基于SVMα逆系统方法的非线性预测控制

针对一类未知非线性大时延系统,利用SVM特有的表达任意非线性映射能力,辨识得到非线性系统的α阶逆模型,然后将其串在原系统前组成SVMα阶伪线性复合系统.以此复合系统为被控对象,用预测控制方法实现对其有效控制.该方法不仅将非线性系统简化成伪线性系统,而且具有良好的控制效果,控制器设计简单.     

非线性动态逆神经元解耦飞行控制方法

 提出一种非线性动态逆神经元控制系统设计方法，并成功的将其应用于某战斗机非线性解耦控制问题。该方法的基本思想是采用神经元网络建立非线性被控对象的动态逆模型，将被控对象转化为伪线性系统，并用现代控制系统综合设计方法对神经元伪线性系统进行闭环优化设计。给出的战斗机非线性动态逆神经元解耦飞行控制系统的仿真结果显示出人工神经元网络作为非线性动态逆控制单元所具有的潜在能力。     

非线性系统分数阶滑模控制分析与设计

文章对非线性整数阶或分数阶系统,提出了统一的分数阶滑模控制方法。首先,对整数阶控制系统,设计分数阶滑模面,提出分数阶趋近律,通过对倒立摆系统的仿真,验证了该方法的有效性;然后,引入最优控制指标,研究了滑模控制阶次 α对控制效果的影响,对于该整数阶系统,控制指标最优时 α ..;最后,将本文方法推广到分数阶系统的控制,通过对分数阶 Chen系统的仿真,验证了该方法的有效性,并发现对于该系统控制指标最优时,控制阶次与系统阶次不同元。     

核热源功率测量系统冷端温度控制策略

基于核热源功率测量系统冷端温度控制需要，建立系统动态特性模型.在开环仿真分析的基础上，分别设计了PID（proportion integration differentiation）控制、模糊控制以及支持向量机(SVMsupport vector machines)智能预测控制3种控制算法，并完成了其仿真研究，验证了测量系统控温的可行性.结果表明:将SVM优秀的非线性函数逼近能力与预测控制相结合来拟合被控非线性系统模型，并通过支持向量机的预测结果进行反馈校正，使系统具有良好的鲁棒性和稳定性，易于工程应用.      

非线性PD控制在自动地形跟随系统中的应用

提出了一种非线性PD控制方法，并将其应用在自动地形跟随系统飞行控制律的设计中。对采用常规PI控制与非线性PD控制的飞行控制系统进行了鲁棒性仿真比较以及典型地形跟随误差仿真比较。结果表明，采用非线性PD控制方法设计的控制律具有良好的鲁棒性与跟随性能。     

推力矢量控制与飞机过失速动仿真研究

非线性动态逆为非线性系统控制律的设计提供了一种重要手段，针对过失速机动飞机探讨了非线性动态逆方法飞行控制系统设计中的应用。根据非线性动态逆的特点将飞机的动态特性为为快慢不同的状态变量。对快变量应用非线性动态逆进行控制律设计是将飞机气动控制面和推力矢量控制作为输入；慢状态为量控制律的设计是利用状态变量作为输入。并采用伪逆的优化计算方法对各控制面的以限分配进行了搪塞。“Ｃｏｂｒａ”和“Ｈｅｒｂａｔ”两     

应用非线性模型预测控制的绳系卫星Halo轨道保持控制

针对哑铃型绳系卫星在圆形限制性三体问题(CRTBP)中的Halo轨道保持控制问题,应用非线性模型预测控制(NMPC)方法设计了Halo轨道保持控制器。首先采用摄动法得到目标Halo轨道,通过跟踪目标轨道上一运动点,将其转化为目标跟踪控制问题,然后设计非线性模型预测控制器对其进行跟踪控制。利用4阶Ronge-Kutta法对原非线性模型进行离散化,将预测控制中的有限时域最优问题转化为非线性规划问题进行求解,得到下一周期的控制量。最后通过数值仿真验证了即使在初始位置偏差较大的情况下,所设计的控制器只需要很少的速度增量就可使绳系卫星系统运动至目标轨道,并精确地保持在目标轨道上。     

控制方向未知分数阶混沌系统的 Nussbaum增益同步 吴梅 1,程继红2,余名哲 4,张友安3

文章将 Nussbaum增益控制引入分数阶混沌系统,解决了分数阶混沌系统在存在控制方向未知情况下的同步控制问题。首先,选取了一类稳定的分数阶积分滑模面。然后,结合整数阶 Nussbaum增益控制方法与滑模变结构控制理论,设计了一种 Nussbaum增益同步控制器。最后,作为例子,实现了分数阶 Chen系统和分数阶 R.ssler系统在控制系数未知时的混沌同步控制,数值仿真验证了文中方法的正确性和有效性。     

不确定性非线性系统的自适应输出反馈控制

研究了一种不确定性非线性系统的自适应输出反馈控制方法.首先引入伪控制信号使系统反馈线性化,然后设计一个线性动态补偿器和在线神经网络,自适应消除不确定性和建模所引起的误差.仿真结果表明,该控制方法能够消除系统的稳态误差,提高系统动态性能,并且具有较好的鲁棒性.     

推力矢量控制与飞机过失速机动仿真研究

非线性动态逆为非线性系统控制律的设计提供了一种重要手段。针对过失速机动飞机探讨了非线性动态逆方法在飞行控制系统设计中的应用。根据非线性动态逆的特点将飞机的动态特性分为快慢不同的状态变量。对快变量应用非线性动态逆进行控制律设计是将飞机气动控制面和推力矢量控制作为输入；慢状态变量控制律的设计是利用快状态变量作为输入。并采用伪逆的优化计算方法对各控制面的操纵权限分配进行了探讨。“Cobra”和“Herbst”两个过失速机动的实现证明该设计方法和仿真方法是成功的。     

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

空间站姿态/动量联合非线性控制

从Lyapunov稳定性理论出发,设计了一个非线性控制器,实现了空间站姿态和控制力矩陀螺角动量的联合控制。在此基础上,为抑制周期性环境干扰力矩对姿态控制性能的影响,引入了周期性扰动抑制滤波器,对非线性姿态/动量控制器进行了改进。改进的控制器不但可以抑制空间站姿态的周期性波动,而且可在满足特定飞行任务的前提下,建立空间站指向和控制力矩陀螺动量管理间的折中。控制器参数物理意义明确,易于调整。对空间站姿态控制/动量管理系统的仿真结果表明,该控制器是可行的。     

非线性模型预测控制的研究进展

近年来,模型预测控制（Model predictive control,MPC）的理论和技术得到了长足发展,随着线性系统模型预测控制的大量成功应用,基于非线性模型的预测控制简称非线性预测控制（NMPC）引起了广泛关注,并取得了丰富的研究成果。文章基于非线性模型预测控制的基本原理,对目前该领域的热点问题和取得的成果进行了综述,指出了研究不确定系统和时滞系统的非线性模型预测控制对进一步发展预测控制理论和拓宽其应用范围的意义。     

不确定线性时滞系统的鲁棒镇定控制

提出了利用构造系统的Lyapunov不等式的对称正定解，采用放大矩阵不等式的新方法，通过对鲁棒反馈控制系统不确定项进行结构表出，基于二次反馈策略构造系统的反馈镇定控制器。首先得到不确定线性时滞鲁棒系统稳定的充分条件，进而给出判别不确定线性时滞反馈系统鲁棒镇定的充分条件。所给出的定理争件易于表达，由于参数少而容易检验。     

基于攻角预测模型的航空发动机高稳定性控制

研究了发动机稳定性控制问题.作战飞机在超机动飞行时,发动机进口流场畸变严重,采用常规控制并不能保证其稳定工作.针对上述问题,提出了基于攻角预测的发动机超机动飞行高稳定性控制器:首先建立了进气道攻角预测模型,以实时估计发动机进口流场畸变,并在此基础上用增广线性二次型调节器(augmented linear quadratic regulator,简称ALQR)方法设计了高稳定性控制器,最后在发动机/三自由度飞机综合模型平台上模拟大攻角飞行任务进行了数字仿真验证.数字仿真结果验证了提出的控制思想的合理性和可行性.      

多胞不确定时滞系统的输出反馈鲁棒预测控制

针对一类具有多胞结构的不确定离散时滞系统,提出了一种基于LMI的输出反馈鲁棒预测控制算法。根据Lyapunov稳定性理论,给出了保证系统鲁棒稳定性的充要条件,并将系统的鲁棒预测控制优化问题转化为易于求解的LMI问题。通过离线计算鲁棒预测控制器中的输出反馈增益矩阵,显著减少了算法的在线计算量。对系统输入、输出约束和状态时滞的考虑使所提出的鲁棒预测控制算法更接近于工程实践。而输出反馈的采用突破了以往算法中要求系统状态必须可测的限制,使算法具有更低的保守性。仿真结果验证了算法的有效性。     

涡轴发动机组合模型非线性预测控制

针对涡轴发动机,为了更好的满足控制系统的实时性要求和提高控制性能,建立了数值稳态非线性模型和ARX动态线性模型相串联的组合模型,并将其作为预测模型,设计了非线性预测控制器。由于优化求解控制器时避免了非线性规划问题,控制系统的实时性得以保证。仿真结果表明,当旋翼负载变化时,功率涡轮转速收敛速度快,稳态精度高,超调量小。     

基于自适应模糊系统的空天飞行器非线性预测控制

 针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。     

基于在线滚动LS-SVR的涡轴发动机混合预测控制

提出了一种串级PID+非线性模型预测控制(NMPC)的混合控制方案,用于涡轴发动机控制系统中。其中:主控制回路采用串级PID控制器以消除静差保证系统稳定;带约束优化的预测控制器则用于实时燃油补偿,以增强发动机系统对直升机功率需求的快速跟随能力。该预测控制器是基于在线预测模型实现,首先在VC环境下设计在线滚动最小二乘支持向量回归机(OSLS-SVR),在线训练高精度、实时性好的内嵌式预测模型,其测试精度可达3‰;而后利用该模型与序列二次规划(SQP)算法完成滚动优化,建立预测控制器;最后,在UH-60A直升机/T700涡轴发动机综合模型仿真环境下,通过模拟直升机大幅急速升降操作,验证了该混合预测控制方案对大扰动具有较强的抑制能力及鲁棒性,从而使直升机获得更好的机动性能。     

增广预测模型的航空发动机多变量约束预测控制

针对模型不匹配导致的模型预测控制性能下降的问题，提出了一种基于增广预测模型的航空发动机多变量约束预测控制器设计方法。在现有发动机状态空间模型基础上，将指令跟踪误差与系统状态的变化量增广为状态向量，设计增广预测模型以消除稳态跟踪误差，以控制量所需能量与模型预测输出误差最小为目标，利用带约束的序列二次规划（SQP）算法在线滚动优化控制变量。通过某型涡扇发动机非线性部件级模型的包线内不同状态下仿真分析，结果表明，控制系统无稳态误差，调节时间<2s，有效提高了发动机控制品质，实现了对输出量的限制管理。