CN108181817A - 火控***建模方法 - Google Patents

火控***建模方法 Download PDF

Info

Publication number
CN108181817A
CN108181817A CN201810034722.7A CN201810034722A CN108181817A CN 108181817 A CN108181817 A CN 108181817A CN 201810034722 A CN201810034722 A CN 201810034722A CN 108181817 A CN108181817 A CN 108181817A
Authority
CN
China
Prior art keywords
fuzzy
gear
controller
modeling
control system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810034722.7A
Other languages
English (en)
Inventor
毛保全
冯帅
韩小平
王传有
白向华
徐振辉
吴东亚
常雷
杨雨迎
李程
张天意
辛学敏
王之千
李俊
朱锐
郑博文
李晓刚
兰图
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Academy of Armored Forces of PLA
Original Assignee
Academy of Armored Forces of PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Academy of Armored Forces of PLA filed Critical Academy of Armored Forces of PLA
Priority to CN201810034722.7A priority Critical patent/CN108181817A/zh
Publication of CN108181817A publication Critical patent/CN108181817A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及一种火控***建模方法，涉及虚拟样机技术领域。本发明提出了一种火控***建模方法，该方法基于顶置机枪武器站模块化设计理念，对火控***进行了建模研究，实现了虚拟样机的分***建模，以便于利用虚拟样机技术建立武器站的数字化模型。

Description

火控***建模方法
技术领域
本发明涉及虚拟样机技术领域，具体涉及一种火控***建模方法。
背景技术
顶置机枪武器站是一种典型的机电一体化复杂***，其设计包括武器***设计、架座***设计和火控***设计等，是一个复杂的多学科、多用户协作的迭代反复过程，涉及的领域跨度大，因此需要利用虚拟样机技术建立武器站的数字化模型，用于其研制的各个阶段为设计、研制、试验和评估提供集成化虚拟样机。在虚拟样机技术建立过程中，如何进行各个分***的建模成为亟待解决的技术问题。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是：如何实现对火控***的建模，以便于利用虚拟样机技术建立武器站的数字化模型。
(二)技术方案
为了解决上述技术问题，本发明提供了1、一种火控***建模方法，其特征在于，包括以下步骤：
按照如下方式进行控制器建模：
使用Mamdani模糊模型设计一种自适应模糊控制器，规则为条件确定的if…then…规则，模糊推理方法采用Max-Min推理法，模糊量的精确化则采用加权平均法来解模糊；
所述自适应模糊控制器以通过给定值yd(t)和***输出值y(t)比较后得到***的误差e和误差变化ec作为输入，以PID控制器的比例系数Kp、积分时间系数Ki、微分时间系数Kd的修正参数ΔKp、ΔKi、ΔKd作为输出，根据不同时刻的误差e和误差变化ec对PID控制器的Kp、Ki、Kd进行自整定，将整定后的Kp、Ki、Kd送入PID控制器，形成自适应模糊控制器。
优选地，所述PID控制器输出的参数Kp、Ki、Kd如下式所示：
其中，Kp'、Ki'、Kd'为预整定值，a、b、c为预设系数。
优选地，所述自适应模糊控制器的建模采用Simulink/Fuzzy仿真工具实现，将模糊推理和模糊决策送入Fuzzy控制器中，具体方法为：误差e和误差变化ec分别经过量化因子处理映射到各自的模糊论域中，然后根据所在的模糊等级在模糊控制规则表中查询应该输出的PID参数调节量，最后将PID参数调节量作用于PID控制器。
优选地，所述方法还包括按照如下方式进行机械部分建模：
所述机械部分是指火控***的执行机构，包括伺服电机齿轮、高低机齿弧和座圈齿圈，伺服电机齿轮与高低机齿弧和座圈齿圈分别通过齿轮啮合来传递电机转矩，在模型中定义接触碰撞来模拟齿轮啮合，
在ADAMS碰撞函数中，碰撞力Fn由等效刚度k和幂指数q确定，使用Hertz弹性碰撞模型来计算k和q；
其中k取决于撞击物体的材料和物体的结构形状：
式中，R和E*根据Hertz接触理论计算得：
1/R＝1/R1+1/R2
1/E*＝(1-μ1 2)/E1+(1-μ2 2)/E2
式中，R1、R2为两个齿轮接触点的当量半径；
μ1、μ2为两个齿轮的泊松比；
E1、E2为两个齿轮的杨氏模量。
优选地，齿轮接触点的当量半径近似用齿轮分度圆半径来代替，由各齿轮参数可得到各个齿轮、齿弧的当量半径，齿轮材料选择45钢，则其泊松比为0.3，杨氏模量为2×1011pa，从而计算各处碰撞的等效刚度。
(三)有益效果
本发明提出了一种火控***建模方法，该方法基于顶置机枪武器站模块化设计理念，对火控***进行了建模研究，实现了虚拟样机的分***建模，以便于利用虚拟样机技术建立武器站的数字化模型。
附图说明
图1是PID控制器的控制原理图；
图2是本发明的模糊控制原理图；
图3是本发明的模糊自适应控制器结构图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
本发明提出了一种火控***建模方法包括以下步骤：
步骤一、机械部分建模
机械部分主要是指火控***的执行机构，通常包括伺服电机齿轮、高低机齿弧和座圈齿圈。伺服电机齿轮与高低机齿弧和座圈齿圈通过齿轮啮合来传递电机转矩的，在模型中定义接触碰撞来模拟齿轮啮合。
在ADAMS碰撞函数中，碰撞力Fn由等效刚度k和幂指数q确定，通常使用Hertz弹性碰撞模型来计算k和q。
k取决于撞击物体的材料和物体的结构形状：
式中，R和E*根据Hertz接触理论计算得：
1/R＝1/R1+1/R2
1/E*＝(1-μ1 2)/E1+(1-μ2 2)/E2
式中，R1、R2为两个齿轮接触点的当量半径；
μ1、μ2为两个齿轮的泊松比；
E1、E2为两个齿轮的杨氏模量。
表1齿轮主要参数
齿轮接触点的当量半径可近似用齿轮分度圆半径来代替，由各齿轮参数可得到各个齿轮、齿弧的当量半径。齿轮材料选择45钢，则其泊松比为0.3，杨氏模量为2×1011pa。根据以上数据可计算各处碰撞的接触刚度k，如表2所示。
表2模型中碰撞的设置
步骤二、控制器建模
控制***性能仿真是基于各领域建模、仿真分析CAx/DFx技术的多领域协同仿真技术。其中控制器建模是机电协同仿真的基础，主要基于MATLAB的Simulink控制设计仿真软件。
顶置机枪遥控武器站中采用的控制技术为模糊自适应PID控制器。PID控制是根据***的误差，利用比例、积分、微分计算出控制量进行控制，其原理如图1所示。
PID控制器是一种线性控制器，它根据给定值a(t)与实际输出值b(t)构成控制偏差：
e(t)＝a(t)-b(t) (2)
将偏差按比例、积分和微分通过线性组合构成控制量，从而对被控对象进行控制，故称为PID控制器，在模拟调节控制***中，其控制规律表达式如下表示：
其中，u(t)：输出信号；e(t)：偏差信号，测量值与给定值之差；KP：比例系数；Ki：积分时间系数；Kd：微分时间系数。
利用模糊逻辑建立一种“自由模型”的非线性控制算法，特别是在那些采用传统定量技术分析过于复杂的过程，或者提供的信息是非定性、非精确的、非确定的***中，模糊逻辑控制的效果相当明显。
模糊控制的核心部分是模糊控制器,其原理如图2所示。模糊控制器由模糊化、模糊推理、解模糊和知识库四个部分构成。
模糊控制的过程即时由精确到模糊，再从模糊到精确地过程。具体实现主要包括：模糊控制模型的选取、精确量的模糊化、模糊控制规则的建立、模糊推理和模糊量的精确化。本发明中使用Mamdani模糊模型，规则为条件确定的if…then…规则，模糊推理方法采用Max-Min推理法，Mamdani模型结构简单，计算方便。模糊量的精确化则采用加权平均法来解模糊。
模糊控制器以通过给定值yd(t)和***输出值y(t)比较后得到***的误差e和误差变化ec作为输入，以PID控制器的Kp、Ki、Kd的修正参数ΔKpΔKiΔKd作为输出，根据不同时刻的e和ec对常规PID的Kp、Ki、Kd进行自整定。将整定后的Kp、Ki、Kd送入常规PID控制器，形成了自适应模糊控制器，其结构如图3所示。
PID控制器输出的参数Kp、Ki、Kd如下式所示，Kp'、Ki'、Kd'为预整定值。
a、b、c为预设系数。
模糊控制器建模主要采用了Simulink/Fuzzy仿真工具，将模糊推理和模糊决策等送入Fuzzy控制器中。其具体方法为：误差e和误差变化ec分别经过量化因子处理映射到各自的模糊论域中，然后根据所在的模糊等级在模糊控制规则表中查询应该输出的PID参数调节量，最后将其作用于常规PID控制器。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (5)

1.一种火控***建模方法，其特征在于，包括以下步骤：
按照如下方式进行控制器建模：
使用Mamdani模糊模型设计一种自适应模糊控制器，规则为条件确定的if…then…规则，模糊推理方法采用Max-Min推理法，模糊量的精确化则采用加权平均法来解模糊；
所述自适应模糊控制器以通过给定值yd(t)和***输出值y(t)比较后得到***的误差e和误差变化ec作为输入，以PID控制器的比例系数Kp、积分时间系数Ki、微分时间系数Kd的修正参数ΔKp、ΔKi、ΔKd作为输出，根据不同时刻的误差e和误差变化ec对PID控制器的Kp、Ki、Kd进行自整定，将整定后的Kp、Ki、Kd送入PID控制器，形成自适应模糊控制器。
2.如权利要求1所述的方法，其特征在于，所述PID控制器输出的参数Kp、Ki、Kd如下式所示：
其中，Kp'、Ki'、Kd'为预整定值，a、b、c为预设系数。
3.如权利要求2所述的方法，其特征在于，所述自适应模糊控制器的建模采用Simulink/Fuzzy仿真工具实现，将模糊推理和模糊决策送入Fuzzy控制器中，具体方法为：误差e和误差变化ec分别经过量化因子处理映射到各自的模糊论域中，然后根据所在的模糊等级在模糊控制规则表中查询应该输出的PID参数调节量，最后将PID参数调节量作用于PID控制器。
4.如权利要求1所述的方法，其特征在于，所述方法还包括按照如下方式进行机械部分建模：
所述机械部分是指火控***的执行机构，包括伺服电机齿轮、高低机齿弧和座圈齿圈，伺服电机齿轮与高低机齿弧和座圈齿圈分别通过齿轮啮合来传递电机转矩，在模型中定义接触碰撞来模拟齿轮啮合，
在ADAMS碰撞函数中，碰撞力Fn由等效刚度k和幂指数q确定，使用Hertz弹性碰撞模型来计算k和q；
其中k取决于撞击物体的材料和物体的结构形状：
式中，R和E*根据Hertz接触理论计算得：
1/R＝1/R1+1/R2
1/E*＝(1-μ1 2)/E1+(1-μ2 2)/E2
式中，R1、R2为两个齿轮接触点的当量半径；
μ1、μ2为两个齿轮的泊松比；
E1、E2为两个齿轮的杨氏模量。
5.如权利要求4所述的方法，其特征在于，齿轮接触点的当量半径近似用齿轮分度圆半径来代替，由各齿轮参数可得到各个齿轮、齿弧的当量半径，齿轮材料选择45钢，则其泊松比为0.3，杨氏模量为2×1011pa，从而计算各处碰撞的等效刚度。
CN201810034722.7A 2018-01-15 2018-01-15 火控***建模方法 Pending CN108181817A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810034722.7A CN108181817A (zh) 2018-01-15 2018-01-15 火控***建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810034722.7A CN108181817A (zh) 2018-01-15 2018-01-15 火控***建模方法

Publications (1)

Publication Number Publication Date
CN108181817A true CN108181817A (zh) 2018-06-19

Family

ID=62550575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810034722.7A Pending CN108181817A (zh) 2018-01-15 2018-01-15 火控***建模方法

Country Status (1)

Country Link
CN (1) CN108181817A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112129164A (zh) * 2020-09-23 2020-12-25 中国人民解放军陆军装甲兵学院 一种武器站智能辅助决策***架构

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1952819A (zh) * 2005-10-17 2007-04-25 中国科学院沈阳计算技术研究所有限公司 数控机床模糊pid控制方法及实现装置
US20090132064A1 (en) * 2005-06-13 2009-05-21 Carnegie Mellon University Apparatuses, Systems, and Methods Utilizing Adaptive Control
CN101655704A (zh) * 2009-09-14 2010-02-24 康奋威科技（杭州）有限公司 电脑横机摇床运行的控制方法
CN103197596A (zh) * 2013-03-14 2013-07-10 天津大学 一种数控加工参数自适应模糊控制规则优化方法
CN104091007A (zh) * 2014-07-01 2014-10-08 重庆工商职业学院 一种少齿差行星减速器动力学仿真分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090132064A1 (en) * 2005-06-13 2009-05-21 Carnegie Mellon University Apparatuses, Systems, and Methods Utilizing Adaptive Control
CN1952819A (zh) * 2005-10-17 2007-04-25 中国科学院沈阳计算技术研究所有限公司 数控机床模糊pid控制方法及实现装置
CN101655704A (zh) * 2009-09-14 2010-02-24 康奋威科技（杭州）有限公司 电脑横机摇床运行的控制方法
CN103197596A (zh) * 2013-03-14 2013-07-10 天津大学 一种数控加工参数自适应模糊控制规则优化方法
CN104091007A (zh) * 2014-07-01 2014-10-08 重庆工商职业学院 一种少齿差行星减速器动力学仿真分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
S. DETTORI等: "A fuzzy logic-based tuning approach of PID control for steam turbines for solar applications", 《ENERGY PROCEDIA》 *
毛保全 等: "基于模糊神经网络的遥控武器站伺服***PID控制器", 《兵工自动化》 *
郭正玉 等: "弹道修正弹模糊自适应PID控制器设计", 《四川兵工学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112129164A (zh) * 2020-09-23 2020-12-25 中国人民解放军陆军装甲兵学院 一种武器站智能辅助决策***架构
CN112129164B (zh) * 2020-09-23 2022-09-27 中国人民解放军陆军装甲兵学院 一种武器站智能辅助决策***架构

Similar Documents

Publication Publication Date Title
CN106125574B (zh) 基于dpi模型的压电陶瓷微定位平台建模方法
CN105068564B (zh) 一种压电陶瓷作动器的位移控制方法
CN103529698B (zh) 发电机调速***参数辨识方法
CN104615840B (zh) 一种数字仿真模型的修正方法及***
CN104614985B (zh) 一种基于非线性规划的高阶***最优降阶方法
CN103268082A (zh) 一种基于灰色线性回归的热误差建模方法
CN103279039A (zh) 一种机器人神经网络式计算力矩控制器训练平台及训练方法
CN107203141A (zh) 一种机械臂分散化神经鲁棒控制的轨迹跟踪算法
CN105550747A (zh) 一种新型卷积神经网络的样本训练方法
CN106991493A (zh) 基于灰色神经网络组合模型的污水处理出水参数预测方法
CN103760827A (zh) 跃度约束的数控加工进给率的离线规划方法
CN106870620A (zh) 一种磁流变液阻尼器阻尼力的非参数动力学计算方法
CN108196446A (zh) 模型未知的双电机负载的动态规划最优控制方法
CN114418383A (zh) 一种工业机器人的健康风险评估方法、装置、介质和设备
CN108181817A (zh) 火控***建模方法
CN103106331A (zh) 基于降维和增量式极限学习机的光刻线宽智能预测方法
CN100435050C (zh) 欠驱动双摆***摆杆杂技动作控制方法
CN115688288A (zh) 飞行器气动参数辨识方法、装置、计算机设备及存储介质
CN106059412B (zh) 基于信度规则库推理的他励直流电动机转速控制方法
CN112462606B (zh) 一种基于自适应控制的挠性关节动力学参数辨识方法
CN105759617B (zh) 三自由度直升机的增益调度控制方法
CN103279592B (zh) 一种配电网电压越限仿真方法
Bicakci et al. Optimizing Karnopp friction model parameters of a pendulum using RSM
CN106371321A (zh) 一种焦化炉炉膛压力***模糊网络优化pid控制方法
CN110943473A (zh) 一种基于广域测量***和聚类理论的发电机同调识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180619

RJ01 Rejection of invention patent application after publication