基于LMI的二冲程发动机转速鲁棒PI控制

针对某型航空用二冲程发动机,用逐步回归的方法建立发动机非线性稳态模型,在平衡点附近进行泰勒级数展开,得到了发动机在平衡点附近的线性模型;基于线性矩阵不等式(LMI)的方法进行鲁棒控制算法研究,得到了鲁棒PI控制参数,实现了系统的鲁棒控制;基于模糊T-S模型并行分配补偿控制策略,设计了控制算法切换策略.经系统仿真和发动机台架实验验证,在负载11%的扰动下转速控制精度稳定在2.3%之内,控制器对于外界干扰有较强的鲁棒性,得到了期望的控制效果.      

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。     

基于预测模型迭代优化的改进比例导引律

为了提高对加速度时变机动目标的制导精度,将预测决策理论与传统比例导引(PN)相结合,提出了一种通过泰勒级数预测模型迭代控制加速度修正项的改进比例导引律。首先,以预设的低阶泰勒级数预测模型预测特定时间的位移,并计算位移预测值与测量值的差值;然后,通过迭代方法逐阶增加泰勒级数预测模型阶数,直至满足精度要求;最后,计算泰勒级数预测模型的二阶导数,修正比例导引律的加速度指令。仿真结果表明,传统PN和APN的脱靶量分别约为195 m和95 m,提出的改进比例导引律的脱靶量约为8.3 m,极大地提高了制导精度。     

基于多入多出平衡流形展开模型的涡扇发动机反馈线性化滑模控制

针对涡扇发动机内部状态大范围变化条件下,单点线性控制器控制效果不佳而线性变参数控制器求解困难的问题,提出了一种基于多入多出平衡流形展开模型的涡扇发动机反馈线性化滑模变结构控制。首先,采用多入多出平衡流形展开模型辨识技术,获得仿射型的涡扇发动机数学模型。随后,利用反馈线性化将平衡流形展开模型解耦,经过坐标变换获得可用于控制系统设计的线性结果,考虑了具有误差项和饱和函数的指数趋近滑模控制律来提高控制系统的鲁棒性,完成了基于平衡流形展开模型的多变量涡扇发动机反馈线性化滑模控制器设计。最后,在非线性部件级模型上开展了控制器验证。在平衡流形展开模型设计工况,增益控制和滑模控制的控制效果表明,基于平衡流形展开模型的反馈线性化方法能够获得涡扇发动机良好的控制效果。同时,在平衡流形展开模型稳定但精度无法保证的非设计飞行工况,反馈线性化滑模控制器能够进一步抑制不确定性的影响,保证转子转速和发动机压比的跟踪控制效果。     

基于SVM辨识的涡扇发动机全包线稳态控制方法

针对涡扇发动机全飞行包线范围稳态最优控制器的设计问题,首先根据不同飞行条件下发动机各工作状态的稳态“小偏差”线性模型,采用线性二次型调节器(LQR)分别设计得到相应的发动机最优线性控制器参数,然后将所得到的线性控制器用支持向量机方法进行非线性逼近,得到控制器参数的支持向量机辨识模型,以满足发动机全包线、全状态稳态控制的需要.支持向量机模型的输入为飞行高度、马赫数和稳态转速,输出为线性控制器参数.应用实例表明:该方法在全包线范围内对发动机最优稳态控制器的逼近误差均在2%以内,能较好满足控制精度要求.      

民用涡扇发动机预测控制器设计

对一定包线范围内的稳态预测控制器和加速减速过渡态控制器设计展开研究.针对某大涵道比民用涡扇发动机,根据发动机进口参数的相对变化指标对控制区域进行划分,以标称点处发动机线性模型为对象设计了相应的预测控制器,利用提出的多层参数调度方案实现了不同飞行条件及不同发动机状态下预测控制器参数的自适应调整.仿真结果表明:所设计的发动机预测控制系统在控制区域内的设计点和非设计点均具有良好的性能,为全包线设计提供了有效方法.     

基于支持向量回归机的发动机/直升机扭矩超前控制

主要研究涡轴发动机转速按扰动补偿控制问题,提出了一种基于迭代约简最小二乘支持向量回归机算法和模型预测机制的直升机扭矩动态超前预测模型设计方法.首先用迭代约简最小二乘支持向量回归机设计了旋翼扭矩按飞行状态和操纵量估计的非参数动态反馈模型,然后设置了扭矩模型预测机制,以获得扭矩的超前动态信息.接着利用扭矩超前预测信息设计了...     

航空发动机的支持向量机自适应PID控制

首先介绍了支持向量机(SVM)的原理, 建立了支持向量机回归(SVMR)模型.将SVMR与基于支持向量机的控制器相结合, 组成自适应PID支持向量机控制(SVMC)系统.最后用于某型航空发动机, 通过在选定的设计点处进行控制系统的设计, 利用支持向量机强大非线性映射能力、网络结构的自动最优化特性, 使控制系统在发动机偏离设计点工作时控制系统仍保持很好的性能.为通用非线性控制提供了一种新的控制思路.      

航空发动机多模型预测滑模控制

针对航空发动机是一个不确定性的强非线性系统,借鉴多模型方法和预测控制思想,提出了航空发动机多模型预测滑模控制。对航空发动机飞行包线进行划分,建立了航空发动机状态空间多模型;对每个模型分别设计了预测滑模控制器,以滑模轨迹为预测模型,进行滚动优化、反馈校正求取控制量,并根据前几时刻与发动机的匹配程度选择当前时刻的控制器;推导出了其稳定性的条件。仿真结果表明,所设计的控制器控制效果令人满意,能有效抑制参数摄动和干扰的影响。     

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

飞控-飞机低阶等效系统的在线辨识

以飞控—飞机低阶等效系统为背景，采用Taylor展开法研究了带纯延迟环节的二阶系统的在线辨识。采取了对低信息点进行抛弃，变步数起动等算法对传统的最小二乘法加以改进，大大减少了辨识过程中产生的误差，更适合于实时辨识。实际应用结果表明：该方法可以有效地对具有时变特性的带纯延迟的非线性系统加以辨识，辨识结果满足工程要求。     

液压Stewart平台基于工作空间综合偏差的同步控制

 为了抑制轨迹跟踪过程中各自由度运动之间的相互干扰,将平台跟踪的轨迹进行泰勒级数展开,提出基于工作空间含有各向自由度运动自身跟踪偏差和各自由度运动之间耦合干扰偏差的综合轨迹跟踪偏差量的表达式。根据工作空间综合偏差量反馈,利用反步法设计鲁棒控制器,使各向自由度运动自身跟踪偏差与之间的耦合偏差同时稳定地趋于零,以限制跟踪过程中各自由度运动之间耦合干扰。同时,考虑到实际平台惯性参数不确定性,推导得出惯性参数自适应律,以提高系统的跟踪精度。利用AMESim与MATLAB进行联合仿真验证,结果表明:与传统的比例 积分 微分（PID）控制器相比,该方法在保证各自由度运动自身跟踪偏差稳定收敛的同时有效地降低了各自由度运动之间的耦合干扰偏差,更有效地提高了平台的跟踪性能。     

基于傅里叶展开的电动力绳系卫星最优控制

电动力绳系卫星的推力幅值较小且方向固定,完成轨道机动任务的周期长,其最优控制问题的求解比较困难.采用在傅里叶空间描述的轨道动力学模型,将控制量电流表示为傅里叶级数的形式,并推导了用傅里叶系数作为参量的椭圆轨道运动的平均轨道根数方程.在此基础上构造了电动力绳系卫星轨道机动的最优控制模型,通过直接配置法将其转化为非线性规划...     

基于灵敏度分析的结构动力模型修改

本文基于灵敏度分析和Taylor级数展开式提出了一种参数型结构模型修改方法。为了改进模型修改精度,本文从能量的观点出发引入一权矩阵,并给出模型修改方程的加权最小二乘解。数字算例表明本文方法具有很好的精度,并且在利用结构模态试验数据进行修改方面具有较好的适应性。     

具有时延的漂浮基空间机器人基于泰勒级数预测、逼近的改进非线性反馈控制

 探讨了本体位置与姿态均不受控的漂浮基空间机器人在时间延迟(简称时延)情况下惯性空间轨迹跟踪的控制问题.利用拉格朗日方法并结合系统动量守恒关系,分析、建立了漂浮基空间机器人完全能控形式的系统动力学模型及运动Jacobi关系.以此为基础,针对系统存在时延的情况,利用泰勒级数预测、逼近的方法,建立了适用于时延情况下控制系统设计的数学模型.利用该模型,提出了一种空间机器人在时延情况下的改进非线性反馈控制方案.然后运用Lyapunov第二类方法,结合范数以及图形分析的方法证明了在时延情况下整个闭环控制系统的渐近稳定性.文中提到的控制方案能够有效地克服系统存在时延的影响,控制漂浮基空间机器人末端爪手跟踪惯性空间的期望轨迹.系统数值仿真结果证明了上述控制方案的有效性与精确性.     

基于泰勒展开法的转子系统动力特性区间分析方法

对转子系统动力特性运用一种非概率-区间分析方法进行分析.基于区间数学和1阶泰勒展开理论的区间分析方法将非确定参数支承刚度和连接结构刚度视为区间向量,运用泰勒展开法建立了转子系统固有频率的公式.区间分析方法降低了传统的概率分析方法对不确定参数信息的过分要求,为解决含有非确定参数的转子系统动力特性问题提供了一个途径.应用区间泰勒展开法和概率方法对数值算例进行了分析,并比较了结果.当参数非确定性小于20%时,计算得到的转子系统固有频率区间上下界与真实值区间上下界误差小于2.2%.建立了转子系统动力特性试验装置,试验结果验证了方法的有效性.      

某型发动机战斗与训练状态控制技术研究

简要介绍了对某型航空发动机在外场使用过程中,实施战斗与训练状态控制的方法及其相应的控制装置。加装该装置的目的是对发动机在平时训练时,实行降负荷使用,以提高飞行安全性,而在作战需要时,可恢复发动机原有状态,以发挥发动机最大潜能。控制装置由单片微机组成,具有自检和故障检查能力。通过试飞和试用证明,控制装置改装简单、工作可靠,取得了满意的效果。      

Small signal analysis of the LCC-type parallel resonant converter

In this paper, the small signal analysis of the LCC-type parallel resonant converter (LCC-PRC) operating in the continuous conduction mode is given. This analysis is based on both the state-plane diagram, which has been successfully used to obtain the steady state response for resonant converters, and the Taylor series expansion. Applying perturbation directly to the steady state trajectory, a discrete small signal model for the converter can be derived in terns of the input voltage, switching frequency, and the converter state variables. Based on this analysis, closed-loop form solutions for the input-to-output and control-to-output transfer functions are derived. It is shown that the theoretical and computer simulation results are in full agreement     

存在外部干扰的网络控制系统故障检测和优化

针对存在时延和丢包的网络控制系统,研究了系统的故障检测滤波器设计和优化设计问题.通过泰勒展开将未知时延处理成外界干扰,采用伯努利随机过程来描述丢包现象.设计观测器产生残差信号,将故障检测问题转化为H∞滤波问题.通过Lyapunov函数方法分析了系统的稳定性.以线性矩阵不等式的形式给出了滤波器存在的充分条件和求解方法.为进一步提高系统对故障信号的灵敏度,采用了一种优化设计方法对故障检测系统进行了优化.最后通过仿真验证了算法的有效性.     

Multiple-Target Monopulse Radar Processing Techniques

The problem of determining target parameters of a known number of radar targets falling in the same range-Doppler-angle-angle resolution cell is examined for the noise-free case. The required minimum number of radar beams is determined, based upon approximating the beam patterns by a Taylor series expansion, both for the general problem and for factorable beams. Signal processors for target position estimation are developed for the two-target case and equations are presented for the general case.