三軸ATP運動平臺若干關(guān)鍵問題研究.pdf

1、光電捕獲、跟蹤與瞄準(Acquisition，TrackingandPointing，ATP)系統(tǒng)以高于微波頻率的光波為信號載體，使跟瞄系統(tǒng)戰(zhàn)術(shù)性能產(chǎn)生了質(zhì)的飛躍，其在武器控制、天文觀測、靶場測量、航空航天和激光通信等領(lǐng)域取得了日益廣泛的應(yīng)用。雖然在不同領(lǐng)域?qū)TP系統(tǒng)要求側(cè)重點各不相同，但總的趨勢都是向高精度、高速度、強適應(yīng)性發(fā)展。 隨著對光電ATP系統(tǒng)要求的不斷提高，特別是光電ATP系統(tǒng)自身機動性的要求以及為避開大氣對目標觀

2、測或者光束傳輸?shù)挠绊懙仍?，基座固定于大地的光電ATP系統(tǒng)已經(jīng)不能滿足使用要求，發(fā)展基座固定于運動平臺上的光電ATP系統(tǒng)成為當前研究的重要內(nèi)容。 但是相對于地基ATP系統(tǒng)，運動平臺ATP系統(tǒng)面臨更多問題。要達到高精度、高速度、強適應(yīng)性，除了要有高性能的光電傳感元件之外，快速、靈活而精度高的伺服系統(tǒng)也是關(guān)鍵。跟瞄裝置執(zhí)行機構(gòu)的結(jié)構(gòu)形式、傳動裝置存在的摩擦、齒隙等非線性的影響等是制約伺服系統(tǒng)精度進一步提高的重要因素。另外，隨著現(xiàn)代戰(zhàn)

3、爭、航天航空、檢測技術(shù)、智能控制等領(lǐng)域技術(shù)的不斷進步，無人駕駛、智能避障、路徑智能規(guī)劃的自動化運動平臺，也成為運動平臺ATP系統(tǒng)研究的一個重要領(lǐng)域。 基于以上現(xiàn)狀，本文對三軸跟蹤架ATP運動平臺系統(tǒng)中的跟瞄特性、三軸跟蹤架結(jié)構(gòu)的動力學(xué)建模、三軸跟瞄策略優(yōu)化、齒隙摩擦補償、路徑規(guī)劃等方面進行了研究： 基于自主設(shè)計制造的運動平臺ATP系統(tǒng)，介紹了三軸跟蹤架結(jié)構(gòu)存在冗余自由度、跟瞄策略多樣化的特點，分析了偏距對系統(tǒng)跟瞄性能的影

4、響，指出了偏距引入的不可見區(qū)域以及誤差的處理方法。 基于剛體定軸轉(zhuǎn)動的四元數(shù)描述方法，采用Lagrange-Maxwell方程，建立了三軸跟蹤架結(jié)構(gòu)ATP系統(tǒng)的機電動力學(xué)模型?；诮⒌膭恿W(xué)模型，分析了三軸ATP系統(tǒng)的運動形式，仿真和實驗結(jié)果基本一致，驗證了該動力學(xué)模型的正確性。 將非線性權(quán)值遞減策略引入改進的Meta粒子群(M2PSO)算法，提出了一種改進的M2PSO算法，采用經(jīng)典函數(shù)Sphere和Rosnbrock

5、測試了M2PSO算法和改進M2PSO算法的尋優(yōu)性能，測試結(jié)果表明，改進M2PSO算法較M2PSO算法有更快的收斂速度。 通過分析三軸ATP系統(tǒng)的跟瞄運動過程，在給定當前三軸位置角和探測器誤差角的條件下，將求解三軸角增量的方法轉(zhuǎn)化為求最優(yōu)值問題，并采用改進的M2PSO算法求得了不同初始條件下滿足目標要求的三軸角增量組合，通過與方位俯仰兩軸結(jié)構(gòu)的仿真結(jié)果比較，驗證了三軸跟蹤架系統(tǒng)全空間無跟蹤盲區(qū)的優(yōu)點。 將RBF神經(jīng)網(wǎng)絡(luò)引入

6、到滑模變結(jié)構(gòu)控制中，闡述了RBF神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)復(fù)合控制器的設(shè)計過程，并對復(fù)合控制器進行了穩(wěn)定性分析，提出了滿足控制器穩(wěn)定性要求的條件。復(fù)合控制方法采用RBF網(wǎng)絡(luò)的在線學(xué)習功能，調(diào)節(jié)滑模變結(jié)構(gòu)控制切換項的增益，能降低滑模變結(jié)構(gòu)控制的抖振現(xiàn)象。 將集合摩擦模型和滯環(huán)齒隙模型引入三軸傳動系統(tǒng)機電動力學(xué)模型，建立了同時考慮摩擦、齒隙以及傳動軸剛度變化特性等因素的系統(tǒng)動力學(xué)模型?；谝陨夏Ｐ停捎肦BF神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)復(fù)合控制方法對

7、系統(tǒng)存在的齒隙和摩擦現(xiàn)象進行了補償控制。仿真比較了PD控制、固定增益滑模變結(jié)構(gòu)控制和RBF神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)控制三種方法的控制效果，仿真結(jié)果表明RBF神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)控制的補償效果優(yōu)于PD控制和固定增益滑模變結(jié)構(gòu)控制，是一種有效的齒隙和摩擦補償方法。 建立了運動平臺小車的運動學(xué)和動力學(xué)數(shù)學(xué)模型，提出了一種基于傳感器檢測實時更新的動態(tài)環(huán)境地圖的柵格法描述方法。針對傳統(tǒng)人工勢場法存在局部最小值的問題，采用一種基于PSO算法的改進人