电动负载模拟器控制仿真研究

《电动负载模拟器控制仿真研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中北大学硕士学位论文电动负载模拟器控制仿真研究姓名：宋晶申请学位级别：硕士专业：测试计量技术及仪器指导教师：郑宾20090527中北大学学位论文电动负载模拟器控制仿真研究摘要电动负载模拟器是用于在实验室条件下模拟飞行器飞行过程中作用在舵系统上的铰链力矩的半实物仿真设备，用以考核舵机系统的实际工作性能。随着国防事业对飞行器的控制精度和机动性能大幅提高，对负载模拟器加载力矩的动态响应和精度等提出了更高的要求。本文主要对电动舵机负载模拟器的控制策略问题进行了理论分析与仿真研究。数学模型是控制算法的设计依据，本文以永磁同步电机驱动的负

2、载模拟器为背景，采用机理建模方法，建立了电动负载模拟器的数学模型，并通过实验方法辨识了系统数学模型主要模块的频响特性作为建模过程的验证。在数学建模的基础上，分析了系统的性能。为了改善系统的稳定性，引入了转矩微分负反馈。分析仿真了多余力矩对系统性能的影响，发现多余力矩严重影响系统的性能。根据加载系统的特点，提出了经典的PID控制算法，使输出能很好的跟踪系统给定输入值。采用前馈补偿原理对系统进行了前馈补偿从根本上来减小多余力矩干扰的影响。针对传统控制方法的局限性，结合神经网络的特点，提出了基于RBF神经网络PID控制策略，仿真表明

3、，此控制策略是有效的，控制系统的动态性能比经典控制有了明显的改善。关键词：电动负载模拟器，多余力矩，PID控制，前馈补偿，RBF神经网络中北大学学位论文SimulationStudyonElectricLoadSimulatorControlAbstractTheelectricloadingsystemistheequipmentforrudder’Slaboratorytest．Itisusedtosimulatethetorqueloadofaircraft’Sruddersystemandexamineitsactua

4、lperformance．Withtherequirementsofnationaldefense，theperformanceandflightspeedofmissilesandaircraftsareincreasedrapidly,whichleadstothehighdynamicresponsibilityandhighprecisionrequirementoftheloadsimulator．Controlstrategyissueofelectricloadsimulatorisanalyzedtheoret

5、icallyandstudiedbysimulation．Mathematicalmodelwasbasedonthedesignofcontrolalgorithms，themathematicalmodeloftheelectricalloadsimulationWasbuiltusingthemechanismmodelingmethodfirstly,takenthecontrolsystemdesignofelectricalloadsimulationdrivebyPMSMdirectlyasthebackgrou

6、nd．FrequencyresponsecharacteristicsofthekeyblocksinsystemmoduleWastestedbyexperimentalmethodsasverificationinmodelingprocess．Basedonsystemmathematicalmodel，system’SdynamicsWasanalyzed．ToimproVethestabilityofsystem，differentialtorquefeedbackWasimported．Theinfluenceof

7、thesurplustorquewasstudiedbywayofsimulation，anditWasfoundthatsurplustorqueaffectsthesystemgreatly．Accordingtothecharacteristicsofloadsystem,thePIDalgorismwasproposedSOthatoutputcantrackinputaccurately,andadoptsforwardfeedcompensationprincipleascompensationtodiminish

8、edsurplustorquedisturbance．Toovercomelimitationoftraditionalcontrolmethod,PIDcontrolstrategybasedonRBFneuralnetworkwasproposed．Theresultso