基于BP神经网络的自行高炮车体姿态预测方法研究
2021-10-26郭峰谢立中周成于存贵
机械制造与自动化 2021年5期
关键词:模型
郭峰,谢立中,周成,于存贵
(1. 南京理工大学 机械工程学院,江苏 南京 210094;2. 湖北江山重工有限责任公司 火箭炮研究院,湖北 襄阳 441057)
0 引言
自行高炮在高速射击过程中,车体在三维空间上产生六自由度的无规律平移与转动,尤其是3个方向的转动以及车体自身的弹塑性变形,对自行高炮的射击精度产生较大影响。为了确保自行高炮的射击精度,需要实时、准确地获得车体姿态信息,火控系统根据当前的姿态信息对跟踪和解相遇问题进行相应的修正计算[1]。
何思婷[2]提出通过激光扫描传感器对车体姿态进行测量的方法。通过采用4台二维激光扫描传感器及补偿算法有效地测量了车体姿态。杨凌霄等[3]利用陀螺仪和加速度计惯性传感器共同组成惯性测量单元,用于检测小车当前的倾斜角度和角速度,通过对两者数据进行融合来得到更加准确的倾角信息,从而完成小车的姿态检测。孟凡东等[4]通过数学建模和仿真分析,对自行高炮车体姿态测量误差对射击诸元的影响进行了分析研究。梁传建等[5]通过建立某火炮上装部分的非线性有限元动力学模型,研究火炮射击时座圈的动态响应。
综合对载车姿态获取方法的研究,目前技术都难以实现在几十毫秒内获得准确的姿态数据。为解决此问题,本文通过仿真获取样本数据,基于BP神经网络训练学习构建关于车体姿态的预测模型,实现任何射角、连续射击发数条件下对车体姿态的实时预测。……
登录APP查看全文
