一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针时这一问题，本文以PUMA560机器人为被控对象，给出了一种PUMA560机器人动力学模型的简化形式，采用PD控制的计算力矩法，得到了机器人的闭环动态误差方程，在此基础上设计了机器人的控制器结构，提出了一种新的基于遗传算法(Genetic algorithm，GA)的机器人补偿学习控制方法。将GA与计算力矩法相结合，利用进化学习来消除机器人中不确定因素的影响，实现时机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果，验证了该方法的有效性。     

Adaptive Backstepping Control for Hypersonic Vehicles with Actuator Amplitude and Rate Saturation

This paper presents a constrained control strategy for the hypersonic vehicle with actuator amplitude,rate constraints and aerodynamic uncertainties. First,a vehicle-actuator control model is derived in consideration of actuator dynamics properties explicitly. Second, a nonlinear disturbance observer is designed to estimate the aerodynamic uncertainties, and then an adaptive backstepping control technique is adopted with a modified first-order-filter to eliminate the"explosion of terms"problem. Next,for handling the actuator amplitude and rate constraints,a novel auxiliary compensation system is constructed to generate quickly compensating signals to ensure tracking performance of command signal. By the Lyapunov stability proof,the proposed control scheme can enssure that the tracking errors converge to an arbitrarily small neighborhood around zero when the actuator constraints and aerodynamic uncertainties exist. Finally,numerical simulations are implemented to illustrate the effectiveness of the proposed control method.     

高超声速飞行器自适应抗饱和再入控制

高超声速飞行器（Hypersonic vehicle,HSV）再入过程中易发生舵面饱和现象,并且其动力学模型具有强烈不确定的特征,这导致其姿态控制系统的设计极富挑战性。针对舵面受限的非线性控制问题,提出外部Anti windup系统结合二阶Terminal滑模控制律的设计方法,能够实现对气动舵面饱和的控制补偿,使HSV快速平稳地跟踪指令信号。其次,针对HSV的强不确定控制问题,提出自适应滑模干扰观测器（Adaptive sliding mode disturbance observer,ASMDO）的方法来对再入气动参数不确定及强外界干扰进行估计,此方法无需干扰界已知且学习参数少,适合实时控制。最后, 再入姿态控制的仿真结果表明了该控制方法的有效性和强鲁棒性。     

Nonlinear Control Method for Hypersonic Vehicle Based on Double Power Reaching Law of Sliding Mode

The intelligence nonlinear control scheme via double power reaching law based sliding mode control method is proposed to solve the problems of model uncertainties and unknown outside disturbances.Firstly,the aerodynamic parameters of the morphing vehicle are replaced with curve-fitted approximation to build the accurate model for control design in the hypersonic flight.Then the nonlinear vehicle model is transformed into the strict feedback multi-input/multi-output nonlinear system by using the input-output feedback linearization approach.At the same time,the disturbance observer is used to approximate the unknown disturbance,and the sliding mode method is used to solve the problem of non-matching and uncertainty.Finally,according to the buffeting problem in sliding mode control,the double power is improved.Simulation results show that the proposed method can ensure the global stability of the closed-loop system,and has good tracking and robust performance.     

基于自由涡尾迹法和面元法全耦合风力机气动特性计算

风力机气动特性主要由叶片贡献,但是处在流场下游的机身(包括机舱和塔架)对其也会产生影响。基于自由涡尾迹方法与面元法,得到了一个较为完备的风力机叶片与机身气动干扰的迭代计算方法。在该方法中,叶片用位于1/4弦线的一根升力涡线代替,结合叶片尾缘拖出的涡线建立自由涡尾迹模型,机身绕流模拟采用了一阶面元方法,将自由涡尾迹方法和面元法耦合模拟风力机主要气动特性。最后用该分析方法计算了NREL phaseVI风力机的气动特性,与实验结果进行比较和分析,验证了全耦合模型的有效性。     

非定常气动力建模研究与虚拟飞行试验验证

非定常气动力建模涉及空气动力学、飞行力学、飞行控制等多个领域,是完善飞机大迎角气动数据库的关键。传统的气动数据库模型为动导数模型,由静态气动力、旋转天平、动导数等数据构成,无法精细表征过失速机动状态下的非定常效应。循环神经网络（RNN）结构是一种处理和预测序列数据的神经网络结构,在人工智能领域运用广泛,与非定常气动力一样都具有时间序列依赖的特点。重点研究了循环神经网络在非定常气动力建模中的应用,利用单自由度俯仰振荡的风洞试验数据进行建模。使用强迫运动试验与虚拟飞行试验2种方法对非定常模型进行验证:在强迫运动试验中,通过直接对比气动力曲线,对具有实战意义的眼镜蛇机动进行了验证;在虚拟飞行试验中,通过对比试验与建模仿真的运动参数曲线,验证了气动力模型的准确性。2种验证方法均表明循环神经网络模型比传统动导数模型更接近试验结果。     

超机动飞行的神经网络动态逆控制

根据反馈线性化理论，讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离的原则，采用动态逆方法设计了快回路和慢回路控制器；其次提出了模型的神经网络非线性直接自适应控制方案，其中设计一种在线神经网络用于补偿模型逆误差。仿真表明，该控制方案具有较好的自适应能力的鲁棒性。     

基于边条优化外形的全机纵向响应与增升效果研究

用遗传基因算法优化设计了翼-身-尾全机模型机翼边条.通过求解全机纵向运动状态方程,分析了全机模型带与不带机翼边条时纵向动态响应问题.涉及的气动力、力距和纵向稳定导数等则由三维低阶板块法计算获得.通过优化设计,新的带有机翼边条的模型飞机,其升力线斜率可明显提高.当Ma=0.4-0.9时,斜率约提高13%-17%;当Ma=1.5时,约提高12%.数值计算结果表明:在装有机翼边条时,由于短周期频率和阻尼比的提高,飞机对在交战飞行时特别的偏转控制输入响应敏捷.最后,给出了部分基于板块法的气动力结果与Cy-20飞机飞行试验数据的比较.     

独立桨叶变距对旋翼振动载荷影响规律分析

独立桨叶控制技术(Individual blade control,IBC)能够改善旋翼气动环境,降低桨毂振动载荷。本文采用Leishman-Beddoes动态失速模型和动态入流模型计算旋翼非定常气流下的气动响应;通过动力学软件ADAMS建立旋翼气弹动力学模型计算桨毂载荷;在周期变距基础上施加二阶和三阶谐波变距进行控制仿真,研究独立桨叶高阶谐波变距对桨毂载荷减振作用的规律。仿真结果表明,通过改变相应变距谐波的幅值和相位,能够使得振动水平大幅降低并达到最优。     

二次成像法在风洞模型自由飞运动记录中的应用

风洞模型自由飞是一种无支杆干扰的非接触式气动特性测量方法。为获得相对于实验室固定坐标系的精确的模型姿态和位置测量值，必须在成像照片中有固定坐标系框架标志的清晰影像。本文描述了在高超声速脉冲风洞中模型自由飞运动记录中二次成像法的应用。以０．１ｍｍ细线所构成的正交实验室固定坐标框架置于模型运动记录的第一次成像面上，然后用高速鼓轮相机记录模型自由飞相对于坐标系运动的清晰照片，从而获得模型在高超声速（Ｍ＿∞＝９．９）流动条件下的静、动稳定性导数的有效结果。     

一种基于动态逆的控制方案在无人机中的应用研究

动态逆技术通过成功的实际飞行测试而获得广泛认同，目前该研究热点在于对象模型的不确定性的抑制及鲁棒性的研究。文中提出一种基于在线神经网络的新型动态逆控制器，其主要思想是通过在线迭代的神经网络最大程度地挖无人机非线性不确定模型及其逆模型，同时通过一个梯度修正环节来补偿误差的影响。仿真验证包括三部分：对极快变量回路的仿真、航迹角跟随的仿真以及三维空间中对给定轨迹的跟踪。仿真结果表明，该方案能够解决精确的     

超机动飞机的非线性控制与飞行员在环实时仿真

在空中格斗中，使用过失速机动可获得显著的战术优势，而飞机在大迎角和高角速率的情况下，其动力学具有强耦合性和非线性，本文讨论了应用非线性动态道进行超机动飞机飞行控制系统的设计。飞机的动力学可分成快慢两组变量，角速率是快变量，姿态角是慢变量，对快变量进行非线性逆控制器的设计，以此来稳定纵向短周期运动，并通过气动舵面与推力矢量的融合，来改善大迎角范围内的侧向响应。对慢变量进行非线性逆控制器的设计可使飞行员控制飞机慢动力学，即迎角、侧滑角和速度矢量滚转角。本文还讨论了一个飞行员在环实时仿真系统的设计，该系统采用了多台计算机的结构，可用于非线性动态逆控制律的飞行员在环分析。     

风力机叶片非定常气动力降阶模型方法

基于计算流体力学(Comptational fluid dynamic,CFD)的非定常气动力降阶模型方法,建立起叶段振动状态下的非定常气动力模型,用来模拟叶片变形与气流耦合作用下的附加非定常气动力,实现了叶段在旋转过程中的非定常气动特性建模。通过与CFD结果的校验,验证了方法的可行性,分析了模型对阶跃幅值、风速及振动频率等参数变化的敏感性,然后将方法推广至多叶段模型,并结合结构动力学方程给出多叶段模型的气动弹性响应历程。     

基于可压缩流体的热线探针校准风洞研制

在可压缩流体中利用热线技术进行湍流度测量时，其输出不仅与脉动速度有关，也和流体温度、密度紧密相关。因此，需要建立与高速可压缩流体特征相似的校准装置，在使用前对热线探针进行准确校准。基于亚跨声速可压缩流体，对热线探针校准风洞的气动总体方案、关键结构设计、测控处系统研制等做了介绍和说明。风洞流场校测结果表明，模型区Ma最大偏差0.002，风洞速压可以降低至常规速压的50%以下，也可增至常规速压的1.7倍以上，温度和密度调节范围宽，流场均匀性好，满足热线探针校准需求。     

基于代理模型的气动设计稳健优化方法

为了减少不确定分析的计算量,提出了一种基于代理模型的不确定性气动设计优化方法,其中代理模型主要用于简化不确定分析计算过程.运用拉丁方试验设计和Krig-ing建立了代理模型,用随机参数来表示尺寸误差和飞行条件的变化.基于代理模型,以蒙特卡洛模拟法作为不确定分析方法,求解气动性能的均值和方差.在此基础上定义了气动稳健优化问题的表达式,用遗传算法进行求解,并以某翼型的优化问题对该方法进行验证.结果表明,通过该方法得到的最优解对不确定性的敏感度大大减小,同时在不确定的情况下仍然能满足设计约束条件.     

旋转导弹风洞动态测力试验技术研究

常规风洞静态气动力测量技术无法得到旋转导弹的非定常气动特性数据，需要研究在风洞中模拟旋转导弹运动特征以及对气动力实现动态测量的试验技术。在1.2 m量级超声速风洞中，研究了大长细比导弹模型旋转运动主动控制技术以及与旋转运动对应的动态测量试验技术。采用旋转导弹模型（长细比为20）对建立的试验技术进行了风洞试验验证。结果表明:采用微型驱动系统并对旋转组件与导弹模型进行一体化设计，可以对大长细比导弹模型转速进行稳定控制；建立的风洞动态测力试验技术可以对导弹模型旋转运动下的动态数据进行测量，试验数据重复性精度良好。     

大机动飞行中孤立旋翼的非定常空气动力模型

为提高旋翼他轴响应的预测,气动模型应当计入机动旋翼的尾迹畸变效应,而准确表示尾迹弯曲参数Kn是关键。为表达机动导致的各种效应,增广Peters-He有限状态尾迹模型可以吸收随飞行状态变化的Kn值。根据烟流实验,该参数随旋翼前飞速度、拉力和机动角速率而变化。旋翼的空气动力实验表明,旋翼轴接受准阶跃输入后,同轴及他轴的空气动力响应有过冲,且俯仰速率愈大,过冲幅值愈大。理论和实验结果的对比显示,为了正确计算机动飞行中的旋翼气动力,特别是操纵的他轴响应,应在模型中采用随状态变化的尾迹弯曲参数Kn。此外,在当前模型基础上联合动态尾迹畸变模型,计算出的旋翼力和力矩更接近试验数据。     

基于神经网络的空间桁架结构建模研究

空间桁架结构的振动主动控制目前已成为振动控制领域研究的热点，为了研究空间桁架的主动控制方法，首先必须建立其准确的模型。神经网络固有的学习能力使其在模型辨识中得到广泛应用，针对空间桁架结构的非线性动态特性，本文采用了修正的Elman递归网络进行了模型辨识，结果表明，带有自反馈增益修正的Elman网络能很好地反映桁架结构的真实情况，适用于非线性动态系统的模型辨识。     

一种折叠弹翼悬挂物的分离轨迹试验技术

提出了一种新的折叠弹翼悬挂物机弹分离轨迹试验技术,重点解决了在机弹分离过程中折叠弹翼动态展开时悬挂物的气动力获取问题。研究表明,提出的试验技术通过将悬挂物气动力修正方法引入到悬挂物分离安全性研究当中,准确地得到悬挂物的分离特性,解决了折叠弹翼悬挂物分离轨迹风洞试验技术瓶颈,为折叠弹翼悬挂物的投放分离安全性提供一套工程实用的解决方案。