刚体航天器姿态跟踪系统的自适应积分滑模控制

 采用自适应滑模控制(ASMC)技术进行姿态跟踪系统设计时,切换增益的整定不需要外部干扰及惯量阵不确定性的上界信息。但现有自适应滑模控制方法存在过度适应问题,产生的切换增益远大于控制所需值。为解决该问题,在自适应滑模控制框架内开展了刚体航天器姿态跟踪控制研究。首先对切换增益自适应机制进行分析,揭示了造成过度适应问题的原因。然后利用积分滑模控制的全局滑模特点,消除了初始跟踪误差对自适应过程的影响,提出了一种自适应积分滑模姿态跟踪控制方法。理论分析和仿真结果表明该方法能够有效减小切换增益。     

基于后退设计的空间机器人系统的自适应控制

 结合后退设计方法和自适应控制理论，对载体姿态可控的空间机器人系统提出了一种自适应跟踪控制算法。当系统的惯性参数未知时，该算法可以保证空间机器人的手端跟踪误差渐近趋于零。和已有的算法相比，所提出的算法可以消除Lyapunov函数导数表达式中的交叉项，明显改善系统的跟踪性能。对平面两关节空间机器人的仿真结果证实了算法的有效性。     

基于CMAC神经网络的BTT导弹模型跟踪控制

提出一种ＢＴＴ导弹模型跟踪控制系统的参考模型设计新方法。在此基础上,设计了一种非线性模型跟踪控制律,并将ＣＭＡＣ神经网络用于ＢＴＴ导弹系统的鲁棒自适应模型跟踪控制,使具有不确定性的实际系统获得要求的跟踪性能。该方法适合于控制导弹作全空域飞行。仿真结果进一步验证了该方法的正确与有效。     

改进参考模型的涡扇发动机多变量模型参考自适应控制

针对涡扇发动机难以获得精确数学模型和普通模型参考自适应控制不保证动态性能的问题,提出了一种具有改进参考模型的涡扇发动机多变量模型参考自适应控制方法。采用状态反馈形式设计了状态跟踪的多变量自适应控制器,其中对参考模型作了引入跟踪误差反馈的改进,使得高自适应增益下跟踪曲线的超调得到明显的抑制,动态响应得到改善。应用该方法对涡扇发动机非线性部件级模型进行仿真分析,结果表明,控制系统调节时间小于2s,无稳态误差,具有良好的控制品质。     

考虑舵机动力学的旋转弹自适应解耦控制

为解决由气动交联、控制交联引起的旋转弹俯仰和偏航通道间的耦合问题，提出了一种考虑气动不确定和执行机构动力学的自适应解耦控制方法。以一类鸭舵作用下的双通道控制旋转弹为研究对象，建立了非旋转弹体坐标系下考虑舵机动态响应过程以及气动参数不确定性的线性化动力学模型。利用模型参考自适应控制方法作为基础框架，将跟踪误差积分扩维至被控系统以改善闭环系统的跟踪性能。将舵机输入与输出之间的误差信号反馈到参考模型中实现俯仰和偏航通道之间的解耦。通过理论分析和数值仿真，验证了所提自适应解耦控制方法的有效性。仿真结果表明，设计的自适应解耦控制器能够保证闭环系统稳定并且实现俯仰和偏航通道之间的解耦。     

基于迭代反馈调参的伞翼飞行器无模型自适应控制方法研究

针对伞翼飞行器强非线性特点，本文使用基于数据驱动的控制方法——基于迭代反馈调参的无模型自适应控制方法（IFT-MFAC）设计伞翼飞行器控制系统，该方法在构建过程中仅利用系统的输入和输出数据，不需要构建动力学模型。本文首先介绍了无模型自适应控制方法（MFAC）的构建过程，并进行了简洁的稳定性分析，然后采用迭代反馈调参方法对无模型自适应控制方法的两个步长因子进行迭代调参。为验证该方法的控制效果，对IFT-MFAC与PID控制、主动抗干扰控制（ADRC）和MFAC进行了一系列仿真对比，结果显示，IFT-MFAC控制器在复杂环境下的控制效果更好，尤其是在随机扰动环境下对折线轨迹的跟踪效果。     

基于TS模型的模糊神经网络光伏MPPT控制

为了克服传统最大功率点跟踪(MPPT)方法的一些缺点,使光伏系统更加快速准确地工作在最大功率输出点,提出了基于模糊控制和神经网络控制相结合的自适应控制方法。该方法充分利用模糊神经网络处理非线性问题的优点,通过模糊控制来改变步长,利用神经网络的自学习能力来快速达到平衡,使光伏MPPT在跟踪速度和稳定性之间达到一个较优的平衡。仿真和试验结果表明,基于模糊神经网络自适应控制的MPPT方法具有较强的鲁棒性和自适应能力。     

基于误差反馈控制的建立航空发动机自适应模型方法

提出了基于误差反馈控制的建立航空发动机自适应模型方法.即以实际发动机的输出为参考指令,以航空发动机性能蜕化值为航空发动机模型的控制量,通过设计鲁棒性好且能消除稳态误差的增广线性二次型最优调节(ALQR)控制器以实现模型的输出自适应地无偏跟踪真实发动机的输出,利用ALQR的鲁棒性,使模型具有良好的自适应性.ALQR和发动机模型一起构成航空发动机自适应模型.最后通过稳态仿真和动态仿真表明该方法不仅可以实现自适应模型全包线跟踪稳态真实发动机,同时能实现动态跟踪真实发动机.      

一类非仿射输入和不确定性系统的输出跟踪控制

针对一类具有非仿射输入和不确定性的混沌系统,提出了鲁棒自适应RBFNN反演控制。RBF神经网络用来逼近设计过程中所有的未知非线性函数,并且对逼近的误差设计了鲁棒项,设计的自适应律是针对RBF所有权值的上界而不是权值本身,因而在线自适应参数数量减少了,节约了计算时间。该方法保证了混沌系统的输出能跟踪任意参考信号,并且跟踪误差是一致渐进收敛的。仿真结果表明该方法的可行性和有效性。     

超声速导弹的自适应滑模动态面控制

为了提高超声速导弹过载控制系统的快速性,提出了一种自适应滑模动态面控制方法,并采用该方法进行了过载控制系统的设计。通过引入虚拟控制量,该方法克服了内外环设计中需要划分快、慢变量的缺点,提高了过载控制系统的跟踪速度。同时,对系统中存在不确定量的情况进行了研究,采用自适应滑模控制算法对不确定量的边界进行了估计,保证了整个闭环系统的渐近稳定性。仿真结果表明,所提出的自适应滑模动态面控制方法具有良好的控制性能。     

Modified robust optimal adaptive control for flight environment simulation system with heat transfer uncertainty

To solve the rapid transient control problem of Flight Environment Simulation System (FESS) of Altitude Ground Test Facilities (AGTF) with large heat transfer uncertainty and disturbance, a new adaptive control structure of modified robust optimal adaptive control is presented. The mathematic modeling of FESS is given and the influence of heat transfer is analyzed through energy view. To consider the influence of heat transfer in controller design, we introduce a matched uncertainty that represents heat transfer influence in the linearized system of FESS. Based on this linear system, we deduce the design of modified robust optimal adaptive control law in a general way. Meanwhile, the robust stability of the modified robust optimal adaptive control law is proved through using Lyapunov stability theory. Then, a typical aero-engine test condition with Mach Dash and Zoom-Climb is used to verify the effectiveness of the devised adaptive controller. The simulation results show that the designed controller has servo tracking and disturbance rejection performance under heat transfer uncertainty and disturbance; the relative steady-state and dynamic errors of pressure and temperature are both smaller than 1% and 0.2% respectively. Furthermore, the influence of the modification parameter γ is analyzed through simulation. Finally, comparing with the standard ideal model reference adaptive controller, the modified robust optimal adaptive controller obviously provides better control performance than the ideal model reference adaptive controller does.     

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

针对发动机限制保护控制问题,提出了一种基于数据驱动的改进无模型自适应限制保护控制方法。以主回路闭环系统为设计对象,通过在常规无模型自适应控制律的准则函数中增加误差变化率,使超限保护系统具有更快的响应速度,给出了改进后系统的稳定性条件,并采用临界比例度法进行了控制器参数整定。仿真结果表明:在不同工作点,所设计的改进无模型自适应限制保护控制器相比常规无模型自适应限制保护控制器,最大超限平均减小2.97%,响应时间平均缩短2.30s,实现了发动机超限后的迅速回调,保证了发动机系统的安全运行。     

Adaptive control for a sensorless permanent-magnet synchronousmotor drive

An adaptive velocity controller for a permanent-magnet synchronous motor without using shaft sensor is presented. Two line-to-line voltages and two stator currents are sensed to produce the flux position. The design part is concerned with the formulation of control algorithm for current-regulated pulsewidth modulated inverter and vector control strategy for speed loop. Under the vector control framework, self-tuning, model following, and model referencing adaptive control are applied to design for the speed-loop controllers. The implementational part integrates the control of current and speed loop using microprocessor-based controllers. Experimental case studies that correlate simulation and measurement results are provided. The experimental results validate the theoretical development. A new approach for designing advanced adaptive controller for a sensorless ac drive is provided     

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。     

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。     

Adaptive Integral-type Sliding Mode Control for Spacecraft Attitude Maneuvering Under Actuator Stuck Failures

A fault tolerant control (FTC) design technique against actuator stuck faults is investigated using integral-type sliding mode control (ISMC) with application to spacecraft attitude maneuvering control system. The principle of the proposed FTC scheme is to design an integral-type sliding mode attitude controller using on-line parameter adaptive updating law to compensate for the effects of stuck actuators. This adaptive law also provides both the estimates of the system parameters and external disturbances such that a prior knowledge of the spacecraft inertia or boundedness of disturbances is not required. Moreover, by including the integral feedback term, the designed controller can not only tolerate actuator stuck faults, but also compensate the disturbances with constant components. For the synthesis of controller, the fault time, patterns and values are unknown in advance, as motivated from a practical spacecraft control application. Complete stability and performance analysis are presented and illustrative simulation results of application to a spacecraft show that high precise attitude control with zero steady-error is successfully achieved using various scenarios of stuck failures in actuators.     

挠性航天器的退步直接自适应姿态跟踪控制

针对参数不确定的挠性航天器姿态跟踪控制问题,提出了一种退步直接自适应控制算法。首先验证了挠性航天器动力学子系统的近似严格正实性,并设计了具有理想控制性能的参考模型;然后对以姿态四元数描述的运动学子系统设计常系数输出反馈中间控制律,使航天器姿态四元数输出渐近跟踪参考模型输出;最后退一步,对具有参数不确定特性的动力学子系统,基于非线性直接自适应控制理论和Lyapunov稳定性理论,设计了退步直接自适应姿态跟踪控制器,并证明了闭环系统的稳定性。仿真结果表明,所提控制方法能有效抑制挠性附件的振动,对挠性航天器的控制是有效的。     

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。      

考虑执行机构饱和的迎角跟踪控制

设计提出了 1种针对高光谱图像分类任务的 3D-MSCNN模型。在 PCA降维的基础上,利用 3D空谱特征提取网络和 2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度地表覆盖的表达能力。最后,利用 Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在 In. dian Pines和 Pavia University数据集上都取得了较好的分类效果。与 CD-CNN、3D-CNN、SS-Net和 HybirdSN等方法相比,本文算法能够有效提升总体精度、平均精度和 Kappa系数等客观评价指标。     

A Backstepping Simple Adaptive Control Application to Flexible Space Structures

Although the simple adaptive control (SAC) is widely studied both in theory and application in flexible space structure control and other control problems, it is restricted by the almost strictly positive real (ASPR) conditions. In most practical control problems, the ASPR conditions are not satisfied. Therefore, based on the SAC theory, this paper proposes a backstepping simple adaptive control algorithm which suits the system with arbitrary relative degree with no need of parallel feedforward compensator. The proposed control algorithm consists of decomposition of the arbitrary relative degree system into a known subsystem and an unknown ASPR subsystem which are connected in cascade, design of constant output feedback controller for the known subsystem, and implementation of backstepping method and SAC of the unknown ASPR subsystem. Inheriting the characteristics of the SAC, this method can be adaptive online for the parameter uncertainties. Then, the application of the proposed controller to large flexible space structure with collocated sensors and actuators is studied, and the simulation results validate the proposed controller. It is a new strategy to apply the classical SAC to high relative degree plants.