光电跟踪系统伺服控制算法研究

伺服控制直接决定了光电跟踪系统的性能,文章采用模糊神经网络控制算法,具有参数学习和结构学习功能,通过Matlab仿真对比发现无论是动态、静态性能还是鲁棒性方面都要优于传统的PID控制以及模糊控制,表现出很好的准确性和快速性,为光电跟踪系统伺服控制设计提供了一种可行的技术方案。     

伺服控制技术在舰船光电跟踪系统的应用研究与优化

在舰船防空系统中,光电设备是最为重要的组成部分之一,具有不可替代的作用。为了使光电设备的作用得以最大限度的发挥,需要为其配备高性能的控制系统,即伺服控制系统。由于伺服控制能够对变化量进行有效控制,从而满足舰载光电跟踪系统的控制要求。鉴于此,从光电跟踪系统的构成和伺服控制系统2个方面,对舰载光电跟踪系统进行分析,在此基础上,对伺服控制技术在船载光电跟踪系统中的应用与优化进行论述。     

基于DSP和运动控制芯片的转台伺服控制设计

伺服控制作为光电跟踪系统的重要组成部分,决定了光电跟踪设备的主要性能,然而传统的设计过于复杂。本文采用TMS320C6713 DSP和PCL6045B运动控制芯片为核心搭建伺服转台系统,并且加入速率陀螺反馈构成的抗扰动设计,从系统结构、硬件以及软件3个方面阐明设计思路。这种方法简化设计过程,降低开发难度,提高系统可靠性,为伺服转台的设计提供参考。     

光电跟踪系统的伺服控制研究

通过对光电跟踪系统的伺服控制系统的研究,分析了常用数字PID控制算法在光电跟踪系统中应用的不足,提出了适用于光电跟踪系统的自适应的PID控制算法,试验表明自适应PID控制算法比数字PID控制器超调量小,调节时间短,提高了控制系统实时性和抗干扰能力.     

舰载光电跟踪伺服控制系统建模及稳定性研究

光电跟踪伺服控制系统能够有效的克服外界环境对目标跟踪的影响,本文对舰载光电跟踪伺服系统进行整体设计,对系统中的重要元器件进行建模,在模型的基础上进行系统稳定性的分析,最后将PID滑模控制引入到系统的稳定性仿真中。实验结果表明,基于本文所设计的模型在进行目标跟踪中的精度高、稳定性强,能够有效的实现跟踪目标。     

军用光电跟踪伺服控制技术分析

针对光电跟踪伺服系统所面对的新要求,在分析其控制原理及技术要求的基础上,从经典控制、现代控制和智能控制三个方面,对军用光电跟踪伺服系统中所采用的各种控制策略进行比较分析,阐述其各自的特点以及应用场合。在此基础上,探讨了光电跟踪伺服系统及其控制技术的发展趋势。这对于根据不同的技术要求选取合适的伺服控制方法,提供了理论参考,并具有一定的现实意义。     

舰载视频高精度光电跟踪系统设计

为了提高舰载视频高精度光电跟踪系统的跟踪稳定性和抗干扰能力,提出基于DSP的舰载视频高精度光电跟踪系统设计方案。系统硬件结构主要由视频采集模块、程序加载模块、IO模块、时钟控制模块、中央处理器模块和光电跟踪控制模块组成,采用ADSP21160处理器作为视频采集模块的核心器件,进行视频信息的AD采样,将采集的视频信息经过程序加载模块进行图像处理和视频信息分析,在时钟模块中进行光电跟踪的频率控制,采用TMS320C80 DSP芯片进行光电跟踪控制系统的集成信号处理,提高光电跟踪控制的D/A分辨率,通过模块化电路设计方法,实现舰载视频高精度光电跟踪系统硬件设计和开发。测试结果表明,设计的舰载视频高精度光电跟踪系统具有很好的跟踪稳定性,光电跟踪精度较高。     

光电跟踪仪综合测试系统

光电跟踪仪综合测试系统的研制旨在解决光电跟踪仪制造、验收和修理中电视和红外两个通道的跟踪精度、跟踪速度、跟踪加速度等功能和性能的综合测试问题。从系统的功能、主要技术指标、系统工作原理和结构组成等几个方面对光电跟踪仪综合测试系统进行了详细介绍。     

光电跟踪伺服转台控制技术

论文介绍了一种光电跟踪伺服转台系统的控制原理,提出并研究采用交流伺服电机驱动,旋转变压器反馈,ARM9数字控制器,PWM功率驱动的方案。应用带速度前馈和转矩前馈的闭环增量式PID控制策略,实现了对目标的高精度稳定跟踪。对系统硬件电路、控制算法、软件流程等做了详细的介绍。系统利用ARM9丰富的片上资源,极大地简化了电路的硬件结构。实验表明,本系统采用的控制策略使得系统获得了优良的动态品质和较高的跟踪精度。     

基于嵌入式控制的舰载光电跟踪系统稳定性研究

船舶的稳定控制离不开导航系统和自动控制系统配合,更加先进的控制系统中,包含了基于光电跟踪系统的稳定设备。在光电跟踪系统中,包含了众多的传感器件,在方位数据的采集方面要求整个系统能够及时响应,因此数据的处理延时要求极短,而嵌入式系统由于集成度高,时钟频率高,数据的处理速度和通信容量基本上能够满足舰船光电跟踪的要求。本文简单介绍了光电跟踪的实现原理,并建立了电机的基本模型,然后通过嵌入式反馈控制技术,加强了跟踪控制设备的稳定性,大大增强了船舶的跟踪效果。     

一种自学习策略及其在模糊控制与神经网络控制中的应用

提出一种新的自学习控制策略。模糊控制与神经网络控制的仿真研究证实该策略具有易于实现、在线学习、跟踪控制和一定通用性的优点，并具有满意的学习功能。     

神经网络自学习模糊控制器在直流蒸汽发生器控制中的应用

针对直流蒸发器的动态过程中，各段长度均发生变化，干扰因素多，具有不确定性和非线性等特性，利用神经网络具有并行处理，分布式信息存贮，自学习自适应特点等，设计了基于神经网络的自学习模糊控制器，仿真结果表明，所设计的控制器具有良好的控制效果。本文研究结果对直流蒸汽发生器的控制系统设计具有一定的指导意义。     

模型参考模糊自适应控制在船舶航向控制中的应用

将模型参考模糊自适应控制运用于船舶航向系统,仿真对象采用船舶操纵的非线性数学模型,并与模糊控制相比较,仿真结果表明了模型参考模糊自适应控制算法的正确性。     

Fault Diagnosing System of Steam Generator for Nuclear Power Plant Based on Fuzzy Neural Networks

All kinds of reasons are analysed in theory and a fault repository combined with local expert experiences is establishedaccording to the structure and the operation characteristic of steam generator in this paper. At the same time, Kohonen algo-rithm is used for fault diagnoses system based on fuzzy neural networks. Fuzzy arithmetic is inducted into neural networks tosolve uncertain diagnosis induced by uncertain knowledge. According to its self-association in the course of default diagnosis. thesystem is provided with non-supervise, self-organizing, self-learning, and has strong cluster ability and fast cluster velocity.     

Application of adaptive fuzzy control technology to pressure control of a pressurizer

A pressurizer is one of important equipment in a pressurized water reactor plant. It is used to maintain the pressure of primary eoolant within allowed range because the sharp change of eoolant pressure affeets the security of reaetor,therefor, the study of pressurizer‘s pressure eontrol methods is very important. In this paper, an adaptive fuzzy eontroller is presented for pressure control of a pressurizer in a nuclear power plant. The controller can on-line tune fuzzy eontrol rules and parameters by self-learning in the actual control proeess, whieh possesses the way of thinking like human to make a deeision. The simulation results for a pressurized water reactor plant show that the adaptive fuzzy eontroller has optimum and intelligent eharacteristies, whieh prove the eontroller is effective.     

船舶动力定位中的模糊控制器优化技术

动力定位系统是一种闭环控制系统，采用推力器来提供抵抗风、浪、流等作用在船上的环境力，从而尽可能使船舶保持在海平面要求的位置上。在传统模糊控制的基础上，将遗传算法引入模糊控制器的设计当中，根据已知的模糊控制规则，对模糊隶属度函数自动寻优，该方法用于船舶动力定位中，对船舶纵向运动进行控制与仿真，仿真结果证明遗传算法优化的有效性。     

基于遗传算法的模糊控制型船舶自动驾驶仪研究

该文分析了常规船舶自动驾驶仪存在的缺陷,针对船舶操作这种非线性、时变参数的控制对象,提出了一种基于遗传算法的模糊控制型和Bang—Bang控制相结合的控制系统,提高了模糊控制系统的精度;最后,通过仿真将模糊型船舶自动驾驶仪与基于遗传算法的模糊控制型船舶自动驾驶仪的性能作了比较,结果表明该文所提出的方法控制性能良好。     

基于模糊神经网络的水火弯板双臂系统控制与研究

研究了水火弯板双机械臂的非线性控制问题,采用一种模糊神经网络算法,利用神经网络的学习能力和模糊控制的模糊信息处理能力,调整优化双机械臂运动的位置偏差,得到该控制体系下的最佳驱动参数,仿真结果表明,该控制策略提高了水火弯板双机械臂的控制精度,并且使系统具有较好的动、静态性能。     

基于模糊PID参数自整定的三相电压型PWM整流器控制

将模糊控制和PID控制相结合,构成了一种智能复合控制策略,将其应用于三相电压型PWM整流器的控制.利用模糊控制在线自适应调整PID控制器的参数,相比传统的PID控制方法,系统的静态和动态性能指标得到进一步的改善.仿真结果表明,PWM整流器输出电压的动态和静态性能优越.     

模糊神经网络控制在调速系统中的应用研究

针对无刷直流电机(BLDCM)调速系统的特点,在分析BLDCM(Brushless DC Motor)的数学模型的基础上建立了控制系统的仿真模型,设计了一种新的模糊神经网络控制器FNNC(Fuzzy Neural Network Controller),并运用遗传算法优化模糊神经网络结构和改进在线学习算法,将其应用到直流电机调速系统中。仿真试验表明,该方法较传统PID控制有更好的控制效果。