弹性飞翼无人机鲁棒姿态控制设计

针对大展弦比飞翼布局无人机的刚体运动与弹性运动耦合动力学模型,提出了一种基于反步法的鲁棒非线性控制方法。该方法考虑了飞翼无人机的非线性因素,将动态面反步控制作为内环控制抵消系统的非线性因素;同时考虑系统实际存在的弹性耦合项、参数不确定项以及外部扰动,将内环反步控制与飞翼无人机模型整体作为新的被控对象,引入最优化理论对新的被控对象设计了外环鲁棒控制器。仿真结果表明,所提出的控制器不仅满足飞翼无人机姿态跟踪性能的要求,且对模型不确定性和气动弹性影响具有鲁棒性。     

飞翼无人机机动飞行非线性反步控制律设计

飞翼布局无人机具有操纵能力不足、非线性和耦合性强的特点。传统的反步控制方法能够提高飞翼 无人机系统的鲁棒性,但是存在奇异值计算、保守性等问题。本文提出一种改进的反步控制方法。建立飞翼无 人机仿射非线性模型,运用该方法进行鲁棒控制器设计,并进行仿真验证分析。结果表明:该方法解决了传统 反步控制方法所具有的奇异值计算、保守些问题,突破现有鲁棒设计方法对系统不确定性范数上界已知要求的 限制,所设计的控制器鲁棒性较高。     

超低空空投参数自适应反步控制

为解决超低空空投过程中重型货物舱内移动及出舱阶段给载机的姿态和高度稳定带来威胁这一问题,采用带有参数自适应的反步控制方法设计了飞机纵向控制器。将空投过程中模型的不确定性、强扰动以及控制输入增益转化为待估计参数矩阵,并采用参数自适应更新率对参数矩阵进行估计,结合外环PID高度控制器完成了整个飞控系统的设计。仿真结果验证了控制器的强鲁棒性。     

高超声速飞行器强鲁棒自适应控制器设计新方法

针对高超声速飞行器飞行过程系统参数大范围剧烈变化以及存在严重不确定性的特点,同时考虑外界环境干扰复杂,内部干扰严重的特殊问题,提出了一种新型强鲁棒自适应控制器构型。该新型强鲁棒自适应控制器将控制器分为标称控制器和补偿控制器。标称控制器可采用成熟的控制理论来设计,主要考虑闭环系统的性能;采用合适的手段估计系统参数大范围剧烈变化、系统的不确定性以及内、外部干扰等“系统扰动”作为补偿控制器的输入,通过设计强鲁棒补偿控制器对“系统扰动”进行补偿,使整个闭环控制系统对“系统扰动”具有强鲁棒性。将新型强鲁棒自适应控制器应用于高超声速飞行器的姿态控制系统的设计,大大提高了高超声速飞行器控制系统对内、外部干扰的抑制和对系统参数大范围剧烈变化以及严重不确定性的适应能力,可满足高超声速飞行器飞行控制的需求。     

折叠翼飞行器发射段鲁棒非线性控制系统设计

为解决折叠翼飞行器在发射段各项特性变化较大、对飞行控制律鲁棒性要求较高的问题,设计了一种以块控反步法为基础的自适应鲁棒非线性控制器.在发射段动态模型基础上,该控制器采用径向基函数( RBF)神经网络自适应逼近飞行器特性变化时的系统未知不确定性和干扰,通过在虚拟控制律中引入动态面控制技术避免多重微分运算,克服了传统反步法...     

航空发动机T-S分布式系统自适应鲁棒滑模控制

为提高航空发动机非线性不确定分布式控制系统的鲁棒性,考虑参数摄动,外部干扰,随机时延的影响,采用一种基于飞行包线划分的航空发动机T-S模糊模型,进行了鲁棒自适应滑模控制方法的研究。基于鲁棒H∞理论,针对模糊规则的状态空间模型,推导了滑模运动渐进稳定的充分条件,设计具有扰动抑制性能的鲁棒滑模面;基于并行分布补偿技术,采用与T-S模型相同的模糊规则,确定全局模糊滑模控制器设计策略,在此基础上,采用自适应技术估计未知干扰上界,设计了自适应滑模控制器,并证明了系统在控制器作用下的到达性。仿真结果表明该方法能够保证系统渐进稳定,对所考虑的不确定性因素鲁棒性较好,有效削弱了抖振,对不同工作点和干扰条件具有良好的适应性。     

基于射影算子的变循环发动机鲁棒自适应控制器设计

针对变循环航空发动机大范围工作包线下的复杂外部扰动现象引起的多变量鲁棒自适应控制器设计问题,给出基于射影算子的自适应律设计方法并将其应用至模型参考自适应控制器设计中。通过理论分析与变循环航空发动机某一状态点的仿真分析,阐明系统存在外部干扰时传统自适应律的设计方法对于指令跟踪不足等问题,进而在射影算子的理论框架基础上设计自适应律,将存在干扰时的状态误差动态方程的解限制在设定的凸集范围内,从而实现系统状态误差动态方程不大于零的稳定性要求,最终在LQR基准控制器框架上,实现基于射影算子的多变量鲁棒自适应控制器设计,以改善自适应控制系统的鲁棒性。基于该方法对变循环航空发动机进行控制器设计和仿真。结果表明:基于射影算子的自适应律设计方法改善了传统自适应律设计方法的鲁棒性问题,实现了控制系统对外部干扰的有效抑制,当系统各控制回路加入不同外部随机噪声信号时,均达到了期望的控制效果;变循环航空发动机各个状态点均能够跟踪期望的闭环参考指令,各状态点稳态控制误差均小于0.5%,系统超调量小于1%,调节时间小于1.2s,动态跟踪误差不大于0.5%,符合发动机控制系统技术要求。     

不确定线性系统的鲁棒容错控制设计

 研究含结构参数扰动的不确定线性系统的鲁棒容错控制问题，即设计反馈控制器，使闭环系统对可允的参数扰动具有鲁棒性，同时对执行器或传感器失效具有完整性。基于修正的代数矩阵方程，给出了期望的鲁棒容错控制器的存在条件及其显式表示，并以设计实例说明文中设计方法的直接性与简单性     

带执行机构的航空发动机喷口控制器设计方法

依据发动机非线性模型求取喷口的动态模型时,存在未建模动态对线性动态模型的建模误差,由此设计的喷口控制器较难达到设计要求,尤其在大范围飞行包线内喷口控制的动态性能将会变坏;同时由于传感器噪声问题、喷口执行机构的位置饱和限制、速率饱和限制的问题,以及PI控制中的积分饱和问题的存在,这些饱和限制等干扰将会影响PI控制器的设计性能。针对上述问题提出了一种带执行机构的喷口控制器的设计方法和抑制饱和限制干扰的喷口控制逻辑设计方法。首先获取了带执行机构的线性动态增广模型,然后针对该增广模型利用迭代线性不等式方法计算了喷口的鲁棒PI控制器,并对控制器输出进行抗饱和修正,从而提高了喷口控制器的鲁棒性。引入所述方法在发动机半物理仿真中进行了验证,在全飞行包线内获得了满意的喷口控制鲁棒性能。     

基于Η∞和μ综合的Stewart平台柔性铰链主动杆多目标鲁棒主动振动控制(英文)

新一代空间望远镜、空间激光通信平台及其他敏感载荷要求超静力学环境,传统被动减振无法满足要求,主动振动控制是一种有效的方法,Stewart平台主被动混合隔振被广泛研究。本文分析了立方Stewart隔振器6个主动杆之间的耦合特性,建立了单个主动杆的刚弹耦合动力学模型,并在模态空间中去掉刚体模态。考虑建模不确定性及传感器噪声,利用不含刚体模态的单杆动力学模型,进行多目标Η∞和μ综合控制器设计,对于低频指向控制信号进行保持,而对高频扰动进行抑制。而后对控制器进行鲁棒稳定性测试和分析,并对控制器进行了模型降阶,最后用μ降阶控制器对标称系统进行时域仿真,并与 PI 控制器比较。结果指出μ控制器达到了低频指向信号保持和高频扰动抑制的指标要求。     

发电机的浸入与不变自适应反步鲁棒励磁控制器

针对含有不确定参数的发电机励磁控制系统,设计了一种新型的自适应反步鲁棒励磁控制器。在设计过程中,基于反步法逐步进行控制器的设计,并引入非线性阻尼算法来减小反步法的“计算膨胀”问题,有效地增强了控制器的鲁棒性。接着介绍了应用浸入与不变自适应控制设计阻尼系数的自适应估计律。通过MATLAB软件进行仿真研究,验证了该算法的有效性和优越性。     

基于RBF神经网络的一类非线性系统反演鲁棒自适应控制

提出一种基于RBF神经网络的一类非线性系统反演鲁棒自适应控制器设计方法。使用RBF神经网络逼近系统不确定性,并和控制器与虚拟控制器中的鲁棒项一起消除不确定性的影响,由Lyapunov稳定性理论推出的RBF神经网络权值矩阵的自适应律能保证闭环系统的所有信号有界,且误差能够全局指数收敛于原点的邻域。该方法不需要系统不确定性的上界以及其任意阶导数,最后的仿真结果验证了方法的有效性。     

基于RBF神经网络的机器人鲁棒自适应控制器设计

在考虑机器人系统中存在的模型不确定性的情况下,提出了一种基于RBF神经网络和反演技术的鲁棒自适应控制器的设计方法。首先,通过状态变换将机器人的模型转换为适用于反演技术的形式;然后,利用反演技术设计了鲁棒自适应控制器,用两个RBF神经网络分别对模型的不确定性进行了处理,并用Lyapunov稳定性理论推导出RBF神经网络的权重矩阵调节律以及相关的鲁棒项,证明了系统的全局稳定性;最后,进行了相应的仿真研究,验证了设计的正确性和有效性。     

有输入未建模动态和不确定性导弹控制器设计

在考虑导弹控制系统同时存在输入未建模动态和参数不确定性的情况下,提出了一种基于RBF神经网络和反演技术的鲁棒自适应控制器的设计方法。首先用两个RBF神经网络对未建模动态进行了补偿,然后利用反演技术设计了鲁棒自适应控制器,对不确定性进行了处理,并用Lyapunov稳定性理论推导出RBF神经网络的权重矩阵调节率以及相关的自适应律,证明了系统的全局稳定性,最后通过仿真计算验证了设计的正确性。     

RFNN control for PMLSM drive via backstepping technique

A robust fuzzy neural network (RFNN) control system is proposed in this study to control the position of the mover of a permanent magnet linear synchronous motor (PMLSM) drive system to track periodic reference trajectories. First, an ideal feedback linearization control law is designed based on the backstepping technique. Then, a fuzzy neural network (FNN) controller is designed to be the main tracking controller of the proposed RFNN control system to mimic an ideal feedback linearization control law, and a robust controller is proposed to confront the shortcoming of the FNN controller. Moreover, to relax the requirement for the bound of uncertainty term, which comprises a minimum approximation error, optimal parameter vectors and higher order terms in Taylor series, an adaptive bound estimation is investigated where a simple adaptive algorithm is utilized to estimate the bound of uncertainty. Furthermore, the simulated and experimental results due to periodic reference trajectories demonstrate that the dynamic behaviors of the proposed control systems are robust with regard to uncertainties.     

微小型直升机非线性鲁棒控制器设计

针对含有未建模动态的微小型直升机非线性模型,设计了基于反步法和自适应模糊系统的自主飞行控制器.该控制器包含两个回路:航迹控制外回路和姿态控制内回路.外回路通过旋转矩阵实现对内回路姿态的控制,而非传统的欧拉角或姿态四元数.控制器采用自适应Takagi-Sugeno(TS)模糊系统在线补偿系统未建模动态的影响,并利用反步法完成控制器综合.所设计的算法在确保整个控制系统稳定性的同时又可保证系统能够有效应对未建模动态的影响.系统仿真结果表明,在盘旋上升飞行模态下控制系统能够快速准确地跟踪预设轨迹,并且具有良好的鲁棒性能.     

基于自适应反演滑模的末制导律设计

针对三维导弹-目标相对运动模型,结合反演控制、滑模控制和自适应技术,设计了一种新的自适应反演滑模末制导律。针对目标机动加速度上界难以获取的问题,将目标机动加速度视作模型的干扰,设计了一种自适应律对其进行在线估计,并将估计值补偿到制导律中。运用李亚普诺夫稳定性理论证明了系统的全局渐进稳定性和误差的收敛性。仿真结果证明了所设计的自适应反演滑模末制导律对机动目标的鲁棒性和有效性。     

临近空间动能拦截器神经反演姿态控制器设计

为满足临近空间动能拦截器姿态控制快速性、准确性和鲁棒性的要求,设计了一种自适应神经反演姿态控制器。首先,建立了姿控发动机侧喷干扰模型,并推导了包含质心漂移、参数摄动和外界干扰的三通道强耦合模型;其次,设计了自适应神经反演姿态控制器,为提高控制精度,采用径向基函数（RBF）神经网络对各个通道的不确定项进行估计和补偿,并基于最小学习参数的思想,将神经网络学习参数拟合为一个参数,提高了RBF计算效率,保证了估计的实时性。最后,采用伪速率（PSR）脉冲调制器将设计的连续控制律转化为脉冲控制律,实现了拦截器的变推力控制,并克服了脉冲脉宽调制（PWPF）调制器相位滞后问题。数字仿真表明,所设计的控制器收敛速度快,控制精度高,对强扰动具有鲁棒性。     

Robust adaptive compensation control for unmanned autonomous helicopter with input saturation and actuator faults

This paper studies a robust adaptive compensation Fault Tolerant Control(FTC) for the medium-scale Unmanned Autonomous Helicopter(UAH) in the presence of external disturbances,actuator faults and input saturation.To improve the disturbance rejection capacity of the UAH system in actuator healthy case, an adaptive control method is adopted to cope with the external disturbances and a nominal controller is proposed to stabilize the system.Meanwhile, compensation control inputs are designed to reduce the negative effects derived from actuator faults and input saturation.Based on the backstepping control and inner-outer loop control technologies, a robust adaptive FTC scheme is developed to guarantee the tracking errors convergence.Under the presented FTC controller, the uniform ultimate boundedness of all closed-loop signals is ensured via Lyapunov stability analysis.Simulation results demonstrate the effectiveness of the proposed control algorithm.     

Adaptive finite-time backstepping control for attitude tracking of spacecraft based on rotation matrix

This paper investigates two finite-time controllers for attitude control of spacecraft based on rotation matrix by an adaptive backstepping method. Rotation matrix can overcome the draw- backs of unwinding which makes a spacecraft perform a large-angle maneuver when a small-angle maneuver in the opposite rotational direction is sufficient to achieve the objective, With the use of adaptive control, the first robust finite-time controller is continuous without a chattering phenom- enon. The second robust finite-time controller can compensate external disturbances with unknown bounds. Theoretical analysis shows that both controllers can make a spacecraft following a time-varying reference attitude signal in finite time and guarantee the stability of the overall closed-loop system. Numerical simulations are presented to demonstrate the effectiveness of the proposed control schemes.