基于弹性辨识的运载火箭改进AAC控制方法

针对运载火箭自适应增广控制(AAC)方法输出抖动问题提出一种改进AAC控制方法,该方法在AAC基础上增加弹性辨识算法来辨识系统弹性振动频率,通过设计陷波滤波器来抑制系统弹性振动,从而消除自适应增益输出抖动问题。仿真结果表明,该方法继承AAC抗干扰能力强的优点,避开AAC输出抖动的缺点,有效提高了系统鲁棒性。     

一种高超声速试飞器助推段主动弹性抑制方法

针对高超声速试飞器助推段由于其高静不稳定特性所引起的低频弹性模态与刚体高带宽控制之间动态耦合问题，具有低频模态和大静不稳定度等特征，引入主动弹性抑制技术，即在传统控制器的设计基础上引入弹性振动能量在线辨识技术相结合的改进自适应增广控制技术(Adaptive augmenting control, AAC)，动态改变开环系统控制增益，以降低弹性模态对舵机的影响，同时增加刚体控制系统的稳定性。仿真结果验证了该方法能够有效减小由干扰激励出的弹性模态所引起的附加舵机摆角，抑制伺服弹性耦合作用。该方法对高超声速试飞器助推段的控制具有重要的理论意义和工程应用价值。     

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下，传统PID控制方法难以满足高品质控制需求的问题，进行了自适应增广控制(AAC)方法研究，以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上，通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制；继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响，设计了在线调整算法自适应调节PID控制增益，并对其工作机理与参数设计原则进行研究；然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响；最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析，验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响，大幅度提升综合控制性能，具有理论研究意义与工程应用价值。     

基于插值DFT的弹体弹性自适应陷波方法

针对现代导弹弹性频率低、频率不确定范围大,传统陷波方法会造成严重相位滞后的问题,提出一种基于插值离散傅立叶变换（IpDFT）的自适应陷波方法。该方法利用修正Jacobsen方法辨识、跟踪测量信号中弹性模态的频率,并调整陷波器的中心频率来实现自适应陷波。该估计器频率辨识精度接近克拉美罗下界（CRLB）,弹性幅值变化对辨识精度的影响很小。仿真对比表明,该方法灵敏度高、辨识快、相位延迟小、弹性抑制效果好。与固定参数陷波器相比,相位滞后从29.4°减小到11.86°;与一类用自适应陷波器频率辨识方法相比,辨识时间从2s减少到0.25s,弹性振动幅值峰值为其10%。     

适应运载火箭推力下降故障的神经网络容错控制方法

针对运载火箭单台发动机推力下降故障,提出了一种基于径向基神经网络(Radial Basis Function Neural Network,RBFNN)的容错姿态控制方法。该方法无需故障诊断系统,根据运载火箭姿态动力学控制通用模型,使用RBFNN在线辨识并补偿模型的故障变化和不确定干扰,得出容错控制律。仿真结果表明,在单台发动机发生推力下降故障时,本文方法与传统PD方法、自适应增广控制方法(Adaptive Augment Control,AAC)相比,可有效保证姿态稳定和控制精度。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控制的增益根据舵效变化完成在线自适应调节,实现飞行器的自适应姿态控制;最后,进行数学仿真验证,结果表明,将BP神经网络应用于飞行器姿态控制中,能够实现控制参数的自适应调整,说明BP神经网络具有优良的逼近性能,最终提升了飞行器姿态控制系统的性能,提高了智能化设计水平.     

基于小波变换与奇异值分解的航空器弹性自适应陷波方法

针对现代航空器弹性振型频率低、接近控制系统频带,采用传统陷波滤波器抑制弹性模态,严重影响系统动态性能的问题,提出一种基于小波变换与奇异值分解的航空器弹性自适应陷波滤波方法。先利用小波变换与奇异值分解在线估计弹性振型频率,然后采用先验信息对估计结果作进一步处理,最后据此调整陷波器的中心频率,实现自适应陷波。仿真结果表明,该方法灵敏度高、辨识频率精度高、速度快、弹性抑制效果好。与相位稳定方法相比,在控制系统截止频率附近的相位滞后最大减小6.26°,最小减2.35°。     

直接力/气动力复合控制系统自适应滤波器设计

针对防空导弹直接侧向力开启诱发的弹性振动,对直接力/气动力复合控制系统自适应滤波器设计进行了研究。根据弹性振动模型,采用有陷波滤波器的控制系统,设计了高通滤波器、频率辨识器和陷波滤波器。用渐消记忆最小二乘法在线辨识弹性振动模态频率,实时调整陷波滤波器参数,实现对弹性振动信号的自适应滤波。仿真结果表明:设计的自适应滤波器能准确辨识出弹性频率,可有效抑制弹性振动对控制系统的影响。     

主动段姿态控制参数与稳定裕度映射关系研究

针对固体导弹(火箭)主动段姿态控制系统,采用解析方式分别建立了控制参数与幅值裕度和相位裕度之间的映射关系。该映射关系不依赖于模型参数,在该映射关系的基础上,可以快速得到与期望的稳定裕度变化量对应的控制参数的变化规律,即可用于实现稳定裕度的在线调节。仿真结果表明,利用该映射关系较好地实现了稳定裕度的在线调节。     

磁悬浮控制力矩陀螺高速转子高频自激振动的抑制

磁悬浮控制力矩陀螺（CMG）中转子一阶弹性模态自激振动是影响磁悬浮高速转子系统稳定性的关键因素之一.自激振动通常可以采用陷波器（NF）进行抑制,然而引入NF或改变其参数以及转子转速的变化均会改变模态自激频率,因而难以直接准确地确定NF参数.本文提出一种仿真确定NF参数的方法,通过转子弹性模态缩减建模和模态参数确定得到准确的弹性转子动力学模型,进而采用闭环仿真优化确定NF中心频率和极点阻尼.采用该方法设计的NF有效抑制了转子的高频弹性模态自激振动,使得磁悬浮CMG转子可以稳定升速到24000r/min.实验结果验证了该方法的实用性和有效性.     

大型液体运载火箭姿态控制参数智能设计方法

针对大型液体运载火箭控制参数设计依赖人工经验,设计过程耗时长,难以得出很好设计结果等问题,提出了一种控制参数智能设计方法。结合稳定裕度指标和截止频率约束,设计了一种分段式目标函数,避免单一稳定裕度值过大、其他稳定裕度很小甚至不稳定的情况。通过分析参数对系统频域特性的影响,将校正网络与控制增益分层优化,提出了一种基于优势更新的改进进化策略方法优化校正网络参数,基于Powell算法优化控制增益。仿真结果表明,提出的目标函数通用性强,提出的改进进化策略收敛速度快、收敛性好,优于其他启发式算法,优化结果优于人工设计结果,具有较高的工程应用价值。     

运载火箭摇摆发动机与全箭动力学特性耦合关系研究

针对运载火箭“摆动发动机-伺服回路”负载频率低,可能影响全箭弹性模态稳定性的问题,首先建立了包含“发动机-伺服回路”动力学模型的全箭动力学模型,分析了“发动机－伺服回路”负载频率对伺服机构传递函数和控制系统开环传递函数特性的影响,指出了“发动机－伺服回路”负载频率与箭体弹性模态之间的动力学耦合关系,给出了保证弹性模态稳定的谐振频率判据,最后计算了保证全箭弹性模态稳定的负载频率边界值,并通过仿真算例验证了结果的正确性。研究结果表明,“发动机－伺服回路”局部的负载频率通过惯性负载力矩作用与全箭弹性模态形成耦合,当负载频率位于上、下边界值范围之内时就会导致某些弹性模态不稳定,因此在实际工程中应对负载频率进行限制,以保证运载火箭的飞行安全。
     

基于变分模态分解的燃烧室热声振荡衰减系数辨识

利用发动机燃烧室稳定燃烧阶段的压力振荡信号,提取热声谐振模态频率及其幅值,并建立不同复杂程度热声振荡理论模型辨识获取各模态衰减系数,是当前试验评估燃烧室燃烧稳定性裕度的一种重要手段。建立了二阶随机振子热声振荡理论模型,采用基于最大峭度准则的变分模态分解算法提取压力振荡信号的热声谐振模态,开展了模态提取算法和时/频域辨识方法验证,并将其应用于某针栓式气氧/乙醇模型发动机燃烧稳定性裕度评估分析。结果表明：与传统的带通滤波算法相比,峭度最大变分模态算法有效提高了热声谐振模态的提取精度和使用便捷性。     

运载火箭自适应制导及在线轨迹重构方法研究

结合我国运载火箭发展，梳理了传统制导方法的工程应用历程;针对故障适应性和自主化需求，分析了基于在线轨迹规划的制导方法发展概况。基于伪谱离散和凸优化理论，提出一套适应不同目标轨道的弹道轨道联合在线重构算法框架，并利用在线重构设计一种运载火箭故障导致推力不足后的自适应制导算法，通过数值实验和嵌入式测试，验证了在线重构算法和自适应制导方法的正确性、有效性。     

飞行器气动参数智能在线辨识技术研究

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整。传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求。而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性。提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法。通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性。     

基于CZT的变时间窗时变参数在线辨识方法及应用

针对时变参数的在线辨识问题,提出了基于CZT的变时间窗时变参数在线辨识方法,通过滑动时间窗以及基于方差阈值的重启设计,提高了现有频域辨识方法对时变参数的辨识速度,并且有效避免了数值微分对噪声的放大问题。最后,基于飞机系统的执行机构故障,对该方法进行仿真验证,并与传统辨识方法进行对比,说明了该方法对时变参数有较强的辨识能力,验证了该方法的有效性。     

运载火箭故障模式及制导自适应技术应用分析

为提高制导控制系统在运载火箭全发射任务周期中的智慧水平，提高运载火箭完成任务的鲁棒能力，从不同角度阐述了运载火箭故障模式，创新提出了基于能量属性的故障分类方法。针对不同级别的能量故障提出了对制导控制系统的功能、性能需求。尤其针对小、中级别能量故障，简述了运载火箭故障飞行制导自适应方法应用，包含案例及任务目标变更原则等，并分析了制导自适应技术后续工程化应用的实施途径。基于能量属性的故障分类方法及制导自适应方法可应用于后续中国运载火箭工程研制。     

基于恒流斩波的运载火箭推力调节电机细分驱动技术

介绍了一种基于恒流斩波的运载火箭推力调节电机细分驱动技术。运载火箭发动机推力调节功能由控制系统控制推力调节电机实现。运载火箭推力调节电机细分驱动技术采用了全硬件实现的恒流斩波控制方式,实现对电机绕组电流大小的精确控制,保证了推力调节电机的输出转矩在不同频率下的稳定。     

一种运载火箭时变结构模态参数辨识的确定性演化方法

针对运载火箭的时变结构模态参数辨识问题进行研究，基于时变自回归滑动平均(TARMA)模型，提出一种时变结构模态参数辨识的确定性演化方法。该方法利用小波基函数的良好局部函数拟合能力，将墨西哥帽小波函数作为TARMA模型时变系数的空间基底，构建了基于小波函数的泛函序列时变自回归滑动平均(FS-TARMA)模型，并发展了两步最小二乘估计方法，实现了时变系数的解耦估计。通过有限单元法，建立了阿里安V号芯级运载火箭时变有限元模型，对所提辨识方法进行了验证，结果表明：墨西哥帽小波基FS-TARMA方法能够有效地辨识系统的时变模态参数；与传统傅里叶基FS-TARMA方法相比，具有更好的辨识精度，并且能够准确地反映出模态局部细节特征。     

运载火箭整流罩内主动降噪控制技术

运载火箭整流罩内的声振环境对有效载荷的可靠性和发射任务的成败至关重要。为改善整流罩内低频声振问题，首先从数学原理上介绍了用于主动降噪(ANC)系统的自适应滤波器和通道辨识的方法;其次针对运载火箭整流罩特定情况，建立反馈式滤波最小均方值(FxLMS)-ANC系统控制模型，并在实验室环境下搭建硬件实验平台;最后针对噪声频谱分布的不同特点开展宽带、窄带、宽带与窄带组合式ANC实验。结果表明:采取ANC控制对噪声抑制效果明显，特别是对功率谱峰值所在的频点实施窄带降噪，降噪效果更为突出。实验室环境下所得的实验结论，验证了在运载火箭整流罩内ANC的潜力。