电动加载系统分数阶迭代学习复合控制

针对电动加载系统存在多余力矩扰动的问题,提出一种以位置闭环和力矩闭环为反馈控制、迭代学习控制为补偿控制的复合控制策略。为提高加载系统动态性能及降低建立模型的复杂性,驱动永磁同步电机采用直接转矩控制方式,建立加载系统频域模型。在位置闭环和力矩闭环采用分数阶PIλDμ控制器代替常规PID控制器,迭代学习补偿控制采用分数阶迭代学习控制器,利用分数阶微积分的信息记忆特性提高控制系统的动态性能和鲁棒性,通过理论分析给出分数阶PD型迭代学习控制器的收敛条件。对正弦和梯形波载荷进行力矩加载实验及多余力矩抑制实验,验证了该控制方法的有效性。      

舵面电动加载系统的自适应CMAC复合控制

针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信号,以系统的当前控制误差作为CMAC的训练信号.提出了利用误差在线自适应调整学习率的方法,消除了常规前馈型CMAC的过学习和不稳定现象.建立了无人机舵面电动加载系统的数学模型,给出了具体的控制结构和算法.仿真结果表明:该方法有效抑制了加载系统的多余力矩,增强了系统的稳定性,明显改善了舵面电动加载系统的动态性能.     

基于复合控制的磁悬浮CMG动框架效应抑制

针对磁悬浮控制力矩陀螺（MSCMG）动框架效应导致转子悬浮精度和稳定性降低的问题，提出一种角加速率自适应前馈控制与自抗扰控制（ADRC）相结合的复合控制方法。建立了MSCMG转子动力学模型，分析了框架转动情况下的磁轴承扰动力矩，设计了角加速率自适应算法和线性扩张状态观测器，并结合状态反馈控制设计了复合控制器，同时对磁轴承控制系统进行了稳定性分析，仿真结果验证了所提复合控制方法的有效性。利用研制的样机搭建实验平台进行验证，结果表明:所提方法与传统PID控制方法相比，磁悬浮转子收敛后的位移峰峰值降低了39.6%，提高了磁悬浮系统的抗干扰能力。      

控制力矩陀螺框架高精度周期随动控制

为实现控制力矩陀螺框架伺服系统的高精度周期随动控制,采用比例积分微分(PID,Proportion Integration Differentiation)控制器结合重复控制器的控制方式,PID控制器实现框架伺服系统静态和匀速运动的高精度控制,插入式重复控制器实现对周期性输入信号的精确跟踪.对控制力矩陀螺框架系统进行了建模,设计了PID控制器与插入式重复控制器,并分析了重复控制器的稳定性条件、稳态跟踪性能和对扰动的抑制能力.仿真结果和实验结果表明:采用插入式重复控制器使控制力矩陀螺跟踪1Hz给定速度信号时的稳态跟踪误差大幅减少.PID控制器结合插入式重复控制器结构简单,两者可分开独立设计,参数设计容易.     

基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究

针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题，提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法。以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时，所提出的方法可保证鲁棒的姿态控制。首先，利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能，建立了全神经网络的智能自适应容错控制器架构。然后，对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整，对比分析了神经网络参数对控制器性能的影响。最后，对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证。仿真结果表明，对于具有冗余控制力矩陀螺的航天器，提出的方法不仅能在单一陀螺故障下实现高精度的容错控制，也能在发生多陀螺故障时保证一定的姿态稳定控制。     

基于反馈线性化的MSCMG转子稳定控制

磁悬浮控制力矩陀螺（MSCMG）转子的稳定悬浮是实现陀螺高精度大力矩输出的关键。针对影响转子稳定悬浮的转子径向偏转耦合、非线性参数摄动、动框架效应问题，建立转子的动力学模型，提出了一种基于反馈线性化的增强型内模控制方法。利用反馈线性化方法实现径向偏转运动解耦以及转子动力学模型的线性化，设计增强型内模控制对转子系统的非线性参数摄动进行补偿并有效抑制动框架效应，提升了转子系统的稳定性。MATLAB仿真结果表明:所提出的控制方法实现了转子偏转的完全解耦，与PID控制相比，所提方法可以有效抑制参数摄动对转子径向平动的影响。对于转子径向偏转，与PID交叉控制相比，所提方法可以有效抑制框架扰动，提高系统控制精度。      

基于自适应迭代学习的小行星绕飞容错控制

对于小行星绕飞任务的探测器姿态控制问题,已有方法大都考虑了干扰力矩和参数不确定等因素,而忽视了执行器故障情况。针对执行器故障条件下的小行星探测器姿态控制问题,提出了一种基于自适应迭代学习的容错控制方法。所设计的控制器包括两部分：其一针对执行器故障,设计了自适应迭代学习控制器,采用类滑模的思想和自适应迭代学习算法对控制器参数进行调整,进而补偿执行器故障带来的影响,保证系统在控制输出不足情况下的高精度姿态稳定性;其二针对探测器参量变化、外部环境干扰等不确定情况,设计了基于自适应神经网络的迭代学习控制器,采用径向基函数（RadialBasisFunction,RBF）神经网络对系统非线性部分进行逼近,同时对控制器参数进行自适应迭代学习调整,进而保证系统在不确定情况下的动态性能。数值仿真结果表明该控制器能够有效抑制外部环境干扰和内部参数变化带来的不利影响,在执行器部分失效甚至完全失效故障情况下,仍能保证系统的鲁棒性并实现误差在10^-2数量级内的较高姿态控制精度。     

基于神经网络的重力卸载系统控制器设计

吊挂系统是地面模拟空间机械臂重力卸载试验的重要方法之一。针对传统PID控制方式动作响应慢、鲁棒性差等缺点,提出了一种基于径向基函数（RBF）神经网络的智能控制方式。该方式有很强的非线性拟合能力,且学习规则简单,可映射任意复杂的非线性关系,便于计算机实现。利用该特性,设计了一种重力卸载精度较PID控制方式更高的控制器。该控制器应用正交最小二乘法辨识的控制模型,在带负荷的伺服电机数学模型条件下,使用基于梯度下降法更新权重的RBF神经网络,最后通过s 函数编写,得到Matlab仿真图像。仿真结果与PID控制方法相比响应迅速,鲁棒性强,重力卸载精度更高（98%）。     

液体火箭发动机推力自动校准系统仿真

针对液体火箭发动机原位校准高准确度的要求,介绍了一种以伺服电机为执行部件,基于液压传动力值自动加载装置,阐述了该系统的结构和工作原理。建立系统数学模型,通过Matlab和AMEsim搭建了系统的仿真模型,在分析影响模拟推力加载准确度和稳定性的基础上,设计了模糊PID控制器。仿真结果表明:所设计的力值加载系统能够完成力值精确加载,(0~6)kN力值加载时间小于30 s,加载力的示值最大误差为±0.05%,满足校准力值加载需求。证明了在力值加载系统中引入模糊PID控制算法,可以有效补偿系统中的不确定性扰动,增强系统的鲁棒性。     

基于迭代学习算法的控制力矩陀螺框架扰动抑制策略研究

卫星的快速机动以及高精度姿态控制,越来越依赖高精度的控制力矩陀螺(CMG)力矩输出,这就需要CMG低速框架能够有效抑制扰动力矩,降低转速波动.对由高速转子动不平衡引起的扰动力矩进行了分析和建模.为了抑制该扰动力矩对低速框架转速稳定性的影响,在传统的低速框架PID双环控制系统上嵌入了迭代学习的控制算法.通过仿真实验验证该控制方法能够有效抑制扰振力矩,大幅度的提高CMG的输出力矩精度.     

基于舵机指令前馈的电液负载模拟器同步控制

电液负载模拟器是典型的带有强运动耦合的电液力(矩)伺服系统,克服由运动干扰造成的多余力是其控制的关键问题.针对于目前常用的同步补偿算法在消除多余力实际应用中存在的问题,提出了基于舵机指令前馈的同步补偿策略.该策略采用舵机速度指令信号和负载模拟器力矩反馈信号来实现精确的同步补偿,不需要舵机的速度信号、加速度信号以及阀控信号.同时该策略考虑了加载力矩对舵机输出速度的影响,相对于传统速度同步算法在大负载力矩跟踪下可得到更好的多余力消除效果,从而能实现更准确的速度同步补偿.针对于典型加载工况进行的仿真和实验结果表明,该策略能有效解决舵机运动扰动带来的多余力问题,进而提高动态加载精度.      

基于神经网络的仿真转台控制系统

在转台存在偏载、摩擦等不确定负载干扰的情况下,用神经网络与PID(Proportional-Integral-Differential)控制相结合的方法,设计了适应负载变化的转台控制系统.分析了基于BP(Back Propagation)神经网络的自适应PID控制器的基本原理,建立了转台位置控制系统的数学模型,并对控制系统进行仿真分析和实验验证,通过与传统PID控制的对比实验与仿真表明:所设计系统由于有自学习能力,能动态调整PID参数,使系统表现出良好的抗干扰能力和跟踪性能,证明了所设计系统的有效性.该算法结构简单,PID初始参数调整方便,易于在转台实时控制系统中应用.     

基于自适应二阶终端滑模的SRM直接转矩控制

传统的直接转矩控制（DTC）可以在一定程度上减小开关磁阻电机（SRM）的转矩脉动,但是在换相区的转矩脉动抑制效果较差,并且传统的PI控制存在超调量大、鲁棒性差、抗负载扰动能力有限的缺点。因此,设计了基于负载转矩变化率自适应估计的二阶终端滑模转速控制器,在有限时间内使得系统状态迅速收敛到平衡点,实现无需已知扰动上界快速输出给定转矩。此外,对传统的扇区规则进行改进以优化电压矢量的选取,减少由于换相产生的转矩脉动。仿真和实验结果表明:改进后的DTC系统拥有良好的调速控制性能,抗干扰能力强,鲁棒性好,能进一步减少转矩脉动。      

气动负载模拟器的多余力矩分析

为了分析气动负载模拟器中多余力的形成及影响因素,介绍了气动负载模拟器的工作原理、结构框图及实验平台,推导了气动负载模拟器的数学模型,并通过实验和仿真对比模型进行了验证。采用线性化方法定性分析了影响气动负载模拟器多余力的3个因素——被动压差、惯性力矩以及摩擦力矩。采用非线性仿真定量分析了该3个因素分别对气动负载模拟器的多余力矩的影响。得出了在气动伺服加载系统中,摩擦力矩是引起系统多余力矩的重要因素。     

电动负载模拟器多余力矩产生机理及抑制

介绍了直流力矩电机驱动的电动负载模拟器的机械结构和工作原理,建立了电动负载模拟器执行机构的数学模型并用方框图表示.分析了直流力矩电机的机械特性并指出其正常工作的范围.分析了电动负载模拟器在启动过程、正常运行和换向过程中多余力矩产生的机理,提出用基于结构不变性原理的前馈补偿方案来补偿多余力矩.仿真结果从理论上证明了前馈补偿方案可以很好地解决多余力矩带来的干扰,实验结果也证明了前馈补偿方案的有效性和可行性.