[发明专利]基于神经网络辨识的舵机电液负载模拟器智能控制方法

说明书

一种基于神经网络辨识的舵机电液负载模拟器智能控制方法。其包括由神经网络辨识器和神经网络控制器组成力控制器；神经网络辨识器采用BP神经网络算法，得到舵机电液负载模拟器辨识模型；以舵机电液负载模拟器辨识模型作为控制对象，神经网络控制器确定Adaline网络在线学习准则，输出系统控制电压等步骤。本发明采用神经网络辨识器对系统数学模型进行在线辨识，有效解决了参数时变、非线性因素干扰严重及常规网络结构缺陷的问题。采用神经网络控制器对系统控制策略进行实时调整，并结合神经网络辨识器与神经网络控制器的功能，综合提高系统的控制效果与控制品质。从而有效改善舵机电液负载模拟器的工作性能。

技术领域

本发明属于飞行控制系统地面仿真模拟技术领域，特别是涉及一种基于神经网络辨识的舵机电液负载模拟器智能控制方法。

背景技术

飞机围绕纵轴、横轴、立轴旋转都要由相应的舵机分别驱动副翼、升降舵和方向舵来实现倾斜、俯仰和航向控制。舵机是飞行控制系统的重要组成部分，也是飞机的执行机构，其控制性能优劣直接影响飞机的飞行品质。舵机在真实飞行过程中会受到各种空气气动载荷的影响，且载荷大小随飞行高度、速度、姿态及气流等因素的改变而发生变化。在实验室条件下，通常使用舵机电液负载模拟器模拟舵机在飞行过程中所受到的各种气动载荷的变化情况，验证舵机在不同飞行状态下的工作性能，进行静态、动态技术指标的检查和测试，从而将传统的自破坏性全实物仿真试验转化为实验室条件下的预测性研究。图1为一种地面仿真模拟时通常采用的舵机电液负载模拟器结构示意图。如图1所示，该负载模拟器包括力控制器1、加载伺服阀2、加载液压缸3、橡胶-金属缓冲弹簧4、力传感器5和位移传感器6；其中：力控制器1与加载伺服阀2、力传感器5和位移传感器6相连接；加载伺服阀2依次通过加载液压缸3、橡胶-金属缓冲弹簧4与舵机7相连接；舵机7分别与力传感器5和位移传感器6相连接。其工作原理是：力传感器5与位移传感器6分别测量实际加载力信号及舵机7位置信号，然后反馈给力控制器1，力控制器1据此计算出舵机7在该飞行状态下所受的实际力载荷值，以此作为系统指令力信号，并得到相应的输出信号即系统控制电压，由加载伺服阀2驱动加载液压缸3输出加载力，经由橡胶-金属缓冲弹簧4加载到舵机7上，舵机7根据系统指令力信号进行相应动作。虽然这种舵机电液负载模拟器在很大程度上改进了舵机7的测试方式，具有可控性、无破坏性的优点，但是对于被动式力伺服控制系统来说，由于电液负载模拟器的系统指令力信号与舵机7的运动相关，所以由舵机7的主动运动产生的外部扰动即多余力，将会严重影响伺服系统的加载精度及控制品质。因此采用适合于该系统的智能控制方法是解决舵机电液负载模拟器存在多余力干扰问题的关键。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于神经网络辨识的舵机电液负载模拟器智能控制方法，从而实现舵机在实际工作过程中所受力载荷的真实模拟能力，满足电液负载模拟器对稳定特性、加载精度、响应速度、跟踪能力等技术指标的要求。

为了达到上述目的，本发明提供的基于神经网络辨识的舵机电液负载模拟器智能控制方法中的舵机电液负载模拟器包括力控制器、加载伺服阀、加载液压缸、橡胶-金属缓冲弹簧、力传感器和位移传感器；其中：力控制器与加载伺服阀、力传感器和位移传感器相连接；加载伺服阀依次通过加载液压缸、橡胶-金属缓冲弹簧与舵机相连接；舵机分别与力传感器和位移传感器相连接；所述的基于神经网络辨识的舵机电液负载模拟器智能控制方法包括按顺序进行的下列步骤：

1)由神经网络辨识器和神经网络控制器组成力控制器；

2)神经网络辨识器采用BP神经网络算法，根据力传感器和位移传感器输出的实际加载力信号F(n)进行在线辨识，从而得到舵机电液负载模拟器辨识模型；

3)以上述舵机电液负载模拟器辨识模型作为控制对象，神经网络控制器根据Adaline网络监督系统结构参数及多余力干扰的变化情况，将系统指令力与舵机电液负载模拟器辨识模型输出力之间的偏差作为误差信号，确定Adaline网络在线学习准则，神经网络控制器的输出即为系统控制电压。