[發明專利]基于神經網絡辨識的舵機電液負載模擬器智能控制方法在審
| 申請號: | 201910053492.3 | 申請日: | 2019-01-21 |
| 公開(公告)號: | CN109814383A | 公開(公告)日: | 2019-05-28 |
| 發明(設計)人: | 劉曉琳;李卓 | 申請(專利權)人: | 中國民航大學 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 天津才智專利商標代理有限公司 12108 | 代理人: | 龐學欣 |
| 地址: | 300300 天*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 負載模擬器 機電液 神經網絡控制器 神經網絡辨識器 神經網絡辨識 辨識模型 智能控制 結合神經網絡 系統控制策略 系統數學模型 非線性因素 工作性能 控制電壓 控制對象 控制效果 力控制器 實時調整 輸出系統 網絡結構 網絡在線 有效解決 在線辨識 辨識器 時變 學習 | ||
一種基于神經網絡辨識的舵機電液負載模擬器智能控制方法。其包括由神經網絡辨識器和神經網絡控制器組成力控制器;神經網絡辨識器采用BP神經網絡算法,得到舵機電液負載模擬器辨識模型;以舵機電液負載模擬器辨識模型作為控制對象,神經網絡控制器確定Adaline網絡在線學習準則,輸出系統控制電壓等步驟。本發明采用神經網絡辨識器對系統數學模型進行在線辨識,有效解決了參數時變、非線性因素干擾嚴重及常規網絡結構缺陷的問題。采用神經網絡控制器對系統控制策略進行實時調整,并結合神經網絡辨識器與神經網絡控制器的功能,綜合提高系統的控制效果與控制品質。從而有效改善舵機電液負載模擬器的工作性能。
技術領域
本發明屬于飛行控制系統地面仿真模擬技術領域,特別是涉及一種基于神經網絡辨識的舵機電液負載模擬器智能控制方法。
背景技術
飛機圍繞縱軸、橫軸、立軸旋轉都要由相應的舵機分別驅動副翼、升降舵和方向舵來實現傾斜、俯仰和航向控制。舵機是飛行控制系統的重要組成部分,也是飛機的執行機構,其控制性能優劣直接影響飛機的飛行品質。舵機在真實飛行過程中會受到各種空氣氣動載荷的影響,且載荷大小隨飛行高度、速度、姿態及氣流等因素的改變而發生變化。在實驗室條件下,通常使用舵機電液負載模擬器模擬舵機在飛行過程中所受到的各種氣動載荷的變化情況,驗證舵機在不同飛行狀態下的工作性能,進行靜態、動態技術指標的檢查和測試,從而將傳統的自破壞性全實物仿真試驗轉化為實驗室條件下的預測性研究。圖1為一種地面仿真模擬時通常采用的舵機電液負載模擬器結構示意圖。如圖1所示,該負載模擬器包括力控制器1、加載伺服閥2、加載液壓缸3、橡膠-金屬緩沖彈簧4、力傳感器5和位移傳感器6;其中:力控制器1與加載伺服閥2、力傳感器5和位移傳感器6相連接;加載伺服閥2依次通過加載液壓缸3、橡膠-金屬緩沖彈簧4與舵機7相連接;舵機7分別與力傳感器5和位移傳感器6相連接。其工作原理是:力傳感器5與位移傳感器6分別測量實際加載力信號及舵機7位置信號,然后反饋給力控制器1,力控制器1據此計算出舵機7在該飛行狀態下所受的實際力載荷值,以此作為系統指令力信號,并得到相應的輸出信號即系統控制電壓,由加載伺服閥2驅動加載液壓缸3輸出加載力,經由橡膠-金屬緩沖彈簧4加載到舵機7上,舵機7根據系統指令力信號進行相應動作。雖然這種舵機電液負載模擬器在很大程度上改進了舵機7的測試方式,具有可控性、無破壞性的優點,但是對于被動式力伺服控制系統來說,由于電液負載模擬器的系統指令力信號與舵機7的運動相關,所以由舵機7的主動運動產生的外部擾動即多余力,將會嚴重影響伺服系統的加載精度及控制品質。因此采用適合于該系統的智能控制方法是解決舵機電液負載模擬器存在多余力干擾問題的關鍵。
發明內容
為了解決上述問題,本發明的目的在于提供一種基于神經網絡辨識的舵機電液負載模擬器智能控制方法,從而實現舵機在實際工作過程中所受力載荷的真實模擬能力,滿足電液負載模擬器對穩定特性、加載精度、響應速度、跟蹤能力等技術指標的要求。
為了達到上述目的,本發明提供的基于神經網絡辨識的舵機電液負載模擬器智能控制方法中的舵機電液負載模擬器包括力控制器、加載伺服閥、加載液壓缸、橡膠-金屬緩沖彈簧、力傳感器和位移傳感器;其中:力控制器與加載伺服閥、力傳感器和位移傳感器相連接;加載伺服閥依次通過加載液壓缸、橡膠-金屬緩沖彈簧與舵機相連接;舵機分別與力傳感器和位移傳感器相連接;所述的基于神經網絡辨識的舵機電液負載模擬器智能控制方法包括按順序進行的下列步驟:
1)由神經網絡辨識器和神經網絡控制器組成力控制器;
2)神經網絡辨識器采用BP神經網絡算法,根據力傳感器和位移傳感器輸出的實際加載力信號F(n)進行在線辨識,從而得到舵機電液負載模擬器辨識模型;
3)以上述舵機電液負載模擬器辨識模型作為控制對象,神經網絡控制器根據Adaline網絡監督系統結構參數及多余力干擾的變化情況,將系統指令力與舵機電液負載模擬器辨識模型輸出力之間的偏差作為誤差信號,確定Adaline網絡在線學習準則,神經網絡控制器的輸出即為系統控制電壓。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國民航大學,未經中國民航大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910053492.3/2.html,轉載請聲明來源鉆瓜專利網。





