消防炮伺服系统控制策略

针对远距离消防炮随动发射装置位置伺服系统中存在的强耦合、非线性以及参数时变等不确定因素,提出一种基于遗传算法优化双隐层神经网络的控制策略。为提高控制精度,将遗传算法和组合神经网络结合,对RBF-BP组合神经网络的初始阀值和权值进行优化。数值仿真结果表明:该种控制策略与单一的RBF、BP神经网络控制策略相比较,具有控制精度高、响应速度快、迭代次数少的优点,改善了位置伺服系统的静态响应和动态性能,提高了系统的鲁棒性。

永磁同步电机位置伺服系统滑模控制研究

针对永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)位置伺服系统中存在摩擦甚至机械传动间隙等问题,传统PID控制已无法满足性能要求,故采用全局快速终端滑模控制(Global Fast Terminal Sliding Mode Control,GFTSMC)技术,设计了滑模控制器,提高PMSM位置跟踪性能,并使用Lyapunov理论证明其稳定性;同时针对系统存在外部干扰的问题,设计了干扰观测器(disturbance observer,DOB),提高系统的抗扰动能力。数字仿真结果显示,算法提高了PMSM控制系统的快速响应、高精度跟踪、鲁棒性等性能,证明了方法的有效性。

基于复瞄的某火箭炮位置伺服系统研究

火箭炮在发射状态时存在燃气流冲击力矩等强干扰,使得发射后炮管偏离初始位置,故提出基于复瞄的火箭炮伺服系统控制。以火箭炮伺服系统为对象,建立系统数学模型,在此基础上运用自抗扰理论设计了非线性扩张状态观测器及相应的控制律,来减弱燃气流等强扰动对系统发射精度的影响,提高火箭炮的复瞄速度与精度。数字仿真结果显示,系统具有良好的跟踪性能,并且在燃气流冲击等干扰下能够很快返回初始位置,证明了该方法的有效性。

基于模糊神经网络的储运发箱吊装PID控制

针对火箭炮储运发箱自动吊装系统中存在的非线性因素,如电液伺服系统中存在的摩擦和间隙以及吊装过程中受到的扰动,传统PID控制难以实现高精度控制。对自动吊装系统中的各部件建模,提出一种通过模糊神经网络整定PID参数的控制方法。将偏差、偏差变化量和偏差累计量作为输入,利用RBF神经网络优化模糊规则,对PID的3个参数:K_p、K_i、K_d进行整定。根据仿真结果,采用RBF模糊神经网络调整后,能有效提高抗干扰能力和吊装的定位精度。

基于自构建神经网络的舰载火箭炮内模控制

针对舰载火箭炮伺服系统中存在的非线性因素,提出了一种基于自构建神经网络的内模控制方法。该方法通过神经网络建立过程模型和过程逆模型,利用自构建算法调整神经网络的结构和参数。神经网络能依据给定的阈值自动增加和删除神经元节点,以实现结构学习;采用梯度下降法进行网络的参数学习。仿真结果表明,该控制方法有良好的跟踪性、鲁棒性和抗干扰性,能提高火箭炮的调炮精度。

一朵美丽的浪花

人生是一片壮阔的大海，时常泛起朵朵晶莹的浪花，而父亲的爱便是那朵最美丽的浪花，它一直占据着我心灵的最深处。

一朵美丽的浪花

开头简妙写法--扣题提示写什么： 人生是一片壮阔的大淘，时常泛起朵朵晶莹的浪花，而父爱便是那朵最美丽的浪花。

流年·梦竹伞·母亲

母亲常说，她最喜欢的就是我名字中的那一个“梦”字，然后说着说着就笑了起来，同时很赞赏地说道：“有梦，挺好!”