基于免疫粒子群算法的自抗扰飞行控制器设计

提出了一种基于免疫粒子群优化算法的自抗扰大包线飞行控制器设计方法.针对传统的增益调参设计方法存在的工作量巨大与设计效率低的问题,利用自抗扰控制器进行大包线飞行控制器设计,并推导了适用于该方法的飞机非线性方程.由于自抗扰控制能够动态补偿对象模型的内扰和外扰,因此在很大的飞行区域内仅需一套控制器便可,从而避免了烦琐复杂的增益调参设计过程,并用免疫粒子群优化算法对自抗扰控制器参数进行了优化研究.仿真结果表明,所设计的自抗扰控制器具有优良的控制性能,并且控制器参数在较大的包线范围内不需要改变,从而简化了大包线飞行控制器设计.     

永磁同步电机伺服系统的单神经元自适应分数阶PDμ控制

针对以永磁同步电机为执行机构的位置伺服系统,提出了一种单神经元自适应分数阶PDμ控制器。首先建立了永磁同步电机位置伺服系统的简化模型,然后利用神经元自适应及自学习的能力,将单神经元自适应算法与分数阶控制理论相结合,完成了单神经元自适应分数阶PDμ控制器,选择了3个单神经元分别对分数阶PDμ控制器的3个参数进行在线自适应整定,控制器的参数可以根据系统的偏差进行实时调整。仿真结果表明,本方法可使系统获得更好的跟踪特性、抗扰特性及鲁棒特性。     

永磁直线同步电机伺服系统自抗扰反步控制器

为了提高永磁直线同步电机伺服系统的鲁棒性,提出基于自抗扰思想的反步控制器。将永磁直线同步电机伺服系统中的未建模动态和外界扰动定义为总和扰动,并扩充为系统新的状态变量。设计了线性扩张状态观测器估计不可直接测量的直线电机动子速度以及总和扰动,证明并分析了设计的线性扩张状态观测器的收敛性和估计误差。利用线性扩张状态观测器的输出,基于动态补偿线性化思想设计了反步控制器。证明了考虑线性扩张状态观测器估计误差的闭环反馈控制系统的稳定性。在Googol公司的实验平台上,验证了设计的自抗扰反步控制器的可行性。     

遥控武器站的自抗扰控制

遥控武器站系统是一个具有强后坐力、变摩擦力和变转动惯量的非线性系统,采用自抗扰控制技术对该系统进行稳定控制.系统利用自抗扰控制器的扩张状态观测器,对系统未建模特性和不确定性外扰进行动态估计和反馈补偿,提高了系统的抗干扰能力.实物系统稳定控制实验结果表明,所设计的自抗扰控制器具有良好的动态品质和较强的抗干扰性能,系统实现...     

某型步战车炮控系统的新型LADRC控制器设计

针对工程实际中量测输出含有噪声这一问题,设计了以带有滤波器的新型扩张状态观测器为核心的新型线性自抗扰(LADRC)控制器。基于某型步战车实测数据,运用递推最小二乘法对模型参数进行辨识,从而得到炮控系统模型。分别用PID控制器,LADRC控制器和新型LADRC控制器进行了仿真。结果表明,新型LADRC的抗扰性和鲁棒性优于PID;当输出加入量测噪声时新型LADRC比LADRC控制效果有改善,两者都能够在保持控制系统原有特性基础上大幅提升炮控系统的稳定精度。     

随动定向战斗部的抗振动冲击控制研究

针对现有抗扰方法不易抵消随动定向战斗部在工作中受到的振动与冲击干扰的问题,在分析随动定向战斗部工作时振动冲击干扰类型与特点的基础上,提出了一种粗糙单神经元自抗扰控制器。利用单神经元自抗扰控制器和粗糙控制器,提升系统抗振动扰动能力,抵消大过载大冲击的影响。双自由度伺服开发平台仿真显示,相较于普通自抗扰控制器,粗糙单神经元自抗扰控制器能够较好地改善随动系统控制性能,抑制振动与冲击干扰,提高了随动定向战斗部工作时的稳定性。     

矩阵变换器自抗扰控制策略研究

矩阵变换器的输出电压易受各种因素的影响,为了改善输出性能,将自抗扰控制技术应用于矩阵变换器的闭环控制中。分析了自抗扰控制器的特性,提出了一种双闭环自抗扰控制策略,即电流内环与电压外环均采用一阶简化的自抗扰控制算法。仿真结果表明:该方法不仅可以有效地抑制多种扰动的影响,而且比PI控制具有更优的动静态性能,可满足高性能矩阵变换器系统的控制要求。     

坦克炮控伺服系统的滑模非线性摩擦补偿控制

坦克炮控伺服系统存在低速摩擦,摩擦环节不但造成系统的稳态误差,而且导致极限环振荡、低速爬行等现象.提出基于Lyapunov稳定理论的滑模控制方法,通过 Lyapunov稳定理论获得控制量,同时克服参数不确定性和补偿非线性摩擦力矩,从而保证跟踪误差渐进收敛.仿真结果表明该设计方法大大优于经典设计,为炮控伺服系统实际设计提供了一种可行的新方法.     

改进二阶自抗扰控制器在永磁同步电机上的仿真应用

对使用二阶自抗扰(Sencond-order Active Disturbance Rejection Controller,ADRC)控制器的PMSM矢量控制系统而言,当负载转矩变化大时,ESO对负载的估计误差也较高。改进永磁同步电机矢量控制系统的二阶ADRC控制器以提高二阶自抗扰控制器的抗负载扰动能力。通过改进并结合负载转矩观测器到永磁同步电机控制中,在二阶自抗扰控制器中对扰动进行部分补偿,进而提升了二阶自抗扰控制器抗扰动的能力,使得矢量控制系统性能提高。仿真结果同样支持这一结果。     

自抗扰控制在陆战平台电子信息中的建模与应用

火力控制系统是在陆战平台上重要的电子信息功能系统.自抗扰控制技术将非线性滤波与非线性控制技术融于一体,通过其中的扩张状态观测器对未知系统扰动进行估计,实现系统的自抗扰特性,并具有鲁棒性.提出了自抗扰控制技术在坦克炮控系统中的应用方案,可以实现提高火炮稳定精度、精密跟踪和高精度调炮等多项功能.     

基于GRA-PSO算法的端铣工艺参数多目标优化

考虑生产实际的需求,综合最小变形误差、最大金属切除率和最大刀具耐用度建立端铣工艺参数多目标优化模型。通过对粒子群全局寻优能力和灰色理论的适应性综合分析,研究提出耦合粒子群算法（Particle Swarm Op-timization,PSO）和灰色关联（Gray Relevancy Analysis,GRA）的多目标工艺参数优化算法。该方法将多目标函数的优化问题转化为优化单项灰关联度,得到了多项工艺指标要求下的参数优化组合。将该方法应用在多目标工艺参数优化设计中取得了满意的结果,表明其具有很大的适应性。     

改进粒子群算法在导弹火力分配中的应用

粒子群优化算法是一种新兴的优化技术,思想来源于人工生命和演化计算理论.由于该算法简单易实现,可调参数少,目前已得到广泛研究和应用.在建立导弹武器火力分配数学模型的基础上,运用改进粒子群算法对模型进行了最优化求解,实例的计算结果表明该优化算法对于模型的求解具有较好的收敛性.     

阻抗测试的采样数值算法

提出一种用于阻抗测量的算法———采样数值算法 ,这种算法是将激励信号和阻抗产生的响应信号通过同步采样技术转换成数值序列 ,将响应数值序列在由激励数值序列构成的正交坐标系中分解 ,得到响应数值序列的同相分量和正交分量 ,求出测试阻抗的参数值。这种阻抗测试的算法 ,具有独特的优点 ,不产生原理测量误差 ,测量精度高     

基于杂草算法的超磁致伸缩作动器耦合模型识别

考虑磁滞损耗、动态应力等因素的超磁致伸缩作动器磁滞模型可有效揭示电-磁-机-热多场耦合效应,但准确识别其非线性模型往往存在较大困难。智能杂草算法具有激烈的竞争机制和较强的搜索能力,可用于解决作动器多目标物理参数辨识问题。传统算法的种子数量以线性方式产生且分布方差与适应度缺乏联系,极大地影响了算法收敛速度和模型识别精度。为此,提出一种非线性繁殖和分布的混合改进杂草算法,并将其应用于超磁致伸缩作动器模型识别。实验表明:改进算法具有较强的噪声抑制能力,能精确辨识含有噪声扰动的作动器磁滞非线性模型物理参数;模型预测值和实验数据误差较小,所识别参数可使磁滞非线性模型较为全面地描述作动器多场耦合机理和动态特性。     

模型递推辨识算法及应用

研究了具有线性参数的非线性多项式模型的数据阵L－D分解性质,其中D是对角阵,L是带有单位元素的下三角阵．结果表明,通过因子L可以估计出模型的参数,通过因子D可以选择模型中的项;提出了同时进行模型的结构确定和参数估计的递推辨识算法．该算法可用于船舶运动的实时建模．实际应用结果表明,该算法可以有效地辨识多项式等线性参数的非线性模型．     

基于DCPM-FGA的隐马氏模型的参数训练

建立了一种将直接比较比例方法与模糊遗传算法结合在一起用于隐马氏模型参数训练的方法。针对不同的码本大小进行了仿真试验。结果表明,在码本较大时该方法效果要好于B W算法和Viterbi算法,码本较小时两种方法性能相近。     

一种定标缺失情况下的高光谱目标识别方法

高光谱遥感图像识别在民用和军事领域有着广泛的应用。在缺乏定标信息、缺乏同步观测大气光学参数情况下,对高光谱图像进行地物识别尚没有系统有效的方法,制约了其在定量遥感方向的应用。对此提出了一种利用粒子群算法优化6S模型参数基础上的高光谱遥感数据校正方法,并将其应用于定标缺失情况下的目标识别中。实验表明:在对遥感图像利用少许先验信息选择参数进行校正后,分类准确率为76.25%。而利用粒子群算法优化参数的6S校正后,分类准确率提高到91.58%,目标识别准确率得到了有效提高。     

数据同化系统中的集合时间局地化鲁棒滤波方法

针对传统的卡尔曼滤波方法对不确定因素不具备鲁棒性问题,在集合鲁棒滤波的基础上,提出一种从观测角度构建优化数据同化的方法,称之为放大观测协方差矩阵的集合时间局地化鲁棒滤波,并推导了新方法的算法准则和递归公式。利用非线性系统Lorenz-96模型,基于性能水平系数、驱动参数、观测数目和集合数目变化的条件,对新方法和集合卡尔曼滤波方法的鲁棒性和同化精度进行比较。结果表明:集合卡尔曼滤波方法的均方根误差大于时间局地化鲁棒滤波的;在观测数或集合数较少的情况下,集合卡尔曼滤波出现了滤波发散问题,而鲁棒滤波的均方根误差波动较小;相较于传统的集合卡尔曼滤波算法,观测角度构建的时间局地化的H_∞滤波方法对系统参数的变化更具鲁棒性,滤波精度更高。