针对扰动会对航空成像系统像旋补偿伺服机构跟踪精度产生影响的问题, 提出一种改进型复合控制算法。首先, 针对等效扰动, 提出一种基于有限时间双曲正弦跟踪微分器(FSTD), 用来构造改进非线性干扰观测器(NDO), 使系统对参数摄动不敏感且对扰动估计更加精确; 其次, 为了提升系统的跟踪精度, 结合变速趋近律的思想设计新型高阶滑模控制器(N-HSMC), 保证系统快速性的同时还能有效削弱抖振; 最后, 通过仿真对比验证了所提算法的有效性。
伺服系统 跟踪微分器 非线性干扰观测器 变速趋近律 滑模控制 servo system tracking differentiator Nonlinear Disturbance Observer (NDO) variable-speed reaching law Sliding Mode Control (SMC)
光子学报
2023, 52(11): 1106001
南京理工大学 机械工程学院,江苏 南京 210094
在太阳能热水器及太阳能电池等太阳能发电领域,下雨、下雪、阴天等气候因素将严重影响发电效果,而太阳能随动系统工作也必须消耗能量,所以迅速判断当前的天气状况,并设计自适应的开关随动系统极其重要。当天气状况为阴雨或者雪天时,系统应当关闭从而减少能耗。鉴于传统的天气识别方法效率低、准确度差、计算量大的问题,在公开的天气图像基础上创建了一个具有多种类别的天气分类集,并提供了一种基于卷积神经网络与特征融合的天气图像识别技术。通过采用传统方式获取图像的颜色、纹理、形状3种特征作为整个模型的底层特征,在原本的VGG16(visual geometry group-16)模型基础上进行了改进,从而提取图像的深层特征,最后将底层特征与深层特征融合起来在Softmax上进行输出,总识别率达到94%。
随动系统 卷积神经网络 特征融合 天气识别 servo system convolutional neural network feature fusion weather recognition
华中光电技术研究所- 武汉光电国家研究中心, 湖北 武汉 430223
飞车是光电装备伺服系统的常见故障之一, 在转动角度受限的轴系中, 飞车会导致机械限位被撞击甚至撞坏, 光机结构及连接线受损。目前伺服控制系统大多采用传统的软件限位的方法来抑制飞车, 但其作用有限, 在控制软件死机的情况下将失去限位作用。为有效解决飞车问题, 对导致伺服系统飞车的因素及作用机理进行了分析。提出了几种新的防飞车方法, 特别是设计不依赖于软件的底层硬件防飞车电路, 工作有效可靠, 是一种抑制伺服飞车的有效方法, 并在光电装备的实际工作中得到了验证。
伺服系统 飞车 控制软件 闭环控制 单稳触发器 servo system runaway speed control software pulse detection single stable trigger
为解决导引头稳态跟踪精度与快速目标跟踪能力难以兼容的问题,建立了导引头伺服系统模型,通过分析传统PID控制策略的优势和缺陷,提出了改进自适应控制算法的研究思路。首先,利用自适应方程调节控制器参数以满足对不同速度目标的跟踪能力,并且通过非连续性观测投影对自适应参数进行控制,保证自适应参数始终处于和当前状态匹配的范围内。此外,利用状态识别控制提高响应速度并抑制快速跟踪时带来的噪声放大问题,同时通过线性反馈保证系统对随机扰动的鲁棒性。最后,利用自抗扰控制的过渡函数解决跟踪环带给速度环的超调问题。通过某型号导引头的实验测试,跟踪12 (º)/s的运动目标时,观测自适应控制器输出的视线角速度的动态误差为0.05 (º)/s(标准差),相比比例制导减小了53%;跟踪10 (º)/s以下的目标时,超调量控制在8%以内,动态误差小于0.046 (º)/s。结果表明,该算法可以提高光电平台的自适应性和跟踪精度。
光电导引头 伺服系统 自适应控制 跟踪精度 photoelectric seeker servo system adaptive control tracking accuracy
对光束高精度、稳定地跟踪是自由空间激光通信链路建立的前提。引入一种改进的萤火虫算法,对比例-积分-微分(PID)控制器的参数进行优化整定,同时建立了直流力矩电机系统模型,将优化参数后的PID控制器应用到此系统中,在六维仿真台上进行了实验,结果表明:对于同一个系统,与采用齐格勒和尼克尔斯(Z-N)法相比,改进的萤火虫算法对参数整定后的PID控制器的响应速度提高了40%,带宽提高了33.3%,跟踪精度提高了25%。
光电伺服系统 萤火虫算法 比例-积分-微分控制器 粗跟踪 惯性权重因子 photoelectric servo system firefly algorithm proportional-integral-derivative controller coarse tracking inertia weight facto
针对采用永磁同步电机(PMSM)驱动的某车载稳定平台交流伺服系统存在摩擦力矩、惯性力矩、负载扰动等一系列复杂非线性问题, 考虑到自抗扰控制的抗扰能力强和BP神经网络的自我学习能力强的特点, 设计了一种BP神经网络改进型自抗扰控制器(BPNN-ADRC)。为了简化自抗扰控制耗时费力的参数整定过程, 采用BP神经网络对自抗扰控制器中的重要参数进行在线整定; 针对BP神经网络收敛速度慢、易陷入局部最优的缺陷, 引入遗传算法对其初始连接节点的权重进行在线寻优, 以期进一步提高系统的控制精度。仿真实验结果显示: 该控制策略能有效提升系统的抗干扰能力, 为提高车载稳定平台伺服系统的控制性能提出了一种可行的方案。
永磁同步电机 交流伺服系统 BP神经网络 自抗扰控制 遗传算法 Permanent Magnet Synchronous Motor (PMSM) AC servo system BP Neural Network (BPNN) ADRC genetic algorithm
针对两栖**除了受到路基环境下车体易振动的因素影响外,还会受到海洋环境下载体本身摇摆等因素的影响,导致两栖**发射装置的发射角度出现偏差的情况,利用自构建小波神经网络的自适应和自学习的能力,提出一种基于自构建小波神经网络的内模控制方法来进行两栖**随动系统研究。由小波基函数的激励强度和衰减程度来决定增加神经元节点或者修剪、删除神经元节点,达到优化隐含层结构的目的,然后采用LM算法来提高学习速率。通过自构建小波神经网络对内模控制系统的正、逆模型进行辨识,来改进控制技术。最后的实验仿真结果表明,该方法可以有效提高系统的抗干扰能力、发射精度以及调节的快速性。
两栖** 随动系统 自构建 小波神经网络 内模控制 LM算法 amphibious weapon servo system self-construction wavelet neural network internal model control LM algorithm
为了满足某自行高炮炮塔俯仰向随动系统的抗干扰性能, 重新设计该系统的伺服控制器。在简要描述该系统的结构及工作原理的基础上, 对系统各模块建立数学模型。提出了一种用于伺服系统的优化模型补偿自抗扰控制方法。采用变遗忘因子的递推最小二乘(RLS)法, 通过输入交轴电流和转速得到伺服系统的所受阻力矩和冲击载荷, 对自抗扰控制器进行补偿。并在Matlab/Simulink仿真环境下结合S函数对系统进行仿真研究。性能评估结果表明, 该算法较好地增强了扩张状态观测器估计扰动的能力, 并提高系统的鲁棒性和控制精度。
自行高射炮 随动系统 模型补偿 自抗扰控制 递推最小二乘法 冲击载荷 self-propelled anti-aircraft gun servo system model compensation Active Disturbance Rejection Control (ADRC) recursive least squares impact load
北京航空航天大学 仪器科学与光电工程学院, 北京 100191
内外框架间的耦合力矩、非线性摩擦和未建模动态是影响双框架控制力矩陀螺框架系统高精度角速率伺服控制的主要因素。为提高框架系统的干扰抑制能力, 保证框架系统输出角速率精度, 本文提出了一种基于非线性级联扩张状态观测器和滑模控制的复合扰动抑制方法。框架系统中的所有干扰都被认为是集总干扰并由设计的NCESO估计, 通过滑模控制可从系统输出通道中消除集总干扰的影响。最后, 将本文提出的控制方法与线性级联扩张状态观测器和状态反馈结合的复合控制方法进行了对比仿真实验。仿真和实验结果表明, 本文提出的方法具有更好的干扰抑制和动态响应性能, 内框架角速度波动从0.5 (°)/s减小到0.2 (°)/s, 外框架角速度波动从0.45 (°)/s减小到0.15 (°)/s; 跟踪正弦参考信号时, 速度跟踪误差从1.8 (°)/s减小到1.2 (°)/s, 相位滞后从8°减小到1.3°。
控制力矩陀螺 框架伺服系统 非线性控制 扩张状态观测器 滑模控制器 干扰抑制 control moment gyroscope gimbal servo system nonlinear control extended state observer sliding mode controller disturbance rejection