基于模型跟踪的弹性飞行器鲁棒控制律设计

针对一种大弹性效应飞行器的控制问题进行研究,该类飞行器的首阶弹性振动频率极低,接近于短周期模态。高阶弹性飞行器的动力学特性与刚性飞行器存在本质的差别,无法利用传统控制方法达到要求的飞行品质,而且抗干扰性和鲁棒稳定性更差。将模型跟踪方法与H∞混合灵敏度方法结合,设计了考虑气动弹性影响的综合飞行控制律,并针对弹性飞行器的特点设置输入、输出权函数,对飞行品质、抗干扰性和鲁棒性等多个设计目标进行折衷。计算结果表明,该方法可以满足弹性飞行器控制多方面的设计要求。     

运输机空投控制器设计(英文)

重物空投过程中,飞行器各飞行参数随着货物舱内移动发生连续的变化,当货物投放瞬间则发生突变。随着空投货物重量的增加,这一过程将严重恶化飞行器飞行品质和操控特性。本文在简化的空投飞行方程基础上,研究反演和切换控制方法以解决这一过程中的飞行状态保持和扰动抑制(包括大范围飞行状态,飞行员操纵误差和系统量测延迟等)问题,所得控制策略也可用于驾驶员空投操纵的指令参考。利用反演理论,推导了自适应控制器以稳定运输机飞行状态,并提出了协调的切换控制方法解决飞机在货物离机过程中出现的状态跳变问题。仿真结果表明所提控制方法在不仅能有效保持系统状态,并能在较大飞行范围内具有较好的鲁棒性。     

变体飞行器控制系统综述

介绍了变体飞行器控制系统和涉及的控制理论问题。分析了变体飞行器的控制系统,指出变体飞行器的控制系统由变形控制层和飞行控制层组成。对变体飞行器的硬件结构和变体飞行器控制方法的研究现状进行了阐述。分析了集中式和分布式两种变形机械结构以及控制系统体系结构,提出采用总线网络连接变形结构的分布式元件。总结了变体飞行器需深入研究的变形控制和飞行控制问题,包括大尺度变体飞行器的飞行控制问题,通信受约束的大数目的驱动器的协调控制问题。     

一种自主四旋翼飞行器控制系统结构研究

四旋翼无人飞行器在军事及民用领域都有很重要的应用,但目前主要是以遥控控制为主,其自主飞行能力较弱,因此提出了一种针对四旋翼飞行器的自主控制架构,它可根据设置好的飞行轨迹进行自主巡航飞行.该自主飞行架构主要分为两部分,分别为导航控制系统和姿态控制系统.导航控制系统根据航线信息解算系统控制姿态角及飞行速度,并把解算结果交给姿态控制系统,由姿态控制系统完成实际飞行器姿态的控制.通过航线自主飞行仿真对该方法的可行性进行了验证.结果表明,该自主控制架构明晰,易于实际控制系统的实现,具有实际应用价值.     

可变弯尾飞行器飞行特性研究

本文研究了可变弯尾飞行器的机动飞行问题。可变弯尾飞行器具有气动控制独特、机动范围可调等特点，是高超声速飞行器实现机动飞行的有效途径。本文通过气动力工程计算与飞行器六自由度弹道的耦合计算，研究了此类飞行器在再入过程中的机动控制和飞行稳定性。     

非线性动态逆神经元解耦飞行控制方法

 提出一种非线性动态逆神经元控制系统设计方法，并成功的将其应用于某战斗机非线性解耦控制问题。该方法的基本思想是采用神经元网络建立非线性被控对象的动态逆模型，将被控对象转化为伪线性系统，并用现代控制系统综合设计方法对神经元伪线性系统进行闭环优化设计。给出的战斗机非线性动态逆神经元解耦飞行控制系统的仿真结果显示出人工神经元网络作为非线性动态逆控制单元所具有的潜在能力。     

一种新型微旋翼飞行器的设计与控制

简要介绍了一种新型的四旋翼微飞行器的设计方法和整体结构,在此基础上针对此型微飞行器提出了一种新的通过调节电机转速来控制飞行器飞行姿态的控制方法,并设计、制造了飞行器的遥控控制系统.试验表明,此控制方法具有原理简单、易于实现、重量较轻、复杂度较低的优点,有较好的经济性和实用性.     

短距起飞垂直降落飞行器飞行品质研究

根据短距起飞垂直降落(STOVL)飞行器的特点,研究了STOVL飞行器在飞行品质方面的特殊要求。在总结AGARD 577和MIL-F-83300飞行品质规范的基础上,分析了STOVL飞行器在过渡和悬停状态下对俯仰、滚转、偏航的控制效能要求,以及阻尼比和频率要求。计算了某STOVL无人飞行器在过渡状态下的部分性能和飞行品质,分析了其纵横向稳定性,并根据飞行品质要求提出了一些建议。     

滚转振荡指标在再入无人飞行器上的应用研究

深入研究了飞行品质规范中滚转振荡指标的物理意义,探讨了以侧滑相位描述滚转振荡指标的机理,分析了影响滚转振荡指标边界的三个因素。针对再入无人飞行器各飞行阶段,分析了滚转振荡指标的适用性。最后,基于方向舵交叉控制可以减小滚转速率振荡幅值比的控制策略,针对再入无人飞行器对滚转振荡指标的边界进行了初步拓展,为再入无人飞行器飞行品质指标的制定提供了一种思路。     

高超声速飞行器俯冲段制导控制一体化设计方法

针对高超声速飞行器高速俯冲飞行段制导控制系统设计问题,建立了俯冲飞行段制导控制一体化低阶设计模型,提出了一种新颖的六自由度(6DoF)制导控制系统设计方法。基于目标-飞行器三维空间相对运动模型和坐标系转移关系建立了三维全耦合俯冲相对运动模型,推导得到了飞行器加速度在弹道坐标系三轴的分量与飞行器三通道角速率间的解析模型,进而结合飞行器绕质心动力学模型建立了以气动舵偏角为控制输入的俯冲飞行段制导控制一体化低阶设计模型。该制导控制一体化低阶设计模型降低了俯冲飞行段制导控制系统的模型阶数,减少了六自由度制导控制系统的设计参数,省略了传统设计方法中根据期望过载反求气动欧拉角的过程;同时利用解析模型替代了传统方法中姿态控制环路的跟踪控制过程,简化了制导控制系统的设计流程,为制导控制一体化设计提供了一种新的分析思路。数值仿真结果验证了本文提出的制导控制一体化设计方法的有效性和鲁棒性。     

基于多模型方法的全包络鲁棒飞行控制器设计

利用新一代歼击机不同平衡点的多个非线性子模型对其机动飞行的全包络模型进行逼近。对于每一个子模型,设计相应的动态逆控制器,应用模糊神经网络产生控制器切换决策,实现不同飞行状态下不同模型控制器之间的相互切换。同时为了提高多模型飞行控制效果,对各模型控制器的输入及输出采样并作为神经网络的学习样本,形成一个全包络内的多模型统一神经网络控制器。最后通过歼击机的大迎角机动仿真来验证所设计的基于多模型的统一神经网络控制器的有效性,仿真结果表明所设计的统一神经网络控制器是有效的。     

模糊控制方法及其在飞控中的应用

对于较大的飞行包线，飞机对象的参数变化剧烈，采用常规控制方法往往不能保证在较大飞行包线范围内均取得良好的控制效果，基于此，提出了一种新型的自组织模糊控制方法，该对系统内部参数的剧烈变化具有很强的适应性，然后对飞机飞行控制系统的控制律设计进行了研究。用所提出的模糊控制方法设计了部分控制律，最后以某型国产飞机对象，采用飞机六自由度非线性仿真模型，在一个较大的飞行包线范围内，进行了飞行仿真，取得了良好的     

利用神经网络设计航空发动机全包线最优控制器

本文提出一种用神经网络拟合飞行条件、发动机工况与发动机最优控制器参数之间关系, 从而设计适合于全飞行包线范围内发动机最优稳态控制器的方案。该方案可以针对发动机分段线性化模型, 利用成熟的线性控制设计方法设计非线性控制器, 且控制器结构简单、实时性好。仿真结果表明, 所设计的发动机控制系统在整个飞行包线内的设计点及非设计点均具有良好的性能。      

航空发动机多变量三层神经网络控制

提出了一种发动机多变量神经网络控制方法。采用三层前向神经网络对非线性项进行补偿,神经网络权重自适应律采用在线学习算法。控制系统的设计不需要知道精确模型,适应于全飞行包线。仿真研究表明发动机多变量神经网络控制具有良好的动、静态性能。      

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

先进武装直升机一种新型组合智能飞控系统和火/飞综合系统的设计与仿真

讨论了模糊逻辑控制与神经网络相结合的一种控制方法,给出了一种增益自适应调整的模糊控制方法和ＢＰ网络自适应变步长学习算法,提高了系统精度,改善了系统品质,并将这种方法成功地用于直升机飞控系统和综合火／飞系统的设计。同时,针对某型直升机用数字仿真证明了这种方法的优点和良好效果。     

新一代歼击机超机动攻击的智能控制及实时分布式三维动画仿真研究

新一代歼击机超机动飞行性能具有很高的战术价值 ,开发这种价值对空战的胜利具有重大意义。本文研究了超机动攻击的智能控制方法和实时分布式三维动画仿真技术。采用 3个三层BP网络重构了超机动飞行控制系统 ,应用“论域及增益在线自适应调整”的模糊控制规则设计了火 /飞耦合器 ,并提出了超机动攻击的实时分布式三维动画仿真方法 ,构造了实时分布式三维动画仿真平台 ,仿真结果逼真、直观、有效。     

基于动态逆的综合非线性飞行控制方法

在解决非线性飞行控制问题中,动态逆控制方法已成为一种流行的控制方法.文中以动态逆控制方法为基础,使用神经网络控制与动态非线性阻尼控制综合的控制方法进行补偿,以提高非线性飞控系统的鲁棒性.在以某型推力矢量飞机为对象的仿真中,这种方法显示出很强的非线性控制能力和鲁棒性.     

基于神经网络的鲁棒制导律设计

 基于神经网络理论对寻的导弹鲁棒制导律进行了优化设计。建立了制导系统非线性运动学方程和鲁棒性能函数,并将鲁棒性能函数转化成了微分对策的极小极大化问题。采用伴随 BP技术,将微分对策的两点边值求解问题转化为 2个神经网络的学习问题,训练后的 2个神经网络分别作为对策双方的最优控制器在线使用,避免了直接求解复杂的鲁棒制导律问题,仿真结果表明了该方法有效性。