● 摘要
负载模拟器是半实物仿真实验室中模拟飞行器在飞行中舵面所受空气动力载荷的重要设备。它为飞行器提供性能试验数据，同时也为新技术的应用提供可靠的实验资料。目前研制使用的负载模拟器大都是电液力矩伺服系统，而近年来，随着电力电子技术的发展及其应用技术的不断进步，使得伺服电机控制技术有了显著的提高，从而为研制电动式负载模拟器提供了技术上的可行性。本文在此技术发展背景下，提出了电动加载方案，并完成了电动负载模拟器的相关研究。本论文首先根据负载模拟器的工作原理设计了具体的电动加载方案：采用PWM功率放大器驱动的直流力矩电机做执行机构，通过力矩传感器构成力矩反馈，形成闭环控制。分析了电机的力矩波动对系统性能的影响，上述方案设计可以有效地抑制电机的各种波动力矩。根据系统各部分的数学模型，建立了电动负载模拟器的精确的线性模型。本论文从数学模型和控制理论两方面分析了多余力矩产生的原因。衡量负载模拟器系统性能的关键指标是多余力矩的抑制。本论文从介绍以往消除多余力矩的方法开始，分析了多余力矩的产生原理以及影响多余力矩的因素。针对多余力矩严重影响施力系统动态加载性能的特点，依据神经网络的非线性逼近和自学习特性，提出一种基于神经网络的复合控制方法来提高系统性能。文中给出了具体的控制结构和算法。通过仿真可以看出，复合控制器利用神经网络进行在线辨识、控制，基本消除多余力矩，系统动态性能得到改善，仿真效果令人满意。在某型负载模拟器中的应用表明，该方法极大的改善了系统动态加载性能，有很强的鲁棒性。