八旋翼动力学建模及RBF神经网络PID控制研究

针对八旋翼飞行器非线性、强耦合、欠驱动、多输入多输出的系统特点,综合八旋翼动力学特性进行数学公式推导,建立数学模型。利用模型解耦八旋翼各通道输入量与输出量之间的关系。提出RBF神经网络自适应PID控制策略,该策略能够根据控制效果在线自适应整定PID参数,具有自主学习和自适应能力。通过matlab搭建八旋翼仿真模型并对其仿真,对比分析RBF神经网络自适应PID和传统PID控制效果。结果表明:前者控制效果明显优于后者,系统快速性、鲁棒性和稳定性得到了很大改善。     

非线性飞控系统的滑模PI混合模糊逻辑控制

针对一类空间飞行器的非线性姿态控制问题，首先通过变换将其强耦合模型分解成若干个子系统，把各子系统之间的耦全、未建模动态和外界扰动视为系统的不确定性。而后提出了一种结合滑模控制与比例积分控制的模糊逻辑控制器，运用李亚普诺夫原理对系统的稳定性进行了分析。用这种控制器对系统进行分散鲁棒自适应控制，仿真说明相对于传统滑模控制器，它具有响应速度快，跟踪精度高，鲁棒性强的优点。     

旋翼飞行器飞行动力学系统辨识建模算法研究

描述了旋翼飞行器飞行力学模型的系统辨识建模算法,从旋翼飞行器飞行动力学建模的共性问题入手,首先采用机理建模的方法分析了旋翼飞行嚣主要气动部件所受气动力.考虑旋翼挥舞运动对旋翼飞行器飞行动力学特性的影响,建立了旋翼飞行器的飞行力学系统辨识参数化模型集.其次以子空间方法辨识初始飞行动力学模型,采用加权频域预报误差法获得最优模型的两步辨识方法解决旋翼飞行器这一非线性不稳定,多输入-多输出系统辨识问题,且所辨识模型与机理模型具有相同的结构.最后对样例直升机的悬停飞行状态模型辨识进行了数值与试飞试验验证,表明了方法的有效性.     

基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值误差引入到网络权值的自适应律中用以改善系统的动态性能。仿真算例证明了所设计的鲁棒分散控制器是有效的。     

空天飞行器鲁棒自适应模糊跟踪控制

基于轨迹线性化方法提出了鲁棒自适应模糊跟踪轨迹线性化控制(Robust adaptive fuzzy tracking control,RAFTC)方法,并应用于空天飞行器(Aerospace vehicle,ASV)飞行控制系统设计.利用模糊系统能以任意精度逼近非线性系统的特性,对未知干扰和不确定性进行逼近,求得的模糊函数作为系统不确定界函数,且整个系统仅需在线调整不确定界函数的界,利于工程实现.采用Lyapunov方法,证明了闭环系统所有信号一致最终有界.最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,并在高超声速条件下进行了仿真验证.仿真结果表明了控制方案的有效性和鲁棒性.     

高超音速飞行器的模糊滑模变结构控制

针对高超声速飞行器具有强耦合、快时变和高度非线性的特点,本研究采用反馈线性化方法,对高超声速飞行器的纵向模型进行输入/输出精确线性化,实现了控制量的解耦。然后基于线性化后的纵向模型,设计了一种模糊滑模控制器,先采用基于动态逆控制的滑模变结构控制器,对模型已知的部分进行精确控制;采用基于模糊函数逼近器,针对模型的不确定性进行自适应补偿控制。最后对某高超声速飞行器的纵向飞行控制进行仿真。结果表明,线性化模型在仿真层面上是正确的,控制方法在仿真层面上是有效性的。     

神经网络自适应控制在攻击直升机中的应用

研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值     

无人直升机自适应神经网络姿态控制

回顾了自适应飞行控制技术、反馈线性化和模型逆理论，分析了误差动力特性．设计了自适应神经网络姿态控制系统。其中，模型逆基于悬停状态，基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界。仿真结果表明：模型逆增强的非线性神经网络能够对无人直升机的不确定性和建模误差进行自适应。而且对PD控制器和鲁棒项系数变化的仿真结果进行了比较。     

倾转三旋翼无人机倾转定高控制研究

针对倾转旋翼无人机在倾转过程中的高度控制问题,提出一种基于灰狼优化的神经网络自适应控制方法,用于一种倾转三旋翼无人机倾转过程的飞行控制.首先,建立了无人机的非线性数字仿真模型;其次,基于神经网络自适应控制方法分别设计了无人机的高度控制器和姿态控制器,并用灰狼优化算法对神经网络的参数和控制器的参数寻优;再次,设计了倾转过...     

基于广义动态尾迹倾转旋翼飞行器数学建模

为了进一步提高倾转旋翼飞行器的建模精度,采用广义动态尾迹理论建立旋翼的诱导速度模型,进而建立了旋翼气动力计算模型;考虑旋翼尾流对机翼的影响,建立了机翼气动力模型;考虑旋翼和机翼对其他升力面的气动干扰,建立相应的气动力计算模型;最后以XV 15倾转旋翼飞行器为例,对建立的模型进行验证。仿真结果表明：建立的飞行动力学模型可以很好地反映飞行器的物理特性,适用于倾转飞行器的飞行动力学研究。     

基于加权式多模型结构的歼击机自适应重构控制

针对复杂的歼击机飞控系统,提出一种基于多模型结构的鲁棒自适应控制方法,使得系统可以在不同的运行环境下跟踪给定的信号,并且对飞机操纵面故障具有重构作用.首先,由多个线性模型和一个模糊模型构成多模型控制结构,采用模糊方法设计多模型自适应控制器中的权值系数,再引入动态结构自适应神经网络以保证系统的稳定性,故避免了模型切换引起的噪声.最后,对歼击机进行正常和故障状态下的控制仿真,结果验证了所提控制方法的有效性.     

基于动态结构自适应神经网络的非线性鲁棒跟踪控制

针对非线性系统,提出一种将H∞鲁棒跟踪控制器与动态结构自适应神经网络相结合的组合控制方法.文中首先将系统线性化,设计H∞鲁棒跟踪控制器;然后针对系统中仍然存在的高阶非线性和未知不确定性,引入一种动态结构自适应神经网络,以对消非线性和不确定性的影响.这种自适应神经网络的隐层神经元随着跟踪误差的增大而在线增加,使得神经网络能以较少的神经元获得最佳的逼近效果,加快神经网络的运算速度,提高整个系统的动态性能.最后用飞行跟踪控制系统的示例证明本文方法是有效的.     

四旋翼倾转飞行器操纵冗余设计

建立了四旋翼倾转飞行器旋翼、机翼、机身的非线性气动模型和飞行动力学模型,并在Matlab/Simulink环境下搭建了仿真模型,根据仿真模型计算各个操纵面的操纵效率,确定了不同状态下各个通道需要用到的操纵方式,结合飞行动力学模型和操纵方式,在纵向通道上进行了全包线的配平计算,表明了操纵策略的可行性。     

基于自适应逆的微型飞行器飞行控制系统

飞翼式微型飞行器由于尺寸小、速度低、气动布局特殊和飞行环境复杂多变,其飞行力学具有显著的非线性和非定常特性,传统的控制方法已不能满足要求.本文运用时标分离理论,设计了快变量和慢变量动态逆,同时引入在线神经网络补偿动态逆误差,并采用伪控制补偿器消除作动器和自适应单元之间的相互影响,在此基础上提出了飞翼式微型飞行器的自适应飞行控制系统,并与采用动态逆-PID控制方法设计的飞行控制系统进行比较.仿真结果表明:基于自适应逆的飞行控制系统,具有较强的鲁棒性和指令跟踪能力,比动态逆-PID飞行控制系统更适合于微型飞行器.     

综合非线性鲁棒飞行控制系统设计

提出一种综合非线性鲁棒飞行控制系统设计方法,用于解决现代复杂战场环境下的飞行控制问题。为了克服系统的不确定性、时延性以及未建模动态给飞行控制系统带来的不利影响,在动态逆控制法的基础上,进一步设计了基于多层感知器神经网络和动态非线性阻尼控制的综合非线性鲁棒飞行控制器。利用神经网络参数的在线调整和动态非线性阻尼控制的抑制作用,使飞行控制系统能够跟踪给定信号,且满足一定的性能指标。最后将所设计的飞行控制系统用于某型歼击机的飞行仿真,结果证实当存在时延和平尾损伤时,设计的飞行控制系统具有很强的补偿能力。     

倾转旋翼飞行器的操纵策略和配平方法

根据倾转旋翼飞行器的构型特点,建立了倾转旋翼飞行器旋翼、机翼、短舱、机身、平尾(含升降舵)和垂尾(含方向舵)的气动力模型,研究了倾转旋翼飞行器的操纵策略以满足直升机模式的悬停/小速度飞行、直升机模式向固定翼飞机模式转换的过渡飞行和固定翼飞机模式的高速飞行,并运用最优方法研究倾转旋翼飞行器在不同飞行速度下作稳定对称飞行时的配平方法.最后以XV-15倾转旋翼飞行器为例,进行各种飞行模式的配平.结果表明:本文所述方法能合理地给出倾转旋翼飞行器在整个稳定飞行速度范围内的操纵量和姿态.     

共轴刚性旋翼飞行器配平特性及验证

针对共轴刚性旋 翼与常规旋翼的区别,从挥舞运动、变距操纵和诱导速度3方面建立共轴刚性旋翼的气动力模型。采用等效挥舞运动概念,建立共轴刚性旋翼的挥舞运动方程;引入提前操纵角概念,建立与共轴刚性旋翼挥舞频率相适应的变距操纵模型;引入上下旋翼干扰因子,建立共轴刚 性旋翼的诱导速度模型。在此基础上,建立共轴刚性旋翼飞行器飞行动力学模型,并以XH-59A 直升机为例计算纯直升机飞行模式的配平特性,使用飞行试验数据验证了理论模型的正确性,同时讨论了共轴刚性旋翼飞行器与常规直升机配平特性的异同点。     

高超声速飞行器再入自适应容错制导控制一体化设计

针对故障下高超声速飞行器安全再入飞行问题,考虑控制系统存在各种不确定性参数、干扰和力矩故障,进行高超声速飞行器再入自适应容错制导控制一体化(Integrated guidance and control,IGC)设计。首先,针对分离通道的制导与控制(Separate channel integrated guidance and control,SCIGC)模型设计无法同时协调制导和控制系统容错能力的问题,考虑制导环和姿态环之间关系并建立制导控制一体化模型;然后,针对一体化模型设计自适应滑模Backstepping容错控制器,并采用Takagi-Sugeno(T-S)模糊模型在线逼近由未知参数和加性故障引起的复合干扰项;最后,基于Lyapunov稳定性定理设计参数自适应律在线更新容错控制器,同时引入投影算子防止参数漂移以保证参数处于合理区间,从而完成自适应容错制导控制一体化方案设计。在飞行器故障条件下,通过IGC与SCIGC控制策略的仿真对比,验证了自适应容错IGC控制策略的有效性和优越性。     

基于神经网络动态逆的歼击机自适应跟踪控制

基于神经网络动态逆方法，给出了一种非线性模型参考自适应跟踪控制方案。应用神经网络直接对非线性系统求逆方法解决了逆系统方法的两个“瓶颈”问题，并且克服了传统的控制设计中将过程模型线性化，从而将不可忽视的非线性关系用线性关系代替或者忽略的弊端。对由于建模误差、不确定因素等引起的非线性系统逆误差，通过自组织模糊小脑模型关节控制器(Self—organizing fuzzy cerebellar model articulation controller，SOFCMAC)神经网络在线进行修正。SOFCMAC神经网络扩大了寻优空间，使其能更好地重构系统逆误差，最终实现准确的鲁棒自适应跟踪控制。通过将这种方法用于某型歼击机姿态系统控制的仿真研究，表明了本文方法的有效性和可行性。     

一种无人机鲁棒自适应控制律设计

针对现代无人机作战时存在强不确定性、全包线大机动飞行时的强非线性、战损/故障导致的舵面效能变化问题,提出一种包含基本控制器和补偿控制器的鲁棒自适应控制律设计方法。以鲁棒伺服LQR作为基本控制器,L自适应作为补偿控制器,在保证无人机控制系统稳定性和动态特性的同时,拥有较强的鲁棒性。仿真结果表明了该方法的有效性和优越性。