空天飞行器的鲁棒自适应模糊轨迹线性化控制

提出了鲁棒自适应模糊轨迹线性化控制(RAFTLC)方法并应用于空天飞行器(ASV)飞行控制系统设计.根据系统的先验知识, 设计出标称模糊系统对系统的未知干扰和不确定进行估计, 并通过鲁棒自适应控制项来克服标称模糊系统逼近误差和权值误差的影响.标称模糊系统逼近误差和权值误差的界在线调整.采用Lyapunov方法证明了闭环系统的所有信号一致最终有界.最后利用提出的控制方案设计了ASV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.      

基于径向基神经网络的空天飞行器鲁棒自适应轨迹线性化控制

基于轨迹线性化控制方法(TLC)以及径向基神经网络(RBFNN)技术研究了一种新的鲁棒自适应轨迹线性化控制方案并应用于空天飞行器(ASV)飞行控制系统设计中.首先基于被控对象的分析模型设计系统的TLC控制器,然后利用RBFNN对系统不确定的逼近能力,设计了鲁棒自适应控制器及参数的自适应调节律,并采用Lyapunov方法严格证明了闭环系统所有误差信号一致最终有界.最后应用新控制方案设计了ASV飞行控制系统,仿真结果表明了方法的有效性.      

基于自适应模糊系统的空天飞行器非线性预测控制

 针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。     

航空发动机T-S分布式系统自适应鲁棒滑模控制

为提高航空发动机非线性不确定分布式控制系统的鲁棒性,考虑参数摄动,外部干扰,随机时延的影响,采用一种基于飞行包线划分的航空发动机T-S模糊模型,进行了鲁棒自适应滑模控制方法的研究。基于鲁棒H∞理论,针对模糊规则的状态空间模型,推导了滑模运动渐进稳定的充分条件,设计具有扰动抑制性能的鲁棒滑模面;基于并行分布补偿技术,采用与T-S模型相同的模糊规则,确定全局模糊滑模控制器设计策略,在此基础上,采用自适应技术估计未知干扰上界,设计了自适应滑模控制器,并证明了系统在控制器作用下的到达性。仿真结果表明该方法能够保证系统渐进稳定,对所考虑的不确定性因素鲁棒性较好,有效削弱了抖振,对不同工作点和干扰条件具有良好的适应性。     

基于神经网络的自动着陆飞行鲁棒自适应逆控制

针对飞机自动着陆飞行提出了基于神经网络的鲁棒自适应非线性动态逆控制器设计方案。首先采用非线性动态逆方法设计着陆飞行的基本控制律,再利用多层感知器神经网络设计适当的权值调整规则使其能够自适应地逼近和补偿逆误差。仿真结果表明,所设计的飞行控制系统是有效的,系统能够克服动态逆误差对着陆飞行控制带来的不利影响。     

基于径向基神经网络干扰观测器的空天飞行器自适应轨迹线性化控制

 研究了一种自适应轨迹线性化控制策略并应用于空天飞行器(ASV)飞行控制系统设计。通过理论分析指明当前轨迹线性化控制方法(TLC)对系统中的不确定存在鲁棒性不足的问题。为了解决这一问题，首先研究了一种径向基神经网络干扰观测器(RDO)技术，严格证明了RDO对于系统中不确定因素具有良好的逼近能力。然后利用RDO输出得到一种新的基于RDO的自适应TLC控制策略。神经网络自适应律采用Lyapunov方法设计，保证了闭环系统所有信号有界。最后采用新方案实现了ASV飞控系统，仿真结果表明整个闭环系统在鲁棒性能方面得到很大提高。     

简化的鲁棒自适应模糊动态面控制及其应用

 针对不确定严格反馈块控非线性系统,提出了一种简化的鲁棒自适应模糊动态面控制方法。利用T S模糊系统在线逼近系统的不确定及外界干扰,简化自适应参数调整方法,解决了动态面控制自适应参数过多的问题。基于Lyapunov方法及小增益理论证明了闭环系统半全局一致最终有界。该方法设计的控制器复杂性低且具有最少的在线调整自适应参数,易于工程实现。最后对所提出的方法进行了某推力矢量战斗机的Herbst机动仿真,结果表明了方法的有效性。     

飞机-驾驶员闭环系统模糊预见控制器设计

针对驾驶员操纵延迟和飞机不确定性所导致的人-机系统跟踪性能降低的问题,提出一种基于T-S模糊模型的鲁棒预见辅助驾驶方法。建立驾驶员-飞机时滞不确定T-S模糊模型,引入预见控制思想补偿驾驶员延迟,以跟踪误差和驾驶员操纵负担为性能指标,将存在模型不确定性的人-机指令跟踪问题转化为模糊最优保性能控制问题,并推导了该凸优化所应满足的线性矩阵不等式。为克服预见步数增多引起增广系统维数较大、进而导致线性矩阵不等式不易求解的缺陷,设计了一种次优的预见控制器。最后,分别通过驾驶员模型仿真和飞行模拟器实验,验证了所设计的模糊预见控制器的有效性。     

基于有向图的航天器编队飞行自适应姿态协同控制

在有向通信拓扑下研究了编队航天器自适应姿态协同控制问题。针对航天器编队飞行系统中存在外部扰动和模型不确定性的情况,通过选取包含相对姿态误差和绝对姿态误差的辅助变量,提出了一种鲁棒自适应控制策略。提出了自适应律估计转动惯量矩阵和扰动上界等未知参数,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性。与滑模控制等传统鲁棒控制不同,所设计的鲁棒自适应控制器是连续的,更便于航天器编队飞行系统的实现。最后通过仿真验证了该控制策略能够实现高精度的编队飞行跟踪控制。     

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

Attitude tracking control for variable structure near space vehicles based on switched nonlinear systems

An adaptive robust attitude tracking control law based on switched nonlinear systems is presented for a variable structure near space vehicle (VSNSV) in the presence of uncertainties and disturbances. The adaptive fuzzy systems are employed for approximating unknown functions in the flight dynamic model and their parameters are updated online. To improve the flight robust performance, robust controllers with adaptive gains are designed to compensate for the approximation errors and thus they have less design conservation. Moreover, a systematic procedure is developed for the synthesis of adaptive fuzzy dynamic surface control (DSC) approach. According to the common Lyapunov function theory, it is proved that all signals of the closed-loop system are uniformly ultimately bounded by the continuous controller. The simulation results demonstrate the effectiveness and robustness of the proposed control scheme.     

Backstepping design of missile guidance and control based on adaptive fuzzy sliding mode control

This paper presents an integrated missile guidance and control law based on adaptive fuzzy sliding mode control. The integrated model is formulated as a block-strict-feedback nonlinear system, in which modeling errors, unmodeled nonlinearities, target maneuvers, etc. are viewed as unknown uncertainties. The adaptive nonlinear control law is designed based on backstepping and sliding mode control techniques. An adaptive fuzzy system is adopted to approximate the coupling nonlinear functions of the system, and for the uncertainties, we utilize an online-adaptive control law to estimate the unknown parameters. The stability analysis of the closed-loop system is also conducted. Simulation results show that, with the application of the adaptive fuzzy sliding mode control, small miss distances and smooth missile trajectories are achieved, and the system is robust against system uncertainties and external disturbances.     

基于自适应滑模与模糊控制的导弹直接力/气动力复合控制系统优化设计

 针对导弹直接力/气动力复合控制问题,提出了一种基于自适应滑模控制(ASMC)与模糊逻辑的自动驾驶仪设计方法。该方法将整个导弹控制系统分为气动力控制子系统(ACS)和直接力控制子系统(RCS)两部分。前者采用自适应滑模控制理论进行设计,利用其所具有的强鲁棒性优点,克服了包括参数摄动与外界扰动在内的各类不确定性因素的影响。后者通过基于规则的模糊推理来确定不同条件下直接力作用的大小,以辅助提高气动力子系统的性能。在控制系统结构确定的条件下,利用遗传算法(GA)对各参数进行优化,实现了两个子系统之间的协调工作。仿真结果表明,所提出的控制方案对机动指令具有较好的跟踪效果,适用于直接力/气动力复合控制导弹的控制系统设计。     

高效强力复合铣A轴的动力学建模与自适应滑模控制

A轴单元作为五轴数控机床的关键功能部件,其控制精度直接影响工件的加工精度和表面质量。针对系统参数摄动和不确定性切削负载对A轴伺服系统控制精度的影响,分析了A轴驱动系统的动静态性能,讨论了驱动扭矩、负载扭矩、运动方向和系统参数之间的相互关系,并建立了系统的非线性动力学模型。基于该动力学模型,设计了自适应模糊滑模控制器（AFSMC）,采用模糊系统对滑模控制律中的非线性函数项进行自适应逼近,并基于Lyapunov理论设计了模糊系统中可调参数的自适应律,同时,在滑模控制（SMC）的切换控制部分采用了指数趋近律。实验结果表明,所设计的AFSMC对不确定性负载扭矩和系统参数摄动具有较强的鲁棒性。与传统滑模控制（TSMC）相比,其在有效减小控制输入抖振的同时,使得跟踪控制精度提高了14.54%。     

Fuzzy adaptive robust control for space robot considering the effect of the gravity

Space robot is assembled and tested in gravity environment, and completes on-orbit service（OOS） in microgravity environment. The kinematic and dynamic characteristic of the robot will change with the variations of gravity in different working condition. Fully considering the change of kinematic and dynamic models caused by the change of gravity environment, a fuzzy adaptive robust control（FARC） strategy which is adaptive to these model variations is put forward for trajectory tracking control of space robot. A fuzzy algorithm is employed to approximate the nonlinear uncertainties in the model, adaptive laws of the parameters are constructed, and the approximation error is compensated by using a robust control algorithm. The stability of the control system is guaranteed based on the Lyapunov theory and the trajectory tracking control simulation is performed. The simulation results are compared with the proportional plus derivative（PD） controller, and the effectiveness to achieve better trajectory tracking performance under different gravity environment without changing the control parameters and the advantage of the proposed controller are verified.