电液仿真转台控制系统设计与仿真研究
针对影响三轴电液仿真转台动、静态性能最大的同步驱动、摩擦和大惯量负载干扰三个问题,采用了模拟人脑基于经验控制的FNN(模糊神经网络)控制器和基于学习校正的PNN(预测神经网络)控制器分别对应转台内环(角速度环)和外环(角度环)反馈系统.FNN同步控制器分为等同和主从同步控制模式,两种模式相互切换,提高了系统同步性能;PNN摩擦干扰控制器采用了基于双网络模型的NARMA(非线性自回归滑动平均)预测模型,具有较强的非线性系统辨识能力,提高了系统抗干扰能力.软件仿真结果表明,当转台外框负载发生变化或外框两马达转速相差较大时,使用PNN-FNN模型的智能控制系统仍具有较高的位置跟踪精度和动态性能.
