可重复使用飞行器鲁棒自抗扰控制

为可重复使用飞行器再入提出一种新的鲁棒自抗扰控制方法.针对一般多输入多输出模型,重新定义状态变量后,分别设计各通道的线性扩张状态观测器.之后提出自抗扰控制系统的一套鲁棒分析与设计方法.应用于姿态控制时,引入最速跟踪微分器对姿态角指令进行滤波,以解决倾侧角反转过程中快速性与抗饱和之间的矛盾.仿真结果表明,设计的控制系统解耦效果良好,鲁棒稳定性较强,饱和问题也得到解决.     

基于模糊自抗扰的索网天线容错振动控制研究

针对空间索网天线型面振动控制中部分作动器故障影响天线型面精度的问题,基于天线动力学模型设计一种模糊自抗扰容错控制方法。首先,建立天线型面的振动动力学模型,包括天线振动动力学模型、形状记忆合金作动器动力学模型和作动器故障模型。然后,设计模糊自抗扰控制容错振动控制方法,在作动器未发生故障的情况下,抑制天线型面的振动;在作动器发生故障的情况下,降低故障对天线型面精度的影响,实现容错控制。最后,对设计的容错控制算法进行仿真分析。仿真结果表明,模糊自抗扰容错控制方法不仅在作动器未发生故障时能将型面扰动降低93%,而且将三个作动器故障对型面精度的损失控制在4%。该天线型面振动容错控制方法对作动器故障干扰具有良好的适应性。     

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。     

基于重复自抗扰控制的索网天线振动抑制

为解决索网天线在轨运行过程中的振动抑制问题,提出一种基于重复自抗扰复合控制器的主动振动控制方法。首先,使用有限元法建立天线型面的振动动力学模型,基于模态截断的方法对动力学模型进行降阶并转化为状态空间方程的形式。然后,基于能量最小化准则,使用遗传算法对传感器/作动器的位置进行优化。最后,设计了基于线性自抗扰控制的天线型面振动主动抑制算法,并在此基础上设计前馈重复控制算法,通过对反馈控制周期性误差的学习,提高控制器抑制周期性扰动的能力。仿真结果表明,相比无控状态时,所提出的控制方法可将型面扰动降低97.0%,振动抑制效果优于PID控制器。所设计的控制方法为天线型面的振动控制提供了一种新的技术手段。     

基于自抗扰的运载火箭主动减载控制技术

针对运载火箭穿越大风区的减载控制技术进行研究,首先对攻角反馈和加表反馈2种减载技术进行理论研究和仿真分析,得出2种方案对火箭减载都存在一定的局限性。因此引入自抗扰控制器(ADRC)技术并针对飞行减载控制对其进行改进,一方面通过状态观测器将误差补偿引入自抗扰回路;另一方面改进了自抗扰控制器中的控制律,并推导证明了新的控制律下自抗扰控制器抑制风载干扰的能力,给出了控制方程中增益的选择方法。最后以某型液体运载火箭为例在考虑其弹性振动和液体晃动条件下对比了几种方案的减载效果,仿真结果表明改进后的自抗扰控制器使飞控系统抗干扰能力增强,增大了控制律中增益选择范围,有效提高了运载火箭的减载效果,具有很强的工程应用价值。      

自抗扰控制技术在转台频响伺服中的应用

在转台频响伺服中,针对低频和低速时干扰难补偿、高频时相位滞后和幅值衰减程度急剧恶化、常规控制策略严重依赖精确对象模型等难题,引入不依赖精确对象模型的自抗扰控制技术,并设计了控制系统.控制系统中,自抗扰控制器用来在线观测补偿干扰,前置处理单元用来补偿相位和幅值.控制系统应用到转台频响伺服中,实测得到的\"双十\"标准下最大跟踪频率和扫频频率都大于转台出厂时的验收指标.实测结果表明:自抗扰控制技术应用到转台频响伺服中可以有效提升转台的频响性能.     

自抗扰控制在陀螺电机稳速控制中的应用

陀螺电机的转速稳定性影响着陀螺仪性能,为提高永磁同步陀螺电机(PMSGM)的稳速控制精度,提出速度环采用自抗扰控制(ADRC),滤波环节采用基于模型自适应滤波算法的方法。将ADRC应用于陀螺电机矢量控制系统中,其速度环替代传统比例积分(PI)控制,减小速度环输出波动,从而提高陀螺电机的稳速精度;采用基于模型自适应滤波算法代替传统低通滤波算法,无需相位延时补偿并使估计得到的反电动势波形更为平滑,提高转子位置角估计的准确性和稳速控制精度。因此,设计开发PMSGM矢量控制器,仿真及实验结果表明：所提方法相较于传统控制方法,有效地提高了陀螺电机的稳速控制精度。     

自抗扰控制技术在电液力伺服系统中的应用

针对无头轧制系统钢坯闪光对焊中顶锻力伺服特性要求,提出了基于自抗扰控制技术及力同步误差反馈校正的复合控制策略.为了更准确地体现所研究电液力伺服系统的非线性、参数时变性以及执行机构的耦合特性,采用AMESim平台进行了系统建模.针对顶锻力伺服的快速大力值加载特性、顶锻过程的变刚度特性、双对接液压缸同步均载要求以及更好地消除系统的其他干扰,设计了基于自抗扰控制技术和比例积分同步误差反馈校正的复合控制策略,以提高系统的鲁棒性、力伺服的快速响应性以及双对接液压缸的同步性能.通过仿真研究,在局部冲击干扰的条件下,仿真结果证实了所提控制策略的有效性和可行性.     

多余度无刷直流电动机的自抗扰控制

为了克服电机内部参数变化、齿槽效应、负载扰动以及余度降级等不确定因素对多余度无刷直流电动机位置伺服系统性能的影响,实现高性能的位置伺服控制,提出了基于自抗扰控制器的多余度无刷直流电动机位置伺服系统.该系统通过跟踪微分器为给定位置信号安排了一个过渡过程,解决了系统的快速性与超调之间的矛盾;通过扩张状态观测器将影响输出的系统内外\"总扰动\"扩展成新的状态变量,实时估计出来并进行动态补偿,提高了系统的抗干扰能力;通过非线性组合实现了\"小误差大增益、大误差小增益\"的工程经验,提高了控制精度.仿真结果表明:该系统具有良好的动、静态性能,满足了系统的性能要求,且对电机内部参数变化、余度降级、负载扰动等具有很强的鲁棒性.     

某拖缆长度测量结构改进方法研究

拖缆放出长度是拖靶飞行的重要参数,测长过程一旦发生故障势必造成严重后果.针对长度计数间断现象,从长度测量装置的结构原理、空中受力和飞行过程分析了计数错误原因,提出了结构改进方法和飞行机动航路要求,以实际应用验证了解决措施的有效性.     

挠性卫星高精度智能控制及物理仿真实验研究

从工程角度出发,以具有挠性太阳翼的卫星为背景,着重研究了挠性卫星的智能控制方案。针对高精度控制这一要求,设计了双层小脑模型神经网络(CMAC)与变结构(VSC)复合智能控制器,并基于单轴气浮台全物理仿真系统进行了实验,取得了较高的姿态控制精度,表明了智能控制方法的有效性。     

多体卫星高稳定度智能控制方案研究

卫星上大型挠性天线的加减速运动会对星体产生较大的扰动,影响了星体姿态的指向精度和稳定度.运用Lyapunov稳定性理论,设计了变结构和神经网络控制器,并在星体前馈中引入扰动补偿力矩,从而保证星体姿态角速度在不确定性干扰下能以指数形式收敛到某一给定的有界范围内,仿真证明了姿态的稳定度满足给定的指标要求.     

空间机器人双臂捕获航天器操作的无源自抗扰避撞从顺控制

针对空间机器人双臂捕获非合作航天器过程中避免关节受冲击破坏的避撞从顺控制问题,在机械臂与关节电机之间设计了一种由旋转型串联弹性执行器(RSEA)构成的弹簧缓冲装置.通过缓冲弹簧变形来吸收捕获碰撞阶段产生的冲击能量,并采用合理的避撞从顺控制策略,保证镇定运动阶段关节受到的冲击力矩限制在安全范围内.应用拉格朗日方法及牛顿-...     

刚体卫星姿态的有限时间控制

针对刚体卫星的姿态控制问题,设计了不存在和存在扰动力矩两种条件下的有限时间状态反馈控制律.对于无扰动力矩情形,基于非线性齐次系统性质,设计了一种便于工程实践性的连续、非奇异的比例微分形式控制算法,保证姿态闭环系统有限时间收敛到零点,而且此算法能直接推广到卫星姿态跟踪问题.对于存在扰动力矩的情形,基于有限时间Lyapunov定理设计的连续、非奇异的控制力矩保证卫星姿态和角速度在有限时间内收敛到原点附近的邻域.当外扰力矩为零时,此控制律使闭环系统状态有限时间收敛到平衡点.数学仿真结果说明了提出的控制算法有效.     

Neural network-based sliding mode control for atmospheric-actuated spacecraft formation using switching strategy

This paper presents an adaptive neural networks-based control method for spacecraft formation with coupled translational and rotational dynamics using only aerodynamic forces. It is assumed that each spacecraft is equipped with several large flat plates. A coupled orbit-attitude dynamic model is considered based on the specific configuration of atmospheric-based actuators. For this model, a neural network-based adaptive sliding mode controller is implemented, accounting for system uncertainties and external perturbations. To avoid invalidation of the neural networks destroying stability of the system, a switching control strategy is proposed which combines an adaptive neural networks controller dominating in its active region and an adaptive sliding mode controller outside the neural active region. An optimal process is developed to determine the control commands for the plates system. The stability of the closed-loop system is proved by a Lyapunov-based method. Comparative results through numerical simulations illustrate the effectiveness of executing attitude control while maintaining the relative motion, and higher control accuracy can be achieved by using the proposed neural-based switching control scheme than using only adaptive sliding mode controller.     

畸变信号重建的神经网络方法

分析了通信信道在传输信号时使信号发生畸变的现象,提出用径向基函数神经网络方法描述信道的畸变特征,并利用此方法作了仿真计算,结果表明用神经网络方法进行畸变信号重建效果较好。     

基于干扰观测器的惯性动量轮高精度控制

为了提高惯性动量轮的输出力矩精度,针对惯性动量轮存在的内干扰力矩,提出一种基于干扰观测器的扰动抑制策略.通过建立惯性动量轮动力学模型,分析得出目前的惯性动量轮力矩控制不能无差地跟随阶跃力矩指令,进而设计了干扰观测器,并根据估计出的扰动力矩计算得到补偿控制电压.设计控制系统并采用该方法,在惯性动量轮工程样机上进行实验研究.结果表明:采用基于干扰观测器的扰动抑制策略,使惯性动量轮输出力矩精度从0.01 N·m提高到0.002 N·m,转速和力矩响应曲线更平滑.     

力伺服系统的模糊自适应控制

位置扰动型施力系统存在着多余力的问题,同时由于系统的非线性及参数时变等因素的影响,给系统的校正和优化带来了困难,为了消除位置扰动型施力系统中存在的多余力以及非线性,参数时变等因素的影响,采用在非线性前馈校正基础上的模糊自适应控制策略,可以较好地消除系统的多余力,同时克服了系统的非线性及参数时变等因素的影响,改善系统的动态品质,仿真研究的结果验证上述结论。     

Mars entry fault-tolerant control via neural network and structure adaptive model inversion

The capability of autonomous fault detection and reconstruction is essential for future manned Mars exploration missions. Considering actuator failures and atmosphere uncertainties, we present a new active fault-tolerant control algorithm for Mars entry by use of neural network and structure adaptive model inversion. First, the online BP neural network is adopted to conduct the fault detection and isolation. Second, based on the structure adaptive model inversion, an adaptive neural network PID controller is developed for Mars entry fault-tolerant control. The normal PID controller will be automatically switched into neural network PID controller when an actuator fault is detected. Therefore, the error between the reference model and the output of the attitude control system would be adjusted to ensure the dynamic property of the entry vehicle. Finally, the effectiveness of the algorithm developed in this paper is confirmed by computer simulation.