火箭炮是現(xiàn)代陸軍遠(yuǎn)程縱深打擊的主要武器,主要用于對(duì)敵方大面積集群目標(biāo)進(jìn)行快速、毀滅性的打擊。實(shí)現(xiàn)火箭炮的高精度打擊和快速反應(yīng)一直是各國(guó)研究的重點(diǎn)�；鸺诘拇驌艟群头磻�(yīng)速度主要取決于火箭炮伺服控制系統(tǒng)的性能。目前,在高精度的火箭炮伺服系統(tǒng)方面,相比于國(guó)外先進(jìn)水平,國(guó)內(nèi)還有很大的差距。因此,研制高精度的火箭炮伺服控制系統(tǒng)對(duì)我國(guó)火箭炮的發(fā)展具有很重要的意義。本文以某新型火箭炮的研制工作為背景,研究了該型火箭炮交流伺服控制系統(tǒng)的模型辨識(shí)和控制策略。本文的主要工作包括以下幾個(gè)方面：介紹了某火箭炮交流伺服系統(tǒng)的工作原理進(jìn)行,推導(dǎo)了永磁同步電機(jī)和伺服控制系統(tǒng)的傳遞函數(shù),并詳細(xì)分析了系統(tǒng)中存在的非線性和不確定因素,為下一步的研究工作奠定了基礎(chǔ)。研究了系統(tǒng)離線辨識(shí)方案。離線辨識(shí)采用DRNN神經(jīng)網(wǎng)絡(luò)辨識(shí)方法,并分別采用遺傳算法(GA)和差分進(jìn)化算法(DE)對(duì)DRNN神經(jīng)網(wǎng)絡(luò)的初始權(quán)值進(jìn)行優(yōu)化。仿真研究表明,遺傳算法和差分進(jìn)化算法均有效的提高了網(wǎng)絡(luò)的辨識(shí)精度和收斂速度,其中差分進(jìn)化算法的效果最好,最終確定了基于DE算法優(yōu)化的DR NN神經(jīng)網(wǎng)絡(luò)作為系統(tǒng)離線辨識(shí)方案。研究了基于DRNN神經(jīng)網(wǎng)絡(luò)的間接模型參考自適...

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景及意義
    1.2 伺服系統(tǒng)的發(fā)展
    1.3 交流伺服系統(tǒng)建模方法綜述
        1.3.1 機(jī)理分析法
        1.3.2 系統(tǒng)辨識(shí)
    1.4 火箭炮伺服系統(tǒng)常用控制方式
    1.5 本文的主要內(nèi)容與章節(jié)安排
2 某火箭炮伺服控制系統(tǒng)的結(jié)構(gòu)和數(shù)學(xué)模型
    2.1 引言
    2.2 某火箭炮伺服控制系統(tǒng)的構(gòu)成
    2.3 PMSM數(shù)學(xué)模型
    2.4 某火箭炮伺服控制系統(tǒng)的數(shù)學(xué)模型
    2.5 系統(tǒng)的非線性和不確定性分析
    2.6 本章小節(jié)
3 基于DRNN神經(jīng)網(wǎng)絡(luò)的系統(tǒng)非線性模型離線辨識(shí)
    3.1 引言
    3.2 辨識(shí)數(shù)據(jù)的獲取
        3.2.1 輸入數(shù)據(jù)的選取
        3.2.2 辨識(shí)數(shù)據(jù)的獲取與預(yù)處理
    3.3 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
        3.3.1 MP神經(jīng)元模型
        3.3.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.3 神經(jīng)網(wǎng)絡(luò)非線性辨識(shí)常用結(jié)構(gòu)
    3.4 基于DRNN網(wǎng)絡(luò)系統(tǒng)非線性模型離線辨識(shí)
        3.4.1 DRNN網(wǎng)絡(luò)離線辨識(shí)結(jié)構(gòu)與算法
        3.4.2 DRNN網(wǎng)絡(luò)離線辨識(shí)步驟及流程
        3.4.3 DRNN網(wǎng)絡(luò)辨識(shí)研究
    3.5 本章小結(jié)
4 基于GA-DRNN和DE-DRNN的系統(tǒng)非線性模型離線辨識(shí)
    4.1 遺傳算法
        4.1.1 遺傳算法概述
        4.1.2 遺傳算法的實(shí)現(xiàn)
    4.2 基于GA-DRNN網(wǎng)絡(luò)系統(tǒng)非線性模型離線辨識(shí)
        4.2.2 GA-DRNN網(wǎng)絡(luò)離線辨識(shí)步驟及流程
        4.2.3 GA-DRNN離線辨識(shí)結(jié)果
    4.3 基于DE-DRNN網(wǎng)絡(luò)的系統(tǒng)非線性模型離線辨識(shí)
        4.3.1 DE算法概述
        4.3.2 DE算法的實(shí)現(xiàn)
        4.3.3 DE-DRNN網(wǎng)絡(luò)離線辨識(shí)步驟及流程
        4.3.4 DE-DRNN網(wǎng)絡(luò)離線辨識(shí)結(jié)果
    4.4 幾種辨識(shí)方案仿真結(jié)果比較
    4.5 本章小結(jié)
5 某火箭炮伺服控制系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制
    5.1 引言
    5.2 神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制器結(jié)構(gòu)
    5.3 在線辨識(shí)器NNI設(shè)計(jì)
        5.3.1 DRNN網(wǎng)絡(luò)在線辨識(shí)算法的實(shí)現(xiàn)
        5.3.2 DRNN網(wǎng)絡(luò)在線辨識(shí)步驟及流程
    5.4 控制器NNC設(shè)計(jì)
        5.4.1 參考模型的選取
        5.4.2 DRNN網(wǎng)絡(luò)控制器設(shè)計(jì)
        5.4.3 DRNN網(wǎng)絡(luò)控制器收斂性分析
    5.5 神經(jīng)網(wǎng)絡(luò)間接模型參考自適應(yīng)控制仿真研究
    5.6 本章小結(jié)
6 試驗(yàn)研究
    6.1 仿真平臺(tái)
        6.1.1 控制計(jì)算機(jī)
        6.1.2 D/A轉(zhuǎn)換電路
        6.1.3 伺服放大電路
        6.1.4 RDC轉(zhuǎn)換模塊
        6.1.5 速度反饋電路
    6.2 試驗(yàn)結(jié)果與分析
7 結(jié)束語(yǔ)
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：4033086