论文部分内容阅读
航天设备多在振动-离心复合环境下工作。限于试验设备的制约,通常都采用分时独立的单项环境试验。试验的结果难于预测产品在振动-离心复合环境下潜在的故障。振动-离心复合环境试验受到了日益的重视。 安装在离心机机臂上的振动台在离心力作用下各部分偏离了平衡位置,影响了振动台的正常工作。对振动台进行控制,以克服离心力的影响是试验实现的关键。由于振动台系统具有时变性;且参数在大范围内变化,采用传统的控制理论和设计方法难于实现控制。 本文研究了在振动-离心复合环境下,应用计算智能方法实现对振动台的控制。作者首先借助于振动台的五刚体模型,利用振动台的离散化状态方程,并结合遗传算法,以振动台台面的加速度作为控制目标,实现了离心环境中振动台在正弦激励下的控制。作者进一步提出利用前馈BP神经网络模拟振动台系统的动力特性,避免振动台的建模。并以该神经网络和遗传算法相结合实现对振动台的控制,算例表明,两种方法都有良好的控制效果。 离心力环境中振动台的动力学建模,采用了机臂为刚体的假设,这可能对振动台系统的运动特征作出不精确的结论。针对该问题,作者还探讨了考虑离心机臂变形情况下,振动台的非线性动力学建模。 本论文工作,为最终实现在随机激励下自适应逆控制方法提供了很好的基础。