全渐近到达滑动模态控制方法的应用

本文着重论述全渐近到达滑动模态控制方法在微机控制的位置随动系统中应用。

具有伪滑动模态的离散变结构控制系统

介绍了非线性变结构控制系统的基本原理,论述了二阶阻尼系统的离散变结构的处理方法。着重分析研究了伪滑动模态产生的必要和充分条件及使用的范围。最后通过数字仿真结果,验证了伪滑动模态离散变结构控制系统的正确性和可行性。

摩擦非线性环节的特性、建模与控制补偿综述

首先介绍了机械伺服系统中摩擦非线性环节的动态、静态特性的研究成果和目前常用的几种摩擦模型 ,讨论了摩擦非线性环节对伺服系统的动态性能和静态性能的影响 ,以及摩擦非线性环节导致的极限环振荡、低速爬行等现象。然后对有关摩擦补偿方法方面的研究成果进行了总结 ,介绍了传统的摩擦补偿方法和基于智能控制理论的摩擦补偿方法方面的研究成果。最后 ,展望了该领域今后的发展方向。

基于共享内存机制微机实时网的数据传输实时性研究

文章首先介绍了广播式内存及反射内存的特点、功用等,并在试验的基础上研究了二者对不同操作系统的支持程度、所构成网络的实时性、网络运行的稳定性等。得出反射内存网卡在综合性能上优于广播式内存网卡,更适合于半实物仿真系统的集成。最后通过某型号半实物仿真系统的集成及试验,验证了基于反射内存机制的半实物仿真系统的仿真实时性及仿真精度。

基于神经网络自适应稳定PID控制方法的研究

经典的基于对象精确数学模型的PID控制方法的自适应性较差 ,难以适应具有非线性、时变不确定性的被控对象 .神经网络控制算法的稳定性又受到迭代初值的影响 ,且算法复杂 .为此提出了一种基于RBF神经网络的、结构简单的、稳定的PID直接自适应控制方法 .讨论了控制器参数迭代初值选取的基本原则 ,并给出了在保证系统稳定性前提下参数的迭代算法 .仿真研究结果表明 ,该方法的鲁棒性和跟踪性能均优于经典PID方法 .

基于感应同步器的高速高精度位置测量技术

现有的基于感应同步器的鉴幅、鉴相位置测量法,由于其原理缺陷,不适合高速高精度的测量场合.为解决高速高精度位置测量问题,给出一种新型的基于感应同步器的位置测量方法———幅度细分法.感应同步器输出的感应信号是调幅信号且幅度很低,为采用幅度细分技术,需对其输出的感应信号无失真的放大.在阐述系统工作原理的基础上,给出了系统的结构,并对关键功能电路进行了实验及仿真研究.结果表明,此法从原理上克服了感应信号中动态分量对测量结果的影响,克服了现有测量法不适合高速高精度测量的缺点,具有测量精度高、时间间隔固定。

基于遗传算法的伺服系统摩擦参数辨识研究

LuGre摩擦模型能够精确描述摩擦环节的动态特性 ,但由于其高度非线性 ,使得参数辨识非常困难。针对LuGre摩擦模型 ,提出一种新型的基于遗传算法的模型参数两步辨识方法。首先通过Stribeck曲线 ,辨识出摩擦模型中的静态参数 ,然后由系统的稳态极限环振荡响应 ,辨识出摩擦模型的动态参数。在每一步辨识中 ,均采用遗传算法作为优化工具 ,从而避免了采用线性辩识方法时的局部极小问题。对提出的方法进行了数字仿真 ,并通过设计摩擦补偿环节 ,对辨识参数进行验证 ,结果表明了该方法的有效性。

高精度飞行仿真转台的鲁棒自适应控制

针对高精度直流伺服系统 ,提出一种基于Lyapunov直接法的鲁棒模型参考自适应控制方法。在算法中 ,通过调节增益系数 ,以适应系统中参数的变化 ,通过引入鲁棒补偿项 ,实现对摩擦环节的补偿 ,使得在具有参数不确定性和未知非线性摩擦特性的情况下 ,跟踪误差渐进收敛于零。并以三轴转台为例 ,进行了数值仿真 ,其结果表明该方法的有效性和鲁棒性。

参数不确定机械伺服系统的鲁棒非线性摩擦补偿控制

对含非线性摩擦环节的机械伺服系统 ,提出一种基于Lyapunov方法的鲁棒非线性控制方法 ,通过引入非线性增益和摩擦补偿项 ,来克服参数不确定性和补偿非线性摩擦 ,从而保证跟踪误差渐进收敛 .对转台系统的实验研究 。

多智能体技术应用综述

多智能体技术通过采用各智能体间的通讯、合作、协调、调度、管理及控制来表达实际系统的结构、功能及行为特性 ,为各种实际问题提供了一种统一的框架。介绍了多智能体技术在几个有代表性领域的应用 ,并对该技术今后的研究方向做了探讨。

自适应反演滑模转台鲁棒控制器设计

针对未知非线性、外界干扰和参数摄动等不确定因素对实际转台控制系统的影响,提出了自适应反演滑模神经网络的转台鲁棒控制器设计。自适应反演滑模控制作为主控制器,RBF神经网络实现了不确定上界值的在线辨识。仿真结果表明,基于RBF神经网络的自适应反演滑模控制很好地克服对象的不确定性,实现控制系统的较强鲁棒性,适于高精度飞行仿真转台系统的实时鲁棒控制。

动态模糊神经网络及其快速自调整学习算法

针对非线性动态系统辨识和控制的特点,对4层模糊神经网络进行了优化和改进.形成了动态模糊神经网络,提高了网络的稳定性和对动态系统的辨识能力,同时给出了基于Lyapunov函数稳定收敛定理的各权向量以及权矩阵学习速率的自适应调整算法.应用于非线性动态系统的辨识和控制仿真试验表明,改进后的动态模糊神经网络与模糊神经网络相比,可取得更好的辨识精度和跟踪控制效果.

基于测量时间动态调节的宽量程高准确度转速数字测量法

介绍了一种测量时间动态调节的 M/ T测速法。此法通过动态调节测量时间 ,在硬件电路相同的条件下 ,可实现更宽转速范围的准确测量。还给出了参数设计、误差分析及软硬件实现框图。测量法已成功应用于转速范围为 0 .0 0 1～ 40 0°/ s的速度测量系统中。

三轴虚拟仿真转台系统设计及实现

该文主要采用虚拟样机技术,利用ADAMS软件实现三轴虚拟仿真转台系统的开发设计。该系统通过机械模型调用接口,将转台零件图形库调入软件平台实现模型装配;再通过ADAMS与MATLAB软件之间的仿真接口,将控制器调入转台样机;最终实现机械模型和控制方法的联合仿真分析,获得虚拟转台的特性,包括样机传函和三框运行动静态精度等特性状况。

高精度机械伺服系统的一种新型自适应滑模控制方法

针对高精度机械伺服系统,提出一种高性能的新型自适应滑模控制方法,使闭环系统渐近跟踪给定的参考模型.该方法对转动惯量的大范围变化及非线性摩擦等外干扰均具有很强的鲁棒性.该方法的主要思想是用滑模方法抑制系统中的外部力矩扰动,对系统参数进行自适应估计,用估计值来补偿转动惯量的变化.对于控制算法的全局稳定性,采用李雅普诺夫直接法给出了严格的证明.该算法简单,其实现不需要误差的高阶微分信号,适于实时控制.本文方法以某高精度飞行仿真转台为例,对提出方法进行了实验研究,结果表明了该方法具有良好的跟踪性能,暂态响应和鲁棒性.

基于DSP的飞行仿真转台控制系统

文章介绍了一种新型的基于高速数字信号处理器(DSP),以永磁同步电动机(PMSM)为驱动部件的飞行仿真转台控制系统的原理及构成,并介绍了控制系统的硬件和软件结构。给出了一些实验结果。

三轴电动飞行转台控制系统工程设计与实现

介绍了三轴电动飞行转台控制系统的总体设计。从控制系统的伺服原理方案出发,详细的介绍了三轴电动飞行转台控制系统的硬件和软件的工程实现。系统采用集散式(DCS)总体控制机制,以上、下位机形成两级控制结构,实现系统的分散直接控制和集中综合监控管理功能。采用了脉冲调宽功放装置(PWM),直流力矩马达直接驱动转台框架的数字伺服调速体制。

基于神经网络补偿的PID控制方法的研究

经典 PID方法的控制参数难以精确整定 ,且依赖于对象的数学模型 ,故自适应性较差 ,很难适应具有非线性、时变不确定性的被控对象 ,控制精度难以保证。文中研究了在近似参数 PID控制基础之上 ,采用 RBF神经网络进行补偿控制的综合控制方法。仿真研究结果表明了该方法的鲁棒性和跟踪性能均优于经典

三轴虚拟转台的仿真平台设计与实现

针对三轴虚拟仿真转台系统中的仿真平台单元,结合虚拟现实与可视化技术、数据库和网络等技术,并通过VC++软件开发平台和软件组件设计思想,提出并建立起三轴虚拟转台的仿真平台软件系统(VFMS-SP)。仿真平台软件系统的实现,除了可为三轴真实转台系统提供性能预研的开发平台外;它还可用于转台集散控制系统中,作为实时显示真实转台运动及其仿真结果分析的一个子终端。

三轴高精度虚拟仿真转台研究

提出了三轴虚拟仿真转台系统的基本体系结构及其功能特点。文中着重阐述了虚拟仿真转台系统中的PDM/CAD/CAE技术、数据引擎、虚拟装配技术和虚拟样机等技术,同时详细论述了虚拟仿真转台系统的运行方式以及功能结构,其中包括基于PDM技术加以开发、设计转台机械结构并进行图纸管理和生产过程管理;运用OpenGL动画技术和虚拟装配理论实现模型的动态装配;运用虚拟样机技术实现了转台系统的机械结构模型与复杂控制模型的联合分析,实时调节与优化机械结构或控制率来提高系统的机械与控制性能,极大缩短真实转台系统的开发周期。