某爆破扫雷器电液伺服系统的建模与控制研究
发布时间：2024-02-17 18:31
爆破扫雷器电液伺服系统是一典型的非线性系统,传统的建模与控制方法难以得到满意的控制效果。神经网络具有可以无限逼近任何非线性函数的能力,利用神经网络对非线性系统建模,可以克服传方法统建模的缺点。PID控制器根据偏差信号的比例、积分、微分设计而成,是最常用的一类控制器。模糊控制是一种基于语言型控制规则的控制,它不需要被控对象精确的数学模型,利用模糊规则可以实现PID参数的整定,以提高PID控制的性能。本文采用遗传神经网络方法对系统进行建模,并用模糊PID控制器对系统进行控制性能研究。 论文首先介绍了某爆破扫雷器电液伺服系统的工作流程以及系统控制电路的组成,设计了系统的液压回路,并根据液压系统主要元件的参数和工作原理,在AMESim软件(?)Simulink软件中搭建了系统的联合仿真数据采集模型,两软件实现联合仿真得到系统的输入输出数据对。 采用了径向基函数(RBF)神经网络、遗传算法(GA)优化径向基函数两个参数(GA-RBF2)以及遗传算法优化径向基函数三个参数(GA-RBF3)三种方法对爆破扫雷器电液伺服系统建模,并根据模型与实际输出均方根误差(RMSE)口两信号相同程度的信号间方差比...
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究课题背景
1.2 国内外智能伺服系统研究现状
1.3 本文的主要研究内容
2 爆破扫雷器系统综述
2.1 爆破扫雷器电液伺服系统的工作流程
2.2 系统硬件组成简述
2.2.1 控制计算机模块
2.2.2 数据采集卡模块
2.2.3 旋转变压器及RDC转换模块
2.2.4 400Hz正弦波信号发生器
2.2.5 伺服放大器
2.2.6 液压模块及执行机构
2.3 系统工作原理的介绍
2.4 爆破扫雷器系统高低升降装置旋变值的计算
2.4.1 火箭发射结构的简介
2.4.2 剪式高低升降机构
2.4.3 射角与旋变值的关系
2.4.4 车体倾斜状态下旋变值的计算流程
2.4.5 旋变值、倾斜传感器的标定
2.5 激励信号及模型性能评价
2.5.1 激励信号的选择
2.5.2 模型性能评价的选择
2.6 本章小结
3 基于AMESim与Simulink软件的系统联合仿真建模
3.1 AMESim软件与Simulink软件的介绍
3.1.1 AMESim软件简介
3.1.2 Simulink软件简介
3.1.3 联合仿真需要注意的几点介绍
3.2 爆破扫雷器仿真模型的建立
3.2.1 关于射角与旋变值非线性关系的模拟
3.2.2 关于扰动信号的模拟
3.2.3 其它等效处理信息的模拟
3.3 爆破扫雷器系统传递函数的建立
3.4 本章小结
4 GA-RBF神经网络介绍
4.1 神经网络介绍
4.1.1 人工神经元模型
4.1.2 常见的激活函数
4.1.3 神经网络的结构
4.1.4 神经网络的学习
4.2 RBF神经网络
4.2.1 RBF神经网络概述
4.2.2 RBF神经网络结构
4.2.3 RBF神经网络的学习算法
4.3 GA遗传算法
4.3.1 遗传算法的基本结构
4.3.2 遗传算法的基本概念
4.3.3 遗传算法的特点
4.4 GA遗传算法对RBF神经网络的优化
4.5 本章小结
5 爆破扫雷器电液伺服系统辨识
5.1 神经网络辨识的介绍
5.2 爆破扫雷器电液伺服系统建模数据及处理
5.2.1 输入输出数据
5.2.2 输入输出数据的归一化处理
5.3 系统RBF辨识过程
5.4 GA-RBF2算法的系统辨识
5.4.1 GA-RBF2算法中的重要概念概述
5.4.2 GA-RBF2算法的流程
5.4.3 GA-RBF2算法辨识的结果
5.5 GA-RBF3参数的系统辨识
5.5.1 权值参数求解的流程
5.5.2 GA-RBF3算法实现遗传操作的方法
5.5.3 GA-RBF3算法辨识的结果
5.5.4 系统GA-RBF辨识结果分析总结
5.7 本章小结
6 爆破扫雷器电液伺服系统的控制器研究
6.1 常用PID控制器的设计介绍
6.2 模糊控制
6.2.1 模糊控制概述
6.2.2 模糊控制的特点
6.2.3 模糊控制器的结构
6.2.4 爆破扫雷器模糊控制器原理
6.3 模糊PID控制原理
6.4 爆破扫雷器模糊控制器的设计
6.5 控制效果仿真实验及结果分析
6.5.1 系统输入为阶跃信号时的仿真
6.5.2 阶跃信号输入仿真结果分析
6.5.3 系统输入为正弦信号时的仿真及结果分析
6.6 本章小结
结论
致谢
参考文献
附录
本文编号：3901210
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究课题背景
1.2 国内外智能伺服系统研究现状
1.3 本文的主要研究内容
2 爆破扫雷器系统综述
2.1 爆破扫雷器电液伺服系统的工作流程
2.2 系统硬件组成简述
2.2.1 控制计算机模块
2.2.2 数据采集卡模块
2.2.3 旋转变压器及RDC转换模块
2.2.4 400Hz正弦波信号发生器
2.2.5 伺服放大器
2.2.6 液压模块及执行机构
2.3 系统工作原理的介绍
2.4 爆破扫雷器系统高低升降装置旋变值的计算
2.4.1 火箭发射结构的简介
2.4.2 剪式高低升降机构
2.4.3 射角与旋变值的关系
2.4.4 车体倾斜状态下旋变值的计算流程
2.4.5 旋变值、倾斜传感器的标定
2.5 激励信号及模型性能评价
2.5.1 激励信号的选择
2.5.2 模型性能评价的选择
2.6 本章小结
3 基于AMESim与Simulink软件的系统联合仿真建模
3.1 AMESim软件与Simulink软件的介绍
3.1.1 AMESim软件简介
3.1.2 Simulink软件简介
3.1.3 联合仿真需要注意的几点介绍
3.2 爆破扫雷器仿真模型的建立
3.2.1 关于射角与旋变值非线性关系的模拟
3.2.2 关于扰动信号的模拟
3.2.3 其它等效处理信息的模拟
3.3 爆破扫雷器系统传递函数的建立
3.4 本章小结
4 GA-RBF神经网络介绍
4.1 神经网络介绍
4.1.1 人工神经元模型
4.1.2 常见的激活函数
4.1.3 神经网络的结构
4.1.4 神经网络的学习
4.2 RBF神经网络
4.2.1 RBF神经网络概述
4.2.2 RBF神经网络结构
4.2.3 RBF神经网络的学习算法
4.3 GA遗传算法
4.3.1 遗传算法的基本结构
4.3.2 遗传算法的基本概念
4.3.3 遗传算法的特点
4.4 GA遗传算法对RBF神经网络的优化
4.5 本章小结
5 爆破扫雷器电液伺服系统辨识
5.1 神经网络辨识的介绍
5.2 爆破扫雷器电液伺服系统建模数据及处理
5.2.1 输入输出数据
5.2.2 输入输出数据的归一化处理
5.3 系统RBF辨识过程
5.4 GA-RBF2算法的系统辨识
5.4.1 GA-RBF2算法中的重要概念概述
5.4.2 GA-RBF2算法的流程
5.4.3 GA-RBF2算法辨识的结果
5.5 GA-RBF3参数的系统辨识
5.5.1 权值参数求解的流程
5.5.2 GA-RBF3算法实现遗传操作的方法
5.5.3 GA-RBF3算法辨识的结果
5.5.4 系统GA-RBF辨识结果分析总结
5.7 本章小结
6 爆破扫雷器电液伺服系统的控制器研究
6.1 常用PID控制器的设计介绍
6.2 模糊控制
6.2.1 模糊控制概述
6.2.2 模糊控制的特点
6.2.3 模糊控制器的结构
6.2.4 爆破扫雷器模糊控制器原理
6.3 模糊PID控制原理
6.4 爆破扫雷器模糊控制器的设计
6.5 控制效果仿真实验及结果分析
6.5.1 系统输入为阶跃信号时的仿真
6.5.2 阶跃信号输入仿真结果分析
6.5.3 系统输入为正弦信号时的仿真及结果分析
6.6 本章小结
结论
致谢
参考文献
附录
本文编号：3901210
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3901210.html