一种宽频惯性基准稳定平台的谐振点测试系统的制作方法

文档序号:15310840发布日期:2018-08-31 21:47阅读:198来源:国知局

本发明涉及航空航天激光通信系统测试领域,具体为一种宽频惯性基准稳定平台的谐振点测试系统,可用于惯性基准稳定平台谐振点的测试,特别适用于宽频惯性基准稳定平台的各阶谐振点测试。



背景技术:

宽频惯性基准稳定平台是由惯性传感器等组成的姿态测量系统,可以为有效载荷实现目标精确定位与跟踪提供精确的载体坐标系。在激光通信领域,当有效载荷搭载于移动载体,且目标也处于动态环境中时,宽频惯性基准稳定平台能够在隔离载体振动的同时,完成对载荷姿态指令的快速响应,保证载荷视轴的指向精度。为有效隔离空间微角振动的影响,应用于航空航天领域的宽频惯性基准稳定平台所能隔离的角振动范围一般要大于300hz。

为了实现宽频惯性基准稳定平台的宽频带,一般选用柔性支撑结构作为稳定平台的支撑结构,使得系统在工作方向上的谐振频率远小于工作带宽,非工作方向上的谐振频率远大于工作带宽,降低稳定平台对工作方向驱动力的要求,一般采用音圈电机作为驱动单元即可满足驱动力要求。

宽频惯性基准稳定平台的各阶谐振频率分布是影响稳定平台性能的关键因素,为保证稳定平台在闭环带宽范围内稳定工作,所设计的控制系统应能精确补偿系统的一阶谐振点,同时保证闭环带宽小于2~3倍的系统高阶谐振点,也即控制系统的设计受限于稳定平台系统各阶谐振点的分布。而稳定平台系统的各阶谐振点分布主要受柔性支撑结构的影响,且柔性支撑结构在设计过程中采用的静刚度公式在非工作方向上理论刚度与实际刚度之间存在较大偏差,导致系统高阶谐振点的理论值与实际值之间会有较大偏差。因此,为保证系统的实际高阶谐振频率点能满足系统的闭环带宽要求,需要对宽频惯性基准稳定平台的各阶谐振点进行测试,将测试的谐振点分布作为柔性支撑结构设计修正与控制系统设计的依据,保证稳定平台系统在宽频带范围内稳定工作。

现有的谐振点测试系统多是在开环条件下,通过扫频输入得到系统的谐振点,采用这种方法测试宽频惯性基准稳定平台系统时,由于音圈电机在高频输入电压作用下,其输入电压与输出位移之间会呈现复杂的非线性迟滞关系,导致音圈电机出现抖动,难以对稳定平台进行高阶谐振点的开环测试。因此谐振点测试系统的设计关键在于补偿音圈电机的复杂非线性。

实用新型专利cn201611867u中提到了一种直线音圈电机非线性特性的智能补偿控制系统,这种补偿方式在学习过程中除需要进行神经网络自身权值修正外还需要间接修正迟滞模型参数,效率较低。2013年权利敏在硕士论文提到的对音圈电机的迟滞模型进行建模,为一种离线辨识算法,当输入信号频率变化时需要采集数据样本进行重新学习,自适应能力弱。



技术实现要素:

本发明的目的是为了克服现有技术中的不足,提供一种宽频惯性基准稳定平台的谐振点测试系统,该系统能够对音圈电机在高频激励信号作用下的非线性迟滞特性进行在线补偿,完成对宽频惯性基准稳定平台各阶谐振点的测试,为柔性支撑结构的设计和控制系统的设计提供依据。

本发明的目的是通过以下技术方案实现的:

一种宽频惯性基准稳定平台的谐振点测试系统,其特征在于,包括:信号发生器、数据采集卡、dsp、音圈电机驱动器、激光位移传感器、激光位移传感器控制器、pc、稳定平台系统;所述稳定平台系统包括mhd角速度传感器、mems陀螺仪、激光载荷、柔性支撑结构、稳定平台、基座、线位移传感器、音圈电机;

所述信号发生器输出扫频正弦电压信号通过数据采集卡接入dsp,同时线位移传感器测量音圈电机线位移,测得的线位移信息作为音圈电机非线性迟滞的补偿反馈,通过dsp内的数据存储单元电路送入dsp,dsp将扫频正弦信号和线位移信息作为输入信号,进行运算后输出驱动电压至音圈电机驱动器;音圈电机驱动器的输出接入音圈电机动圈线圈,使音圈电机带动稳定平台转动;激光位移传感器用于测试稳定平台的实时位移量,激光位移传感器的探头探测稳定平台工作轴一端的位移,同时激光位移传感器控制器将该位移信息显示于pc上,通过记录不同频率激励电压下的稳定平台输出位移峰值,绘制稳定平台运动频响曲线,以确定稳定平台系统的谐振点分布。

进一步的,所述dsp包括用于存储运算历史信息的数据存储模块和用于实现音圈电机高频响应下非线性迟滞补偿算法的程序存储模块。

进一步的,所述音圈电机高频响应下非线性迟滞补偿算法由两级bp神经网络串联组成,第一级bp神经网络用于对音圈电机的非线性迟滞特性进行建模,第二级bp神经网络用于对音圈电机非线性迟滞逆模型建模,补偿音圈电机高频特性为线性特性。

进一步的,所述第一级bp神经网络为三层神经网络,以当前时刻的输入电压u(t)、上一时刻的输入电压u(t-1)、上一时刻音圈电机的输出位移d(t-1)作为输入层输入,以输出层的输出y(t)为对音圈电机该时刻输出位移的预测。

进一步的,为使bp神经网络能拟合迟滞非线性曲线,且能拟合音圈电机的正反方向运动,第一级bp神经网络的隐藏层激励函数设为改进的双向tan-sigmoid函数:

其中s为隐藏层各神经元的输入,α、β为tan-sigmoid函数的偏置系数,u(t)为当前时刻输入电压信号,u(t-1)为前一时刻输入电压信号,f(s)为隐藏层输出。

进一步的,所述第二级bp神经网络以第一级神经网络的输出位移y(t)、当前输入电压下音圈电机期望输出位移q(t)和当前输入电压u(t)为输入信号,输出为修正补偿电压δu(t)。

进一步的,所述第二级bp神经网络的隐藏层激励函数为改进的双向tan-sigmoid函数:

其中s为隐藏层各神经元的输入,α、β为tan-sigmoid函数的偏置系数,x(t)为第一级神经网络输出,x(t-1)为音圈电机期望的输出位移,f(s)为隐藏层输出。

进一步的,在dsp内对第二级bp神经网络输出的修正补偿电压δu(t)与当前时刻输入电压u(t)相加作为音圈电机驱动器的输入信号ui(t)。

与现有技术相比,本发明的技术方案所带来的有益效果是:

本发明通过设计两级神经网络串联组成音圈电机的高频非线性迟滞补偿单元,使得音圈电机在高频工作环境下依然为线性驱动单元;bp神经网络的隐藏层激励函数为改进的双tan‐sigmoid函数,解决了普通神经网络难以逼近复杂迟滞函数的缺陷,并且可以实现对音圈电机正反两个运动方向的输出逼近;通过神经网络的在线自学习,提高了补偿的自适应能力,适应各种频率输入电压,使得该测试系统可以有效地进行稳定平台各阶谐振点测量。

附图说明

图1为本发明测试系统的结构示意图。

图2为dsp内部运算逻辑结构示意图。

图3为改进的神经网络隐藏层激励函数曲线。

图4为音圈电机高频复杂非线性迟滞曲线。

图5为音圈电机非线性迟滞补偿前系统频率响应曲线。

图6为音圈电机非线性迟滞补偿后系统频率响应曲线。

具体实施方式

下面结合附图对本发明作进一步的描述。

如图1所示,宽频惯性基准稳定平台的谐振点测试系统包括信号发生器1、数据采集卡2、dsp3、音圈电机驱动器4、激光位移传感器11、激光位移传感器控制器12、pc13、稳定平台系统5,其中稳定平台系统5包括:mhd角速度传感器6、mems陀螺仪8、激光载荷7、柔性支撑结构16、平台台体14、基座15、线位移传感器10、音圈电机9。

信号发生器1产生正弦扫频电压信号u(t),扫频范围覆盖稳定平台系统5设计的一阶谐振点和高阶谐振点频率范围,本实施例中稳定平台系统5的设计带宽为300hz,一阶谐振频率为42.6hz,二阶谐振频率为42.6hz,三阶谐振频率为681hz,因此扫频范围这里取1-1000hz。信号发生器1的输出电压u(t)通过数据采集卡2采集输入dsp3中;本实施例中的线位移传感器10选用光栅尺测量音圈电机9的运动位移d(t),经过dsp3数据存储单元中的可逆计数电路反馈进入dsp3中。

如图2所示,两路输入信息在dsp3中首先经过数据存储单元存储该时刻的输入电压u(t),该时刻的反馈位移信息d(t)。之后,第一级bp神经网络,本实施例中为3*10*1结构,隐层数目可根据数据运算速度与精度进行适当地调整,各层神经元的阈值取0,学习速率取0.05。以该时刻输入电压u(t)、上一时刻输入电压u(t-1)、上一时刻音圈电机的位移d(t-1)作为输入层输入,隐藏层激励函数为改进的双向tan-sigmoid函数,如图3所示:

其中s为隐藏层各神经元的输入,u(t)为当前时刻输入电压信号,u(t-1)为前一时刻输入电压信号,f(s)为隐藏层输出。输出层激励函数为tan-sigmoid函数:

其中h为输出层各神经元输入信号,f(h)为输出层输出信号,输出层的输出为对音圈电机该时刻输出位移的预测y(t)。

输入层与隐藏层之间的权值wih、隐藏层与输出层之间的权值who,根据音圈电机的实际输出d(t)与预测值y(t)之间的误差函数

采用梯度最速下降法进行各权值的修正学习。

第二级bp神经网络为3*10*1结构,隐层数目可根据数据运算速度与精度进行适当地调整,各层神经元的阈值取0,学习速率取0.01,以第一级神经网络的输出位移y(t)、当前输入电压下音圈电机期望输出位移q(t),当前输入电压u(t)为输入层输入信号,音圈电机期望输出位移q(t)由低频电压信号输入时音圈电机的输出位移r(t)与输入电压u(t)的比值k确定。隐藏层激励函数为改进的双向tan-sigmoid函数:

其中s为隐藏层各神经元的输入,x(t)为第一级神经网络输出,x(t-1)为音圈电机期望的输出位移,f(s)为隐藏层输出。输出层激励函数为tan-sigmoid函数:

其中h为输出层各神经元输入信号,f(h)为输出层输出信号,输出层输出为修正补偿电压δu(t)。

输入层与隐藏层之间的权值wih2、隐藏层与输出层之间的权值who2根据音圈电机的实际输出位移d(t)与音圈电机期望位移q(t)之间的误差函数:

采用梯度最速下降法进行各权值的修正学习。

最后,求和输出单元对第二级bp神经网络输出的修正补偿电压δu(t)与当前时刻输入电压u(t)相加作为音圈电机驱动器的输入信号ui(t)送入音圈电机驱动器4,音圈电机驱动器4输出电压uo(t)驱动音圈电机9进行正反方向直线运动,带动稳定平台14绕相应工作轴转动。

激光位移传感器11测量稳定平台14在一个工作方向上的运动位移yo(t),通过激光位移传感器控制器12将稳定平台14的位移信息yo(t)显示在pc13端,对稳定平台14运动信息进行观察与记录。

本实施例采用单点扫频法,记录不同频率驱动电压u(t)下稳定平台14运动位移yo(t)的峰值,绘制频率—位移峰值曲线,根据得到的稳定平台14运动频响曲线,获得稳定平台系统5的各阶谐振点。

如图4所示,为音圈电机9高频响下的复杂非线性迟滞运动曲线,图5和图6分别为音圈电机9非线性迟滞补偿前后的系统频响曲线,补偿前由于音圈电机9的非线性迟滞特性,会使音圈电机9在较高频激励下(本例为100hz左右)出现抖动,并且造成测试系统的相频骤降至-180度以下,稳定裕度为负,导致测试系统在高频激励下不稳定,难以测量稳定平台系统5的高阶谐振点。补偿算法利用线位移传感器10的反馈信息形成一个伪闭环补偿系统,使得补偿后的音圈电机9在高频激励下依然可以表现为线性特性,可以稳定地测试稳定平台系统5的各阶谐振点。

本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案,上述的具体实施方式仅仅是示意性的,并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下,本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换,这些均属于本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1