基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

航天器自适应快速非奇异终端滑模容错控制

针对存在外部干扰、转动惯量矩阵不确定、控制器饱和以及执行器故障的航天器姿态跟踪控制问题,提出了基于自适应快速非奇异终端滑模的有限时间收敛控制方案。通过引入能够避免奇异点的具有有限时间收敛特性的快速非奇异终端滑模面,设计了满足多约束的有限时间姿态跟踪容错控制器,并利用参数自适应方法使控制器设计不依赖于系统惯量信息和外部干扰的上界。此外,所设计的控制器显式考虑了执行器输出力矩的饱和幅值特性,使航天器在饱和幅值的限制下完成姿态跟踪控制任务,并且无须进行在线故障估计。Lyapunov稳定性分析表明：在外部干扰、转动惯量矩阵不确定、控制器饱和以及执行器故障等约束条件下,所设计的控制器能够保证闭环系统的快速收敛性,而且对控制器饱和与执行器故障具有良好的容错性能。数值仿真校验了该控制器在姿态跟踪控制中的优良性能。     

基于反步法的航天器有限时间姿态跟踪容错控制

针对存在外部干扰、控制饱和以及执行器故障的航天器姿态跟踪控制问题,提出了基于反步法的有限时间控制方案。通过引入一类新型的具有有限时间收敛特性的积分式滑模面,设计了满足多约束的有限时间容错姿态跟踪控制器,并利用参数自适应方法使控制器设计不依赖于系统惯量信息和外部干扰的界。该容错控制方案的设计无需在线故障信息检测、分离甚至控制器重构,并显式地考虑了执行器输出的饱和幅值要求。稳定性分析表明:在控制饱和甚至执行器故障等多约束的条件下,本文所设计的控制器不仅保证了姿态跟踪的有限时间收敛性,且对于执行器故障具有优越的容错能力;数值仿真分析进一步验证了该控制器的控制性能,以及对外部干扰和系统不确定性的鲁棒性。     

模糊模型参考学习控制及其应用

介绍了一种新型的模型参考自适应控制器-模糊模型参考学习控制.学习机制可以观测对象的输出并且调节模糊控制器中规则的隶属度函数,从而使得对象的输出跟踪参考模型的输出.仿真结果表明该控制器可以实现对非线性时变系统的高效控制,可保证闭环系统具有良好的跟踪性能和鲁棒性,且算法简单,易于在线控制.     

无人机动态面自适应容错路径跟踪控制

针对固定翼无人机定高盘旋路径跟踪控制问题,基于动态面自适应控制设计了期望路径与时间无关的参数化路径跟踪双环控制器。首先,考虑无人机偏航执行机构的乘性故障,引入滑模函数设计了内环姿态容错控制器;然后,考虑外界非线性时变有界扰动,通过RBF神经网络在线估计补偿未知非线性量;接着,引入一阶滤波器,解决了虚拟控制量求导导致的控制器复杂问题;最后,利用Lyapunov理论证明了算法的稳定性。仿真结果表明,所设计的算法能够实现执行器存在故障时的路径跟踪控制,控制误差收敛于有界值。     

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。     

自适应滑模容错跟踪飞行控制律的设计

当飞行控制系统操纵面发生卡死或控制效率损伤故障时,采用自适应滑模控制方法进行容错跟踪飞行控制律的设计。采用单位向量法进行滑模控制器的设计,利用李雅普诺夫理论和Barbalat引理设计自适应滑模调节规律,同时能够保证闭环系统的渐近稳定性。利用某型飞机线性化模型进行仿真,结果表明,带有自适应调节规律的滑模控制方法不仅适合于正常情况下飞行控制律的设计,而且对操纵面损伤和卡死故障情况具有较强的适应能力,具有很好的跟踪控制效果和强鲁棒性。     

基于神经网络的超机动飞机自适应重构控制

 讨论了一种基于神经网络的超机动飞机直接自适应重构控制方法。飞机的基本控制律采用非线性动态逆方法设计,对于模型不准确和舵面故障等因素导致的逆误差采用神经网络进行在线补偿。通过仿真表明,在飞机发生舵面故障时,神经网络通过自适应地补偿逆误差,可以快速在线重构控制律,保持飞机稳定和一定的操纵品质。     

基于神经网络的MIMO非线性最小相位系统鲁棒自适应控制

 针对一类模型未知的具有不确定性和外部干扰的多输入多输出（MIMO）非线性最小相位系统提出了鲁棒自适应输出反馈跟踪控制方案。用高斯径向基函数（RBF）神经网络逼近对象未知非线性,用高增益观测器估计系统不可测量状态。所设计的鲁棒自适应控制器不仅能使闭环系统稳定,所有状态有界,而且跟踪误差一致最终有界,并保证最终边界足够小。仿真结果表明了所提出方法的有效性。     

基于深度信念网络的船用燃气轮机自适应控制

针对船用燃气轮机非线性强、惯性大和负载多变等特点,提出1种基于深度信念网络的自适应控制器。该控制器结合了深度信念网络和传统PID控制器,利用深度信念网络对燃气轮机的转速误差信息以及负载状态提取实时特征,在线调节PID参数,并将参数传递给PID控制器,由其输出控制量。通过数字仿真验证表明:该控制器满足燃气轮机转速控制的要求,并且具有良好的自适应性,在不同工况下,能够对燃气轮机转速进行准确控制,使得系统快速响应的同时无超调量。     

机械手的神经网络自适应滑动模控制器设计

 针对多关节机械手的鲁棒跟随控制器设计问题，提出了一种新的机械手神经网络自适应滑动模控制器设计方法，机械手的动力学非线性假设是完全未知的。在提出的控制结构中，高斯径向基函数神经网络用于在线补偿机械手的动力学非线性，参数学习律由稳定性理论得到。给出了系统稳定性和参数收敛性的证明。最后提出方法的可行性通过仿真得到验证。     

基于多模型的飞控系统自适应重构技术研究

针对飞控系统执行器故障引起参数大范围跳变的问题,提出了一种基于多模型的自适应重构控制方法。建立了执行器故障参数模型,根据故障的特征模型设计一系列并行的辨识模型,采用固定模型与自适应模型相结合的方式,依据转换标准选择与当前飞机状态最匹配的辨识模型所对应的控制器。通过对某型飞机侧向控制系统进行仿真,表明在执行器严重受损的情况下,飞机仍能保持良好的性能。     

Integrated active fault-tolerant control using IMM approach

An integrated fault detection, diagnosis, and reconfigurable control scheme based on interacting multiple model (IMM) approach is proposed. Fault detection and diagnosis (FDD) is carried out using an IMM estimator. An eigenstructure assignment (EA) technique is used for reconfigurable feedback control law design. To achieve steady-state tracking, reconfigurable feedforward controllers are also synthesized using input weighting approach. The developed scheme can deal with not only actuator and sensor faults, but also failures in, system components. To achieve fast and reliable fault detection, diagnosis, and controller reconfiguration, new fault diagnosis and controller reconfiguration mechanisms have been developed by a suitable combination of the information provided by the mode probabilities from the IMM algorithm and an index related to the closed-loop system performance. The proposed approach is evaluated using an aircraft example, and excellent results have been obtained     

一种针对结构损伤的非线性容错飞行控制方法

飞机结构损伤会引起气动参数变化,进而影响系统的静稳定性和控制精度。针对具有多输入的非线性飞机模型,利用带有二阶命令滤波器的自适应反步控制方法在线估计飞机气动参数,补偿结构损伤导致的气动参数变化对控制系统的影响,以实现容错飞行控制功能;引入的命令滤波器可以避免反步控制中复杂的求导运算。从理论上分析证明了带有二阶命令滤波器的自适应反步控制的闭环系统稳定性,并给出了控制跟踪误差的理论上界和二阶命令滤波器频率参数选取的下界。通过一个大型客机垂直尾翼脱落场景的仿真实验,验证了所提容错控制方法的有效性。     

Adaptive recurrent-neural-network control for linear inductionmotor

In this study an adaptive recurrent-neural-network controller (ARNNC) is proposed to control a linear induction motor (LIM) servo drive. First, the secondary flux of the LIM is estimated with an adaptive flux observer on the stationary reference frame and the feedback linearization theory is used to decouple the thrust force and the flux amplitude of the LIM. Then, an ARNNC is proposed to control the mover of the LIM for periodic motion. In the proposed controller, the LIM servo drive system is identified by a recurrent-neural-network identifier (RNNI) to provide the sensitivity information of the drive system to an adaptive controller. The backpropagation algorithm is used to train the RNNI on line. Moreover, to guarantee the convergence of identification and tracking errors, analytical methods based on a discrete-type Lyapunov function are proposed to determine the varied learning rates of the RNNI and the optimal learning rate of the adaptive controller. The effectiveness of the proposed control scheme is verified by both the simulated and experimental results. Furthermore, the advantages of the proposed control system are indicated in comparison with the sliding mode control system     

考虑预设性能约束的运输机姿态容错控制

针对运输机舵面故障情况下的姿态容错控制问题,提出了一种考虑预设性能约束的自适应指令滤波增量反步(Adaptive Command-filtered Incremental Backstepping,ACFIBS)容错控制器。首先,构造运输机故障模型,在反步控制设计结构下,通过构造预设性能函数,保证外回路姿态角跟踪误差的动态性能。然后,考虑舵机偏转速率和幅值限制,引入受限指令滤波器和补偿信号,综合考虑气动参数不确定性,采用增量方法设计反步内环控制律。在此基础上,进一步考虑舵面故障情况,引入自适应方法及低通滤波器改进增量反步控制器。最后,通过理论推导和仿真试验验证了控制方法的有效性。仿真结果表明,所设计的控制器具有良好的容错性能,在不同舵面故障条件下均可实现对指令信号的预设性能跟踪,且在参数摄动情况下具有较强的鲁棒性。     

Closed-loop dynamic control allocation for aircraft with multiple actuators

A closed-loop control allocation method is proposed for a class of aircraft with multiple actuators. Nonlinear dynamic inversion is used to design the baseline attitude controller and derive the desired moment increment. And a feedback loop for the moment increment produced by the deflections of actuators is added to the angular rate loop, then the error between the desired and actual moment increment is the input of the dynamic control allocation. Subsequently, the stability of the closed-loop dynamic control allocation system is analyzed in detail. Especially, the closedloop system stability is also analyzed in the presence of two types of actuator failures: loss of effectiveness and lock-in-place actuator failures, where a fault detection subsystem to identify the actuator failures is absent. Finally, the proposed method is applied to a canard rotor/wing (CRW) aircraft model in fixed-wing mode, which has multiple actuators for flight control. The nonlinear simulation demonstrates that this method can guarantee the stability and tracking performance whether the actuators are healthy or fail.     

Nonlinear Adaptive Robust Force Control of Hydraulic Load Simulator

This paper deals with the high performance force control of hydraulic load simulator. Many previous works for hydraulic force control are based on their linearization equations, but hydraulic inherent nonlinear properties and uncertainties make the conventional feedback proportional-integral-derivative control not yield to high-performance requirements. In this paper, a nonlinear system model is derived and linear parameterization is made for adaptive control. Then a discontinuous projection-based nonlinear adaptive robust force controller is developed for hydraulic load simulator. The proposed controller constructs an asymptotically stable adaptive controller and adaptation laws, which can compensate for the system nonlinearities and uncertain parameters. Meanwhile a well-designed robust controller is also developed to cope with the hydraulic system uncertain nonlinearities. The controller achieves a guaranteed transient performance and final tracking accuracy in the presence of both parametric uncertainties and uncertain nonlinearities; in the absence of uncertain nonlinearities, the scheme also achieves asymptotic tracking performance. Simulation and experiment comparative results are obtained to verify the high-performance nature of the proposed control strategy and the tracking accuracy is greatly improved.