航空发动机解耦控制器设计

提出了一种基于输出拟形的解耦控制器设计方法。设计过程中针对某型涡扇发动机双变量控制系统,首先选取2个理想的一阶环节形成2个独立控制回路,以其在各通路单独阶跃下的无耦合响应为拟形目标。以LQR控制器设计为例,采用遗传算法(GA)来优化LQR控制器的加权矩阵Q和R,使闭环控制系统在各控制回路单独阶跃下的输出与目标相一致,从而达到解耦的目的。通过优化算法,设计出的LQR控制器取得了良好的动、静态解耦效果。     

一级倒立摆的三维模糊组合变量控制

倒立摆系统是多变量、非线性、强耦合、自然不稳定系统.推导了单电机控制的一级倒立摆的数学模型,并对倒立摆系统在平衡点附近进行了可控性研究.在此基础上,运用三维模糊组合变量控制一级倒立摆,仿真结果证明该控制方法的有效性.     

基于H∞理论的二级倒立摆控制研究

二级倒立摆是一种典型的非线性不稳定系统，被广泛用于研究和验证各种控制方法。基于H∞理论控制方法的特点是鲁棒性很强，以尝试采用基于H∞理论控制方法对二级倒立摆进行运动控制，经过仿真实验证明，该控制方法可行并且有效。     

拟人控制平行单级双倒立摆

提出从物理角度出发,分析被控系统并设计控制器的观点,并在介绍基于物理模型的拟人智能控制框架的基础上,以平行单级双倒立摆的稳定控制为例说明了拟人智能控制的应用过程,最后将实验结果与滑模控制平行单级双倒立摆的实验结果进行了对比。     

LQR与Fuzzy控制在飞机俯仰运动中的对比仿真

目的为解决传统PID控制控制参数固定、控制响应速度慢、超调量大,难以完成飞机自动驾驶仪俯仰系统控制的问题;方法分别设计LQR最优控制器和模糊控制器,并建立对应的Matlab控制模型进行仿真研究;结果阶跃响应仿真实验结果表明,飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器更好地实现对飞机俯仰角的控制,具有响应快速,超调小,误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好;结论飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

不确定性的自适应跟踪补偿控制及在航空发动机的应用

针对多变量系统存在不确定性导致的控制性能下降问题,提出了一种基于最优控制律的增广模型参考自适应控制器补偿设计方法。通过采用最优LQR控制律实现系统性能的优化设计从而建立基本控制器,以反馈控制结构为框架,对该最优LQR基本控制器实现增广设计,以改善系统的动态跟踪和抗干扰特性,以双转子航空发动机为对象实现控制器的仿真验证。结果表明:通过增广自适应控制实现了原LQR基本控制器对系统不确定性的跟踪补偿,有效地实现了控制指令跟踪,达到了期望响应性能,控制误差小于0.25%,超调量小于0.5%,且调节时间小于1.5s,符合发动机控制系统技术要求;同时,改善了原基本控制系统在不确定性时的不稳定控制效果,保证了系统一致渐近稳定。     

基于改进NSGAⅡ的航空发动机LQ/H∞控制器设计

对第2代非支配排序遗传算法(NSGAⅡ)进行改进,提出以非支配序为进化方向的微分进化(DE)算法代替传统的遗传操作,提高了算法的收敛速度.针对目前航空发动机多变量控制领域广泛关注的线性二次型调节器(LQR)控制与H2/H∞控制存在的保守性问题,提出了将时域性能指标、二次型性能指标与H∞性能指标相结合,通过改进NSGAⅡ优化权矩阵Q,R,最终获得航空发动机LQ/H∞控制器的设计方法.与其他控制器设计方法相比,基于多目标优化的LQ/H∞控制器目标明确、鲁棒性强且保守性更低.仿真验证结果表明:相比于基于线性矩阵不等式(LMI)的H2/H∞控制器,基于多目标优化的LQ/H∞控制器时域性能提高了4倍,调节时间减少了50%,抗干扰能力提高了15%.     

基于模糊控制的倒立摆控制系统研究

提出了一种利用模糊控制器进行倒立摆控制的方法,建立了倒立摆的数学模型,并进行了计算机仿真,仿真结果表明,该方案可以得到较为满意的结果.     

直升机鲁棒控制器设计及地面仿真试验

以直升机为被控对象,应用LQR技术设计了三轴稳定鲁棒控制器.以直升机模型、执行器模型以及设计的三轴稳定控制器构成全数字闭环仿真系统进行仿真,并将所设计的鲁棒控制器编制鲁棒实时飞行控制律软件加载至飞行控制计算机,在实际地面仿真环境下进行了较为全面的地面联试.仿真结果表明,所设计的鲁棒控制器正确有效,并为其进一步应用于实际飞行控制系统打下了坚实基础.     

地面效应下飞机空投阵风减缓LQR控制

针对运输机在超低空空投过程中容易受到大气环境干扰的问题,研究了在地面效应影响下对运输机超低空空投的建模改进,建立了基于小扰动运动模型的纵向状态空间方程。在此基础上,应用LQR控制方法结合遗传算法优化设计了干扰抑制控制器,使得空投过程具有良好的稳定性和操纵性。结果表明,遗传算法优化的LQR控制方法能够有效抑制阵风对运输机超低空空投过程的干扰,使飞控系统具有更好的稳定性。