一、火炮连续射击过程中对动态误差变化的补偿方法研究(论文文献综述)
王琰[1](2021)在《基于生成对抗网络的压力传感器动态补偿技术研究》文中认为爆炸冲击波测试为动态测试,可评估武器毁伤效能,准确测试冲击波相关参数对武器研制至关重要。冲击波信号属于非平稳随机瞬态信号,具有传播速度快、频谱覆盖范围广、幅值动态范围宽的特点,对冲击波测试系统的动态性能提出了较高的要求。受制作工艺的限制,压力传感器的工作带宽成为冲击波测试系统的瓶颈。为了提升压力传感器动态性能,降低测试系统动态误差,本文引入生成对抗网络(GAN),搭建传感器动态补偿模型,主要解决了模型求取过程存在的数据量不足以及模型准确度不足的问题。深度学习算法需要以大量数据作为训练前提,而在冲击波测试中,数据获取过程会对压力传感器造成损伤,仅通过试验获取的数据来构建数据集,会对传感器造成严重损耗,还会耗费大量人力和物力以及引入更多不必要的人为误差,影响数据的质量,进而导致数据无法使用,所以本文引入改进的深度卷积生成对抗网络(DCGAN)对测试的数据进行数据增强。并结合超量训练方法及对损失函数的优化,进一步优化增强数据的多样性及数据特征。结果表明增强数据具备良好的多样性,同时包含目标传感器固有的谐振频率点,可以用于建立传感器动态补偿数据集,补充增强数据构建的数据集得到的补偿结果相比于原始测试数据集,超调量降低了5.28%左右,上升时间提升了16.00μs。以语音增强生成对抗网络(SEGAN)为基础网络,并针对动态补偿对生成器进行改进,最后结合增强的动态补偿数据集,实现传感器动态补偿模型的求取。模型训练过程以激波管数据为基础,测试显示,求取的模型可以实现将原信号超调量由119.82%左右降到5.03%左右,上升时间维持在2.00μs左右。对炮口冲击波信号进行补偿,补偿后的超压峰值由0.1119降为0.0968更接近于实际冲击波。动态补偿结果显示,该方法有效抑制了传感器的谐振频率,补偿后的数据可获取冲击波特征参数,证明动态补偿模型能够有效提升压力传感器动态响应性能和测试精度。将深度学习中的生成对抗网络应用到动态补偿领域,证明了数据增强的可行性和实用性,动态补偿的泛化性和优越性。得到的补偿模型易于调整、适应性强,实现了动态补偿的简洁化、智能化和高精度。
张延雪[2](2020)在《瞬态温度测试系统动态特性研究》文中指出火炮等武器射击过程中,其身管内部的高温高压火药燃气快速冲刷武器身管的内膛壁,使得武器身管的内膛壁产生瞬态高温。瞬态高温不仅会使炮膛表面的金属层熔化从而加速炮膛的烧蚀程度严重影响了身管的使用寿命,还会造成身管的弯曲变形降低了武器射击的命中率。在武器身管温度测试过程中,通常采用热电偶传感器,但由于热电偶传感器的热惯性和有限热传导,使得热电偶传感器的响应速度无法跟上温度变化速度,测量结果存在误差。为了改善热电偶传感器的动态特性,减少测量误差,本文引入改进型灰狼优化算法(IGWO),利用该算法直接求取补偿系统的传递函数,从而构建出较好的热电偶动态补偿系统,其主要研究内容如下:(1)针对原始灰狼优化算法在求解复杂优化问题时,存在其算法随着迭代次数的提高和维数的增大,算法内部种群的多样性减小,从而使得算法在寻优的过程中存在收敛速度较慢,易陷入局部极值的问题。为此,本文将动态权重因子和改进候选解产生策略引入灰狼优化算法中,从而增强算法的寻优能力。通过对5种典型高维复杂测试函数的测试寻优,其测试结果表明,IGWO算法的寻优精度强于原始灰狼算法和粒子群算法,这证明了对灰狼优化算法改进的有效性。(2)将改进的灰狼优化算法应用在热电偶传感器的动态补偿中。首先根据热电偶传感器在水浴法实验中测得的数据,结合IGWO算法构建出最优动态补偿系统。该动态补偿系统可以将热电偶的时间常数由0.0685s提升为0.0147s,其动态误差减小了近75%。最后将该系统应用在实测的火焰数据中,其实验结果表明通过该系统测得的火焰温度值更加接近真实火焰的温度值,证明了经IGWO算法得到的补偿系统能有效的改善热电偶的动态性能,减小热电偶测量时引入的动态误差,提高补偿精度。
李轰[3](2020)在《光幕阵列动态测试校准与补偿》文中研究表明在靶场测试方面,光幕阵列测试系统有着非常重要的作用。为了更有效地提高光幕阵列的测试精度,需要对光幕阵列进行有效的校准。传统的光幕阵列校准主要集中在结构参数上,而本文是从动态测试的角度聚焦光幕阵列的时域信号的校准。主要研究内容如下:1)分析了光幕阵列信号的产生过程及其校准的必要性。研究了光幕阵列以及相关动态测试的国内外发展现状,总结了目前光幕阵列校准方法的优缺点,分析了过幕信号的物理过程,指出了过幕通道的不一致会导致光幕阵列过幕信号触发时刻特征点在时间上的延迟,从而导致光幕阵列测量结果出现较大误差。2)研究了光幕传感器与过幕信号的特性,确定了校准方法实现方案。通过仿真分析过幕信号的时、频域,发现影响过幕信号失真和畸变最重要的是低通滤波器。分析了传感器的动态特性,确定了传感器产生误差的原因。并通过实际的电路图对一阶和二阶低通滤波器进行实例分析,讨论了现有过幕时间提取算法的优缺点。3)设计了脉冲校准原理的校准方案,并搭建仿真实验平台,将光幕的传递函数由不同校准成为相同。选取合适的校准信号并利用脉冲校准原理获得系统的传递函数,仿真实验验证了方法可行性。4)利用逆系统辨识原理对光幕传感器进行补偿,得到最初的光通量变化信号。采用粒子群算法实现了逆系统辨识,详细设计了基于粒子群算法的补偿系统,仿真试验验证了补偿效果。通过本论文的研究提高了光幕阵列过幕时间提取精度,提高了光幕阵列在外弹道飞行参数方面的测量精度,拓展了光幕阵列在靶场的应用范围,从而促进兵器试验测试水平的提高。
顾廷炜[4](2020)在《压电式压力电测系统校准及不确定度评定关键技术研究》文中研究说明动态压力测量在武器系统性能评价中应用广泛,如枪炮的膛内压力测量、各类弹药的爆炸冲击波压力测量等。压电式传感器具有优秀的动态性能,因此针对这类动态压力测试对象,目前普遍采用压电式压力电测系统。然而,由于压电式压力电测系统低频特性较差,不宜采用静态校准,且不同测试对象对应的压电式压力电测系统中传感器的安装方式、所处的测试环境以及实测压力的波形特征均不相同,因此,需根据实际测试对象的特点,研制合适的压力校准装置,研究相应的准静态和动态压力校准技术,提出对应的工作特性参数和动态传递特性求取方法,以提高校准工作效率和压力校准精度。此外,对于压电式压力电测系统而言,不确定度是表征其测试结果质量好坏的重要指标,动态压力的时域瞬变性使得现有的静态不确定度计算方法已无法准确地衡量动态测试结果的好坏,因此,需开展准静态和动态校准条件下的压电式压力电测系统不确定度评定技术研究。基于上述考虑,本文以火药燃气压力、空中冲击波压力和水下冲击波压力等典型压电式压力电测系统为研究对象,基于动力学建模理论、BP神经网络、遗传算法、灰色理论和有限元仿真等方法,开展相关的校准技术、工作特性参数求取方法、动态修正方法和不确定度评定方法研究。论文的主要工作如下:(1)针对压电式压力电测系统存在的低频特性不佳、不宜采用静态标定的问题,研究了一种基于落锤装置的比对式准静态校准方法。通过分析压电式压力电测系统的电路特性,为准静态校准方法在降低静电泄漏,抑制输出漂移方面的有效性提供了理论依据;介绍了落锤装置的工作原理和比对式准静态校准方法,组建了标准压力监测系统,并分量程段进行了量值传递,量传结果表明,标准压力监测系统在高低两个量程段内均有着较高的压力监测精度;通过相关的比对式准静态校准试验求取了被校系统的灵敏度、非线性和重复性等工作特性参数,验证了比对式准静态校准工作特性参数求取方法的可行性。(2)针对传统比对式准静态校准方法存在的标准压力监测系统成本高、试验效率低等问题,提出了一种基于遗传神经网络(GABP)算法的校准装置参数配置及压力电测系统准静态校准方法。通过训练准静态校准试验样本数据,建立了落锤装置的工作参数与所产生的压力峰值和脉宽之间的数学模型,模型的压力峰值和脉宽预测误差分别低于0.7%和0.2%;基于GABP神经网络预测模型求取了被校压力电测系统的工作特性参数,求取结果与传统的比对式准静态校准方法相近,验证了该校准方法的可行性。(3)针对传统比对式准静态校准方法和基于遗传神经网络算法的准静态校准方法存在的不足,研究了一种基于自研力传感器的绝对式准静态校准方法。分析了力传感器安装连接方式所导致的预紧力、惯性力和动态性能下降对力值测量的影响,以现有落锤装置中的锤头结构作为弹性敏感元件研制了一种高精度应变式力传感器,通过理论研究、仿真分析和静动态校准试验,验证了力传感器的机械强度、抗弯性能和静动态特性均满足要求;通过分析影响压力校准精度的各个因素对力和压力的关系模型进行了研究,并提出了相应的参考压力峰值修正方法,修正后的压力峰值和参考压力峰值之间的误差不超过0.7%;基于绝对式准静态校准方法求取了被校系统的工作特性参数,求取结果与前文校准方法相近,验证了该校准方法的可行性。(4)针对空气和水下冲击波压力电测系统动态校准存在的问题,开展了基于空气激波管和预压水激波管的压力电测系统动态校准及动态补偿方法研究。通过有限元仿真分析了水下冲击波压力的传播规律、水激波管内平面波的形成规律以及水激波管内腔长度、静态预压值和炸药装药量等因素对冲击波压力的影响;组建了标准和被校压力电测系统,基于空气激波管和预压水激波管进行了动态压力校准试验,在此基础上对被校压力电测系统的动态传递特性进行了求取;对被校系统传递函数的数学模型进行系统辨识,并采取了相应的动态补偿措施,补偿后,被校系统的动态特性指标得到了改善,动态误差明显减少。(5)为了解决基于比对式、GABP模型和力传感器三种不同准静态校准方法的压力测量不确定度评定问题,分析了准静态校准中参考压力值和被校压力电测系统测量不确定度的影响因素,并基于传统的GUM方法、Monte Carlo法以及不确定度传播定律对典型火药燃气压力典型系统的不确定度进行了求取;针对压电式压力电测系统不确定度评定中存在的“以静代动”现象和小样本测量问题,提出了一种基于灰色理论和神经网络算法的动态测量不确定度评定方法,并运用该方法对典型空中和水下冲击波压力电测系统的动态不确定度进行了计算。
骆继发[5](2020)在《弹丸协调臂的电液伺服控制研究》文中研究说明作为自动装填系统中的关键部件,弹丸协调臂的回转速度和到位精度影响着装填系统的可靠性、火炮的射击速度和射击精度,但是在运行过程中系统参数的非线性变化、液压系统的固有特性等因素对弹丸协调臂的位置控制带来一定的难度,因此对弹丸协调臂的精确位置控制研究具有实际工程意义。本文主要包括以下几个方面的研究内容:(1)详细介绍了弹丸协调臂的基本组成和工作流程,并提出工作过程中需要满足的精度要求。结合弹丸协调臂的机械系统方程和电液系统方程,推导出被控系统的动力学方程,明确被控系统的复杂性和控制器的设计难度。(2)使用AMESim搭建了弹丸协调臂的虚拟样机模型,为提高模型与实际系统的接近程度,采用Isight优化模型中的部分关键参数;搭建MATLAB/Simulink与AMESim的联合仿真平台,规划弹丸协调臂的运动轨迹并采用PID进行控制。(3)在传统PID控制无法满足控制要求的情况下,本研究结合系统动力学方程,提出了自适应滑模控制方法,它可以有效地降低动态误差并保证到位精度;在上述研究基础上,引入RBF神经网络算法逼近系统未知参数,有效提高了控制器的鲁棒性;为了提高RBF神经网络算法对未知项的逼近精度,采用差分进化算法寻优设置网络参数,仿真结果表明了参数优化的有效性。(4)搭建弹丸协调臂实验平台,将优化后的控制算法运用到实际系统中。实验结果表明,优化后的RBF神经网络自适应滑模控制器能够保证响应速度和到位精度,并且具有较好的鲁棒性,满足控制要求。
李成蹊[6](2020)在《某型火炮弹协调器联合仿真及控制技术研究》文中研究表明中大口径火炮是现今战场上的主要作战单位,具有射程远、精度高、威力大、机动性好、快速反击能力强、寿命周期长等特点。弹药自动装填系统是现代中大口径火炮的重要组成部分,系统性能的好坏是制约中大口径火炮射速的主要因素。目前我国火炮弹药自动装填技术逐步走向成熟,但由于研究起步时间较晚的缘故,与世界先进火炮的自动装填系统相比,仍存在自动化程度较低、装填速度较慢的缺点。通过设计并应用先进控制技术,提升弹协调器工作过程的控制效果,有效保障弹丸自动装填过程的进行。本文以某型火炮弹协调器作为研究对象,针对机械结构、电气控制、液压传动多学科耦合系统,结合多体动力学、滑模控制、自适应控制、神经网络控制等理论,借助多种软件的联合仿真技术,展开对弹协调器控制技术的研究,为弹丸自动装填控制系统中关键问题的解决提供理论与实验基础。论文的主要研究内容包括以下几个方面:(1)详细阐述了某型火炮弹丸自动装填系统的基本构成与协调动作的工作流程。对弹协调器系统的动力学特性展开分析,搭建动力学模型。(2)分析伺服阀与阀控非对称缸液压机理,建立弹协调器液压模型。针对控制过程中负载变化、非线性作用力、外部干扰以及伺服阀的输入饱和、泄漏等因素设计反演鲁棒、参数自适应鲁棒、神经网络鲁棒等多种控制器,以期获取良好的控制效果。(3)通过AMESim平台搭建液压模型并与实验台架进行模型校核。通过MATLAB平台搭载算法控制器,借助联合仿真技术验证设计控制器的有效性。通过ADAMS建立精确机械模型,运用机、电、液三者的联合仿真技术进一步提高仿真模型拟合实际模型的程度。(4)搭建实验平台,设计低通滤波器处理参数信号,通过PLC模块载入算法控制器,检验算法在实验台架上的可行性。并与积分分离PID算法控制结果比较,验证设计神经网络自适应鲁棒算法在弹协调器系统上控制效果的优越性。
董宁宁[7](2020)在《基于反演方法的链式自动弹仓运动控制研究》文中提出链式自动弹仓作为火炮弹药自动装填系统的重要组成部分,其运动精度是提高火炮武器供输弹速度及可靠性的核心保障。因此,研究链式自动弹仓的运动控制问题具有重要意义。本文针对某火炮弹药自动装填系统中链式自动弹仓的高精度运动控制问题,基于实验室现有的链式自动弹仓台架,借助链式自动弹仓动力学分析、ADAMS虚拟样机建模及MATLAB仿真分析手段,结合自适应方法、反演方法、神经网络理论等控制方法,进行了相关研究。本文主要研究内容包含以下几点:(1)介绍了链式自动弹仓的结构组成与工作原理。根据弹仓的机械系统方程以及电气系统方程,结合实际工作情况,将由电机参数变化引起的电磁转矩变化、由弹仓负载变化引起的系统参数变化以及弹仓运动过程中受到的未知外部扰动,视为影响弹仓运动精度的主要因素,推导出含有非线性项的弹仓运动系统的数学模型。通过ADAMS软件建立了弹仓的虚拟样机,并建立了ADAMS-MATLAB联合仿真平台,用以分析比较控制方案。(2)通过联合仿真平台实验说明了PID控制方法在弹仓运动控制方面具有一定的局限性。为提高弹仓运动精度,根据链式自动弹仓运动系统特性,基于反演控制,结合动态面控制方法解决了反演设计中微分爆炸的问题;结合自适应理论,采用自适应算法估计参数,对弹仓运动时系统参数的变化进行补偿;利用RBF神经网络可逼近非线性未知项的能力,对弹仓外部未知扰动与电机非线性附加扰动力矩进行补偿。通过联合仿真证明,神经自适应反演控制相比于PID控制、自适应动态面反演控制,具有更高的控制精度。(3)搭建链式自动弹仓实验平台,实现本文设计的控制方法在链式自动弹仓运动控制上的应用。实验结果表明,所提出的神经自适应反演控制方法,受负载变化影响程度较小,补偿了由弹仓未知外部扰动与电机非线性附加扰动力矩对弹仓运动造成的不利影响,控制效果较好,提高了弹仓运动精度。
王锴[8](2020)在《某火炮回转式自动化弹仓定位控制研究》文中认为回转式自动化弹仓是基于某新型预研项目进行研制的,自动化弹仓是该项目的重要组成部分。回转式自动化弹仓的控制精度对于火炮射击任务的顺利完成具有至关重要的影响,其中回转式自动化弹仓采用的是立式弹仓设计,其定位精度将直接影响与弹仓配合的机械手取弹任务。因此,回转式自动化弹仓的控制精度与稳定性决定了火炮的射击性能。在本文中,针对155毫米火炮回转自动化弹仓定位控制及精度等问题进行研究。文中对回转式自动化弹仓进行三维建模,结合多体动力学相关知识理论,运用ADAMS软件对弹仓进行动力学分析,分析弹仓分别在炮车载体行进状态与炮车载体固定状态下的动力学特性。以永磁同步电机为控制对象进行模拟仿真,结合蚁群优化算法、自适应控制以及改进型近似变结构控制对弹仓的定位控制进行仿真研究与结合弹仓实验台架进行实验研究。通过Adams/Simulink联合仿真与弹仓台架实验的定位精度结果证明本文中所采用的控制方法具有高精度性与强鲁棒性。本文主要的研究成果包括以下内容:(1)介绍回转式自动化弹仓的结构组成及介绍弹仓的工作流程,同时从理论上分析回转式自动化弹仓运动控制过程中弹仓负载变化等因素对弹仓控制精度及弹仓振动的影响。(2)绘制回转式自动化弹仓三维模型并对其动力学分析。依托ADAMS软件对自动化弹仓做动力学分析,考虑自动化弹仓在炮车行进过程中外界扰动对炮车装填的影响,同时兼顾链传动机构的多边形效应对于弹仓定位控制精度的影响,降低扰动等外界干扰对控制精度的影响。(3)依据火炮回转式自动化弹仓装填精度要求,通过运用蚁群优化算法进行优化改进,结合自适应算法与改进型近似变结构控制对自动化弹仓进行控制研究,运用MATLAB/Simulink仿真软件对本文提出的控制方法进行仿真验证,并将仿真结果与滑模控制、PID控制的仿真误差等进行对比,证明本文中提出的控制方法对于自动化弹仓定位控制的强鲁棒性与高精度性。(4)搭建自动化弹仓控制试验台架,将本文中提出的控制算法运用到自动化弹仓试验台架的运动控制中,采集相关实验数据,再次依据实验数据证明本文提出的控制策略对于自动化弹仓运动定位控制具有强鲁棒性与高精度性。
唐冲[9](2020)在《基于RBF参数整定的某多管火箭炮负载扰动抑制研究》文中研究表明现代战争对多管火箭炮的响应速度和精度有着严格的要求,然而其工作过程中往往承受着不平衡力矩、大范围变化的转动惯量以及负载扰动的影响,这些都对系统的控制精度和快速响应性能不利。只有提高火箭炮位置伺服系统的鲁棒性和快速性才能满足现代战争的需求,因此本文选取某型多管火箭炮为研究对象,就抗负载扰动这一特性开展以下几个方面的探索。就多管火箭炮的机械结构以及伺服系统中负载扰动的成因进行了深入的探索,并进一步分析了多管火箭炮位置伺服系统的结构和工作原理,在此基础上利用矢量控制方法建立了位置伺服系统的数学模型。针对位置伺服系统承受负载扰动这一问题考察了目前国内外主流的控制方法,并最终决定选取自抗扰控制器。设计了对系统输入起到过渡作用的微分跟踪器、能够实时观测“总和”扰动的扩张状态观测器、以及综合了系统状态误差和总扰动量进而生成实际控制量的非线性控制律。通过Simulink数字模型仿真,结果表明相较于传统的PID控制,自抗扰控制对负载扰动的抑制作用突出。由于自抗扰控制器内待定参数过多,且计算复杂,给该方案的实际应用增添了极大的阻碍,针对这一问题,提出一种基于LM算法且网络结构可在线优化的RBF神经网络,并将其用于自抗扰控制器的参数整定工作中。经Simulink数字仿真实验表明,相较于经典自抗扰控制器,结合了LM-RBF的自抗扰控制器显着提高控制系统的敏捷性和抗扰能力。最后搭建火箭炮位置伺服系统的半实物仿真实验平台。将自抗控制器和基于LM-RBF神经网络的自抗扰控制器分别在该实验平台进行性能测验。结果表明两种控制方案均能够满足性能指标,且相比之下,基于LM-RBF神经网络的自抗扰控制器抑制负载扰动的能力更强,响应速度也更快,证明了该控制方案的可行性和优越性。
杨善平[10](2020)在《某火炮高平机电液系统辨识与位置控制研究》文中研究指明高平机电液系统是火炮随动系统的重要组成部分,其主要作用为驱动身管绕耳轴做俯仰运动以实现高低调炮。高平机电液系统由起落部分、液压系统、控制系统等组成,属于一种典型的机电液耦合系统。由于高平机电液系统本身存在转动惯量大、非线性强、参数及外部扰动时变等特点,使用经典的线性控制策略对其控制具有较大的难度。本文以某型火炮高平机电液系统为研究对象,以多元线性回归理论、粒子群优化算法、反演方法、滑模控制、模糊控制、动态面控制及K观测器理论等为理论基础,并结合动力学分析、参数辨识、控制器设计、联合仿真及试验验证等方法开展研究。论文的研究内容主要有以下六个部分:(1)详细介绍了火炮高平机电液系统的组成及工作原理,经过合理简化及假设建立了系统的数学模型,推导出系统的状态空间方程;(2)建立了系统的AMESim物理模型,同时为了使所建模型与实际系统更加吻合,使用传统的PID控制验证了所建模型的可行性;(3)将系统状态空间方程中未知参数的辨识问题转化为多元线性回归问题,并通过基于改进粒子群算法的辨识策略成功获得电液伺服阀的增益、油液的弹性模量、综合泄露系数等关键参数;(4)针对系统工作特点及控制要求,分别针对30°和60°两个期望射角进行了轨迹规划的设计;(5)针对系统具有非线性、非匹配性、参数及外部扰动时变性的特点,分别设计了模糊PID控制器、动态面控制器和基于K观测器的动态面控制器,使用联合仿真的方法分别验证了所设计控制器的有效性;(6)搭建了系统试验平台,考虑到试验条件的限制,设计了期望射角为15°的轨迹规划,编写了动态面控制器的电气控制程序并验证了控制器的实际效果。试验结果表明,所设计的动态面控制器能够满足实际工况需求。
二、火炮连续射击过程中对动态误差变化的补偿方法研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、火炮连续射击过程中对动态误差变化的补偿方法研究(论文提纲范文)
(1)基于生成对抗网络的压力传感器动态补偿技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 压力传感器动态补偿 |
1.2.2 生成对抗网络研究现状 |
1.3 论文主要研究内容 |
1.4 论文的章节安排 |
1.5 本章小结 |
第2章 相关理论基础 |
2.1 理想冲击波模型 |
2.2 冲击波强弱评价指标 |
2.2.1 超压峰值 |
2.2.2 正压力作用时间 |
2.2.3 上升时间 |
2.3 冲击波信号特性 |
2.3.1 冲击波信号的时域特性 |
2.3.2 冲击波信号的频域特性 |
2.4 压力传感器动态特性 |
2.4.1 压力传感器动态模型 |
2.4.2 压力传感器动态性能指标 |
2.5 传感器动态误差及产生原因 |
2.6 生成对抗网络 |
2.6.1 原始生成对抗网络 |
2.6.2 条件生成对抗网络 |
2.6.3 最小二乘生成对抗网络 |
2.7 本章小结 |
第3章 基于深度卷积生成对抗网络的数据增强 |
3.1 激波管的结构和原理 |
3.2 基于深度卷积生成对抗网络的数据增强 |
3.2.1 深度卷积生成对抗网络原理 |
3.2.2 数据增强原理 |
3.2.3 改进深度卷积生成对抗网络 |
3.2.4 数据增强深度卷积生成对抗网络网络结构 |
3.3 实验与结果分析 |
3.3.1 实验配置 |
3.3.2 数据增强结果分析 |
3.4 本章小结 |
第4章 基于生成对抗网络的压力传感器动态补偿模型 |
4.1 基于生成对抗网络的压力传感器动态补偿 |
4.1.1 压力传感器动态补偿原理 |
4.1.2 基于生成对抗网络压力传感器动态补偿的总体结构 |
4.2 生成对抗网络结构 |
4.2.1 生成对抗网络的改进 |
4.2.2 生成器模型 |
4.2.3 判别器模型 |
4.3 实验与结果分析 |
4.3.1 实验配置 |
4.3.2 激波管测试数据动态补偿结果 |
4.3.3 实测冲击波信号动态补偿结果 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
攻读硕士学位期间取得的成果 |
致谢 |
(2)瞬态温度测试系统动态特性研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究目的与意义 |
1.2 国内外研究现状 |
1.2.1 温度传感器动态校准方法的研究现状 |
1.2.2 传感器动态补偿技术研究现状 |
1.2.3 灰狼优化算法的研究现状 |
1.3 本文主要研究内容 |
1.4 论文章节安排 |
第2章 相关理论基础 |
2.1 瞬态温度测试系统及其特性 |
2.1.1 瞬态温度测试系统的测温原理 |
2.1.2 瞬态温度测试系统的动态特性 |
2.2 瞬态温度测试系统的性能指标 |
2.2.1 时域动态性能指标 |
2.2.2 频域动态性能指标 |
2.3 瞬态温度测试系统动态误差及产生原因 |
2.4 本章小结 |
第3章 灰狼优化算法及其改进 |
3.1 灰狼优化算法(GWO)的原理 |
3.1.1 灰狼优化算法的描述 |
3.1.2 灰狼优化算法的流程 |
3.2 基于改进候选解与引入动态权重因子的灰狼优化算法(IGWO) |
3.2.1 灰狼优化算法的改进 |
3.2.2 改进型灰狼优化算法的执行步骤 |
3.3 仿真实验与分析 |
3.3.1 寻优测试函数 |
3.3.2 实验结果分析 |
3.4 本章小结 |
第4章 改进型灰狼优化算法在动态补偿中的应用 |
4.1 基于IGWO算法的热电偶动态补偿 |
4.2 水浴法实验的校准原理及实验过程 |
4.3 水浴法数据的动态补偿仿真 |
4.4 实测火焰数据的动态补偿仿真 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 本文总结 |
5.2 工作展望 |
参考文献 |
攻读硕士学位期间取得的成果 |
致谢 |
(3)光幕阵列动态测试校准与补偿(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 动态测试在火炮膛压的应用 |
1.2.2 动态测试在冲击波的应用 |
1.2.3 动态测试在高速撞击的应用 |
1.2.4 动态测试在光幕阵列的应用 |
1.3 本文研究内容 |
2 光幕过幕信号特性分析 |
2.1 弹丸穿过光幕产生过幕信号 |
2.2 光幕信号处理电路分析 |
2.3 双V形六光幕阵列工作原理及过幕时间提取误差影响分析 |
2.3.1 X轴坐标误差分析 |
2.3.2 Y轴坐标误差分析 |
2.3.3 速度误差分析 |
2.3.4 方位角误差分析 |
2.3.5 俯仰角误差分析 |
2.4 过幕信号时域和频域特性 |
2.4.1 不同时宽的时域与频域特性 |
2.4.2 同一时宽、不同信噪比时域与频域特性 |
2.4.3 经过带通和高通滤波后的时域与频域特性 |
2.4.4 经过低通滤波后的时域与频域特性 |
2.5 本章小结 |
3 光幕动态模型与时间提取误差分析 |
3.1 光幕动态模型分析 |
3.1.1 光幕传感器动态模型 |
3.1.2 一阶传感器系统动态响应及动态性能指标 |
3.1.3 二阶传感器系统动态响应及动态性能指标 |
3.1.4 传感器动态响应误差 |
3.1.5 设计一阶低通滤波电路 |
3.1.6 设计二阶低通滤波电路 |
3.2 过幕时间提取算法分析 |
3.3 时间提取误差分析 |
3.4 本章小结 |
4 光幕阵列均衡补偿方法 |
4.1 光幕阵列校准原理 |
4.1.1 校准理论 |
4.1.2 配平校准理论 |
4.1.3 系统逆辨识校准理论 |
4.2 光幕阵列均衡校准实施方案 |
4.2.1 任意波形发生器选择 |
4.2.2 波形的编辑与生成 |
4.3 仿真验证 |
4.4 本章小结 |
5 粒子群算法设计 |
5.1 系统逆辨识原理 |
5.2 PSO算法原理 |
5.3 仿真验证 |
5.4 本章小结 |
6 结论 |
6.1 论文总结 |
6.2 不足与展望 |
参考文献 |
攻读硕士学位期间发表的论文及成果 |
致谢 |
(4)压电式压力电测系统校准及不确定度评定关键技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题的背景及意义 |
1.1.1 选题背景 |
1.1.2 选题意义 |
1.2 国内外研究现状 |
1.2.1 压力校准方法研究现状 |
1.2.2 测量不确定度评定方法研究现状 |
1.3 现有研究存在的主要问题 |
1.4 论文的主要研究内容及章节安排 |
2 压电式压力电测系统比对式准静态校准方法研究 |
2.1 引言 |
2.2 比对式准静态压力校准方法 |
2.2.1 压电式压力电测系统输出特性分析 |
2.2.2 准静态校准压力源概述 |
2.2.3 压力脉冲频谱特性分析 |
2.2.4 比对式压力校准量传途径分析 |
2.3 标准压力监测系统组建及其静态校准 |
2.3.1 标准压力监测系统组建 |
2.3.2 标准压力监测系统静态校准 |
2.3.3 标准压力监测系统工作特性参数求取 |
2.4 典型被校压力电测系统组建及其校准试验 |
2.4.1 典型被校压力电测系统组建 |
2.4.2 压电式压力电测系统静压加载试验 |
2.4.3 典型被校压力电测系统校准试验 |
2.5 基于准静态校准的工作特性参数求取方法研究 |
2.5.1 工作特性参数求取方法研究 |
2.5.2 典型被校压力电测系统工作特性参数求取 |
2.6 本章小结 |
3 基于GABP算法的压电式压力电测系统准静态校准方法研究 |
3.1 引言 |
3.2 神经网络算法概述及其优化方法研究 |
3.2.1 人工神经网络的概念及特点 |
3.2.2 神经网络算法优化方法研究 |
3.3 GABP神经网络预测模型研究 |
3.3.1 GABP神经网络预测模型的建立 |
3.3.2 GABP神经网络预测模型的训练 |
3.3.3 GABP神经网络预测模型的测试 |
3.3.4 GABP神经网络预测模型与BP神经网络模型的比较 |
3.3.5 GABP神经网络预测模型与多元非线性回归模型的比较 |
3.4 基于GABP神经网络预测模型的准静态压力校准实践 |
3.4.1 基于GABP模型的压力电测系统校准方法 |
3.4.2 基于GABP模型的压力电测系统工作特性参数求取 |
3.5 本章小结 |
4 压电式压力电测系统绝对式准静态校准方法研究 |
4.1 引言 |
4.2 基于力传感器的压力电测系统绝对式校准原理 |
4.2.1 基于力传感器的压力校准原理 |
4.2.2 力传感器安装连接方式对力值测量的影响分析 |
4.3 力传感器安装连接方式对力值测量的影响试验研究 |
4.3.1 基于HBM力传感器的力值测量系统 |
4.3.2 基于HBM力传感器的压力校准试验 |
4.3.3 基于GABP算法的力值修正方法研究 |
4.3.4 基于HBM力传感器的压力校准局限性 |
4.4 专用力传感器设计与有限元仿真 |
4.4.1 专用力传感器设计 |
4.4.2 专用力传感器的理论研究和仿真分析 |
4.5 专用力传感器静动态特性分析 |
4.5.1 基于专用力传感器的力值测量系统 |
4.5.2 专用力传感器静态特性分析 |
4.5.3 专用力传感器动态特性分析 |
4.6 基于专用力传感器的力和压力关系模型研究 |
4.6.1 力和压力关系模型理论研究 |
4.6.2 压力校准精度影响因素分析 |
4.6.3 参考压力峰值修正方法研究及试验验证 |
4.7 基于专用力传感器的准静态压力校准实践 |
4.7.1 基于专用力传感器的压力电测系统校准方法 |
4.7.2 基于专用力传感器的压力电测系统工作特性参数求取 |
4.8 本章小结 |
5 压电式压力电测系统动态校准方法研究 |
5.1 引言 |
5.2 基于空气激波管的动态压力校准方法 |
5.2.1 基于空气激波管的动态压力校准原理 |
5.2.2 典型空中冲击波压力电测系统组成 |
5.2.3 空中冲击波压力电测系统动态校准试验及传递特性求取 |
5.2.4 空中冲击波压力电测系统动态补偿方法研究 |
5.3 基于预压水激波管的动态压力校准原理 |
5.3.1 水下爆炸冲击波理论 |
5.3.2 预压水激波管动态压力校准装置 |
5.3.3 预压水激波管动态压力校准原理 |
5.4 水激波管爆炸冲击波压力场特性仿真研究 |
5.4.1 有限元仿真模型建立及其参数设置 |
5.4.2 水下爆炸冲击波压力传播规律研究 |
5.4.3 预压水激波管爆炸冲击波压力影响因素研究 |
5.5 水下冲击波压力电测系统动态传递特性求取方法研究 |
5.5.1 标准和被校压力电测系统组建 |
5.5.2 水下冲击波压力电测系统动态校准试验 |
5.5.3 压力电测系统动态特性影响因素分析 |
5.5.4 水下冲击波压力电测系统动态传递特性求取 |
5.6 水下冲击波压力电测系统动态补偿方法研究 |
5.7 本章小结 |
6 压电式压力电测系统不确定度评定方法研究 |
6.1 引言 |
6.2 基于准静态校准的压力测量不确定度影响因素分析 |
6.2.1 准静态压力校准系统组成 |
6.2.2 压力测量不确定度影响因素分析 |
6.3 基于准静态校准的压力电测系统测量不确定度评定 |
6.3.1 参考压力值测量不确定度评定 |
6.3.2 典型被校压力电测系统测量不确定度评定 |
6.4 基于水激波管动态校准的压力电测系统测量不确定度评定 |
6.4.1 水下冲击波压力电测系统测量不确定度影响因素分析 |
6.4.2 水下冲击波压力电测系统动态不确定度评定方法研究 |
6.4.3 水下冲击波压力电测系统动态测量不确定度评定 |
6.5 基于空气激波管动态校准的压力电测系统测量不确定度评定 |
6.5.1 空中冲击波压力电测系统测量不确定度影响因素分析 |
6.5.2 空中冲击波压力电测系统动态不确定度评定简析 |
6.6 本章小结 |
7 全文小结 |
7.1 论文主要工作及研究成果 |
7.2 论文的创新点 |
7.3 研究展望 |
致谢 |
参考文献 |
附录 |
(5)弹丸协调臂的电液伺服控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景与意义 |
1.2 研究现状与发展趋势 |
1.2.1 大口径火炮自动装填系统 |
1.2.2 相关控制理论与应用 |
1.3 本文主要研究内容 |
2 弹丸协调臂系统的总体分析和动力学建模 |
2.1 引言 |
2.2 自动装填系统简介 |
2.2.1 自动装填系统基本组成 |
2.2.2 自动装填系统工作流程 |
2.3 弹丸协调臂实验平台系统介绍 |
2.3.1 弹丸协调臂实验平台基本组成 |
2.3.2 弹丸协调臂实验平台工作流程和需求分析 |
2.4 弹丸协调臂实验平台动力学分析 |
2.4.1 弹丸协调臂机械系统基本方程 |
2.4.2 弹丸协调臂电液系统基本方程 |
2.4.3 弹丸协调臂实验平台动力学方程 |
2.5 本章小结 |
3 弹丸协调臂模型校验及联合仿真平台搭建 |
3.1 引言 |
3.2 弹丸协调臂AMESim模型建立及模型校验 |
3.2.1 弹丸协调臂AMESim模型的建立 |
3.2.2 基于Isight的模型关键参数优化 |
3.2.3 优化结果与分析 |
3.3 联合仿真平台搭建和PID控制 |
3.3.1 基于MATLAB和 AMESim联合仿真平台搭建 |
3.3.2 弹丸协调臂仿真平台的PID控制 |
3.4 本章小结 |
4 控制器设计与仿真分析 |
4.1 引言 |
4.2 弹丸协调臂自适应滑模控制 |
4.2.1 自适应滑模控制器设计 |
4.2.2 自适应滑模控制器联合仿真平台搭建 |
4.2.3 仿真结果及分析 |
4.3 基于RBF神经网络的弹丸协调臂自适应滑模控制 |
4.3.1 基于RBF神经网络的自适应滑模控制器设计 |
4.3.2 基于RBF神经网络的自适应滑模控制器联合仿真平台搭建 |
4.3.3 仿真结果及分析 |
4.4 基于差分进化算法优化的RBF神经网络自适应滑模控制 |
4.4.1 差分进化算法的原理和应用 |
4.4.2 差分进化算法的优化结果 |
4.4.3 仿真结果及分析 |
4.5 本章小结 |
5 实验验证与分析 |
5.1 引言 |
5.2 弹丸协调臂实验平台搭建 |
5.3 实验结果及分析 |
5.3.1 PID控制结果分析 |
5.3.2 RBF-ASMC控制结果分析 |
5.3.3 实验结果总结 |
5.4 本章小结 |
6 总结与展望 |
6.1 全文工作总结 |
6.2 论文不足与展望 |
致谢 |
参考文献 |
附录 |
(6)某型火炮弹协调器联合仿真及控制技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 研究现状 |
1.2.1 火炮弹药自动装填系统 |
1.2.2 先进控制理论 |
1.2.3 机电液联合仿真技术 |
1.3 本文主要研究内容 |
2 弹协调器系统分析 |
2.1 弹协调器结构组成与工作流程 |
2.1.1 弹协调器结构组成 |
2.1.2 弹协调器工作流程 |
2.2 弹协调器数学模型建立 |
2.2.1 弹协调器机械系统基本方程 |
2.2.2 弹协调器液压系统基本方程 |
2.2.3 弹协调器状态方程建立 |
2.3 弹协调器电液联合仿真平台搭建 |
2.3.1 相关软件介绍 |
2.3.2 电液联合仿真平台搭建 |
2.3.3 电液联合仿真模型校验 |
2.4 本章小结 |
3 弹协调器控制方法研究 |
3.1 弹协调器运动轨迹规划 |
3.2 PID控制 |
3.2.1 PID控制器设计 |
3.2.2 PID控制仿真结果分析 |
3.3 反演鲁棒控制 |
3.3.1 反演鲁棒控制器设计 |
3.3.2 反演鲁棒控制仿真结果分析 |
3.4 参数自适应鲁棒控制 |
3.4.1 参数自适应鲁棒控制器设计 |
3.4.2 参数自适应鲁棒控制仿真结果分析 |
3.5 神经网络参数自适应鲁棒控制 |
3.5.1 神经网络参数自适应鲁棒控制器设计 |
3.5.2 神经网络参数自适应鲁棒控制仿真结果分析 |
3.6 本章小结 |
4 弹协调器机电液联合仿真研究 |
4.1 动力学仿真软件介绍 |
4.2 联合仿真平台 |
4.2.1 弹协调器机电液联合仿真平台搭建 |
4.2.2 弹协调器联合仿真结果分析 |
4.3 本章小结 |
5 弹协调器控制实验研究 |
5.1 实验平台搭建 |
5.2 实验进行步骤 |
5.3 实验结果分析 |
5.4 本章小结 |
6 全文工作总结 |
6.1 本文主要工作和结论 |
6.2 研究展望 |
致谢 |
参考文献 |
附录 |
(7)基于反演方法的链式自动弹仓运动控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景与意义 |
1.2 研究现状与发展趋势 |
1.2.1 大口径火炮弹药自动装填系统 |
1.2.2 大口径火炮弹药自动装填系统控制技术 |
1.2.3 反演控制理论 |
1.2.4 神经网络控制理论 |
1.3 本文主要研究内容 |
2 链式自动弹仓系统总体分析 |
2.1 引言 |
2.2 弹药自动装填系统 |
2.2.1 自动装填系统结构组成 |
2.2.2 自动装填系统工作流程 |
2.3 链式自动弹仓 |
2.3.1 链式自动弹仓系统结构组成 |
2.3.2 链式自动弹仓工作流程与关键问题分析 |
2.4 链式自动弹仓动力学分析 |
2.4.1 链式自动弹仓机械系统基本方程 |
2.4.2 链式自动弹仓电气系统基本方程 |
2.4.3 链式自动弹仓实验台数学模型 |
2.4.4 链式自动弹仓虚拟样机建立 |
2.5 本章小结 |
3 链式自动弹仓控制方法研究 |
3.1 引言 |
3.2 ADAMS-MATLAB 联合仿真平台搭建 |
3.2.1 轨迹规划与参数计算 |
3.2.2 ADAMS-MATLAB联合仿真平台搭建 |
3.3 链式自动弹仓PID控制 |
3.3.1 PID控制器设计 |
3.3.2 PID控制器仿真分析 |
3.4 链式自动弹仓自适应动态面反演控制 |
3.4.1 自适应动态面反演控制器设计 |
3.4.2 自适应动态面反演控制器仿真分析 |
3.5 链式自动弹仓神经网络自适应反演控制 |
3.5.1 神经网络自适应反演控制器设计 |
3.5.2 神经网络自适应反演控制器仿真分析 |
3.6 本章小结 |
4 链式自动弹仓运动控制方案的实验验证与分析 |
4.1 引言 |
4.2 链式自动弹仓运动系统实验平台搭建 |
4.3 实验结果及分析 |
4.4 本章小结 |
5 总结与展望 |
5.1 全文工作总结 |
5.2 论文不足与研究展望 |
致谢 |
参考文献 |
附录 |
(8)某火炮回转式自动化弹仓定位控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景与意义 |
1.2 研究现状与发展趋势 |
1.2.1 火炮弹药自动装填系统 |
1.2.2 国内外弹药自动装填研究现状 |
1.3 本文的研究内容 |
2 回转式自动化弹仓基本介绍与动力学分析 |
2.1 引言 |
2.2 回转式自动化弹仓基本介绍 |
2.3 回转式自动化弹仓动力学分析 |
2.3.1 回转式自动化弹仓机械系统基本方程 |
2.3.2 回转式自动化弹仓电气系统基本方程 |
2.3.3 回转式自动化弹仓动力学方程 |
2.4 本章小结 |
3 回转式弹仓的控制策略及联合仿真研究 |
3.1 引言 |
3.2 回转式弹仓ADAMS模型建立及验证 |
3.3 回转式自动化弹仓定位控制联合仿真分析 |
3.3.1 引言 |
3.3.2 回转式自动化弹仓轨迹规划 |
3.3.3 炮车静止状态回转式弹仓联合仿真研究 |
3.3.3.1 回转式自动化弹仓PID控制 |
3.3.3.2 回转式自动化弹仓SMC控制 |
3.3.3.3 回转式自动化弹仓ASMC控制 |
3.3.3.4 回转式自动化弹仓ACO-IRBFSMC控制 |
3.3.4 炮车运动状态回转式弹仓联合仿真研究 |
3.3.4.1 引言 |
3.3.4.2 回转式自动化弹仓半载控制研究 |
3.3.4.3 回转式自动化弹仓满载控制研究 |
3.4 本章小结 |
4 回转式自动化弹仓定位控制方法实验验证与分析 |
4.1 引言 |
4.2 回转式自动化弹仓实验方案设计 |
4.3 回转式自动化弹仓系统实验实物搭建 |
4.4 实验结果分析 |
4.5 总结 |
5 总结与展望 |
5.1 全文工作总结 |
5.2 论文不足与研究展望 |
致谢 |
参考文献 |
附录 |
(9)基于RBF参数整定的某多管火箭炮负载扰动抑制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景及研究意义 |
1.2 多管火箭炮的发展历史和未来趋势 |
1.2.1 发展历史 |
1.2.2 未来趋势 |
1.3 永磁交流伺服系统研究现状 |
1.4 论文的主要工作和章节安排 |
1.4.1 主要工作 |
1.4.2 章节安排 |
1.5 本章小节 |
2 多管火箭炮位置伺服系统建模 |
2.1 引言 |
2.2 某多管火箭炮的机械结构 |
2.3 伺服系统负载扰动分析 |
2.3.1 阻尼力矩干扰 |
2.3.2 惯性力矩干扰 |
2.3.3 不平衡力矩干扰 |
2.3.4 燃气流冲击力矩干扰 |
2.4 位置伺服系统的构成及工作原理 |
2.4.1 交流位置伺服系统的组成 |
2.4.2 交流位置伺服系统的工作原理 |
2.5 PMSM的数学模型 |
2.5.1 PMSM电机基本方程 |
2.5.2 d,q轴数学方程 |
2.6 某火箭炮伺服控制系统的数学模型 |
2.7 本章小结 |
3 自抗扰控制在火箭炮位置伺服系统控制中的应用 |
3.1 引言 |
3.2 自抗扰控制理论概述 |
3.2.1 自抗扰控制器组成 |
3.2.2 跟踪微分器 |
3.2.3 扩张状态观测器 |
3.2.4 非线性反馈控制率 |
3.2.5 自抗扰控制器的参数整定 |
3.3 自抗扰控制器设计 |
3.3.1 跟踪微分器设计 |
3.3.2 扩张状态观测器设计 |
3.3.3 误差反馈控制律设计 |
3.4 仿真分析 |
3.5 本章小结 |
4 LM-RBF神经网络在火箭炮位置伺服系统控制中的应用 |
4.1 引言 |
4.2 神经网络概述 |
4.2.1 RBF神经网络结构 |
4.2.2 RBF神经网络映射关系 |
4.2.3 RBF神经网络训练方法及其不足 |
4.3 Levenberg-Marquard算法概述及改进 |
4.3.1 Levenberg-Marquard算法基础 |
4.3.2 针对RBF的LM算法改进研究 |
4.4 基于LM-RBF神经网络的ADRC参数整定设计 |
4.4.1 RBF神经网络的结构优化 |
4.4.2 改进型LM-RBF神经网络在ADRC中的应用 |
4.5 仿真分析 |
4.6 本章小结 |
5 半实物仿真平台试验研究 |
5.1 引言 |
5.2 火箭炮伺服系统试验平台 |
5.2.1 火控计算机与随动控制计算机 |
5.2.2 旋转变压器和RDC模块 |
5.2.3 伺服放大器 |
5.2.4 减速器和加载装置 |
5.3 位置控制器设计 |
5.3.1 硬件设计 |
5.3.2 软件设计 |
5.4 半实物仿真试验及其结果分析 |
5.4.1 仿真试验中的典型控制信号 |
5.4.2 火箭炮伺服系统的品质指标 |
5.4.3 火箭炮伺服系统的控制指标 |
5.4.4 试验内容 |
5.4.5 试验结果 |
5.5 本章小结 |
6 总结与展望 |
致谢 |
参考文献 |
附录 |
(10)某火炮高平机电液系统辨识与位置控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景与研究意义 |
1.2 电液系统的发展及趋势 |
1.3 电液系统参数辨识研究现状 |
1.4 电液系统位置控制研究现状 |
1.4.1 智能PID控制研究现状 |
1.4.2 滑模控制研究现状 |
1.5 本文的主要研究内容 |
2 高平机电液系统建模与分析 |
2.1 高平机电液系统的组成及工作原理 |
2.2 高平机电液系统数学模型的建立 |
2.3 高平机电液系统物理模型的建立 |
2.3.1 AMESim简介 |
2.3.2 AMESim模型的建立 |
2.3.3 AMESim物理模型可行性验证 |
2.4 本章小结 |
3 高平机电液系关键参数辨识与轨迹规划 |
3.1 引言 |
3.1.1 系统参数辨识概述 |
3.1.2 多元线性回归分析简介 |
3.1.3 粒子群优化算法简介 |
3.2 基于改进PSO算法的参数辨识 |
3.2.1 输入信号的选取 |
3.2.2 辨识数据的获取 |
3.2.3 关键参数辨识 |
3.3 轨迹规划 |
3.4 本章小结 |
4 高平机电液系控制策略研究 |
4.1 联合仿真平台的搭建 |
4.2 高平机电液系统模糊PID控制 |
4.2.1 模糊PID控制的基本原理 |
4.2.2 模糊PID参数整定的原则 |
4.2.3 模糊控制器的设计 |
4.2.4 联合仿真及分析 |
4.3 高平机电液系统动态面控制 |
4.3.1 引言 |
4.3.2 动态面控制器设计 |
4.3.3 动态面控制器稳定性分析 |
4.3.4 联合仿真及分析 |
4.4 基于K观测器的高平机电液系统动态面控制 |
4.4.1 K观测器原理 |
4.4.2 系统状态空间方程等效变换 |
4.4.3 K观测器设计 |
4.4.4 基于K观测器的动态面控制器设计 |
4.4.5 稳定性分析 |
4.4.6 联合仿真及分析 |
4.5 本章小结 |
5 试验与验证 |
5.1 试验平台搭建 |
5.2 试验验证与分析 |
5.2.1 微分器的设计 |
5.2.2 试验验证 |
5.3 本章小结 |
6 全文总结与研究展望 |
6.1 全文工作总结 |
6.2 研究展望 |
致谢 |
参考文献 |
附录 |
四、火炮连续射击过程中对动态误差变化的补偿方法研究(论文参考文献)
- [1]基于生成对抗网络的压力传感器动态补偿技术研究[D]. 王琰. 长春理工大学, 2021(02)
- [2]瞬态温度测试系统动态特性研究[D]. 张延雪. 长春理工大学, 2020(01)
- [3]光幕阵列动态测试校准与补偿[D]. 李轰. 西安工业大学, 2020(04)
- [4]压电式压力电测系统校准及不确定度评定关键技术研究[D]. 顾廷炜. 南京理工大学, 2020(01)
- [5]弹丸协调臂的电液伺服控制研究[D]. 骆继发. 南京理工大学, 2020(01)
- [6]某型火炮弹协调器联合仿真及控制技术研究[D]. 李成蹊. 南京理工大学, 2020(01)
- [7]基于反演方法的链式自动弹仓运动控制研究[D]. 董宁宁. 南京理工大学, 2020(01)
- [8]某火炮回转式自动化弹仓定位控制研究[D]. 王锴. 南京理工大学, 2020(01)
- [9]基于RBF参数整定的某多管火箭炮负载扰动抑制研究[D]. 唐冲. 南京理工大学, 2020(01)
- [10]某火炮高平机电液系统辨识与位置控制研究[D]. 杨善平. 南京理工大学, 2020(01)