本發(fā)明屬于武器站技術領域，特別涉及一種頂置武器站行進間連發(fā)射擊炮口振動分步抑制方法。

背景技術：

火炮發(fā)射時，火藥燃燒產(chǎn)生的瞬時高溫、高壓推動彈丸在膛內(nèi)高速運動，加之火炮的慣性作用，使火炮產(chǎn)生劇烈振動，導致炮口指向發(fā)生變化，嚴重影響射擊精度。研究火炮發(fā)射的炮口擾動及其變化規(guī)律，對于評價和考核火炮性能、鑒定火炮生產(chǎn)質(zhì)量、提高火炮射擊精度具有重要的理論意義。通過對頂置武器站結構參數(shù)進行優(yōu)化使炮口擾動最小。

技術實現(xiàn)要素：

本發(fā)明設計開發(fā)了一種頂置武器站行進間連發(fā)射擊炮口振動分步抑制方法，通過對結構參數(shù)的優(yōu)化和對控制器的優(yōu)化，解決了炮口擾動量大影響射擊精度的問題。

本發(fā)明提供的技術方案為：

一種頂置武器站行進間連發(fā)射擊炮口振動分步抑制方法，包括如下步驟：

步驟一、給定頂置武器站支撐架彈性模量E的范圍E∈[E_a,E_b]，彈箱質(zhì)量m的范圍m∈[m_a,m_b]，緩沖器剛度K的范圍K∈[K_a,K_b]；

步驟二、采用拉丁超立方試驗設計選取E、m、K的值，獲取N組樣本點(E_i,m_i,K_i)，i＝1,2,...,N；

步驟三、將頂置武器站支撐架彈性模量、彈箱質(zhì)量、緩沖器剛度分別設定為E_i、m_i、K_i，對頂置武器站進行炮口擾動試驗，獲取高低向線速度均方值D_i(v_z)、水平向線速度均方值D_i(v_y)、高低向角位移均方值D_i(θ_z)以及水平向角位移均方值D_i(θ_y)，計算炮口振動綜合參數(shù)F_i

F_i＝w₁D(v_z)+w₂D(θ_z)+w₃D(v_y)+w₄D(θ_y)

其中，w₁、w₂、w₃、w₄為權系數(shù)；

步驟四、聯(lián)合N組樣本點(E_i,m_i,K_i)和N個炮口振動綜合參數(shù)F_i構成初始訓練樣本點集，構建kriging代理模型；

步驟五、使用遺傳算法對kriging代理模型進行尋優(yōu)，找出最優(yōu)點及最大期望提高點；

步驟六、將步驟五中獲取的最優(yōu)點及最大期望提高點兩點方差最小點作為待添加的采樣點，重新進行kriging代理模型尋優(yōu)，直到最優(yōu)點收斂；此時得到的武器站支撐架彈性模量E₀、彈箱質(zhì)量m₀、緩沖器K₀即為頂置武器站結構優(yōu)化參數(shù)。

步驟七、將各種外部激勵及內(nèi)部非線性因素一并視為總和擾動，用擴張的狀態(tài)變量對其進行估計，最后通過反饋機制對其進行補償抑制。

優(yōu)選的是，步驟三中，w₁＝w₃＝1，w₂＝w₄＝10。

優(yōu)選的是，步驟六中，收斂準則為：

其中，分別為第k代、第k+1代kriging模型的最優(yōu)值。

優(yōu)選的是，步驟二中，使用拉丁超立方試驗提取35組樣本點。

步驟五中遺傳算法種群數(shù)量為44，交叉概率為0.7，變異概率為0.05，收斂閥值為0.001。

優(yōu)選的是，支撐架彈性模量E的范圍E∈[1.5,2.5]。

優(yōu)選的是，彈箱質(zhì)量m的范圍m∈[50,130]。

優(yōu)選的是，緩沖器剛度K的范圍K∈[500,750]。

優(yōu)選的是，步驟七中，將武器站內(nèi)部動力學特性及外部擾動可用一個未知的非線性函數(shù)則武器站機械系統(tǒng)可簡化為一個二階受控系統(tǒng)：

式中，y、x₁表示系統(tǒng)輸出，即頂置武器站俯仰部分角速度，x₂為角加速度，為角加加速度；

采用于擴張狀態(tài)觀測器將系統(tǒng)未建模部分及未知外部擾動視為總和擾動，并通過擴張的狀態(tài)變量進行觀測。提取系統(tǒng)輸出變量y和輸入變量u，輸入擴張狀態(tài)觀測器：

則狀態(tài)變量z₁是對武器站俯仰部分角速度的跟蹤量，z₂是對角加速度的跟蹤量，z₃是對總和擾動的跟蹤量；

得出控制量u₀后，連同總和擾動z₃，采用以下反饋率對受控系統(tǒng)進行補償：

u＝u₀-z₃

最終得到頂置武器站炮控系統(tǒng)高低向穩(wěn)定工況自抗擾控制模型。

本發(fā)明的有益效果是：本發(fā)明提供了一種頂置武器站行進間連發(fā)射擊炮口振動分步抑制方法，通過對支撐架彈性模量、彈箱質(zhì)量、緩沖器剛度的優(yōu)化設計，和對控制其的優(yōu)化，使炮口擾動量最小。

附圖說明

圖1為本發(fā)明所述的頂置武器站行進間連發(fā)射擊炮口振動分步抑制方法流程圖。

圖2為本發(fā)明所述的頂置武器站結構示意圖。

圖3為本發(fā)明所述的頂置武器站炮控系統(tǒng)高低向穩(wěn)定工況自抗擾控制模型。

具體實施方式

下面結合附圖對本發(fā)明做進一步的詳細說明，以令本領域技術人員參照說明書文字能夠據(jù)以實施。

如圖1所示，本發(fā)明提供了一種頂置武器站行進間連發(fā)射擊炮口振動分步抑制方法，包括以下步驟：

步驟一：選擇支撐架彈性模量E、彈箱質(zhì)量m、緩沖器剛度K這三個結構參數(shù)作為優(yōu)化問題的設計變量，這三個參數(shù)的取值范圍圖表1所示：

表1

步驟二：采用拉丁超立方試驗設計選取E、m、K的值，獲取35組樣本點(E_i,m_i,K_i)，i＝1,2,...,35。

步驟三、將頂置武器站支撐架彈性模量、彈箱質(zhì)量、緩沖器剛度分別設定為E_i、m_i、K_i，對頂置武器站進行炮口擾動試驗，獲取高低向線速度均方值D_i(v_z)、水平向線速度均方值D_i(v_y)、高低向角位移均方值D_i(θ_z)以及水平向角位移均方值D_i(θ_y)，計算炮口振動綜合函數(shù)

minF＝min(w₁D(v_z)+w₂D(θ_z)+w₃D(v_y)+w₄D(θ_y))

其中，w₁、w₂、w₃、w₄為權系數(shù)，作用是對振動參量的量綱進行統(tǒng)一，取值為：w₁＝w₃＝1，w₂＝w₄＝10。

步驟四：生成初始訓練樣本空間。將35組樣本點(E_i,m_i,K_i)，i＝1,2,...,35連同炮口振動綜合參數(shù)生成初始訓練樣本空間，部分樣本空間如表2所示

表2

步驟五：在初始訓練樣本空間的基礎上，利用Matlab中的“DACE”工具箱構造第一代kriging模型，回歸函數(shù)選擇二元二次多項式，相關函數(shù)選擇高斯函數(shù)，并考慮各向異性作用，對每個設計變量單獨賦予θ值，范圍取[0.1,20]，初始值統(tǒng)一設置為10。選擇遺傳算法作為優(yōu)化算法，設置種群數(shù)量為44，交叉概率為0.7，變異概率為0.05，收斂閥值為0.001。

kriging代理模型本質(zhì)上是一種基于統(tǒng)計理論的近似模型[139]，其有效性及精確性受隨機誤差的影響小。kriging代理模型在對未知點進行預測時，需要借助周圍已知采樣點的信息，通過對該信息進行加權組合來估計未知點，加權方法則根據(jù)最小化估計值誤差的方差來確定，因此，可以認為kriging模型是最優(yōu)的線性無偏估計。

kriging作為一種半?yún)?shù)化的近似模型，由線性回歸部分和非參數(shù)部分組成：

式中，F(xiàn)(β,x)為回歸部分，由一系列x的多項式及回歸系數(shù)β來共同決定：

在插值過程中F(β,x)提供全局近似，且x的多項式形式可以選擇為0階、1階或2階。

z(x)為非參數(shù)部分，在插值過程中提供局部偏差的近似，具有以下統(tǒng)計特性：

式中，E為期望，Var為方差，Cov為協(xié)方差，R為相關函數(shù)，θ為相關向量。

假設一組已知的包含n個設計變量個數(shù)的樣本點集為X＝[x¹,x²,…,xⁿ]^T,其相應的函數(shù)值為為Y＝[y¹,y²,…,yⁿ]^T，則采用kriging進行插值后，對任意一個未知點響應值的估計為：

式中，c為插值系數(shù)。代理模型的估計誤差為：

式中，F(xiàn)＝[f₁,f₂,…,f_n]^T，，Z＝[z₁,z₂,…,z_n]^T。

為了保證估計結果的無偏性，需要使上述估計誤差的期望為0：

即有：

F^Tc-f(x)＝0

此時，估計值的均方差為：

式中，

kriging模型要求最小，因此系數(shù)c可通過建立最小化均方差優(yōu)化模型 來求解得出：

引入拉格朗日乘子得：

L(c,λ)＝σ²(1+c^TRc-2c^Tr)-λ^T(F^Tc-f(x))

上式關于c的梯度為：

結合約束條件可得系統(tǒng)方程為：

可以進一步推導出：

將上式代入得：

對數(shù)形式的參數(shù)估計極大似然函數(shù)為：

當θ初始值給定后，將極大似然函數(shù)分別對β和σ²求導數(shù)，并令其等于0，則可以得到兩個參數(shù)的極大似然估計為：

此時，kriging對未知點的估計即為最優(yōu)線性無偏估計：

步驟六：依據(jù)上述初始條件，基于雙重kriging模型序列迭代優(yōu)化算法對 武器站結構參數(shù)優(yōu)化問題進行尋優(yōu)，收斂準則為：

式中，分別為第k代、第k+1代kriging模型的最優(yōu)值。

結果如表3、表4所示，其中x₁、x₂、x₃分別對應支撐架彈性模量、彈箱質(zhì)量以及緩沖器剛度。

表3

表4

由特征點歷史可知，在武器站炮口振動優(yōu)化問題的尋優(yōu)過程中，最優(yōu)值并不是一味地變小，而是在-40至40間來回波動，導致該現(xiàn)象的原因在于擬合出的kriging代理模型具有若干個相近的極小值點，當本輪kriging模型搜索到的最優(yōu)點經(jīng)加點提高準確度后，另一個相近的極小值點凸顯出來，成為下一輪kriging模型的最優(yōu)點，如此反復尋優(yōu)、加點，一直到該若干個極小值點被“填平”、全局最優(yōu)點留存下來為止。

從表3、表4可知，整個優(yōu)化過程經(jīng)歷了26輪kriging模型的更新，總共加點26個，最終收斂的全局最優(yōu)值為1.965，相比起初始值，目標函數(shù)優(yōu)化幅度為24.7％，對應的結構參數(shù)最優(yōu)解為：支撐架彈性模量為1.913GPa、彈箱質(zhì)量為122.506kg、緩沖器剛度615.69N/mm。

將上述結構優(yōu)化參數(shù)作為武器站的結構參數(shù)，構建武器站和路面的模型。如圖2所示，某型頂置武器站主要包括車內(nèi)部分及頂置部分，其中車內(nèi)部分包括操縱手柄、顯示器、操縱臺、火控計算機等，頂置部分則包括武器系統(tǒng)、觀瞄系統(tǒng)、炮塔系統(tǒng)等。然后建立8個等級路面模型，即A～H級路面模型。

為考察頂置武器站在現(xiàn)有PID控制器下行進間連發(fā)射擊炮口振動特性， 對武器站進行行進間連發(fā)射擊動力學仿真，行駛工況為27km/h車速不同路面(A～F級)，為避免履帶底盤從靜止加速至期望車速對炮口造成影響，五連發(fā)射擊在行進14秒時加載，射頻為300發(fā)/分，不同路面炮口振動高低向角位移可以用位移曲線表示。此外，為體現(xiàn)行進與否對連發(fā)射擊炮口振動的影響，進行武器站停止間連發(fā)射擊動力學仿真，并將其彈丸出炮口時刻炮口高低角位移均方值與行進間的結果一并列出，如表5所示。

表5

由表5可知，對于低等級路面(對應于A、B級路面)，PID控制器能夠?qū)β访婕钜鸬纳砉芨叩拖蚱七M行穩(wěn)定控制，其中，A級、B級路面行進間連發(fā)射擊炮口振動高低向角位移均方值分別為0.069mil、0.08mil，與停止間的0.065mil相近，表明該行駛工況下炮控系統(tǒng)能對身管進行有效的穩(wěn)定控制，從而抑制了炮口振動中由路面激勵引起的振動分量，使該工況下炮口振動主要由射擊載荷引起；隨著行駛工況的加劇(對應于C級路面)，控制器對路面擾動的抑制能力逐漸削弱，行進過程引起的炮口振動已經(jīng)和連發(fā)射擊引起的炮口振動相當，同時C級路面下行進間連發(fā)射擊炮口振動高低向角位移均方值為0.109mil，約為停止間連發(fā)射擊的2倍，表明該工況下連發(fā)射擊載荷和路面載荷對炮口振動的影響程度相當；隨后，當行駛工況進一步加劇(對應于D～F級路面)，連發(fā)射擊引起的炮口振動已經(jīng)完全湮沒在路面激勵引起的炮口振動中，且E級、F級路面下武器站行進間連發(fā)射擊炮口振動高低向角位移均方值分別約為停止間連發(fā)射擊的11倍及38倍，表明該 工況下PID控制器已無法對路面擾動進行有效抑制，復雜路況對炮口振動的貢獻要遠大于射擊載荷，換言之，此時炮口振動主要由路面激勵引起。因此，為滿足更多行駛工況的身管穩(wěn)定控制需求、進一步抑制劇烈行駛工況下炮口振動的路面擾動分量，本發(fā)明引入自抗擾控制技術。

在頂置武器站工作過程中，外部激勵及內(nèi)部非線性因素共同作用，導致行進間射擊工況下的頂置武器站具有強非線性、變參數(shù)的復雜系統(tǒng)特性，難以用精確的受控系統(tǒng)模型一概而論。為此，引入自抗擾控制技術，直接將各種外部激勵(對應于自抗擾控制中的外部擾動)及內(nèi)部非線性因素(對應于自抗擾控制中的未建模部分)一并視為總和擾動，用擴張的狀態(tài)變量對其進行估計，最后通過一定的反饋機制對其進行補償抑制。

在原有武器站炮控系統(tǒng)電流-速度雙環(huán)控制結構的基礎上，將速度環(huán)PID控制器改造成自抗擾控制。將武器站機械系統(tǒng)視為一個未知屬性的黑匣子后，所有內(nèi)部動力學特性及外部擾動可用一個未知的非線性函數(shù)表示，則武器站機械系統(tǒng)可簡化為一個二階受控系統(tǒng)：

式中，y、x₁表示系統(tǒng)輸出，即頂置武器站俯仰部分角速度，x₂為角加速度，為角加加速度(武器站機械系統(tǒng)動力學特性、外部擾動均可等效為一個未知的非線性函數(shù)f(x₁,x₂)作用于此)。

考慮到跟蹤微分器的作用在于對期望信號進行噪聲過濾、安排過渡過程以及給出期望信號的微分信號，對炮控系統(tǒng)電傳工況及跟蹤工況起作用；而本課題研究目的在于保持身管空間指向不變、抑制行進間路面激勵引起的炮口振動，即主要針對炮控系統(tǒng)的穩(wěn)定工況，期望信號為0，因此，為簡化控制過程，本文不采用跟蹤微分器。

采用于擴張狀態(tài)觀測器將系統(tǒng)未建模部分及未知外部擾動視為總和擾動，并通過擴張的狀態(tài)變量進行觀測。提取系統(tǒng)輸出變量y和輸入變量u，輸入擴張狀態(tài)觀測器：

則狀態(tài)變量z₁是對武器站俯仰部分角速度的跟蹤量，z₂是對角加速度的跟蹤量，z₃是對總和擾動的跟蹤量。

非線性反饋率誤差非線性組合形式：

得出控制量u₀后，連同總和擾動z₃，采用以下反饋率對受控系統(tǒng)進行補償：

u＝u₀-z₃

最終得到頂置武器站炮控系統(tǒng)高低向穩(wěn)定工況自抗擾控制模型，如圖3所示。

為考察頂置武器站在自抗擾控制器作用下的行進間連發(fā)射擊炮口動態(tài)響應，進行不同行駛工況的行進間連發(fā)射擊動力學仿真。為了直觀地對比自抗擾控制與PID控制對路面擾動的抑制效果，在計算行進間穩(wěn)定精度時去除連發(fā)射擊期間(14～15秒)的炮口振動高低向角位移數(shù)據(jù)；同時，采用彈丸出炮口時刻炮口振動高低向角位移均方值作為武器站連發(fā)射擊炮口振動的表征量，該表征量由于發(fā)生在行進間射擊時，能夠反映控制器對射擊載荷和路面激勵雙重擾動的綜合抑制能力，不同行駛工況不同控制器下武器站行進間穩(wěn)定精度及彈丸出炮口時刻炮口振動高低向角位移均方值的對比如表6所示。

表6

由仿真結果可知，對于行進間穩(wěn)定精度，采用自抗擾控制器后頂置武器站行進間穩(wěn)定精度在不同行駛工況下均有較大程度的改善，平均改善幅度為7.6％，其中，在A級路面下的改善幅度最高，達到9.9％，表明自抗擾控制相比起PID控制能有效提高武器站炮控系統(tǒng)在不同行駛工況下的身管穩(wěn)定性能；對于彈丸出炮口時刻炮口角位移均方值，其平均改善幅度為15.3％，其中，在C級路面下的改善幅度最高，達到21.7％，最低為F級路面下的8.4％，表明改善效果總體趨勢上隨路面等級的提高而削弱。值得注意的是，相同路面下自抗擾控制相比PID控制對角位移均方值的改善程度要普遍大于穩(wěn)定精度改善的幅度，如A級路面下通過更換PID為ADRC后，行進間穩(wěn)定精度改善9.9％，而行進間連發(fā)射擊彈丸出炮口時刻炮口角位移均方值改善21.7％，表明自抗擾控制在該行駛工況下不僅對炮口振動中的路面擾動分量進行抑制，而且對射擊載荷擾動分量也產(chǎn)生了抑制作用，即一定程度上抑制了由連發(fā)射擊引起的炮口振動，強化了結構參數(shù)優(yōu)化對炮口振動的抑制效果，充分驗證了本文所提結構參數(shù)優(yōu)化結合改進控制策略的分步抑制方法的有效性。

盡管本發(fā)明的實施方案已公開如上，但其并不僅僅限于說明書和實施方式中所列運用，它完全可以被適用于各種適合本發(fā)明的領域，對于熟悉本領域的人員而言，可容易地實現(xiàn)另外的修改，因此在不背離權利要求及等同范圍所限定的一般概念下，本發(fā)明并不限于特定的細節(jié)和這里示出與描述的圖例。