伺服轉(zhuǎn)臺(tái)的非線性建模方法與控制策略研究.pdf

1、伺服轉(zhuǎn)臺(tái)在航空、軍事、通訊等領(lǐng)域有重要應(yīng)用，是雷達(dá)、射電天文望遠(yuǎn)鏡、測試轉(zhuǎn)臺(tái)等裝備的基礎(chǔ)組成部分，其制作工藝和控制水平的高低對整機(jī)性能有至關(guān)重要的影響。傳統(tǒng)對伺服轉(zhuǎn)臺(tái)的研究局限于線性模型和PID控制策略，無法滿足各領(lǐng)域飛速發(fā)展對其提出的新要求，因此對其非線性建模方法和控制策略開展研究具有重要的實(shí)際意義和理論價(jià)值。
　　本文以兩種型號(hào)的雷達(dá)伺服轉(zhuǎn)臺(tái)為研究對象，開展了如下工作:
　　首先基于模糊控制策略，將模糊控制與PID控制相

2、結(jié)合，并引入前饋控制提高系統(tǒng)性能，獲得的混合智能控制策略在XX1型轉(zhuǎn)臺(tái)上加以應(yīng)用獲得良好的過頂跟蹤效果，證明了該算法的有效性、易實(shí)現(xiàn)性。
　　接著對直流力矩電機(jī)驅(qū)動(dòng)的XX2型轉(zhuǎn)臺(tái)，在機(jī)理建模與非線性作用因素分析的基礎(chǔ)上，提出用Hammerstein模型描述系統(tǒng)的輸入輸出關(guān)系。設(shè)計(jì)系統(tǒng)辨識(shí)實(shí)驗(yàn)，應(yīng)用粒子群優(yōu)化算法對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理，引入遞推工具變量法獲取粒子的初始值和搜索范圍，改進(jìn)后的RIV-PSO有良好的參數(shù)尋優(yōu)能力，通過曲線對比

3、和擬合度計(jì)算驗(yàn)證了算法的有效性和模型準(zhǔn)確性。針對獲得的Hammerstein模型，提出非線性預(yù)測函數(shù)控制NPFC。在已有線性預(yù)測函數(shù)控制的基礎(chǔ)上，將其作為中間子系統(tǒng)，獲得的中間變量作為非線性優(yōu)化目標(biāo)，應(yīng)用遺傳算法進(jìn)行全局尋優(yōu)，獲得全局最優(yōu)控制器輸出。該算法計(jì)算負(fù)擔(dān)相對較小，可盡量減小傳統(tǒng)兩步法中產(chǎn)生的結(jié)算誤差，同時(shí)不需要對Hammerstein模型的非線性表達(dá)式有結(jié)構(gòu)上的約束。
　　最后，針對電機(jī)驅(qū)動(dòng)伺服轉(zhuǎn)臺(tái)普遍存在的過零畸變、極

4、限環(huán)、死區(qū)等多工況問題，將切換控制引入伺服轉(zhuǎn)臺(tái)的建模研究，提出用多個(gè)子系統(tǒng)分別描述不同模型輸出狀態(tài)下的伺服轉(zhuǎn)臺(tái)輸入輸出關(guān)系，為多模型切換控制奠定基礎(chǔ)。在切換模型的參數(shù)辨識(shí)過程中，將子模型建模作為多個(gè)子目標(biāo)，將連續(xù)系統(tǒng)子模型間平穩(wěn)切換作為約束條件，整個(gè)問題歸納為有約束多目標(biāo)優(yōu)化問題CMOP。對該問題提出了兩種不用的粒子群尋優(yōu)算法:其一，應(yīng)用單目標(biāo)全面學(xué)習(xí)粒子群算法CLPSO，對粒子的更新利用所有粒子的歷史最好位置的信息;其二，基于啟發(fā)式的