1、隨著航空技術的不斷發(fā)展，在飛機舵機測試領域用自動測試設備代替目前人工測試設備是必然趨勢。電動加載系統(tǒng)用于在試驗室條件下，模擬直升機在空中飛行時舵機輸出軸所受到的負載情況，驗證舵機是否達到了規(guī)定的設計指標。由于在測試過程中，舵機輸出軸在主動轉動的同時受到加載電機輸出的力矩作用，舵機帶動加載電機的輸出軸一起運動，故不可避免的存在動態(tài)加載系統(tǒng)中所共有的多余力矩問題。多余力矩的存在會嚴重影響系統(tǒng)的加載精度和動態(tài)響應性能，因此尋找適宜的控制策略來

2、抑制乃至消除多余力矩是電動加載系統(tǒng)必須解決的關鍵問題，而基于精確系統(tǒng)數(shù)學模型的傳統(tǒng)控制策略由于其局限性往往難以達到滿意的控制效果。
　　論文采用基于徑向基函數(shù)神經(jīng)網(wǎng)絡控制策略，實現(xiàn)舵機電動加載系統(tǒng)的閉環(huán)控制，達到抑制乃至消除多余力矩的目的。主要研究工作和研究成果如下:
　　(1)建立了電動加載系統(tǒng)數(shù)學模型，利用傳遞函數(shù)分析了多余力矩存在的原因，通過仿真說明了多余力矩對系統(tǒng)性能的影響超過了舵機測試規(guī)范要求。
　　(2)在

3、實際的加載測試中，電動加載系統(tǒng)存在模型變化的問題。針對這個問題，在徑向基函數(shù)神經(jīng)網(wǎng)絡性能仿真結果的基礎上，結合電動加載系統(tǒng)的特點改進網(wǎng)絡的學習算法，通過引入重要度的概念，增加網(wǎng)絡高斯基參數(shù)和節(jié)點數(shù)量調整的準則，以提高網(wǎng)絡計算速度。然后在改進算法的基礎上提出一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡的模型參考自適應控制策略，通過構造神經(jīng)網(wǎng)絡辨識器，實時辨識電動加載系統(tǒng)的模型，采用徑向基函數(shù)神經(jīng)網(wǎng)絡作為神經(jīng)網(wǎng)絡控制器，不斷地迭代學習讓參考模型輸出和加載系統(tǒng)

4、輸出的差值達到最小，從而消除多余力矩，最終實現(xiàn)對力矩指令的精確跟蹤。
　　(3)利用MATLAB仿真環(huán)境，對基于徑向基函數(shù)神經(jīng)網(wǎng)絡控制策略的有效性進行了仿真驗證，并且利用學習曲線對網(wǎng)絡學習算法進行合理檢驗，結果表明該控制策略在不同加載力矩指令下和不同干擾下均能較好地抑制多余力矩。
　　(4)設計了電動加載系統(tǒng)硬件結構和配套軟件，完成了加載測試系統(tǒng)的綜合調試。采用PXI系統(tǒng)及阿爾泰9606和2307數(shù)據(jù)采集卡搭建測試平臺，利用