航空发动机全包线自适应解耦控制器设计

为实现航空发动机在全包线的解耦控制, 在飞行包线内选择了若干点, 使用遗传算法对单神经元自适应解耦控制器的比例系数进行了离线优化。以优化得到的若干组参数为训练样本, 离线训练径向基函数(RBF)神经网络, 训练后的网络可映射高度、马赫数与比例系数之间的非线性关系, 飞行包线内任意点的解耦控制器比例系数即可由该网络得到。仿真表明:在设计点和非设计点, 系统均具有良好的动态特性和解耦特性。该方法结构简单、易于实现, 具有实用价值。      

涡轮叶片多学科设计优化中的多学科可行解耦

为解决涡轮叶片多学科设计优化过程中的解耦问题,将多学科可行解耦方法应用于涡轮叶片气动、传热及结构三学科的解耦。将气动、传热分析载荷下的叶片变形作为解耦循环结束与否的判断标准;解耦循环中的关键步骤——学科间的载荷传递及变形传递分别用单元内线性插值法及自由网格变形技术实现。某涡轮叶片初始设计点的解耦算例表明,解耦循环结束前收敛标准降幅达90.74%,气动、传热及结构得到了完全解耦。整个过程表明,多学科可行解耦方法虽然解耦效率有限,但在解决学科间耦合问题时具有较好的稳定性、准确性及可操作性。     

基于RBF网络辨识的航空发动机模糊神经网络解耦控制

对航空发动机的多变量解耦控制方法进行了研究,提出了一种基于RBF网络辨识的航空发动机模糊神经网络解耦控制方法。该方法利用RBF网络辨识航空发动机的实时模型,为模糊神经网络控制器参数的调整提供了Jacobian信息,解决了模糊神经网络自适应控制器在被控对象不能精确建模情况下应用的问题。仿真结果表明,系统鲁棒性强．在设计点和偏离设计点处,均具有良好的动态特性和解耦特性。     

武装直升机横航向解耦控制研究

应用现代控制理论中的特征结构配置法,设计了武装直升机横航向增控增稳控制系统,并通过特征向量的选型使横航向两通道实现解耦,考虑舵回路后,利用增广的模型矩阵,通过特征配置求出输出反馈控制律,进而与指令模型,机械通道传动比一起构成解耦控制的系统结构图,数字仿真结果表明,系统具有良好的解耦控制效果和闭环特性。     

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.     

基于A320飞机横航向控制律架构的LQ设计

空客A320飞机横航向控制律采用特征结构配置方法计算闭环增益,实现了期望特征值的配置及横航向关键参数之间的解耦。基于A320横航向控制律架构,提出使用线性二次型(Linear Quadratic,简称LQ)方法,对闭环增益进行重新设计。首先根据期望的特征值引入关键参数的频域整形环节,而后通过调整二次型性能指标加权矩阵实现期望特征值的逼近及关键参数之间的解耦,并求得闭环反馈增益,最后在特征结构、稳定裕度和横航向解耦效果方面与空客设计结果作了对比分析。仿真结果表明,LQ设计可获得与特征结构配置设计相近的结果,即得到接近期望值的特征值,并实现关键变量的解耦,同时保证了闭环稳定裕度。     

基于神经网络动态逆的大迎角导弹解耦设计

导弹大迎角飞行时,系统非线性特性非常明显,各通道间有很严重的气动交叉耦合现象.为实现对系统的非线性解耦,构造了基于神经网络动态逆的大迎角导弹解耦控制器,设计了非线性动态逆系统,利用RBF神经网络逼近逆误差.仿真实验结果表明:所设计的控制系统具有良好的解耦和指令跟踪能力.     

飞机突防飞行非线性解耦控制的实时仿真方法

非线性解耦控制系统仿真是当前研究的重要方向之一。本文提出了一种仿真飞机大大气扰动下突防飞行非线性解耦控制的简便方法，该法用飞机指令变量的跟踪特性来仿真系统的解耦控制特性和对期望突防迹的跟踪特性，具有方法简单，易实现，计算稳定，实时性较好，结果准确，仿真检验人可介入，可在无地形的视景设施条件下使用等特点。可用于设计选择解耦控制律参数，研究和检验飞行器运动的解耦控制特性及其它非线性解耦控制系统的实时仿真研究。     

武装直升机控制增稳系统的设计

用现代控制理论的方法对武装直升机进行控制增稳系统的设计。所给的状态方程为29阶,用内部平衡系统的性质来获得一个降阶模型,用特征结构配置的方法来设计一个控制器,模态解耦是通过特征向量的选型获得的。设计的结果表明,系统得到了良好的解耦效果及闭环特性,从而提高现代攻击直升机的操纵品质。     

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.      

航空发动机递归神经网络分路式解耦控制

针对航空发动机多变量控制中变量之间的耦合问题,提出了一种基于递归神经网络的分路式动态解耦控制方法,给出了发动机双路式解耦控制系统的结构及其解耦原理和算法。利用递归小波网络较强的动态非线性映射能力,在线完成发动机各控制通道的模型辨识,并回馈对应的灵敏度信息;神经网络PID控制器根据回馈的信息在线自适应调整参数,实现发动机各通道的准确跟踪和分路独立控制。仿真表明,该方法在保证控制系统良好的动态和稳态性能的同时,有效地减小了各回路之间的耦合影响,能够成功应用于发动机控制系统的解耦。      

一种航空发动机多变量自抗扰解耦控制律设计

研究了航空发动机多变量解耦控制律设计问题。提出了一种用于航空发动机多回路控制的多变量自抗扰解耦控制算法:首先通过静态解耦算法实现多变量耦合系统的静态解耦,而后通过ADRC非线性扩张观测器的补偿控制实现各回路的动态解耦,最终实现复杂多变量耦合系统的解耦控制。以某涡扇发动机非线性部件级实时数学模型为被控对象,基于上述多变量自抗扰解耦控制算法设计了发动机中间状态以上多变量控制律。在全包线内,与基于增广LQR控制方法设计发动机闭环系统,进行了对比研究。数字仿真结果表明,前者使得发动机闭环系统具有更好的指令跟踪和多回路解耦能力。     

基于支持向量机的航空发动机PID解耦控制

针对航空发动机多变量控制系统中各回路之间存在的耦合现象,提出了一种基于支持向量机(support vector machines,SVM)的航空发动机PID(proportion integration differentiation)解耦控制方法.利用SVM辨识发动机非线性模型,并获得SVM瞬时线性化模型,在线性化模型的基础上完成了PID参数的在线自整定.利用Lyapunov稳定性定理对控制器的收敛性进行了分析.通过对某型航空发动机的仿真,验证了该方法的有效性和可行性.      

基于逆控制和模糊逻辑的直升机飞控系统设计

提出了一种基于模型的逆控制技术与基于规则的模糊控制技术相结合的直升机飞控系统设计方法，以解决当直升机数学模型不确定时飞控系统的设计问题，并设计了相应的逆控制器及模糊控制器。仿真结果表明，所设计的飞控系统具有良好的动态响应、较强的鲁棒性及满意的解耦效果，在直升机飞行控制系统的设计中有一定应用价值。     

飞行轨迹指令综合跟踪控制器设计

运用多重尺度奇异摄动理论,结合动态逆解耦理论和动态平衡点邻区域优化线性化系统的优化解耦控制律理论,研究了战术任务综合飞行管理系统的综合飞行轨迹指令跟踪控制器系统化设计方法。对F-15飞机,设计了综合飞行轨迹跟踪控制器。数字仿真结果表明,设计的跟踪控制器能够控制飞机精确跟踪不同时标集的飞行指令。     

航空发动机解耦控制器设计

提出了一种基于输出拟形的解耦控制器设计方法。设计过程中针对某型涡扇发动机双变量控制系统,首先选取2个理想的一阶环节形成2个独立控制回路,以其在各通路单独阶跃下的无耦合响应为拟形目标。以LQR控制器设计为例,采用遗传算法(GA)来优化LQR控制器的加权矩阵Q和R,使闭环控制系统在各控制回路单独阶跃下的输出与目标相一致,从而达到解耦的目的。通过优化算法,设计出的LQR控制器取得了良好的动、静态解耦效果。     

基于RBF网络的航空发动机单神经元解耦控制

针对航空发动机多变量控制系统中各回路之间存在的耦合现象,提出了一种基于RBF网络辨识的航空发动机多变量单神经元网络解耦控制方法。对发动机的多个控制回路,采用多个RBF网络实时辨识各个回路发动机的数学模型,并将系统的灵敏度信息实时反馈给各回路的控制器,保证了单神经元网络控制器对各回路的准确控制,最终实现对发动机多回路的解耦控制。通过在飞行包线内的仿真,结果表明,该方法不依赖被控对象的精确模型,有效地实现了对发动机的解耦控制,而且具有良好的动静态性能,将其应用于航空发动机多变量解耦控制是行之有效的。     

无轴承异步电机的自抗扰控制策略

针对无轴承异步电机(BLIM)的逆系统解耦控制性能受负载和参数变化影响的问题,在转子磁链定向逆系统解耦控制的基础上,采用自抗扰控制器(ADRC)替换经典的PID控制器,将BLIM模型中的交叉耦合项、本体参数变化和负载视为“扰动”,统一用ADRC的扩张状态观测器(ESO)估测,非线性状态误差反馈控制器(NLSEF)进行补偿。仿真结果表明:采用了ADRC,系统具有较好的动态解耦控制性能；同时,对电机参数和负载变化具有更好的鲁棒性。     

硬式加油伸缩杆非线性解耦控制仿真研究

多输入/输出、耦合、非线性硬式空中加油伸缩杆解耦控制是加油控制系统设计的关键。当系统满足一定条件时,采用逆系统方法将原系统等效为线性系统,并在此基础上对解耦系统进行PI控制,以实现满意的控制效果。通过MATLAB/SIMULINK建立了伸缩杆模型并设计了解耦控制器,仿真结果表明该解耦方法很好地消除了系统间的耦合作用,能够满足工程设计的需要。