非线性反馈线性化方法在飞控系统中的应用

应用非线性反馈精确线性化方法进行了飞机自动着陆系统设计。首先,用非线性微分方程组表示的飞机纵向控制系统,在经过输入输出反馈线性化以后,可等效为线性系数;然后,用线性的ＰＩＤ控制方法对变换后的线性系统进行了设计;最后,考虑风的干扰,对所设计的飞机自动着陆控制系统进行了数字仿真。仿真结果表明,用反馈线性化方法设计的飞控系统具有良好的性能。     

BACKSTEPPING控制理论及在非线性飞控系统中的应用

在非线性飞控系统研究领域,反馈线性化方法是使用非常广泛的一种方法.然而反馈线性化理论在飞机控制系统中应用通常与奇异摄动理论结合,需要将飞机动态进行时标分离假设,使用内、外环的控制方案,这种方案在理论上存在着闭环系统可能不稳定的隐患.BACSTEPPING理论是继反馈线性化理论之后发展起来的一种控制理论.基于BACSTEPPING理论的控制系统是通过Lyapunov稳定性理论推导得出,确保了系统闭环稳定性.仿真结果表明此方案是正确和有效的.     

基于Backstepping控制理论的非线性飞控系统和超机动研究

介绍了一种基于backstepping理论的非线性飞机控制方法。基于backstepping理论的飞控系统不需要反馈线性化理论在飞机控制系统应用中通常所需要的时标分离假设,能够更加真实的反映飞机动态本质。本文将此方法应用在推力矢量飞机非线性控制中,并进行了大迎角过失速超机动研究,结果表明基于backstepping理论的非线性飞控系统是正确和有效的。     

基于多指标非线性控制的永磁同步电动机转速控制

应用精确线性化方法研究了永磁同步电动机的非线性控制问题.根据精确线性化理论,设计了永磁同步电动机状态反馈线性化控制器和相对阶为1的多指标输入输出反馈线性化控制器.多指标非线性控制器选择全状态量线性组合形式为输出函数,根据系统特征根配置方法,整定了输出函数中各状态量的反馈系数.比较2种控制器仿真结果发现,多指标非线性控制器可以实现对电动机转速的有效控制,且控制器结构简单,设计方便,动静态性能良好.     

先进飞机非线性H∞控制系统设计研究

应用无DGKF简化条件的非线性H∞控制器设计方法，为某型飞机设计了非线性H∞飞行控制系统。为验证设计的有效性，在大迎角和两种飞行条件下，将非线性H∞飞行控制系统与线性H∞飞行控制系统的性能进行了对比闭环仿真研究，结果表明，非线性H∞控制可使飞机的性能得到极大提高，且可保证飞控系统具有很强的鲁棒性。     

基于径向基神经网络的不确定非线性系统的鲁棒自适应控制

 针对能够采用仿射非线性表示的含有不确定动态的非线性系统 ,提出了一种鲁棒自适应控制方法 ,该方法根据离线辨识出的受控对象的已知部分 ,采用神经网络在线辨识其未知部分 ,并针对辨识得到神经网络模型采用反馈线性化方法设计出自适应控制器 ,同时引入滑模控制方法以增强控制系统的鲁棒性 ,从而实现鲁棒自适应控制。通过对具有未建模动态的非线性直升机空气动力学模型 ,设计了总距通道系统。仿真表明该方法是有效的。     

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。     

抑制飞控系统极限环的非线性方法

抑制飞控系统极限环振荡是设计数字电传系统时需要解决的重要问题。针对飞控系统中常见的不确定非线性,提出仿线性元件的思想,以实现所期望的系统稳定裕度,从而克服非线性所造成的影响;针对确定的非线性,提出了非时变非线性可补性的概念,并应用于控制器中,实现非线性的补偿。将两种方案用于飞控系统中,仿真结果表明,对抑制系统的极限环是有效的。     

一类非线性系统的变结构控制问题

本文研究了简约型非线性控制系统的变结构控制问题,针对变结构控制切换函数的确定问题进行了深入研究,给出了一类非线性系统切换函数的确定方法。研究结果表明,该方法适用于一类难于或不能可控正则化和线性化的非线性控制系统的综合。最后通过仿真证实了该方法的有效性。     

抑制飞控系统舵机间隙影响的非线性补偿器设计

通过对舵机间隙非线性特性的分析和极限环的定义及产生条件的讨论,在飞控系统中采用非线性补偿的方法,设计了间隙补偿器,并介绍了其工程实现方法,进行了相应的数字仿真和半物理仿真试验以及试验结果的对比分析。结果表明,此方法有效地解决了飞控系统由于舵机间隙引起的超调与极限环振荡现象,使飞控系统对舵机的频率特性以及间隙各方面要求大大降低,其工程实现方法简单实用、普遍性较强,具有较高的工程应用价值。     

Application of neural networks for synthesizing flight control algorithms. I neural network inverse dynamics method for aircraft flight control

The application of artificial neural networks for aircraft motion control, in particular, for creation of nonlinear algorithms of the aircraft remote control system (RCS) is considered. Aircraft as a control object is represented as a multidimensional nonlinear dynamic system and nonlinear control methods are used to operate this system. The control loop is constructed using the method of inverse dynamics based on the feedback linearization principle. The nonlinear control law is represented as a neural network being learned (adjusted) by recorded or incoming measurements of motion parameters. Synthesis and testing of neural network control algorithms is performed with the fully nonlinear mathematical model of a maneuverable aircraft for three control channels. Simulation results of the closed system are presented.     

采用非线性系统扩展线性化方法设计飞控系统

利用非线性系统的扩展线性化方法设计具有大迎角的非线性飞行控制系统。在系统的静态平衡点族上进行线化及调节器设计并直接积分得到非线性控制律,同时利用等效系统法验证飞行品质。整个设计过程较简便,控制律便于实现,飞机的失速迎角有较大提高,飞行品质也是令人满意的。     

基于BACKSTEPPING理论的直接自适应飞行控制

BACKSTEPPING理论是继反馈线性化理论之后发展起来的一种的控制理论.基于BACKSTEPPING理论的控制系统是通过Lyapunov稳定性理论推导得出,确保了系统闭环稳定性,避免了反馈线性化理论在飞机控制系统中应用存在的可能不稳定的隐患.然而,BACKSTEPPING理论与反馈线性化方法存在同样的鲁棒性缺陷,即对模型的精确性要求很严格.据此文中给出一种通过直接自适应补偿的方式来增强其鲁棒性的方法.仿真结果表明此方案对模型存在不精确环节时有较强的补偿控制作用.     

Variable Structure Control of Catastrophic Course in Airdropping Heavy Cargo

The mathematical model of a transport aircraft would be subjected to a sudden change when heavy cargo is dropped off in airdropping, which exerts serious influences upon the safety of the aircraft. A variable structure controller is specially designed for handling the airdrop process. The nonlinear system is linearized by input-output feedback linearization using differential geometry theories. On this basis, an inner loop system for velocity and attitude tracking control is designed by using the exponentially approaching rule of the variable structure theory. The whole flight control system is integrated with the outer loop flight altitude control. Digital simulation evidences the applicability of the system to potentially catastrophic course in airdropping heavy cargo and provides robustness against system parameter perturbation.     

飞行器神经元控制系统的研究与设计

提出了一种基于神经元网络的飞行控制系统设计方法 ,该方法设计的神经元飞行控制器具有良好的鲁棒性 ,使飞行器在整个飞行包络内都能保持某种最优的操纵品质。给出的计算机仿真结果显示出神经元网络作为飞行控制器在处理飞行器参数大范围变化的非线性特性方面具有潜在的优良品质     

Nonlinear control and stability analysis of spacecraft attitude recovery

The problem of automated attitude recovery of rigid and flexible spacecraft is investigated using feedback linearization control and a novel approach for generating the control error signal based on quaternion addition. The attitude and flexible dynamics equations for a class of spacecraft is presented. The resulting nonlinear and coupled equations of the system are implemented into a high-fidelity user-friendly simulation environment. The simulator is used for the investigation of attitude recovery of flexible spacecraft using the feedback linearization approach. Since the flexible spacecraft is underactuated, the input-output linearization technique was specifically used to break up the system into two distinct parts, namely 1) an external linearizable system for which a linear controller can be easily implemented, and 2) an internal nonlinear unobservable system for which the associated zero dynamics is shown to be asymptotically stable for two representative cases. The overall closed-loop stability of the flexible spacecraft is analyzed rigorously and shown to be asymptotically stable using Lyapunov's method     

控制器非线性对飞机纵向飞行品质的影响分析

针对飞机控制系统执行机构具有非线性这一特点,选用某歼击机作为研究对象,分析各类非线性环节对飞机纵向短周期特性的影响。首先分析了死区、间隙和速率饱和等非线性环节的基本特性,建立了相应的包含非线性环节的飞行动力学模型,然后,基于Chalk准则计算不同非线性参数下的飞行品质指标,进行飞行品质评价。通过对不同飞控系统构型的对比研究,探讨了执行机构非线性对飞行品质的影响。研究结果表明,各非线性环节都将对系统的快速性产生不利影响,使系统有效上升时间增加,相位延迟增加。其中,间隙还会造成系统阻尼减小,可导致系统不稳并出现极限环振荡。     

Application of neural networks for the design of flight control algorithms. II Adaptive tuning of neural network control law

In this paper, we consider different approaches for the neural network controller tuning in the flight control system. Two of the most common tuning approaches in the adaptive control theory are applied. The first one uses parameter identification technique and consists in solving a real-time regression problem for the control law. The second approach is based on the Lyapunov direct method, which utilizes a tracking error as an absolute measure of tuning performance. The neural network control law are designed for the three-axis flight control problem and tested on the full nonlinear model of a fighter aircraft. Closed loop simulation results are presented and two adaptation algorithms are compared in the case of abrupt change of aircraft dynamics.