一种双变量自校正模糊 PI 控制在发动机控制中的应用

 提出了一种双变量自校正模糊PI控制算法,构造出一种航空发动机双变量自校正模糊PI控制器和控制系统,研究了控制器和控制系统的特性,为发动机控制探索了一种新方法。     

非线性系统在线模糊建模的快速算法

对于复杂、病态、非线性动态系统,基于模糊集合的模糊模型,利用模糊推理规则描述动态系统的特性,是一种有效方法。讨论了利用模糊方法实现非线性系统的建模方法。首先,利用在线模糊竞争学习方法划分输入变量的模糊空间,然后利用卡尔曼滤波算法辨识模糊模型的参数。仿真结果表明了该方法的实用性和有效性。     

FUZZY-PID在激光陀螺稳频控制中的应用研究

在分析环形激光陀螺光强控制系统原理的基础上 ,针对自行研制的激光陀螺 ( RLG)计算机稳频控制系统的情况 ,研究了 FUZZY- PID与常规 PID控制算法 ;介绍了一种应用模糊推理功能实现 PID参数自整定的控制器 ,它是在常规 PID调节器的基础上 ,采用模糊推理思想 ,根据不同的 E和 EC,对 PID参数 KP、KI、KD 进行在线自整定的模糊控制器。仿真结果表明 :系统的动、静态性能都符合指标 ,该算法是实现激光光强控制进而完成激光频率控制较理想的控制算法。     

模糊自适应过失速飞行控制

研究了带推力矢量飞机过失速非线性飞机控制问题。根据奇异摄动理论将受控变量分为快变量和慢变量，然后分别对内环和外环进行设计，外环利用滑动面控制进行设计，内环利用模糊逻辑系统的万能特性来抵消近似非线性动态逆所带来的误差，根据李亚谱诺夫稳定性理论了模糊系统权值的自适应调整规律，从而保证闭环系统的稳定性。数字仿真结果表明：在存在较大的模型不确定性以及飞机动力学对状态和控制输入均为非线性的情况下，该控制方案能对指令进行良好的跟踪。     

火箭弹电动舵机模糊单神经元PID控制算法

针对制导火箭弹电动式舵机,为提高其响应速度和精度,文章在模糊PID控制基础上,提出了模糊单神经元PID控制方法。首先,建立了火箭弹舵机系统模型;然后,将模糊推理、单神经元自学习算法和PID控制相结合,建立智能控制系统,以实现对舵机输入指令的精确、快速响应。经仿真实验表明:在此智能控制下,舵机位置在阶跃响应的调节时间、超调量以及正弦跟踪上相对于传统模糊PID控制均得到有效改进,具有良好的动静态性能、自适应性和稳定性。     

直升机贴地飞行地形跟踪控制器的广义预测控制方法

本文采用广义预测控制(GPC)方法设计了直升机贴地飞行地形跟踪器.该方法通过最小化预测跟踪误差与预测控制增量的加权二次型性能指标来产生最优控制输入.本文在多输入/多输出飞行轨迹控制系统中采用单输入/单输出(SISO)广义预测算法即可精确跟踪其中一个输出变量.通过简化的直升机动力学模型的计算结果表明广义预测控制可在纵向平面内精确跟踪预定飞行轨迹.     

一种全程控制的模糊遗传算法在结构优化中的应用

将一种全程控制的模糊遗传算法(FGA算法)引入结构优化设计。区别于一般的标准遗传算法(SGA算法),该算法基于模糊推断机理,可对遗传算法的选择、交叉、变异以及搜索空间的变化进行全程控制。通过2个典型数值多峰函数对FGA算法与SGA算法性能进行了考核和对比,证明该算法在跳出局部最优和搜索效率等方面均有较大改进。将此改进的模糊遗传算法(FGA算法)应用于含整型和离散变量的铆钉连接结构连接效率优化。结果表明:连接效率和优化效率均得到改善。      

运载火箭电动伺服机构前馈自抗扰控制方法的设计

运载火箭伺服机构是火箭的执行机构,在工作过程中不仅要求伺服机构具有较好的阶跃响应和力矩抗扰性能,还要求伺服机构能够较好地跟踪箭载计算机发送的位置随动指令。常规的自抗扰控制(ADRC)建模时,将输入的微分量近似为0,使得输入时变信号时会产生建模误差,该误差无法通过扩张状态观测器(ESO)进行观测并补偿,导致系统的跟踪误差较大。针对常规自抗扰控制对时变信号跟踪误差较大的问题,提出了一种将位置输入微分前馈(PIDF)引入自抗扰控制的前馈自抗扰控制方法。通过理论推导和建模仿真得知,该方法可降低系统对正弦输入信号的跟踪误差并提高系统的动态特性,同时仍具有较强的抗干扰性能。最后通过试验验证了该方法的有效性。     

专家-模糊自适应PID算法在伺服控制系统中的应用

为满足工程中伺服系统所用控制算法的要求,基于控制系统输出误差及误差变化率的大小,在专家PID和模糊自适应PID之间进行模式转换,提出一种基于专家控制的模糊自适应PID控制算法。将该算法用于飞机燃油全模试验伺服控制系统中,并使用Matlab进行仿真。结果表明,该算法既具有模糊PID控制精度高、稳态性好、鲁棒性强的优点,又继承了专家PID控制器响应快速的特点,具有很好的控制效果。     

风速前馈与变论域模糊结合的变桨距控制

针对传统PID变桨距控制难以在大惯性、强耦合的风力发电机组中取得较好的控制效果,提出了一种风速前馈的变论域模糊变桨距控制方法。根据功率误差及其变化率,通过模糊推理得到输入与输出论域的伸缩因子,避免了确定伸缩因子函数模型及其参数的困难;又采用风速前馈的方式实现桨距角的动态补偿,提高了系统的响应速度。仿真结果表明:当风速超过额定风速时,所提方法能使风力发电机组的转速更加稳定、输出功率更加平稳。     

一种双变量模糊 PI 控制在航空发动机控制中的应用

针对某型航空发动机的性能控制,提出了一种双变量模糊ＰＩ控制算法,构造了双变量模糊ＰＩ控制器,研究它在航空发动机控制中的应用,探索航空发动机采用双变量模糊控制的规律,为航空发动机控制探索了一种新方法。     

模糊控制理论在航空涡轮喷气发动机控制系统中的应用

对模糊控制进行了介绍。采用相平面法设计了模糊控制器,将其编成微机程序,使其完成模糊控制功能。对微机完成的其他操作,亦进行了介绍,给出了微机的主流程图。进行了多次发动机台架试车,当对发动机控制系统加入小偏离的控制和干扰信号,以及大偏离信号时,发动机的稳态和加速过程都获得了良好的控制品质。表明模糊控制具有满意的控制性能。     

基于混沌变量的航空发动机模糊神经网络控制

针对模糊神经网络控制器中模糊规则的设计和神经网络权值的确定存在困难这个问题,提出了混沌优化控制方案,将混沌优化算法应用到航空发动机模糊神经网络控制中,利用混沌优化算法对模糊神经网络的参数进行优化。仿真结果表明,设计的模糊神经网络控制器具有良好的性能。      

模糊逻辑控制在过失速机动飞行中的应用

首先建立了进行过失速机动时飞机的动力学数学模型,并在分析了模糊数学和模糊逻辑控制特点的基础上,设计了模糊逻辑控制器 ( FLC)应用于 2种典型的过失速机动 ( 70°迎角定常飞行和眼镜蛇机动 )的数字仿真。结果表明,采用模糊逻辑控制器,调整模糊控制器中有关参数或采用带修正因子的模糊控制器,能够使得飞机在更短的时间内完成过失速机动,同时改善了飞机的动态品质。     

基于模糊逻辑系统的转子振动控制方法研究

电流变液作为一种智能材料在振动控制工程领域有着广泛的应用。由于电流变效应具有非线性特性,使得难以设计基于常规控制理论的控制律。本文利用模糊逻辑系统能够逼近非线性函数的特性,设计了电流变阻尼器-转子振动系统自适应模糊控制方案。针对该转子系统的仿真计算表明,转子系统的振幅能够得到有效的抑制,自适应模糊控制器性能良好。      

多输入模糊控制器及其在飞行控制中的应用

针对输入量之间具有导数关系的三输入模糊控制器进行了理论分析。通过输入空间分区和非线性反模糊算法的引入,推导出了三输入模糊控制器的有关算法,并且总结出它与传统ＰＩＤ控制器之间的等价性及等价条件。飞机纵向运动仿真计算结果表明：三输入模糊控制器与二输入模糊控制器相比较,当初始状态变化较大时,对高度和速度的控制更有效。     

基于自调整神经元的航空发动机多变量自适应解耦控制

根据航空发动机性能控制要求, 通过分析自调整神经元及最速下降学习方法, 研究了基于自调整神经元的航空发动机多变量自适应解耦控制系统.利用自调整神经元的结构简单、各神经元之间没有权值连接及在线学习的优点, 在线整定多变量PID控制器的参数.阐明了该方法的结构和原理.并进行了航空发动机多变量自适应解耦控制系统的设计.大量的仿真结果表明, 系统具有良好的解耦特性和自适应能力.      

基于模糊神经网络的涡扇发动机加速控制

采用模糊神经网络对某型涡扇发动机加速过程进行自适应控制，为了进一步提高系统性能，采用遗传算法和BP算法相结合的方式，对系统分别进行了离线和在线优化。仿真结果表明，设计的模糊神经网络控制器具有良好的性能。     

基于DRNN网络的航空发动机多变量解耦控制

通过分析对角递归神经网络（DRNN）及带动量项的梯度学习方法（GDM）,针对某型涡扇发动机的性能控制,研究了基于对角递归神经网络的多变量自学习解耦控制算法及其在航空发动机控制中的应用.阐明了该方法的结构和原理.并在设计点处进行了发动机多变量解耦控制系统设计.在偏离设计点时,大量的仿真结果表明,系统具有较好解耦和自适应能力.