飞机飞行控制律/操纵效率器多学科优化设计

基于近似模型和遗传算法,针对多操纵面布局飞机提出一种对全包线飞行控制律和操纵效率器几何形状与位置进行多学科优化的设计方法.该方法采用力矩控制方式进行控制,应用鲁棒增益调参方法设计全包线飞行控制系统,利用试验设计方法和径向基神经网络响应面获取近似的气动学科模型和控制学科模型,在近似模型基础上由遗传算法获得优化的设计参数并最终获得优化的控制律和操纵效率器.以某多操纵面布局无尾飞机为例进行计算机飞行仿真验证,结果表明该方法具有可行性.      

基于遗传算法的高速飞行器模糊飞控一体化

以高超声速飞行器通用模型的俯仰通道为控制对象,针对其6自由度非线性模型设计了一体化飞控系统.飞控系统由1个模糊控制器和2个PD控制器组成.基于遗传算法实现了模糊控制规则和PD反馈参数的自动优化,无需先验知识和训练数据.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求,特别是鲁棒性优于同样采用模糊控制的经典双回路飞控系统.     

基于遗传算法的高速飞行器模糊控制律设计

以吸气式高超声速飞行器X-43A的纵向通道为控制对象,针对其6自由度非线性模型设计了飞行控制系统.飞行控制系统包括2个回路,制导回路采用PD控制器,控制回路应用模糊控制器.制导回路负责跟踪轨迹,控制回路执行制导指令.基于遗传算法实现了PD反馈参数和模糊控制规则的自动优化,无需先验知识和训练数据.在控制飞行器轨迹、姿态和推力时,综合考虑非线性动态特性、不确定性和约束.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求.      

面向重心变化的自适应飞行控制系统设计

重心的变化直接影响飞机本身的控制特性,使得控制系统设计更为复杂.针对已有方法模型依赖性强、鲁棒性差的局限性,提出了一种面向重心变化的非线性自适应飞行控制系统设计方法.该方法基于逆动力学理论和重心在线估计系统设计标称控制律,在此基础上引入自适应滑模控制单元来构建自适应补偿控制律,其中滑模控制用于保证控制的鲁棒性和稳定性,而自适应单元则通过对模型不确定性和重心估计误差的估计及补偿提高控制的适应性和控制性能.结合Lyapunov稳定性理论证明了闭环系统的稳定性.仿真结果表明:该方法能有效地实现对系统未知不确定因素的补偿,具有较强的鲁棒性.     

基于μ分析的鲁棒特征结构配置飞行控制律设计

针对特征结构配置应用于飞行控制律设计鲁棒性较差的问题,提出了一种新的鲁棒特征结构配置方法.该方法结合参数化特征结构配置与μ分析,把鲁棒特征结构配置问题转化为包含系统全部自由参数的带约束条件的非线性优化问题.根据飞行控制律特点,提出分步优化策略解决鲁棒特征结构配置多变量优化问题,以降低问题复杂度,同时采用等值分布曲线直观描述优化指标随设计参数变化规律.该方法利用系统全部自由度提高系统鲁棒性,并对自由参数施加约束条件以保证标称闭环系统性能.仿真表明该方法能满足一级飞行品质要求,提高系统鲁棒性,减小保守性.     

Robust eigenstructure assignment based on μ-analysis applied to flight control law design

针对特征结构配置应用于飞行控制律设计鲁棒性较差的问题,提出了一种新的鲁棒特征结构配置方法.该方法结合参数化特征结构配置与μ分析,把鲁棒特征结构配置问题转化为包含系统全部自由参数的带约束条件的非线性优化问题.根据飞行控制律特点,提出分步优化策略解决鲁棒特征结构配置多变量优化问题,以降低问题复杂度,同时采用等值分布曲线直观描述优化指标随设计参数变化规律.该方法利用系统全部自由度提高系统鲁棒性,并对自由参数施加约束条件以保证标称闭环系统性能.仿真表明该方法能满足一级飞行品质要求,提高系统鲁棒性,减小保守性.     

基于神经网络的电液转台非线性积分滑模控制

针对高精度电液飞行仿真转台具有高度非线性、参数不确定和不确定非线性等特点,提出了一种基于RBF（Radial Basis Function）神经网络的非线性积分滑模鲁棒控制方法.采用自适应RBF神经网络对该系统存在的参数不确定性和不确定非线性进行补偿,从而降低滑模控制器对切换项的增益的需求,进而减小系统抖振幅值.积分滑模面的设计能消除外部干扰对系统带来的稳态误差.根据积分滑模变结构控制器的特点,将控制律分为等效控制律和到达控制律.等效控制律使系统运动于滑模面附近,到达控制律可使处于状态空间内任意初始位置的系统趋近于滑模面,并进一步通过Lyapunov方法证明了系统的渐近稳定性.实验结果表明,所提出的非线性控制器不仅能满足电液转台的高精度跟踪性能的要求,且对参数不确定性和不确定非线性具有一定的鲁棒性.     

导弹增量式自适应容错控制系统设计

导弹在实际飞行中存在气动参数不确定、执行机构故障等问题,从而对导弹飞行控制系统稳定性与操控能力造成严重影响。为此,设计一种增量式自适应容错控制方法,在实现导弹安全控制的同时,兼顾姿态控制算法时效性与可靠性。建立面向控制的三通道耦合姿态动力学模型;考虑系统不确定性和执行机构故障,基于增量式动态逆方法设计导弹被动容错控制律;基于自适应滑模控制与增量式动态逆方法,设计增量式动态逆自适应容错控制律,并对系统残差进行分析比较;通过某典型全弹道姿态跟踪任务,验证舵面故障下的姿态跟踪特性。仿真结果表明:所提方法在故障未知的情况下,能够保证飞行控制系统的鲁棒性与容错能力,实现导弹的安全可靠控制。      

使用动量交换装置的滑模姿态控制

研究一种基于修正罗德里戈参数的考虑执行机构特性的飞行器滑模控制律.建立结合双框架控制力矩陀螺的飞行器姿态动力学模型和基于修正罗德里戈参数的姿态运动学模型;分析模型不确定性以判断其对滑模控制方法的适用性,提出滑动面进而设计相应的滑模控制器,接着结合线性系统理论和李雅普诺夫稳定原理对控制器的参数确定进行了分析;使用蒙特卡罗法数值仿真验证此控制律的效果.结果证明上述控制器可有效完成姿控任务,且控制精确,鲁棒性良好.     

高超声速滑翔飞行器的分散鲁棒姿态控制

根据高超声速滑翔飞行器的任务和特点,并考虑一阶执行器动态,建立了面向控制系统设计的飞行器姿态模型.针对模型的结构,结合分散控制和滑模变结构控制的思想设计了再入飞行段的分散鲁棒姿态控制器:采用Tornambe控制方法进行了分散鲁棒滑模面的设计,使得系统能够克服耦合及非匹配不确定性的影响实现性能优良的滑模运动;采用改进的时间次优控制方法实现了二阶滑模变结构控制律的设计,通过在线估计等效控制削弱了抖振.为验证控制器的设计,在Simulink中以某概念高超声速滑翔飞行器为对象,进行了分散鲁棒姿态控制系统和制导系统的联合仿真,仿真结果表明在存在大不确定性的情况下,可以实现对制导指令的鲁棒稳定跟踪.     

高超声速飞行器全局有限时间姿态控制方法

以高超声速飞行器6自由度模型为研究对象,设计了一种基于终端滑模的全局有限时间姿态控制方法。在控制器设计中,通过动态逆实现对俯仰、偏航和滚转通道的解耦处理。在考虑模型不确定性和外部干扰的情况下,终端滑模变结构控制方法用于保证系统的鲁棒性。同时,通过改进指数趋近律,实现闭环系统在滑模面趋近阶段和沿滑模面滑动阶段均是有限时间收敛的。基于李雅普诺夫稳定性理论,控制器的全局有限时间收敛特性得到证明。仿真实验结果验证了高超声速飞行器全局有限时间姿态控制方法的有效性。      

基于改进滑模自抗扰结构的永磁同步电机伺服控制

针对传统PID控制参数适应性差、响应慢等缺点,采用自抗扰控制算法与永磁同步电机一阶速度环模型相结合,设计了基于自抗扰的速度环数学模型,并在仿真软件验证了该算法对系统鲁棒性的提升。之后,针对自抗扰算法待整定参数多,参数没有明确物理意义的问题,采用了改进的滑模自抗扰控制器,使用新型滑模趋近律代替了传统最优控制函数,改善滑模趋近运动。通过建模和仿真实验,验证了改进的滑模自抗扰结构可以缩短系统进入稳态的时间,减小系统在平衡状态下转速和转矩的抖振幅度,改善了系统动态性能和控制精度。     

基于前向补偿的再入飞行器制导控制一体化设计

针对再入飞行器的制导控制问题,提出了一种基于前向补偿的滑模制导控制一体化设计方法。首先,建立了面向控制的再入飞行器制导控制一体化控制模型。其次,设计了非线性干扰观测器对未知干扰进行实时观测,基于反演法和滑模控制方法设计了传统的一体化控制律。在此基础上,改进了滑动模态设计消除系统间的耦合,设计了具有前向补偿的再入飞行器制导控制一体化控制系统,使得整个制导系统是有限时间稳定的。最后,非线性六自由度数字仿真结果表明,相对于传统一体化设计方法和分离设计方法,该方法具有更好的制导性能和鲁棒性。     

基于深度强化学习的高超声速飞行器动态面控制方法

针对高超声速飞行器控制问题,通过将深度强化学习与动态面控制方法相结合,设计了智能姿态控制算法。首先,利用模型先验知识,采用传统的动态面控制方法设计控制器结构。然后,考虑跟踪误差和控制量幅值约束的指标情况下,采用深度学习算法完成对控制器参数的智能寻优,代替传统设计中的人工调参试错过程。为提升训练效果,在奖励函数中引入了控制量变化率。最后,通过数值仿真验证了本文所设计控制方法的有效性与鲁棒性。     

高超声速巡航飞行器在线自适应反馈控制设计

由于飞行器模型的强非线性,各种建模不确定性以及飞行环境的复杂性,高超声速飞行器控制成为一个研究难点.针对某类具有参数不确定性的非线性系统,提出了一种反馈线性化与自适应估计相结合的方法,对非线性系统的输入输出动态应用反馈线性化处理以得到拟线性模型,并设计反馈控制律;对不确定参数采用自适应在线估计,利用Lyapunov方法分析稳定性;针对选择不同输出的情况,对如何消除内动态进行了讨论.为了验证该方法的可行性,将其应用于某高超声速飞行器巡航段纵向非线性模型,对速度和高度通道进行跟踪控制仿真,由于飞行器和大气环境存在建模不确定性,利用自适应控制对不确定参数进行在线估计.仿真结果显示该方法能够快速收敛,并且具有良好的在线自适应能力.