基于RBF神經網絡的電動負載模擬器控制策略研究.pdf

1、電動加載系統(tǒng)是用于在實驗室條件下模擬飛行器飛行過程中作用在舵系統(tǒng)上的鉸鏈力矩的半實物仿真設備，用以考核舵系統(tǒng)的實際工作性能。它以加載電機作用在舵機軸上的加載轉矩模擬導彈發(fā)射后舵系統(tǒng)所受到的鉸鏈力矩，由于加載電機需在被動跟隨舵機運動的同時對其進行加載，因此不可避免的存在被動式系統(tǒng)所共有的多余力矩問題。多余力矩作為一種強干擾，其存在嚴重影響了系統(tǒng)的加載精度及動態(tài)響應性能，傳統(tǒng)的基于精確數(shù)學模型的控制策略在控制精度和抗干擾能力方面都很難滿足要

2、求。
　　論文針對電動加載系統(tǒng)的多余力矩問題，提出一種基于RBF神經網絡的逆模型控制策略，利用RBF網絡極強的非線性逼近能力，實時辨識系統(tǒng)逆模型，并將其拷貝作為逆模型前饋補償控制器串入系統(tǒng)的前向通道，在理想情況下，系統(tǒng)前向通道傳遞函數(shù)近似為1，可實現(xiàn)轉矩輸出精確跟蹤給定。
　　論文首先建立電動加載系統(tǒng)的數(shù)學模型，通過仿真，分析了多余力矩的產生機理及其對系統(tǒng)性能的影響。隨后，論文結合電動加載系統(tǒng)的實際運行特點，提出一種改進的R