坦克炮控系统神经网络自适应滑模控制方法

针对坦克炮控系统的时变性和非线性,设计一种神经网络自适应滑模控制方法。基于滑模控制强鲁棒性的优点,用RBF神经网络对系统摄动参数和未建模动态进行自适应逼近,可有效地降低切换增益,抑制系统的抖振。将滑模控制和神经网络逼近相结合,既保证了系统的鲁棒性又削弱了系统的抖振。仿真结果表明该设计能够有效地提高系统的动静态性能,优于经典的控制方法,为坦克炮控系统的设计提供了一种可行的设计方法。     

基于AFSMC的某非平衡身管随动控制研究

针对坦克炮控系统的火炮身管精确定位和平衡问题,提出了一种基于自适应模糊滑模变结构(AFSMC)的控制方法。鉴于炮控身管平衡的系统模型中存在某些不确定性的参数,采用自适应模糊系统逼近该参数。通过仿真表明,该控制策略能有效地提高系统的抗干扰能力,较好地解决了滑模变结构控制固有的抖振问题,并大大提高了电液伺服系统的跟踪性能,使系统具有良好的鲁棒性。