CN110083062A - 一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方法 - Google Patents
一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方法 Download PDFInfo
- Publication number
- CN110083062A CN110083062A CN201910326133.0A CN201910326133A CN110083062A CN 110083062 A CN110083062 A CN 110083062A CN 201910326133 A CN201910326133 A CN 201910326133A CN 110083062 A CN110083062 A CN 110083062A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- pid
- controller
- platform
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000002131 composite material Substances 0.000 title claims abstract description 7
- 238000013461 design Methods 0.000 claims abstract description 18
- 230000003287 optical effect Effects 0.000 claims abstract description 6
- 239000000700 radioactive tracer Substances 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000009897 systematic effect Effects 0.000 claims description 6
- 238000004804 winding Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 230000006641 stabilisation Effects 0.000 claims description 4
- 238000011105 stabilization Methods 0.000 claims description 4
- 102100035971 Molybdopterin molybdenumtransferase Human genes 0.000 claims description 3
- 101710119577 Molybdopterin molybdenumtransferase Proteins 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000001976 improved effect Effects 0.000 abstract description 5
- 230000002045 lasting effect Effects 0.000 abstract description 3
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000287181 Sturnus vulgaris Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于速度扰动观测器和Fuzzy‑PID的视轴稳定复合控制方法。该发明在两轴两框架的稳定平台上分别安装角速率陀螺和光电编码器，将角速率陀螺反馈的信号送入视轴稳定控制器，将光电编码器获得的位置信息送入位置控制器，经典PID控制建立在被控对象模型参数固定的基础上，但是在实际情况中，被控对象的参数如转动惯量、摩擦力矩等并不是保持不变的，所以设计一个模糊PID控制器，改善了PID控制器的参数整定不依赖被控对象的数学模型，使其参数能在线调整，提高了视轴稳定回路的稳定精度、实时性、鲁棒性，本发明在系统中加入基于速度信号的扰动观测器，采用扰动观测器来观测扰动，并对其进行一定补偿，视轴稳定精度也相应得到了提高。
Description
技术领域
本发明涉及一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方 法。
背景技术
近年来，无人机光电跟踪平台作为无人机的有效载荷，在军用、警用、民 用等领域发挥着重要作用。机载光电跟踪平台的发展尤其为航空侦察做出了很 大贡献。机载光电平台挂载在无人机上，凝视侦察可疑区域，从而获取可疑目 标图像信息和位置信息，实现对敏感目标的侦察与测量。在无人机这种运动载 体上的光电成像跟踪系统中，要实现对目标的准确测量和跟踪，必须采用视轴 稳定技术，为测量设备(CCD摄像机、前视红外热像仪等)提供具有空间稳定 性的惯性基准，保证光电传感器在载体运动中依然获得稳定清晰的图像，使得 建立在此基础上的光电跟踪系统实现对机动目标的自动跟踪。为了满足目前无人机光电平台视轴稳定精度要求，采用经典控制与现代控制相结合的方法，已 成为大势所趋。
对于动基座下的载体运动干扰、摩擦力矩干扰和质量不平衡的干扰，经典 控制无能为力，现在一般都采用现代控制方法解决视轴的扰动问题。已经有多 种现代控制理论应用于与视轴稳定控制器，例如自适应PID控制器、自适应滑 模控制器、神经网络自适应控制器。众多研究人员对经典控制理论进行了大量 研究，PID具有较好的动态性能，但是在设定PID参数的过程中，发现PID参 数调节的不确定性，由于外界扰动，系统输入的值在范围内变化，此时原本设 定的PID参数不一定是最优值。
现有的无人机光电稳定平台的模糊PID视轴稳定控制方法通常包括以下步 骤：
1.首先将输入输出进行量化论域，设定比例因子以及隶属度函数，模糊控制 规则，以及解模糊化的方法存储到控制器中，构建模糊PID控制器
2.开启光电平台视轴稳定回路，向光电跟踪器视轴稳定回路中依次输入给定 的一系列角速率值，每次输入的角速率值与光电跟踪器视轴稳定回路反馈回来 的角速率值输出值相减得到误差信号e，误差信号前向差分得到误差变化率信 号ec；
3.将e和ec输入模糊控制器，分别与各自的量化因子相乘，映射到各自的 论域，对e和ec两个输入论域模糊子集及其隶属度函数按照设定的模糊控制 规则进行max-min映射，得到输出信号ΔKp、ΔKi、ΔKd的模糊表达，然后将其解 模糊化，通过比例因子放大即得到模糊控制器的输出，输出值驱动后续执行机 构实现对光电跟踪器跟踪速度的控制。
现有的光电跟踪器视轴稳定回路的模糊控制方法具有简单、动态响应快、 不依赖受控对象精确数学模型等优点，但是也存在以下问题：
模糊PID控制在确定了控制规则和隶属度函数之后，相当于PID控制器在 一定范围内根据输入调整自己的参数，对受控对象进行控制，但是模糊PID在 抗干扰性能上还是有一定的不足，无法完成高精度的稳定平台的要求。
发明内容
本发明提供一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方 法，该方法在模糊PID控制器的基础上，在视轴稳定回路中添加基于速度信号 的扰动观测器，对外部的扰动进行观测，该控制方法在不破坏模糊PID对PID 控制器的改良效果的基础上，提高了光电稳定平台的抗干扰能力和稳定精度。
为解决现有技术存在的问题，本发明的技术方案是：一种基于速度扰动观 测器和Fuzzy-PID的视轴稳定复合控制方法，其特征在于：所述的步骤为：
1)构建模糊PID控制器
a、模糊PID结构设计：
模糊PID控制器的控制过程为PID控制器的初始参数Kp′、Ki′、Kd′及对PID 三个参数的模糊化，
其中Kp、Ki、Kd分别为PID控制器的比例、积分和微分系数；
b、确定PID初始参数的整定
选取方位轴的驱动电机作为直流力矩电机，根据力平衡和电平衡方程通过 拉式变化，得到电机的传递函数为：
其中u′(s),M(s)分别为调制电压输入和力矩输出，J为转动惯量，b为阻尼系 数，L为电感，R为电机绕组电阻，Cm为电机力矩系数，Ce为电机反电势系数，
简化功率放大器传递函数为比例环节，即有：
GPWM(s)＝KPWM (3)
电机和设计的功率放大电路是稳定控制器的控制对象；
c、隶属函数和模糊规则的确定
在运行中通过不断检测系统误差e和误差变化率ec，根据模糊控制原理来 对3个参数进行在线修改，得到针对Kp，Ki，Kd，三个参数分别整定的模糊控 制表；
在系统误差e和变化率ec模糊论域选取上，e，ec＝[-2，2]，模糊子集为 e，ec＝{NB，NM，NS，ZO，PS，PM，PB}，子集中元素分别代表负大、负中、负小、零、正 小、正中、正大；
设e,ec和Kp、Ki、Kd服从正态分部，设e,ec和K_p、K_i、K_d服从正态 分部，采用的隶属度函数如下：(其中X分别代表论域E和EC，ΔKP，ΔKi, ΔKd)
根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推 理设计PID参数的模糊矩阵表，差出修正参数代入下式计算：
其中Kp、Ki、Kd分别为PID控制器的比例、积分和微分系数；
d、解模糊
采用重心法解模糊，即
2)基于速度的扰动观测器设计
基于速度信号扰动观测器(VDOB)的设计中，P(s)为平台真实模型，P1(S) 为平台标称模型，C(S)为控制器，C1(S)为补偿器；r为速度参考信号，y为平 台速度输出，Td为平台力矩扰动，包括摩擦力矩、线挠力矩、不平衡力矩等， yd是平台载体速度扰动，u是C(S)输出控制量，uc是扰动估计量，ut是平台的 实际驱动力矩，当标称模型正确，VDOB的数学表达式为：
同样，未引入VDOB的系统数学表达式为，
VDOB的设计与控制器相互独立；
3)开启光电跟踪器视轴稳定回路，对光电跟踪视轴稳定回路输入角速率信 号，通过模糊PID获得实时PID参数，输入角速率信号经过模糊PID控制器的 输出和经过PWM伺服驱动器后转化为脉宽调制信号，该信号驱动电机带动负 载平台产生角速度，及无人机光电跟踪平台视轴稳定回路的输出，实现对视轴 的稳定，提高平台的稳定性。
与现有技术相比，本发明的优点如下：
本发明将模糊PID与VDOB相结合，通过模糊PID改善了系统的动态性能， 通过VDOB提高了系统的抗干扰能力，改善了系统的稳态性能，VODB在不影响 原有控制器的控制效果的同时，大幅度提高了系统抗干扰能力。
附图说明
图1是模糊PID控制器原理图；
图2是模糊PID仿真图；
图3是VDOB与模糊PID结合的视轴稳定回路原理图；
图4是VDOB与模糊PID结合的视轴稳定回路仿真图；
图5中(a)是Kp的三维映射图；(b)是Ki的三维映射图；(c)是Kd的三维 映射图；
图6当输入为幅值为1的阶跃信号，外界无扰动的仿真对比图；
图7是3sin(2πt)(°/s)的速度扰动信号阶跃响应对比图；
图8是力矩扰动为0.3+sin(2πt)Nm的扰动阶跃响应对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅 仅用以解释本发明，并不用于限定本发明。
本发明原理：
模糊控制算法将输入模糊化，通过设定调整规则，得出模糊输出，最终解 模糊得到结果。模糊PID则是将输入值与PID参数联系起来，实时在线调整参 数，从而实现较好的控制性能。为了获得高精度、快速响应的视轴稳定系统， 将模糊PID控制器和基于速度信号扰动观测器(VDOB)结合起来，模糊PID 有良好的控制性能，考虑到无人机飞行过程中视轴稳定平台可能受到不同程度 的力矩和速度扰动，为了减少扰动对控制精度的影响，采用VDOB来观测扰动， 并对其进行一定补偿，视轴稳定精度也相应得到了提高。
一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方法，包括以 下步骤：
1、构建模糊PID控制器
1.1模糊PID结构设计
模糊PID控制原理如图1所示，模糊PID从实验中得到e、ec的值，模糊 推理根据e、ec与PID参数的模糊关系得出实时PID参数，PID控制器根据实 时的PID参数，对被控对象进行实时控制，最终实现控制效果。
模糊PID控制器最主要的是PID控制器的初始参数Kp′、Ki′、Kd′及对PID三 个参数的模糊化，
其中Kp、Ki、Kd分别为PID控制器的比例、积分和微分系数。
1.2确定PID初始参数的整定
为了对控制系统进行建模，首先我们需要对视轴稳定系统所搭载的视轴稳 定平台进行建模；根据平台及负载对力矩的要求，选取了直流力矩电机作为方 位轴的驱动电机，根据力平衡和电平衡方程通过拉式变化，最终得到电机的传 递函数：
其中u′(s),M(s)分别为调制电压输入和力矩输出，J为转动惯量，b为阻尼系 数，L为电感，R为电机绕组电阻，Cm为电机力矩系数，Ce为电机反电势系数；
系统需要功率放大电路对电机进行控制，由于系统中功率放大器截止频率 远大于电机的截止频率，所以简化其传递函数为比例环节。即有：
GPWM(s)＝KPWM (3)
根据选取的电机信号和设计的功率放大电路可知稳定控制器的控制对象的 传递函数为
得到控制对象的模型后，采用临界比例法计算PID参数的初始值。首先令 Ki＝0，Kd＝0，通过调节Kp的值，当曲线波动呈等幅振荡时，得到临界比例度δk 和临界周期Tk值，根据临界比例度法参数计算表，得到PID三个参数的计算公 式Kp＝1.78δk，Ki＝0.5Tk，Kd＝0.125Tk
由于视轴稳定回路搭载在无人机上，大部分无人机的扰动主频在13Hz，所 以稳定回路的带宽选择在20Hz以上，最终经过调整得到的PID参数KP＝400、 Ki＝9、Kd＝0.003。
1.3隶属函数和模糊规则的确定
PID参数模糊自整定是找出PID三个参数e与ec之间的模糊关系，在运行 中通过不断检测系统误差e和误差变化率ec，根据模糊控制原理来对3个参数 进行在线修改，以满足不同e和ec时对控制参数的不同要求，而使被控对象有 良好的动，静态性能；总结工程设计人员的技术知识和实际操作经验，得到针 对Kp，Ki，Kd，三个参数分别整定的模糊控制表。
在系统误差e和变化率ec，模糊子集为e，ec＝[-2，2]，子集中元素分别代表 负大、负中、负小、零、正小、正中、正大，E，EC，ΔKP，ΔKi,ΔKd的量化 因子分别为1，20，200，20，0.0015。
设e,ec和Kp，Ki，Kd服从正态分部，采用的隶属度函数如下：(其中X 分别代表论域E和EC，ΔKP，ΔKi,ΔKd)
表1 Kp的模糊规则表
表2 Ki的模糊规则
表3 Kd的模糊规则
根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推 理设计PID参数的模糊矩阵表，差出修正参数代入下式计算
其中Kp、Ki、Kd分别为PID控制器的比例、积分和微分系数。
在MATLAB中对文中ΔKp、ΔKi、ΔKd的模糊规则进行三维建模，结果如图5 所示。
1.4解模糊
在建立模糊规则之后，系统的输出得到模糊化的结果，解模糊可以得到精 确的输出值。文中采用重心法，重心法取隶属度函数曲线与横坐标围成面积的 重心作为模糊推理的最终输出值，即
图2所示的模糊PID仿真图，图中所示Fuzzy Logic Controller模块为模糊 控制的核心模块，隶属度函数和控制规则会按照上述的选取值进行设计，该模 块的输入是e，ec输出是ΔKp、ΔKi、ΔKd，图中400,9,0.003分别表示Kp、Ki、Kd的 初始参数。
2、基于速度的扰动观测器设计
考虑到负载的变化对系统控制特性的影响，为了增加系统的鲁棒性和快速 稳定性，通常需要设计一个外界扰动观测器实现补偿控制，在设计中，从系统 可测信息中估计出不可测的扰动而构造一个干扰观测器，可以增强对系统偏差 的调节，增加系统的抗干扰能力。经典扰动观测器包含微分环节，存在噪声放 大等问题，限制了伺服性能的提高。文中提出基于速度信号扰动观测器(VDOB) 来解决DOB存在的问题。VDOB及光电稳定平台控制系统原理框图如图3所 示。
其中,P(s)为平台真实模型，P1(S)为平台标称模型，C(S)为控制器，C1(S) 为补偿器；r为速度参考信号，y为平台速度输出，Td为平台力矩扰动，包括摩 擦力矩、线挠力矩、不平衡力矩等，yd是平台载体速度扰动，u是C(S)输出 控制量，uc是扰动估计量，ut是平台的实际驱动力矩。从图5可知，当标称模 型正确，VDOB的数学表达式为：
同样，未引入VDOB的系统数学表达式为，
比较两式可以得出结论如下：
(1)当标称模型P1(s)与真实模型P(s)完全相同，VDOB与系统的速度输出和 系统参考输入无关，这说明控制器C(s)和VDOB的设计是完全独立的。
(2)相同前提下，引入的VDOB为了提高系统对频率在0～ωd间扰动的抑制能 力，系统需要满足的条件有：1-C1(S)P(s)引入的是稳定极点； ||1-C1(jω)P(jω)||＞1.0＜ω≤ωd。若P1(s)＝P(s)(1+Δ(s))，则根据鲁棒稳定性定理可以 得出，VDOB鲁棒稳定的基本条件是||Δ(s)C1(S)||∞＜＜1。
VDOB参数为名义模型：扰动补偿器：满足鲁棒稳定性条件。图4为VDOB和模糊PID复合控制仿真图。
3、开启光电跟踪器视轴稳定回路，对光电跟踪视轴稳定回路输入角速率信 号，通过模糊PID获得实时PID参数，输入角速率信号经过模糊PID控制器的 输出和经过PWM伺服驱动器后转化为脉宽调制信号，该信号驱动电机带动负 载平台产生角速度，及无人机光电跟踪平台视轴稳定回路的输出，从而实现对 视轴的稳定，提高平台的稳定性。
图6、图7和图8表示了在MATLAB的simulik工具箱中进行的仿真实验表 明，在1Hz的力矩扰动下，加入VDOB的稳定回路的隔离度为4.31％，明显 小于未加入VDOB回路的5.84％；在1Hz的速度扰动下，加入VDOB的稳定 回路的隔离度为5.56％，小于未加入VDOB回路的4.72％。在10Hz的速度和 力矩扰动下，加入VDOB系统对扰动的隔离能力并无明显提升。通过分析表1、 表2可以得出，模糊控制器对高频低频信号都有着较好的抑制能力，与VDOB 相结合后的复合控制则进一步加强了系统对低频信号的抑制能力，提高了视轴 稳定回路的控制性能以及扰动抑制能力。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范 围。
Claims (1)
1.一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方法，其特征在于：所述的步骤为：
1)构建模糊PID控制器
a、模糊PID结构设计：
模糊PID控制器的控制过程为PID控制器的初始参数Kp′、Ki′、Kd′及对PID三个参数的模糊化，
其中Kp、Ki、Kd分别为PID控制器的比例、积分和微分系数；
b、确定PID初始参数的整定
选取方位轴的驱动电机作为直流力矩电机，根据力平衡和电平衡方程通过拉式变化，得到电机的传递函数为：
其中u′(s),M(s)分别为调制电压输入和力矩输出，J为转动惯量，b为阻尼系数，L为电感，R为电机绕组电阻，Cm为电机力矩系数，Ce为电机反电势系数，
简化功率放大器传递函数为比例环节，即有：
GPWM(s)＝KPWM (3)
电机和设计的功率放大电路是稳定控制器的控制对象；
c、隶属函数和模糊规则的确定
在运行中通过不断检测系统误差e和误差变化率ec，根据模糊控制原理来对3个参数进行在线修改，得到针对Kp，Ki，Kd，三个参数分别整定的模糊控制表；
在系统误差e和变化率ec模糊论域选取上，e，ec＝[-2，2]，模糊子集为e，ec＝{NB，NM，NS，ZO，PS，PM，PB}，子集中元素分别代表负大、负中、负小、零、正小、正中、正大；
设e,ec和Kp、Ki、Kd服从正态分部，设e,ec和K_p、K_i、K_d服从正态分部，采用的隶属度函数如下：(其中X分别代表论域E和EC，ΔKP，ΔKi,ΔKd)
根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计PID参数的模糊矩阵表，差出修正参数代入下式计算：
其中Kp、Ki、Kd分别为PID控制器的比例、积分和微分系数；
d、解模糊
采用重心法解模糊，即
2)基于速度的扰动观测器设计
基于速度信号扰动观测器(VDOB)的设计中，P(s)为平台真实模型，P1(S)为平台标称模型，C(S)为控制器，C1(S)为补偿器；r为速度参考信号，y为平台速度输出，Td为平台力矩扰动，包括摩擦力矩、线挠力矩、不平衡力矩等，yd是平台载体速度扰动，u是C(S)输出控制量，uc是扰动估计量，ut是平台的实际驱动力矩，当标称模型正确，VDOB的数学表达式为：
同样，未引入VDOB的系统数学表达式为，
VDOB的设计与控制器相互独立；
3)开启光电跟踪器视轴稳定回路，对光电跟踪视轴稳定回路输入角速率信号，通过模糊PID获得实时PID参数，输入角速率信号经过模糊PID控制器的输出和经过PWM伺服驱动器后转化为脉宽调制信号，该信号驱动电机带动负载平台产生角速度，及无人机光电跟踪平台视轴稳定回路的输出，实现对视轴的稳定，提高平台的稳定性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910326133.0A CN110083062A (zh) | 2019-04-23 | 2019-04-23 | 一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910326133.0A CN110083062A (zh) | 2019-04-23 | 2019-04-23 | 一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110083062A true CN110083062A (zh) | 2019-08-02 |
Family
ID=67416197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910326133.0A Pending CN110083062A (zh) | 2019-04-23 | 2019-04-23 | 一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110083062A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427043A (zh) * | 2019-09-04 | 2019-11-08 | 福州大学 | 基于作业飞行机器人重心偏移的位姿控制器设计方法 |
| CN110672121A (zh) * | 2019-09-19 | 2020-01-10 | 北京控制工程研究所 | 一种控制力矩陀螺框架动态响应测试方法及系统 |
| CN111162698A (zh) * | 2020-03-09 | 2020-05-15 | 山东大学 | 一种agv用恒压支架pid无刷直流电机模糊控制系统及方法 |
| CN112147882A (zh) * | 2020-09-16 | 2020-12-29 | 西安方元明科技股份有限公司 | 一种基于自稳定平台的模糊pid控制方法 |
| CN112542974A (zh) * | 2020-11-06 | 2021-03-23 | 上海航天控制技术研究所 | 一种电机控制系统 |
| CN112925316A (zh) * | 2021-01-25 | 2021-06-08 | 中国船舶工业集团公司第七0八研究所 | 一种双泵喷水推进船舶矢量控制推力分配优化方法 |
| CN114089624A (zh) * | 2021-07-20 | 2022-02-25 | 武汉高德红外股份有限公司 | 一种基于实时fft变换的峰值器扰动抑制系统和方法 |
| CN115182928A (zh) * | 2022-03-28 | 2022-10-14 | 北方工业大学 | 一种复合轴视轴稳定设备的动力减摩方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034249A (zh) * | 2012-12-27 | 2013-04-10 | 中国电子科技集团公司第二十六研究所 | 一种基于模糊决策的双轴光电转台复合控制系统和控制方法 |
| CN104199287A (zh) * | 2014-07-30 | 2014-12-10 | 宁波成电泰克电子信息技术发展有限公司 | 一种光电跟踪器视轴稳定回路的模糊控制方法 |
-
2019
- 2019-04-23 CN CN201910326133.0A patent/CN110083062A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034249A (zh) * | 2012-12-27 | 2013-04-10 | 中国电子科技集团公司第二十六研究所 | 一种基于模糊决策的双轴光电转台复合控制系统和控制方法 |
| CN104199287A (zh) * | 2014-07-30 | 2014-12-10 | 宁波成电泰克电子信息技术发展有限公司 | 一种光电跟踪器视轴稳定回路的模糊控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| 侯宏录 等: "基于速度扰动观测和模糊PID的视轴稳定控制", 《自动化仪表》 * |
| 唐瑞 等: "视轴稳定系统的模糊PID控制器设计", 《电子测量技术》 * |
| 李嘉全 等: "基于速度信号的扰动观测器及在光电稳定平台的应用", 《光学精密工程》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427043B (zh) * | 2019-09-04 | 2021-09-28 | 福州大学 | 基于作业飞行机器人重心偏移的位姿控制器设计方法 |
| CN110427043A (zh) * | 2019-09-04 | 2019-11-08 | 福州大学 | 基于作业飞行机器人重心偏移的位姿控制器设计方法 |
| CN110672121A (zh) * | 2019-09-19 | 2020-01-10 | 北京控制工程研究所 | 一种控制力矩陀螺框架动态响应测试方法及系统 |
| CN110672121B (zh) * | 2019-09-19 | 2020-11-20 | 北京控制工程研究所 | 一种控制力矩陀螺框架动态响应测试方法及系统 |
| CN111162698A (zh) * | 2020-03-09 | 2020-05-15 | 山东大学 | 一种agv用恒压支架pid无刷直流电机模糊控制系统及方法 |
| CN112147882A (zh) * | 2020-09-16 | 2020-12-29 | 西安方元明科技股份有限公司 | 一种基于自稳定平台的模糊pid控制方法 |
| CN112542974B (zh) * | 2020-11-06 | 2022-09-09 | 上海航天控制技术研究所 | 一种电机控制系统 |
| CN112542974A (zh) * | 2020-11-06 | 2021-03-23 | 上海航天控制技术研究所 | 一种电机控制系统 |
| CN112925316A (zh) * | 2021-01-25 | 2021-06-08 | 中国船舶工业集团公司第七0八研究所 | 一种双泵喷水推进船舶矢量控制推力分配优化方法 |
| CN114089624A (zh) * | 2021-07-20 | 2022-02-25 | 武汉高德红外股份有限公司 | 一种基于实时fft变换的峰值器扰动抑制系统和方法 |
| CN114089624B (zh) * | 2021-07-20 | 2024-05-17 | 武汉高德红外股份有限公司 | 一种基于实时fft变换的峰值器扰动抑制系统和方法 |
| CN115182928A (zh) * | 2022-03-28 | 2022-10-14 | 北方工业大学 | 一种复合轴视轴稳定设备的动力减摩方法 |
| CN115182928B (zh) * | 2022-03-28 | 2023-08-11 | 北方工业大学 | 一种复合轴视轴稳定设备的动力减摩方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110083062A (zh) | 一种基于速度扰动观测器和Fuzzy-PID的视轴稳定复合控制方法 | |
| CN108646572B (zh) | 一种基于bp神经网络与自抗扰控制器相结合的三轴云台伺服电机的控制方法 | |
| CN106444799B (zh) | 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法 | |
| CN112817231B (zh) | 一种具有强鲁棒性的机械臂高精度跟踪控制方法 | |
| CN105785762B (zh) | 一种基于自适应反步滑模的两轴惯性稳定平台高精度控制方法 | |
| Sui et al. | Active disturbance rejection control for optoelectronic stabilized platform based on adaptive fuzzy sliding mode control | |
| Wang et al. | Based on robust sliding mode and linear active disturbance rejection control for attitude of quadrotor load UAV | |
| CN105446140B (zh) | 一种稳定平台伺服系统基于有限时间收敛的复合控制方法 | |
| Castañeda et al. | Continuous and smooth differentiator based on adaptive sliding mode control for a quad‐rotor MAV | |
| CN109062043A (zh) | 考虑网络传输以及执行器饱和的航天器自抗扰控制方法 | |
| CN106527462A (zh) | 无人机控制装置 | |
| CN111273544B (zh) | 基于预测rbf前馈补偿型模糊pid的雷达俯仰运动控制方法 | |
| Pan et al. | Online data‐driven composite adaptive backstepping control with exact differentiators | |
| Li et al. | High-precision disturbance compensation for a three-axis gyro-stabilized camera mount | |
| CN112015192B (zh) | 一种自愈四旋翼无人机抗干扰控制方法与系统 | |
| CN105227035A (zh) | 一种永磁直线电机控制方法 | |
| Sun et al. | Practical solution to attitude control within wide envelope | |
| Zhou et al. | A High‐Precision Control Scheme Based on Active Disturbance Rejection Control for a Three‐Axis Inertially Stabilized Platform for Aerial Remote Sensing Applications | |
| Zhang et al. | Backstepping control for the optoelectronic stabilized platform based on adaptive fuzzy logic system and nonlinear disturbance observer | |
| CN110440778A (zh) | 一种mems陀螺仪无超调保性能模糊小波神经控制方法 | |
| CN110108277A (zh) | 基于二型模糊控制的航空惯性稳定平台摩擦补偿方法 | |
| Senthil Kumar et al. | Fuzzy logic-based self-tuning PID controllers using parameters adaptive method for stabilization of a two-axis seeker gimbal | |
| Zhou et al. | An improved fuzzy neural network compound control scheme for inertially stabilized platform for aerial remote sensing applications | |
| CN106200383A (zh) | 一种基于模型参考自适应神经网络的三轴惯性稳定平台控制方法 | |
| Liu et al. | Fuzzy PID tracking controller for two-axis airborne optoelectronic stabilized platform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190802 |
|
| RJ01 | Rejection of invention patent application after publication |