基于PI与无模型自适应控制结合的燃气轮机转速控制方法

针对燃气轮机转速控制问题,提出一种基于PI控制与数据驱动的无模型自适应控制结合的控制器设计。以建立的燃气轮机慢车速度以上模型为研究对象,在通过遗传算法整定出最优PI控制器参数的基础上,通过对传统PI控制器的积分环节与紧格式无模型自适应控制器的相似替换,使得控制器具有在线整定内部参数的优势,表现出更优的动态控制性能。仿真结果表明：所设计的基于PI与无模型自适应控制结合的控制器,较之基于遗传算法离线整定的最优PI控制器,在转速调整时具有更快的上升时间和调节时间,且对性能退化模型也能自适应地改善控制效果。该控制器设计基于PI控制实现了控制品质的进一步提高,其自适应过程改善了系统的鲁棒性,基于PI结构的改进也具有工业应用前景。     

非线性预测控制在巡航导弹地形跟踪中的应用

建立了巡航导弹的非线性动力学模型,针对该模型的非线性连续预测控制方法,提出了预测跟踪误差和跟踪误差线性组合的性能指标,通过使性能指标最小,产生了巡航导弹地形跟踪的最优非线性反馈控制器,通过对虚拟地形的跟踪验证了控制器的性能,结果表明,该控制器不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

基于深度信念网络的船用燃气轮机自适应控制

针对船用燃气轮机非线性强、惯性大和负载多变等特点,提出1种基于深度信念网络的自适应控制器。该控制器结合了深度信念网络和传统PID控制器,利用深度信念网络对燃气轮机的转速误差信息以及负载状态提取实时特征,在线调节PID参数,并将参数传递给PID控制器,由其输出控制量。通过数字仿真验证表明:该控制器满足燃气轮机转速控制的要求,并且具有良好的自适应性,在不同工况下,能够对燃气轮机转速进行准确控制,使得系统快速响应的同时无超调量。     

模糊模型参考学习控制及其应用

介绍了一种新型的模型参考自适应控制器-模糊模型参考学习控制.学习机制可以观测对象的输出并且调节模糊控制器中规则的隶属度函数,从而使得对象的输出跟踪参考模型的输出.仿真结果表明该控制器可以实现对非线性时变系统的高效控制,可保证闭环系统具有良好的跟踪性能和鲁棒性,且算法简单,易于在线控制.     

反推滑模控制在电磁耦合调速型风电机组中的应用研究

针对电磁耦合调速型风电机组的风能跟踪中存在的跟踪效果较差的问题,提出了一种基于反推滑模控制的最大风能跟踪控制算法。依据风力机运行特性和电磁耦合器的工作原理建立了电磁耦合调速型调速型风电机组的数学模型,阐述了在该风电机组中最优转矩控制的具体应用方法,并获得参考转矩。最后依据反推滑模控制原理设计分别应用于最大风能跟踪区恒转速区的转矩滑模反推控制器和转速滑模反推控制器,验证了系统的稳定性。与转矩反推控制和传统最优转矩控制相比,该方法能够快速准确地跟踪风速的变化,以最佳叶尖速比运行,更好地实现最大风能跟踪的目标。     

航空发动机神经网络反步控制方法

针对航空发动机非线性和不确定性的特点,提出了一种基于神经网络的反步控制方法.采用径向基神经网络估计未知系统方程,并用一种平滑切换法有效避免了控制器奇异问题.反步法的设计基于Lya-punov稳定性原理,保证了闭环系统一致渐近有界.最后针对某型涡扇发动机非线性模型设计了高压转速控制器,仿真结果验证了该方法的有效性.      

LQR与Fuzzy控制在飞机俯仰运动中的对比仿真

目的为解决传统PID控制控制参数固定、控制响应速度慢、超调量大,难以完成飞机自动驾驶仪俯仰系统控制的问题;方法分别设计LQR最优控制器和模糊控制器,并建立对应的Matlab控制模型进行仿真研究;结果阶跃响应仿真实验结果表明,飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器更好地实现对飞机俯仰角的控制,具有响应快速,超调小,误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好;结论飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

RLV再入姿态双环滑模控制及舵喷混合配置

应用滑模控制设计了一种可重复使用运载器（RLV）再入姿态控制器,该控制器应用双环的滑模控制方案,可以获得对角速度及角度的同时跟踪,并具有较好的鲁棒性和解耦性能。针对RLV再入姿态的动力面与反作用混合控制的特点,运用优化控制选择配置算法把控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器来执行。再入姿态仿真验证了该方法的精度、鲁棒性以及解耦的跟踪性能及有效性。     

航改工业燃气轮机设计特点分析

航改工业燃气轮机以其研制、维护周期短,研制风险、成本低,以及性能和可靠性高,得到了越来越多的重视和发展.详细介绍了GE和Rolls-Royce公司应用于发电和机械驱动的几种航改工业燃气轮机的结构设计和性能设计,分析了其结构技术特点.并针对我国工业燃气轮机的发展现状和技术特点,提出航改工业燃气轮机需突破的关键技术.本研究可为我国航改工业燃气轮机发展提供参考.     

LQG／LTR方法在涡扇发动机控制中的应用

采用LQG／LTR多变量鲁棒控制器设计方法设计了某型航空涡扇发动机控制器；利用神经网络拟合发动机飞行条件、状态与控制器参数之间的关系,验证了控制器在全飞行包线内的性能。仿真结果表明,发动机控制系统的指令跟踪、噪声抑制、抗干扰和鲁棒性等性能良好,能满足发动机稳态控制的要求。     

气动舵/侧向脉冲推力复合控制导弹最优控制及输出反馈问题研究(英文)

针对气动舵/侧向脉冲推力复合控制导弹,设计了复合控制自动驾驶仪,其包含最优控制器和控制分配两部分。应用最优/经典综合控制法设计的最优控制器用于求解虚拟控制量;控制分配模块将虚拟力矩分配到冗余的作动器上。该复合控制器结构简单,跟踪性能好,具有鲁棒性,并能考虑对作动器的实际约束。基于该复合控制自动驾驶仪,发现采用总加速度为反馈时系统的稳定性和跟踪快速性之间的矛盾严重。为解决这一问题,剔除总加速度中的瞬时影响因素,采用攻角产生的加速度作为反馈,仿真结果表明攻角产生的加速度作为反馈时系统具有更好的快速性。最后针对如何得到合理的加速度反馈进行了简要的讨论,结果表明将总加速度通过低通滤波器后再作为反馈,也可以获得良好的跟踪性能。     

吸气式高超声速飞行器鲁棒非奇异Terminal滑模反步控制

针对含有参数摄动、外界干扰的吸气式高超声速飞行器弹性模型,设计了一种基于新型非线性干扰观测器的Terminal滑模反步控制器。将考虑弹性模态的飞行器纵向模型表示为严格反馈形式,在传统反步法的基础上采用非奇异快速Terminal滑模控制俯仰角与俯仰角速率,优化了反步法的控制结构,并实现了系统的有限时间收敛。基于跟踪微分器设计了一种新型非线性干扰观测器,并与本文所提滑模反步方法相结合,通过对包括虚拟控制量微分信号在内的不确定性进行估计与补偿,进一步提高了控制器的鲁棒性,同时解决了"微分膨胀"问题。基于Lyapunov稳定性理论证明了系统的跟踪误差于有限时间收敛至零。仿真结果表明,该控制器在存在不确定性的情况下,可以实现对参考输入的稳定跟踪。     

基于RBF神经网络的一类不确定非线性系统自适应H∞控制

基于RBF神经网络提出了一种H∞自适应控制方法。控制器由等效控制器和H∞控制器两部分组成。用RBF神经网络逼近非线性函数，并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能。H^∞控制器用于减弱外部及神经网络的逼近误差对跟踪的影响。所设计的控制器不仅保证了闭环系统的稳定性，而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标。最后给出的算例验证了该方法的有效性。     

VTHL运载器再入返回预设时间滑模控制

针对模型参数不确定和存在外部干扰的垂直起飞水平着陆（VTHL）可重复使用运载器再入返回姿态跟踪控制问题，提出一种新型预设时间滑模控制方法，使姿态控制误差收敛时间上界与再入初始状态无关且可预先设定。首先基于反正切函数设计预设时间非奇异滑模面，状态量在滑模面可在预设时间内收敛；其次预设时间滑模控制律，引入正弦补偿函数避免控制量出现奇异，以保证滑动模态在预设时间内到达；为提高控制系统鲁棒性并减弱抖振，采用预设时间扩张状态观测器对扰动进行估计和补偿；最后基于Lyapunov理论，证明了控制律可使姿态控制误差在预设时间内收敛；通过数值仿真验证了所提方法的有效性。     

基于无差拍预测控制和扰动观测器的永磁同步电机电流控制

永磁同步电机(PMSM)转速或转矩驱动系统都要求具有良好的电流控制性能,因此对电流环的控制至关重要。为了提高电流的动态性能和鲁棒性,基于无差拍预测控制和扰动观测器提出了一种新的PMSM电流控制方法。利用预测控制动态性能好,易于数字实现等优点,基于无差拍原理设计了预测电流控制器,但该方法对电机模型及参数依赖较大。针对实际应用中由于建模误差及参数变化等产生的扰动,设计了一种简单的扰动观测器,并用于电流环的前馈补偿控制,有效地提高了系统的鲁棒性。基于dSPACE平台完成了试验验证。试验结果表明:所提出的电流控制方法能实现电流的快速跟踪控制,而且具有较强的鲁棒性。     

基于反步法的航天器有限时间姿态跟踪容错控制

针对存在外部干扰、控制饱和以及执行器故障的航天器姿态跟踪控制问题,提出了基于反步法的有限时间控制方案。通过引入一类新型的具有有限时间收敛特性的积分式滑模面,设计了满足多约束的有限时间容错姿态跟踪控制器,并利用参数自适应方法使控制器设计不依赖于系统惯量信息和外部干扰的界。该容错控制方案的设计无需在线故障信息检测、分离甚至控制器重构,并显式地考虑了执行器输出的饱和幅值要求。稳定性分析表明:在控制饱和甚至执行器故障等多约束的条件下,本文所设计的控制器不仅保证了姿态跟踪的有限时间收敛性,且对于执行器故障具有优越的容错能力;数值仿真分析进一步验证了该控制器的控制性能,以及对外部干扰和系统不确定性的鲁棒性。     

一种基于增量式动态逆的涡轴发动机抗扰综合控制方法

针对全包线内涡轴发动机转速抗扰控制效果一致性与鲁棒性难以保证的问题，提出一种基于增量式动态逆的综合抗扰控制方法。结合涡轴发动机的转子动力学特性，提出一种基于增量式动态逆的主控回路设计方法。针对传统负载扭矩估计方法需要大量数据支撑的问题，提出一种基于非线性观测器的发动机端负载扭矩在线估计方法。基于主控回路动态逆算法和负载扭矩估计方法，创新性地将动态逆输入与输出的定量关系和转子加速度扰动变化量结合，提出了一种负载扭矩扰动全补偿前馈控制方法，并从理论上推导了该方法，能够使得由于负载扭矩导致的转子加速度扰动得到全补偿。基于倾转旋翼机/发动机综合非线性仿真模型，针对倾转旋翼机不同飞行的模式，进行抗扰控制效果仿真验证。结果表明：在频域上，基于增量式动态逆的综合抗扰控制方法能保证全包线的频域性能的一致性；在时域上，相比于具有相同带宽下的PID控制器，基于增量式动态逆的综合抗扰控制方法能够在全包线内使动力涡轮转速跟踪的调节时间降低1s，并可有效降低动力涡轮转速的下垂量至1%以内，具有优越的抗扰效果。     

基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

回热器性能对微小型燃气轮机总体性能影响分析研究

为分析回热器性能对微小型回热燃气轮机总体性能的影响,基于回热器性能实验,提出了一种改进回热器仿真模型,开展了燃气轮机性能仿真与控制规律优化研究。结果表明:变转速控制能改善燃气轮机部分工况热效率,且控制涡轮出口温度于设计值是提高燃气轮机部分工况性能的有效控制策略,但亦使燃气轮机性能受回热器性能恶化的影响更为严重;变转速控制下,回热器内部泄漏、堵塞使回热器换热有效度降低14.80%,将造成热效率降低4.38%。