基于遗传优化RBF神经网络的电动负载模拟器控制

摘要：

针对炮控系统电动负载模拟器存在的摩擦、间隙、弹性形变、对象参数时变和位置扰动等复杂非线性,传统的控制方法难以得到良好的动静态性能指标.结合电动负载模拟器系统组成和工作原理,建立了加载数学模型,利用炮控系统位置控制信号进行前馈补偿,设计了RBF神经网络控制器,并采用改进遗传算法对控制器的权值、节点和中心矢量等参数进行优化.实验结果表明:该控制策略能够有效抑制多余力矩,保证了系统静、动态加载时的控制精度和稳定性.

关键词：电动负载模拟器、RBF神经网络、遗传算法、多余力矩

所属期刊栏目：38

分类号：TN711-34(基本电子电路)

资助基金：国家自然科学基金项目51305205

在线出版日期：2015-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：113-117