基于单神经元和前馈补偿的电动加载复合控制
2015-06-10王修岩谷新铭李宗帅
电气传动 2015年7期
关键词:系统
王修岩,谷新铭,李宗帅
(中国民航大学航空自动化学院,天津300300)
电动负载模拟器能够在实验室条件下模拟飞行器飞行过程中所受到的气动载荷,跟随舵机运动并对期望力矩进行加载。作为承载对象的舵机承受负载模拟器施加的加载力矩并进行角位移控制。舵机的主动运动对加载力矩有很强的耦合作用,并影响着加载系统的力矩跟踪精度[1]。所以如何克服由舵机运动产生的多余力矩、提高系统加载精度并保证系统的鲁棒性成为现在电动加载系统要解决的重要问题。
单神经元神经网络的结构简单,自适应能力强,且具有一定的非线性映射能力,运行时间短,收敛速度快,适合在线运行[2]。将单神经元与传统的PID 控制相结合,可以对PID 参数进行在线整定,抗干扰能力强,适合于存在较强位置扰动的电动负载模拟器的控制。
为了进一步提高电动加载系统的收敛速度和跟踪精度,本文提出了用基于扰动因子的自适应粒子群算法和单神经元神经网络复合优化PID参数,从而能显著地改善系统的控制性能。
1 电动负载模拟器控制系统
电动负载模拟系统是一个具有强位置扰动的伺服系统[3],以转矩为被控量。承载对象舵机进行主动运动,加载系统跟随其运动并对力矩进行加载,所以舵机运动引起的强位置扰动严重影响着加载系统的力矩跟踪性能。
加载对象舵机并非某一固定型号,由于舵机在中低频的力负载刚度大[4],可以假设其刚度无穷大来简化系统模型,简化后的系统模型如图1所示。……
登录APP查看全文
