压电陶瓷叠层作动器迟滞蠕变非线性自适应混合补偿控制方法

压电陶瓷叠层作动器的迟滞蠕变非线性特性严重影响了控制系统的稳定性及动态跟踪精度。针对其迟滞蠕变非线性补偿控制问题,提出了一种高精度动态补偿压电陶瓷叠层作动器非线性特性的自适应混合补偿控制方法,即迟滞蠕变前馈补偿与自适应滤波反馈补偿结合的前馈-反馈混合控制方法。采用改进的Prandtl-Ishlinskii（Modified Prandtl-Ishlinskii,MPI）模型对压电陶瓷叠层作动器迟滞蠕变非线性特性进行精细化建模,并得到其逆补偿模型进行前馈补偿。根据前馈补偿误差,采用自适应滤波反馈控制对输入信号进行实时调控,实现对压电陶瓷叠层作动器的迟滞非线性及lg（t）型蠕变特性的实时精确补偿控制。数值仿真与实验结果表明,相比于常规前馈迟滞蠕变补偿,所提出的自适应混合补偿控制方法可以有效降低压电陶瓷叠层作动器的迟滞补偿误差,极大提高了迟滞蠕变非线性动态跟踪精度以及自适应性。     

开闭环PD型快速迭代学习控制方法及其在直流电动机中的应用

针对一类非线性系统的学习控制问题,提出了一种开闭环PD型快速迭代学习控制方法。此学习控制方法利用了系统当前的跟踪误差信号和前次迭代控制的跟踪误差信号,以及它们的微分信号,同时采用可调比例系数,根据系统误差的变化及时地调节比例系数,从而使目标的跟踪能力得到提高。通过分析给出了此快速迭代学习算法收敛的条件,直流电动机的仿真应用说明了此学习控制方法对于非线性系统具有较强的有效性和较好的可行性。     

一种三自由度精密定位系统研究

为了满足航空制造领域中零部件精密装配系统对精密定位的需求,开发了一种基于柔顺机构的三自由度精密定位系统,具有两个移动及一个转动共3个自由度;采用3个封装压电陶瓷致动器驱动,封装压电陶瓷内置应变传感器以实现对压电陶瓷驱动器的闭环精确控制;使用3个激光位移传感器测量实际位姿。提出一种基于激光位移传感器的测量和运动学标定方法,试验结果表明X方向正弦轨迹误差为5.4%,Y方向正弦轨迹误差为8.18%。     

基于逆误差补偿的非线性导弹控制器设计

提出了一种基于动态逆在线误差补偿的非线性导弹动态逆控制设计方案。首先运用动态逆的双阶段设计方法设计了导弹的逆控制器,第一阶段采用动态逆方法设计快回路控制器实现对滚转、偏航和俯仰三个通道角速度的跟踪;第二阶段实现慢回路对滚转角、侧滑角和迎角的跟踪;然后,设计了具有补偿信息,并用于在线补偿动态逆误差的控制方案,并将其应用于导弹控制系统的设计中以增强其鲁棒性。通过仿真分析,验证了该方法的有效性。     

基于自适应神经网络的非线性飞控系统设计

将动态逆理论、神经网络和自适应控制相结合应用于非线性飞行控制系统设计中，通过动态逆控制律将非线性耦合系统转换为线性解耦系统，采用具有在线学习能力的神经网络来补偿反馈线性化中存在的逆误差，最后利用李亚普诺夫稳定性理论推导了在线网络权值的自适应调整规则。仿真结果表明，这种控制结构具有良好的跟踪能力和极强的鲁棒性。     

直升机后缘襟翼驱动器迟滞现象仿真与抑制

直升机后缘襟翼多采用压电驱动器作为驱动元件，但是在使用过程中压电驱动器迟滞会对其振动控制性能产生不利影响，因此针对压电驱动器迟滞开展了迟滞建模与抑制研究。通过实验研究了压电驱动器在不同驱动频率下的迟滞特性，采用Bouc-Wen模型对驱动器迟滞现象进行了建模，并采用粒子群算法（PSO）辨识模型参数，与实际测量迟滞曲线进行了对比，在10~60 Hz范围内所建立的迟滞模型能够较为精确地描述压电驱动器迟滞现象。建立了基于Bouc-Wen逆模型的前馈补偿控制与PID反馈控制相结合的复合控制策略，实验结果显示该控制策略能够在10~60 Hz较宽的频率范围内有效抑制该压电驱动器迟滞现象。建立了考虑驱动器迟滞的主动控制后缘襟翼振动控制动力学模型，并对中等速度稳态前飞条件下后缘襟翼振动控制性能进行了仿真，仿真结果显示驱动器迟滞会在一定程度上削弱振动控制性能，而采用复合控制可以提高后缘襟翼旋翼振动控制性能。     

一种改进的高超声速滑翔目标跟踪方法

针对临近空间高超声速滑翔目标跟踪问题，提出一种基于反向传播神经网络修正改进迭代扩展卡尔曼滤波(Back Propagation Neural Network-aided Improved Iterative Extended Kalman Filter, BP-IIEKF)的目标轨迹跟踪方法。在雷达站坐标系下建立目标运动模型和量测模型。引入阻尼因子修正IEKF算法中的协方差预测矩阵，并定义算法的代价函数，给出迭代终止条件，保证了算法收敛精度，减小状态的观测更新误差，提高了目标状态估计精度。利用BP神经网络修正滤波结果，补偿系统滤波误差，进一步提高了跟踪精度。仿真结果表明所提算法对高超声速滑翔目标具有更高的跟踪精度。     

压电驱动器的气动弹性应用

 随着压电智能材料与结构的发展,压电驱动器在气动弹性控制领域占据重要地位。使用压电驱动器控制翼面变形,利用而不是抵抗气动弹性效应可以控制升力、力矩以及它们的分布。采用基本相同的智能结构翼面控制系统,根据不同的控制目标需求,使用压电智能材料驱动器可以达到多种目的,包括静态的形状控制与动态的颤振抑制、抖振控制与阵风响应控制。静态控制方面例如改变翼面形状获得附加空气动力以增加升力、提供横滚力矩、改变升力分布以减小诱导阻力或减小翼根弯矩等;动态控制例如利用改变翼面形状产生的附加空气动力作为控制载荷,改变气动弹性系统的耦合程度,根据控制效果要求可作为气动阻尼、气动刚度或气动质量。这种控制方法可以减轻结构重量,提高操纵效率,扩大飞行包线,提高材料利用率,已成为可变形飞行器的重要研究内容。本文主要阐述压电驱动器气动弹性应用的动机与机理、发展与成就以及问题与展望。     

SMA鼓包迟滞建模与控制策略

激波控制鼓包SCB是一种减小激波阻力的流动控制技术。为了解决固定挠度鼓包工作范围较窄的问题,提出了一种具有双向记忆效应的形状记忆合金SMA鼓包,通过控制SMA鼓包的温度来改变其挠度。SMA鼓包最大可回复位移为6.1 mm,为鼓包变形区域的2.65%。针对迟滞现象对鼓包挠度控制的影响,基于（Krasnosel'skii-Pokrovskii,KP）模型对SMA鼓包的温度/挠度迟滞特性进行了建模研究。采用粒子群算法来辨识模型参数,辨识得到的迟滞模型最大误差为0.107 mm。设计了2种基于KP模型的PID控制方案,一种为无迟滞补偿的单目标PID控制,一种为迟滞逆模型前馈补偿的双目标PID控制。仿真与实验结果表明,迟滞逆模型前馈补偿的双目标PID控制时域性能优于无迟滞补偿的单目标PID控制。     

应变反馈式压电陶瓷微位移驱动器的研制

介绍了采用应变片测量压电陶瓷微位移驱动器位移的原理和设计思想，介绍了实验装置的结构，给出了实验结果，证明将应变片直接粘贴在压电陶瓷基体表面测量其位移的方法是可行性的；通过对压电陶瓷滞回特性的测定，提出了建立压电陶瓷的控制模型的基本思路。     

基于Bang-Bang控制思想的迭代学习控制算法研究

根据迭代学习控制基本原理,吸取了Bang-Bang控制的思想,提出了新的迭代学习控制算法。与常用的利用迭代误差或误差变化率进行控制率计算的算法相比,该算法只需根据迭代误差的符号即可计算控制率,不仅大大减小了计算工作量,而且增强了系统的抗干扰能力。给出了算法表达式和控制结构图,进行算法收敛性分析。仿真结果表明该算法的有效性和收敛性。     

稳定跟踪平台的FKAPID控制算法

针对传统PID控制算法在稳定跟踪平台控制中的诸多问题,提出一种带有卡尔曼滤波器的基于前馈补偿和抗积分饱和PID(FKAPID)控制的控制方法。计算机仿真实验表明,控制方法使系统的单位阶跃响应的超调量减小到6%,调节时间缩短至1.4 s,跟踪误差的均方差值减小了1个数量级以上,动态响应性能、对周期性信号的跟踪性能和对干扰的抑制能力明显提高。     

基于自适应动态规划的运载火箭智能姿态容错控制

针对运作火箭主动段发动机摆动执行机构故障下的姿态控制问题,结合自适应动态规划（ADP）方法设计了一种智能容错控制策略。该智能容错控制器主要包括2部分：容错稳定控制部分和优化补偿部分。容错稳定控制部分利用自适应和滑模变结构控制设计,主要维持执行机构故障下姿态控制系统的稳定,保证姿态跟踪误差的有限时间收敛;优化补偿部分采用执行-评价结构,利用ADP的在线学习优势,根据姿态系统的跟踪误差（尤其是系统故障、强干扰导致的跟踪偏差）,设计ADP算法产生补偿控制来进一步优化姿态控制系统的跟踪性能。仿真验证表明,即使存在外部干扰和执行机构故障的情况下,所提方法仍能保证系统稳定且精确跟踪指令信号。     

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.      

基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

基于鲁棒迭代学习的四旋翼无人机轨迹跟踪

针对四旋翼无人机高精度轨迹跟踪问题,充分考虑外部扰动等因素,提出了一种带遗忘因子的基于可变增益的前馈-反馈鲁棒迭代学习控制算法。其中,前馈迭代学习控制器采用选择迭代学习方案,弥补了传统的基于遗忘因子迭代学习控制方法的不足,且控制器学习增益可随迭代变化,可以加快算法的收敛性。反馈控制器采用比例-微分控制器,可以保持系统稳定并且加快跟踪误差收敛速度。最后通过收敛性分析和四旋翼仿真试验验证了所提出算法的有效性,所设计算法具有很好的鲁棒性和较高精度。     

一种基于神经网络补偿动态逆误差的方法

讨论了一种基于神经网络自适应补偿动态逆误差的方法，并应用于超机动飞机控制器设计中，飞机的基本控制采用非线性动态逆方法进行设计，对于模型不准确导致的逆误差采用神经网络进行在线补偿，仿真结果表明，采用神经网络补偿误差，弥补了非线性动态逆要求精确数学模型的缺点，而且可以简化动态逆控制律的设计，改善整个控制系统的性能。     

用于推动压电驱动器的PP4—100型高压功率放大器

压电驱动器在未来航空、航天结构上广泛应用的主要障碍之一是推动压电驱动器工作的低效率驱动设备和发热问题。因此，基于现阶段振动与结构声主动控制研究工作的需求和用作驱动器的压电材料PZT的逆压电效应特性，对“PP4－100型高电压功率放大器的研制工作进行了简要总结，给出了研制思路，P4-100型高电压功率放大器的性能参数和使用说明书（参见附录）。     

基于神经网络的自动着陆飞行鲁棒自适应逆控制

针对飞机自动着陆飞行提出了基于神经网络的鲁棒自适应非线性动态逆控制器设计方案。首先采用非线性动态逆方法设计着陆飞行的基本控制律,再利用多层感知器神经网络设计适当的权值调整规则使其能够自适应地逼近和补偿逆误差。仿真结果表明,所设计的飞行控制系统是有效的,系统能够克服动态逆误差对着陆飞行控制带来的不利影响。     

飞航导弹的地形跟踪控制器设计方法研究

根据奇异摄动理论,采用飞航导弹的分层控制方法,将地形跟踪控制系统分成速度、姿态角和角速度三部分,提出了一种利用动态逆滑模控制进行飞航导弹地形跟踪控制器的设计方法,同时充分考虑了导弹系统中的不确定性误差,保证了系统误差收敛。最后以飞航导弹非线性模型进行了6DOF仿真。从仿真结果可以看出,导弹能够准确跟踪地形轮廓飞行,表明所设计的地形跟踪控制器具有较强的鲁棒性和快速跟踪性。