针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network)的在线学习功能,对系统发生的变化进行快速自适应补偿,...针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network)的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Deriva-tive)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.展开更多
设计了一种新型的电气三余度直接驱动阀(DDV,Direct-Drive-Valve)驱动控制系统,介绍了系统结构,分析了三余度永磁无刷直流力矩电机、位置传感器以及交叉通道数据链(CCDL,Cross Channel Data Link)模块的方案设计,探讨了基于新型变结...设计了一种新型的电气三余度直接驱动阀(DDV,Direct-Drive-Valve)驱动控制系统,介绍了系统结构,分析了三余度永磁无刷直流力矩电机、位置传感器以及交叉通道数据链(CCDL,Cross Channel Data Link)模块的方案设计,探讨了基于新型变结构PID算法的位置伺服控制策略和基于CCDL的余度管理策略.实验结果表明,系统具有良好的动静态性能以及冗余工作特性,其角度范围为-10°-10°,定位精度不大于4′,三通道工作时频宽不小于20 Hz,两通道工作时频宽不小于15 Hz,可满足航空DDV式作动器的要求.展开更多
文摘针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network)的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Deriva-tive)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.