基于BP神经网络的压电智能旋翼主动减振仿真分析

发布日期:2021年2月3日
基于BP神经网络的压电智能旋翼主动减振仿真分析 基于BP神经网络的压电智能旋翼主动减振仿真分析

本内容试读结束

下载后可阅读完整内容,立即下载

为提高搜救飞行器在突发外力干扰下依旧可以保持平稳运行的能力,以自身调节机制来迅速响应和适应外力冲击实现主动减振的压电复合材料设计了智能旋翼结构;基于BP神经网络算法的PID控制方法,建立了压电智能旋翼主动减振控制模型;利用Matlab/Simulink平台,通过神经网络算法对偏航角、横滚角、俯仰角三个参数动态调整从而实现飞行过程中对飞行器实时控制。最后在考虑实际飞行控制状态下进行了控制仿真试验。结果表明,该主动减振控制方法,具有带扰动补偿的反馈控制作用,可以有效抑制旋翼在飞行过程中产生的振动,减振效果可提高15%~30%。

旋翼飞行器具有搜救速度快、覆盖面积广、机动性强、可以有效降低搜救人员受伤率等优点。

然而, 大雨等恶劣的搜救环境下, 飞行器会受外力冲击(如突风扰动)产生振动, 导致飞行器失衡甚至旋翼结构破坏,进而导致搜救飞行器坠落等情况的发生,不仅会造成巨大的经济损失,还在一定程度给搜救工作带来极大的不便甚至人员伤害。因此,提高搜救飞行器在突发外力干扰下依旧可以保持平稳运行的能力, 是飞行器研发中亟待解决的关键问题之一[1] [2]。

压电复合材料具有体积轻便、能耗低、频带宽、驱动力高、组合多样、生产和制备技术较成熟等特点,并且具有正逆压电效应,既可以用作作动器又可以作传感器,是目前应用最广泛的一种智能材料。

Bailey [3]等最早利用压电材料结合控制理论开展了一系列主动减振研究。

Hu [4]等提出主动鲁棒性的控制方法对标准的二次控制器和非线性控制信号进行设计研究。丛聪[5]等通过建立力学模型对风力机叶片面内的振动建模和控制问题开展研究。Brillante [6]等基于空气动力学模型和转子模型研究了两种周期性控制方法实现减少直升机旋翼的振动。研究表明,将压电复合材料应用于飞行器旋翼上,通过其自身调节机制来迅速响应和适应外力冲击,具有一定的主动抑振的作用。苑凯华[7]等利用大变形应变–位移关系建立非线性模型对复合材料壁板颤振的控制进行了仿真研究。张凤云[8]采用压电纤维复合材料MFC 作为驱动器,研究悬臂梁的扭转控制问题。压电智能结构是由压电材料作为传感元件和致动元件以及结构本体所组成的智能结构。在智能结构中传感元件用来监测结构的振动,受到微电子系统控制作用致动元件准确动作,结构振动状态因而被改变,随之而来便产生了压电智能结构的振动主动抑制技术,并且有着非常重要的应用前景和应用价值[9] [10]。

综合现有压电主动减振的研究,本文提出采用压电传感器、压电作动器和控制器组成的在“抑振”方面的压电主动控制策略。

基于神经网络PID 控制算法, 在多模态控制过程中, 具有较精确的控制策略, 在更短的时间内比常规的PID 控制效果提高达15%~25%。

该种自适应控制方法, 能够较好地在参数不确定的情况下保证系统的鲁棒性。仿真结果表明,该主动减振控制方法能够较好地消除或抑制旋翼机构振动,总体减振效果可达55%~80%左右。



相关标签