前馈控制的神经网络实现

不依赖对象模型,在前馈-反馈定值控制系统中,借助神经网络构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最终在控制中占据主导地位,实现对主要可测干扰的补偿.文章分析了神经网络前馈控制器的作用效果,并与根据精确模型设计的常规前馈控制器的作用特性进行了比较.文中采用两种不同方式对神经网络进行训练,仿真结果证实了在模型未知的条件下,利用神经网络实现前馈控制的有效性.     

大容量储能发电机并联运行励磁控制算法

大容量储能发电机作为脉冲电源，整流后通过逆变器向大功率脉冲负载供电。采用储能发电机直流侧并联方式工作，可以有效提高系统带载能力与可靠性。当并联运行的储能发电机转速不同时，根据转速合理分配电机释放功率可以有效提高系统工作效能，因此需要设计一种具有功率调节功能的励磁控制算法。在电压、电流双闭环控制的基础上，引入功率前馈控制，推导并求解了前馈功率与励磁电流关系以及控制参数，并根据电机初始转速设计了功率分配算法。仿真试验结果表明，功率前馈控制在励磁控制过程中起主导作用，有效分配储能电机释放功率大小，提高了励磁电流响应速度，抑制了负载功率扰动对励磁控制系统的影响。     

扩张状态观测器的观测误差前馈补偿设计

在"总和"扰动模型未知的前提下,针对线性扩张状态观测器跟踪时变信号精度不高的问题,设计出一种前馈观测补偿器。在分析线性扩张状态观测器观测原理的基础上,通过对扰动项的线性近似、误差系统动态响应的忽略,在时域内推导出观测静差的量化表达式,进而使用扰动微分项的估计值替代真值对观测作前馈补偿。理论分析了替代的可行性,证明了补偿器减小观测误差幅值、超前校正观测相位滞后的作用。将这一补偿思想推广至非线性扩张状态观测器中。通过仿真对补偿器提高观测精度、加快误差收敛的有效性进行检验,实验结果进一步表明,补偿器的引入能显著提高整个自抗扰控制系统的控制精度,从而证明了这种补偿思路的可行性。     

变负载变转速输入泵控马达调速系统

行车取力泵控马达发电系统可以改变现有装备车辆供电模式。针对泵控马达系统存在转速和外接负载扰动的问题,以输入变转速变负载变量泵-定量马达恒速控制系统为研究平台,建立系统的流量模型,确定了对转速和负载扰动的控制策略以及相应的前馈补偿系数,采用了PID闭环控制与前馈补偿相结合的复合控制方法。并通过Matlab的Simulink模块对建立系统的仿真模型,得到了系统在转速和负载扰动下的控制规律,结果表明控制系统在两种扰动下反应迅速,最后通过实验验证,马达输出转速能保持在较理想的状态,为行车取力发电系统实现提供了借鉴意义。     

卡尔曼滤波补偿在潜载光电跟瞄中的应用

为了提高潜载光电设备的跟踪精度,提出了一种针对扰动误差进行补偿的前馈控制策略,主要方法分为3步:将大地坐标系转化为甲板坐标系;利用Singer模型的卡尔曼滤波对经过变换的光轴坐标系下的扰动量进行滤波;将滤波后的速度反馈到速度回路上,再结合脱靶量信息构成完整的速度环控制.仿真表明,在未加入补偿算法之前粗跟踪最大误差为0.004 rad,加入反馈之后最大误差为0.0018 rad,说明采用的方法能够有效减小跟踪误差.     

伺服系统设计中前馈补偿量的优选

在伺服系统的传统设计方法里,关于前馈补偿量的选择,主要考虑的是补偿的精度和实现的代价,而没有定量考虑测量噪声的影响,本文从分析各种误差源入手,计算这些误差源对输出精度的影响,并且建立了用以衡量系统精度的评价函数,据此可对伺服系统里的前馈补偿量进行优选,文章对电视自动跟踪系统前馈补偿量的选择进行了较详细的讨论。     

前馈——模型参考自适应复合控制策略

由于多余力矩严重影响了电动负载模拟器的加载性能,提出了一种复合控制方法对该问题进行研究。首先考虑承载对象运动带来的干扰,建立了系统的数学模型;然后,针对控制系统单独采用前馈补偿或自适应控制方法的局限性,进行了基于前馈控制和模型参考自适应控制的复合控制系统设计,并利用Lyapunov函数的方法构造了自适应控制器。最后的仿真结果表明,采用复合控制方法能够大幅度消除电动负载模拟器的多余力矩,验证了控制策略的可行性。     

基于RBF网络的导弹攻击区解算及对比分析

研究了神经网络在空空导弹攻击区处理中的运用,在提出多层前馈(MF)网络和径向基函数(RBF)网络设计方案的基础上,着重对MF网络的BP算法、改进BP算法以及RBF网络的应用进行了仿真,并从收敛速度、逼近精度和实时性三个方面,对计算结果进行了对比分析,结论表明RBF网络在导弹攻击区处理中具有更高的可行性,更适用于快速高精度的火控解算。     

基于重复控制的前馈补偿方法研究

军用移动电站的并网系统在向电网馈电的过程中,当电网电压波动,特别是系统工作于轻载时,会使并网系统输出电流畸变,电流谐波含量增高．在研究传统并网电流控制的基础上,首先提出将重复控制引入电网电压前馈控制计算中,达到抑制电网突变对系统前馈的影响和消除电网周期性扰动产生的电流畸变的目的,提高了系统稳定性;然后采用前馈控制和PI控制器串联方式,保证系统的动态性能．实验结果表明,基于重复控制的前馈补偿方法便于实现,该方法能够降低并网电流总谐波,提高系统稳态特性和并网输出电压质量．     

前馈网络在状态识别中的应用

介绍了前馈网络的结构,BP算法以及算法的推导过程,并对算法做了一些改进.然后将该算法应用于抽油机减速箱的状态识别,给出了识别结果.实验表明,基于BP算法的前馈网络在识别的精度和自学习方面都优于传统方法.