环境模拟舱体的建模仿真及控制方法

李可; 庞丽萍; 刘旺开; 王浚

环境模拟舱体的建模仿真及控制方法

北京航空航天大学航空科学与工程学院, 北京 100083

详细信息

中图分类号: TK 39
计量
- 文章访问数: 3778
- HTML全文浏览量: 140
- PDF下载量: 1003
- 被引次数: 42
出版历程
- 收稿日期: 2006-06-16
- 网络出版日期: 2007-05-31

System model simulation and control method used in environmental simulation chambers

School of Aeronautic Science and Engineering, Beijing University of Aeronautics and Astronautics, Beijing 100083, China

摘要

摘要: 环境试验时需要精确控制环境模拟舱体内的温度以满足军标要求,同时为了解决环境模拟舱体内加热过程中升温速率与控制精度之间的矛盾,在对其温度变化进行动态特性分析与建模的基础上,提出采用专家控制策略控制环境模拟舱内的温度,并对其控制效果进行了仿真研究.仿真结果与现场运行调试结果均表明:专家控制方法具有无超调、响应速度快、稳态精度高、加温效率明显的优点,是可行和有效的;与试验数据相比,建立的传热模型和控制系统模型具有较高的准确性,符合实际情况.这种建模仿真及控制方法为实际过程中研究控制规律提供了有力的参考和帮助,对研究类似问题具有深远意义.
- 环境舱 /
- 数学模型 /
- 仿真 /
- 温度控制 /
- 专家系统
Abstract: According to the dynamic state characters of the environmental simulation chamber, a lumped parameter model of temperature and a mathematical model of control system is established to accurately control the temperature of the environmental chamber to measure up to GJB, raise temperature rate and promote control precision. An expert control method is introduced into the design of the temperature control system which is simulated on the platform of MATLAB. By contrast the simulated result with the experimental data, the validation of the lumped parameter model has been proved and the expert control method has been showed with the advantage of no-overshoot, fast response, high precision and great efficiency. The presented methods for the simulation and the control system provide great references to the research on the control laws of other similar problem and show great significance to the relative research field.
- environmental chamber /
- mathematical model /
- simulation /
- temperature control /
- expert system

HTML全文

参考文献(1)

[1] 王浚. 环境模拟技术[M]. 北京:国防工业出版社,1996:225-227 Wang Jun. Environment simulation technology[M]. Beijing:National Defense Industrial Press, 1996:225-227(in Chinese) [2] GJB 150^3A-200x. 军用设备环境试验方法[S]. 国防科学技术工业委员会,1986 GJB 150^3A-200x. Environmental test methods for military equipments[S]. The Science and Technology Committee of National Defense, 1986(in Chinese) [3] 李运泽,王浚.卫星热平衡试验的温度预测与仿真模型[J].北京航空航天大学学报,2004,30(9):882-884 Li Yunze, Wang Jun. Temperature prediction and simulation model of satellite-s thermal balance test[J]. Journal of Beijing University of Aeronautics and Astronautics, 2004, 30(9):882-884(in Chinese) [4] Ang K H, Chong G, Li Yun. PID control system analysis, design, and technology[J]. IEEE Transactions on Control Systems Technology, 2005, 13(4):559-563 [5] 刘金琨. 先进PID控制MATLAB仿真[M]. 北京:电子工业出版社,2005:94-102 Liu Jinkun. Advanced PID control and MATLAB simulation [M]. Beijing:Publishing House of Electronic Industry, 2005:94-102 (in Chinese) [6] 向运飞,刘旺开,沈为群.双路热动力试验台集散控制系统设计与实现[J].计算机测量与控制,2002,10(10):653-655 Xiang Yunfei, Liu Wangkai,Shen Weiqun. Distributed control system design and application in double aero-thermodynamics test-unit[J]. Computer Measurement & Control, 2002,10(10):653-655(in Chinese)

施引文献

期刊类型引用(24)

1.	黄润琴，苏珉，刘佳，王涛. 基于小波变换与奇异值分解的飞鸟动态电磁散射特征提取. 广西师范大学学报(自然科学版). 2024(04): 74-89 . 百度学术
2.	刘闪亮，吴仁彪，屈景怡，乔晗，何雨龙. Bi-PPYOLO tiny:一种轻量型的机场无人机检测方法. 安全与环境学报. 2023(02): 480-488 . 百度学术
3.	韩虎虎，祁鑫，王鹤飞，李惠翔，齐吉祥. 基于无人机巡检的光伏面板缺陷识别方法. 电子设计工程. 2023(06): 176-179+184 . 百度学术
4.	薛珊，陈宇超，吕琼莹，曹国华. 基于双支路神经网络的无人机图像识别方法. 计算机仿真. 2023(07): 233-238 . 百度学术
5.	刘佳，徐群玉，陈唯实. 无人机雷达航迹运动特征提取及组合分类方法. 系统工程与电子技术. 2023(10): 3122-3131 . 百度学术
6.	苏志刚，王雪萌. 基于双层特征选择的空中目标分类算法研究. 激光与光电子学进展. 2022(02): 243-251 . 百度学术
7.	睢丙东，苗林星，于国庆. 基于深度学习的无人机目标检测系统. 科技风. 2022(06): 4-6 . 百度学术
8.	陈唯实，黄毅峰，陈小龙，卢贤锋，张洁. 机场探鸟雷达技术发展与应用综述. 航空学报. 2022(01): 184-204 . 百度学术
9.	张虹波，匡银虎. 基于齐次变换的低空无人机防撞导引控制方法. 计算机仿真. 2022(06): 42-46 . 百度学术
10.	何炜琨，柳振明，王晓亮. 微动特征和运动特征融合处理的鸟与旋翼无人机目标辨别方法. 电子测量与仪器学报. 2022(07): 33-43 . 百度学术
11.	Weiming TIAN，Linlin FANG，Rui WANG，Weidong LI，Chao ZHOU，Cheng HU. A robust tracking method focusing on target fluctuation and maneuver characteristics. Science China(Information Sciences). 2022(11): 263-280 . 必应学术
12.	刘雷，刘大卫，王晓光，陈俊男，刘东兴. 无人机集群与反无人机集群发展现状及展望. 航空学报. 2022(S1): 4-20 . 百度学术
13.	冯维婷，梁青. 闪烁现象下基于微动补偿的旋转叶片参数估计方法. 信号处理. 2022(12): 2617-2627 . 百度学术
14.	卢晓东，辛佳宁，顾嘉耀，王俊康，程承. 析构时间相关模型的面对称飞行器机动估计. 宇航学报. 2021(02): 167-174 . 百度学术
15.	陈唯实，黄毅峰，陈小龙，卢贤锋，张洁. 基于模型转换频率估计的低空目标分类. 系统工程与电子技术. 2021(04): 927-936 . 百度学术
16.	侯旋，薛飞，陈涛. 无人机目标检测量子多模式识别优化算法. 计算机工程与应用. 2021(07): 228-236 . 百度学术
17.	杨名宇，王浩，王含宇. 基于深度学习与光电探测的无人机防范技术. 液晶与显示. 2021(09): 1323-1330 . 百度学术
18.	苏子康，李春涛，余跃，徐忠楠，王宏伦. 绳系拖曳飞行器高抗扰轨迹跟踪控制. 北京航空航天大学学报. 2021(11): 2234-2248 . 本站查看
19.	屈旭涛，庄东晔，谢海斌. “低慢小”无人机探测方法. 指挥控制与仿真. 2020(02): 128-135 . 百度学术
20.	陈唯实，黄毅峰，陈小龙，卢贤锋. 机场净空区飞鸟与非合作无人机目标识别. 民航学报. 2020(03): 27-33 . 百度学术
21.	陈唯实，黄毅峰，卢贤锋. 多传感器融合的无人机探测技术应用综述. 现代雷达. 2020(06): 15-29 . 百度学术
22.	蒋镕圻，白若楷，彭月平. 低慢小无人机目标探测技术综述. 飞航导弹. 2020(09): 100-105 . 百度学术
23.	陈小龙，陈唯实，饶云华，黄勇，关键，董云龙. 飞鸟与无人机目标雷达探测与识别技术进展与展望. 雷达学报. 2020(05): 803-827 . 百度学术
24.	薛珊，李广青，吕琼莹，毛逸维. 基于卷积神经网络的反无人机系统声音识别方法. 工程科学学报. 2020(11): 1516-1524 . 百度学术