控制,請問這個控制方法可以嗎?有誰會
    發(fā)表于 09-23 13:43

    如何利用SoPC實現(xiàn)神經(jīng)網(wǎng)絡(luò)速度控制器?

    不確定因素影響,并且隨著可編程片上系統(tǒng)SoPC和大規(guī)?,F(xiàn)場可編程門陣列FPGA的出現(xiàn),為神經(jīng)網(wǎng)絡(luò)控制器的硬件實現(xiàn)提供了新的載體。
    發(fā)表于 08-12 06:25

    BP神經(jīng)網(wǎng)絡(luò)PID控制電機(jī)模型仿真

    求一個simulink的蓄電池用BP神經(jīng)網(wǎng)絡(luò)PID控制電機(jī)加速勻速減速運動的模型仿真
    發(fā)表于 02-22 02:17

    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

    最近一個月的時間沒有更博,跟隨老師出差談項目了。前段時間學(xué)習(xí)了電機(jī)的智能控制,這次把設(shè)計好的基于BP神經(jīng)網(wǎng)絡(luò)PID控制器應(yīng)用于雙閉環(huán)直流調(diào)速系統(tǒng)。雙閉環(huán)直流調(diào)速系統(tǒng)的動態(tài)數(shù)學(xué)模型如下圖所示: 外環(huán)為
    發(fā)表于 06-28 12:03

    基于BP神經(jīng)網(wǎng)絡(luò)的PID控制

    神經(jīng)網(wǎng)絡(luò)可以建立參數(shù)Kp,Ki,Kd自整定的PID控制器?;贐P神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)結(jié)構(gòu)框圖如下圖所示:控制器由兩部分組成:經(jīng)典增量式
    發(fā)表于 09-07 07:43

    仿人模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計和實現(xiàn)

    應(yīng)用仿人智能魯棒性高、能對付難控對象的控制特點,結(jié)合模糊RBF 神經(jīng)網(wǎng)絡(luò)控制技術(shù),提出仿人模糊神經(jīng)網(wǎng)絡(luò)控制
    發(fā)表于 06-09 10:47 ?17次下載

    基于RBF 的模糊神經(jīng)網(wǎng)絡(luò)控制器設(shè)計與仿真分析

    介紹一種基于RBF 的模糊神經(jīng)網(wǎng)絡(luò)設(shè)計與仿真分析的實現(xiàn)方法。該方法利用MATLAB 中的神經(jīng)網(wǎng)絡(luò)工具箱圖形用戶界面GUI 結(jié)合模糊
    發(fā)表于 06-10 14:22 ?28次下載

    基于PLC的神經(jīng)網(wǎng)絡(luò)PID控制器設(shè)計

    為了改善工業(yè)控制系統(tǒng)的動態(tài)調(diào)節(jié)品質(zhì),運用BP 神經(jīng)網(wǎng)絡(luò)控制算法設(shè)計了一種神經(jīng)網(wǎng)絡(luò)PID 控制器,并給出了基于西門子PLC 的
    發(fā)表于 08-10 11:12 ?43次下載

    半主動懸架神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制研究

    本文針對半主動空氣懸架這種時變的、非線性復(fù)雜系統(tǒng),提出基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制策略,設(shè)計了神經(jīng)網(wǎng)絡(luò)辨識控制器。通過
    發(fā)表于 08-18 10:46 ?13次下載

    神經(jīng)網(wǎng)絡(luò)PID控制策略及其Matlab仿真研究

    本文討論了神經(jīng)網(wǎng)絡(luò)PID 控制策略,利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力進(jìn)行PID控制參數(shù)的在線整定,并使用Matlab 軟件進(jìn)行了仿真研究。
    發(fā)表于 09-14 16:53 ?65次下載

    仿人模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計和實現(xiàn)

    應(yīng)用仿人智能魯棒性高、能對付難控對象的控制特點,結(jié)合模糊RBF 神經(jīng)網(wǎng)絡(luò)控制技術(shù),提出仿人模糊神經(jīng)網(wǎng)絡(luò)控制
    發(fā)表于 12-19 11:50 ?12次下載

    CMAC神經(jīng)網(wǎng)絡(luò)模糊控制器設(shè)計

    詳細(xì)介紹了CMAC神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)" 中間層作用函數(shù)地址的計算方法" 輸出層權(quán)值的學(xué)習(xí)算法# 并利用CMAC神經(jīng)網(wǎng)絡(luò)對水下機(jī)器人深度模糊控制器進(jìn)行了學(xué)習(xí)$
    發(fā)表于 07-22 15:49 ?25次下載

    基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器的研究與實現(xiàn)

    基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器的研究與實現(xiàn):
    發(fā)表于 04-01 15:20 ?15次下載
    基于BP<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的PID<b class='flag-5'>控制器</b>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

    BP網(wǎng)絡(luò)在人工神經(jīng)網(wǎng)絡(luò)中應(yīng)用最為廣泛,文中給出基于MATLAB語言的BP神經(jīng)網(wǎng)絡(luò)PID控制器的S函數(shù)實,現(xiàn),在此基礎(chǔ)上建立BP神經(jīng)網(wǎng)絡(luò)PID
    發(fā)表于 03-13 08:00 ?28次下載
    如何使用S函數(shù)實現(xiàn)BP<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>PID<b class='flag-5'>控制器</b>及Simulink<b class='flag-5'>仿真</b>的資料說明

    一文帶你了解神經(jīng)網(wǎng)絡(luò)控制器

    神經(jīng)網(wǎng)絡(luò)控制器的核心是神經(jīng)網(wǎng)絡(luò)模型,它類似于人類神經(jīng)系統(tǒng),由多個神經(jīng)元組成。每個神經(jīng)元可以接收來
    發(fā)表于 03-19 15:21 ?1508次閱讀