角伺服系统模糊自适应PID控制研究

将模糊控制和PID控制相结合,提出了一种智能复合控制策略,并将其应用于某型导弹系统角伺服系统的控制。利用模糊控制在线自适应调整PID控制器的参数,从而使系统的静态和动态性能指标较为理想。在Simulink中的仿真结果表明,这种模糊PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参数系统的鲁棒性强,满足在线实时自适应控制的要求。     

应用保护映射理论的高超声速飞行器自适应控制律设计

针对高超声速飞行器包线范围广、参数变化大的控制需求,应用保护映射理论提出一种高超声速飞行器的自适应控制律设计方法。首先建立整个飞行包线内的线性变参数(LPV)模型,在参数变化边界点设计一个初始的控制结构和参数,然后基于保护映射理论分析初始控制结构使闭环系统稳定的参数范围,通过迭代自动获取整个包线内满足性能指标的控制参数,进而通过多项式拟合设计出高超声速飞行器自适应控制律。所提出的方法能够根据初始控制结构自动寻找一系列满足性能要求的控制器参数,并确定这些控制参数满足闭环系统稳定的设计范围。仿真结果表明,所设计的自适应控制律能够确保高超声速飞行器大包线的设计要求,实现闭环系统的鲁棒稳定。     

某型无人直升机前飞段仿真建模与试飞验证

针对某型无人直升机无铰式旋翼技术验证和飞行试验需求,建立了能够用于实时仿真的非线性飞行动力学模型,并基于经典PID控制算法完成了飞行控制律设计。为验证理论模型准确性和控制参数合理性,相继开展了盘旋飞行和大速度飞行的半物理仿真和飞行试验,并基于飞行试验控制效果评估完成了部分控制参数的优化设计。数据分析表明:半物理仿真和飞行试验的时域响应和配平特性均吻合较好,验证了非线性飞行动力学模型的准确性;飞行试验中无人直升机姿态和速度响应均能够较好地跟踪其设定值,所设计的飞行控制参数能够满足某型无人直升机稳态飞行控制要求。     

无人机飞行控制技术初探

简要回顾了无人机飞行控制系统经典设计方法,然后着重论述了无人机飞行控制技术的最新研究成果,包括非线性动态逆控制、自适应反推控制等现代控制技术及包含神经网络PID控制、神经网络自适应控制在内的智能控制技术,最后对其作了总结。     

某型发动机数控系统的相似参数自适应控制

针对航空发动机在全飞行包线非线性和时变的特点,提出了参数自适应PID控制器设计方法,研究了用最小二乘法和相似参数法两种参数估计器进行在线参数辨识和参数整定的问题。通过与发动机线性模型和部件级非线性模型的仿真,对两种控制算法进行了比较,确定了相似参数法自适应PID控制器具有稳定性好,计算简单,适用于全包线等优点。将相似参数法自适应PID控制器用于某型航空发动机全权限数控系统,通过试车和试飞,验证了该方法的优点。      

自适应PID控制系统仿真

针对常规PID控制器不能满足非线性、时变系统的控制要求的问题,本文将自适应控制思想与PID控制器相结合,合成一种自适应PID控制解决方案,并设计了一个自适应PID控制器。该方案运用专家控制策略,自动整定PID参数。仿真结论表明,在系统参数不确定或者发生变化时,该控制器的控制效果明显优于常规PID控制器。     

基于小波神经网络辨识的PID神经MRAC研究

提出了一种基于小波神经网络辨识的PID神经网络模型参考自适应控制方法。该方法采用小波神经网络作为辨识器,PID神经网络作为控制器在线调节。由于小波变换具有良好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,仿真结果表明用该方法构成的控制系统收敛速度快,逼近精度高,鲁棒性好,优于一般的BP网络控制。     

基于保护映射理论的航空发动机LPV/PI 控制

针对具有强非线性特性的航空发动机控制问题,将基于保护映射(Guardian Maps,GM)理论的控制方法应用于航空发动机控制系统设计中。基于某型涡扇发动机非线性模型建立了线性变参数(Linear Parameter Varying,LPV)模型;根据保护映射理论设计不同调度参数下的PI(Proportion Integration)控制器,在设计过程中,只需通过给定的初始控制器就可以自动得到满足性能要求的控制器参数集合,避免了在多个平衡点进行控制器设计;以非线性模型为被控对象,采用积分分离PI控制,在飞行包线内的不同工作点进行仿真验证。结果表明:基于保护映射理论的控制方法在解决航空发动机控制系统的非线性问题时具有显著效果。     

航空发动机燃油泵试验台入口油温控制

航空发动机燃油泵试验台入口油温控制系统是一种非线性、时滞系统,难以建立数学模型,常规的PID控制方法不能实现精确的控制。提出采用改进的单神经元自适应PID控制方法实现对入口油温的控制。该控制方法结合了神经网络和PID控制的优点。仿真结果表明,所采用的单神经元自适应PID控制与常规PID控制相比,具有更好的控制品质。     

基于PID和LESO的无人机控制

针对四旋翼无人机控制模型耦合程度高、非线性关系复杂,设计了一种基于PID和LESO的控制方法,选取无人机的某个状态变量作为控制量,通过简化模型对状态变量进行解耦控制,进而在控制系统中加入线性扩张状态观测器(LESO),提高模型的抗干扰能力。通过仿真和实际飞行与传统PID方法进行比较,充分验证了自抗扰控制(ADRC)在无人机飞行控制中具有鲁棒性强、精度高、易于实现等特点。     

基于非线性PID控制的无人机飞控系统优化设计

针对固定翼无人机的飞行控制律设计问题,提出了一种基于非线性PID控制原理的控制器。该控制器的比例、积分、微分增益是控制误差的非线性函数。确定该组函数的参数主要根据最优控制理论选择性能指标,采用遗传算法寻优。在此基础上,实现对无人机飞行控制律的优化设计。仿真结果表明,使用该控制器设计的无人机飞行控制回路比用常规PID控制器表现出很大的优越性。     

基于果蝇-蛙跳模糊神经网络PID 的永磁直线同步电机控制

针对永磁直线同步电机(PMLSM)伺服系统存在的非线性、时变性及强耦合性,设计一种基于模糊神经网络PID的速度控制策略,通过融合果蝇优化算法和蛙跳算法形成果蝇-蛙跳算法,实时调整优化模糊神经网络的结构参数,输出适用于PID控制器的最佳参数kp、ki、kd,实现PMLSM速度控制的自适应和智能化。仿真分析与试验结果表明,采用基于果蝇-蛙跳算法优化的模糊神经网络PID速度控制器,能使PMLSM控制系统取得更加优良的控制效果。     

基于改进遗传算法的飞行控制律参数设计

在进行大包线飞行控制律设计中,需将飞行包线分为几个区域,针对各个区域设计线性控制律,采用多个线性控制律来近似替代所需的非线性控制律,本文中线性控制律采用PID控制结构,若用传统PID控制律参数整定方法,工作烦琐、设计时间长,而且控制效果不是很好,提出运用遗传算法优化控制律参数,并针对遗传算法局部寻优能力差、收敛速度差、易早熟等缺点,对其进行了几点改进,为提高鲁棒性,对其适应函数进行了设计,针对某机型某个区域的俯仰控制进行了PID控制律设计仿真,利用改进的遗传算法对其参数进行优化,结果表明,该方法在23代就能得到最优控制参数,而且使系统动态性能有了较明显的提高。     

基于自适应PID的异步电机电流控制

在异步电机矢量控制电流环中采用参数自适应PID算法。该算法采用带遗忘因子的递推最小二乘算法对PID参数进行在线估计,能够根据不同情况实时调整PID参数。试验结果表明,该算法鲁棒性强、稳定性好、自适应性强、计算量小,能够满足对电流控制的要求,并且提高了速度的抗干扰能力。     

多模式下无人机紧密编队飞行控制仿真研究

针对复杂场景下固定翼无人机紧密编队的飞行控制问题,提出了使用三种不同飞行模式的控制策略以及对应控制参数的优化整定方法。首先建立了考虑涡流效应的紧密编队飞行非线性模型,然后针对不同飞行场景设计了协同飞行模式、队形变换模式和花式飞行模式,最后使用爬山-遗传算法对编队控制器的参数进行了优化。仿真结果表明,所设计的编队控制方法和优化参数可以稳定并有效地进行不同模式下的无人机编队飞行控制。     

超低空空投参数自适应反步控制

为解决超低空空投过程中重型货物舱内移动及出舱阶段给载机的姿态和高度稳定带来威胁这一问题,采用带有参数自适应的反步控制方法设计了飞机纵向控制器。将空投过程中模型的不确定性、强扰动以及控制输入增益转化为待估计参数矩阵,并采用参数自适应更新率对参数矩阵进行估计,结合外环PID高度控制器完成了整个飞控系统的设计。仿真结果验证了控制器的强鲁棒性。     

超机动飞行的非线性反推自适应控制

为解决对象参数未知时的超机动飞行控制问题,设计了一种非线性反推自适应控制器。针对超机动飞行的非线性模型,适当选取Lyapunov函数和中间虚拟控制信号,同时通过自适应控制律的设计来调节未知参数并得到了最终的控制信号。仿真结果表明,即使模型参数未知,所设计的控制律也能在过失速机动条件下控制飞机跟踪指令飞行,同时保证了闭环系统的稳定性。     

基于双滑模变结构的巡航导弹纵向控制系统设计

为满足巡航导弹大角度机动、大空域飞行的要求,消除由此带来的高度非线性、参数不确定等对控制性能的影响,基于双滑模变结构方法,设计了巡航导弹纵向通道控制器。基于奇异摄动理论,将导弹系统分为快速变化的内环和慢速变化的外环,采用双滑模变结构方法设计了内外环控制器,非线性仿真结果表明,方法能够快速有效跟踪参考轨迹,满足控制系统性能要求。     

无人驾驶直升机发动机模糊自适应PID控制

针对某型无人驾驶直升机发动机控制的特点,提出恒量供油、恒速控制和总距前馈补偿控制的复合控制策略,在飞行控制计算机内建立发动机模糊自适应PID控制器,利用模糊规则和推理来在线调整PID参数,使发动机安全平滑启动,并在各种功率状态下保持输出轴转速恒定。经含实物仿真试验、地面试车、系留试验以及无人机整机试飞测试,所设计的发动机控制方案动态响应速度快,对总距变化等干扰的抑制作用强,能保证主旋翼在各种飞行状态下获得最佳的气动效率,改进无人直升机的飞行性能。      

基于神经网络自适应动态逆的结冰飞机飞行安全边界保护方法

考虑到飞机带冰飞行的安全问题，对结冰飞机进行安全边界保护成为一种有效的解决手段。基于神经网络自适应动态逆跟踪性能好、鲁棒性强的优点，提出了以安全关键飞行参数限制值作为神经网络自适应动态逆的输入，获取可用舵面偏转角的边界保护方法。建立了飞机本体动力学模型，采用高精度的数值模拟方法获得结冰数据库。设计了神经网络自适应动态逆控制律，通过在动态逆环节引入单隐层神经网络，对不确定性逆误差进行自适应补偿，增强了控制系统的鲁棒性。以俯仰姿态保持模式为例设计了结冰飞行闭环安全边界保护系统。以结冰飞机最小平飞速度的估算值作为飞机最低飞行速度，设计自动油门控制系统，实现对飞行速度的保护。通过仿真验证了设计的控制律具有较强的鲁棒性。对结冰严重程度线性增加情形下飞机状态参数的动态响应进行了分析。仿真结果表明，所设计的结冰边界保护系统，能够实现飞机在容冰飞行过程中对安全关键参数如迎角、飞行速度的实时保护。