某新型车载多管负载行进间稳定控制方法

针对某新型车载多管负载存在内外扰动影响、行进间不易稳定的难点,设计一种扰动速度神经网络自适应补偿的稳定控制器。优化设计负载结构使耳轴两端的载荷基本平衡,减小控制过程中由于克服不平衡力矩所产生的能量消耗,以及非线性力矩干扰。稳定控制器采用PI控制计算主控制量;由扰动速度、扰动加速度作为输入构成单神经元控制器计算补偿控制量;利用扩张状态观测器观测载体行进间负载所受到的扰动速度,利用混合微分器得到扰动加速度;由扰动速度、扰动加速度构成单神经元控制器计算补偿控制量;利用RBF神经网络提供梯度信息,对速度补偿系数和加速度补偿系数进行在线学习。数值仿真及台架试验结果表明,所设计稳定控制器具有较强的自学习和自适能力,对不同频率、幅值的扰动均具有鲁棒性,参数学习时间小于3.7 s,积分位置误差均方差小于0.33 mil,由此验证了所提出控制策略对于提高某新型车载多管负载稳定控制精度的可行性和有效性。