航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

基于迭代学习控制的导弹PID控制器参数寻优

针对设计导弹PID控制器时存在的对比例、微分、积分3个控制参数大量盲目试凑的问题,利用迭代学习算法对控制参数进行自动寻优,最终得到最佳控制参数,从而实现了对PID控制器参数自动寻优的目的,简化了控制器的设计过程。通过仿真结果验证该方法在PID控制器参数自动寻优上是有效的,同时也为导弹控制器参数整定提供了工程适用的方法。     

永磁同步风力发电系统的分数阶比例积分控制算法研究

将分数阶比例积分(PIλ)控制器应用于直驱型永磁同步风力发电系统,来达到实现系统高性能控制的目的。重点研究了永磁同步风力发电系统的分数阶PIλ控制器参数设计方法。通过分数阶PIλ控制器系统的仿真研究与试验分析,结果表明:采用分数阶PIλ控制器的系统具有较快的响应速度和较高的功率输出性能,具有一定的发展潜力和实用价值。     

基于分数阶滑模的挠性航天器姿态鲁棒跟踪控制

针对挠性航天器姿态跟踪控制问题,提出一种新型的具有强鲁棒性的分数阶滑模控制器.利用分数阶微分算子的快速收敛性与信息记忆性,在滑模面与控制输入中均引入分数阶微分算子,使新型控制器具有分数阶微分与滑模控制的双重优点,从而使姿态跟踪控制系统具有更好的快速性、强鲁棒性和良好的抗干扰性.进一步使用Lyapunov理论与分数阶稳定性理论证明了整个系统的稳定性,分析了分数阶滑模面的优点.数值仿真验证了分数阶滑模控制器的有效性与良好的控制性能.     

五自由度磁悬浮轴承的扰动补偿控制系统设计

在比例-积分-微分(PID)控制的基础上加入扰动补偿环节,设计了五自由度磁悬浮轴承的扰动补偿控制系统.通过对转子运动模型的分析,修正并得到了更为精确的磁悬浮轴承扰动观测器模型.对离散化的扰动观测器进行了稳定性分析和参数整定方法研究,进而使扰动观测器的参数整定过程更为规范与便捷.实验结果表明:在PID控制基础上加入扰动补偿控制,转子受扰自由度的位移波动分别减小了38.7%和67%,转子在20000r/min转速下的轴心运动轨迹波动减小了21%,从而验证了扰动补偿控制相比于PID控制的优越性.      

基于优化拟形的航空发动机控制器降阶方法

提出了一种基于优化输出拟形的航空发动机多变量控制器降阶方法,并以LQG/LTR控制器降阶为例,成功地将原控制器从8阶降为3阶.首先将控制器分为积分环节部分和稳定子系统部分,采用输出拟形的方法用低阶系统去逼近稳定子系统使二者具有相近的阶跃响应,利用遗传算法优化出低阶系统的参数,将低阶系统和分离出来的积分环节合并后即得到降阶后的控制器.与采用平衡截取Schur降阶方法比较,本方法可将系统阶次降得更低并取得更好的动态响应效果.     

基于交替联合迭代的关节电机滑模控制参数整定方法

机器人关节电机的控制器参数整定是实现系统良好控制性能的前提。提出了一种基于交替联合迭代的关节电机滑模控制器参数整定方法。设计了永磁同步关节电机的电磁参数,并设计了PID电流环控制器和滑模速度环控制器结合的滑模PID控制器。利用工程整定方法初步整定滑模速度环控制器的参数；增设冗余PID速度环控制器,对其参数进行整定,以冗余PID速度环控制器和滑模速度环控制器作用于系统时的输出转速为迭代变量,交替选择速度环控制器参数进行联合迭代,完成滑模速度环控制器参数的整定。利用MATLAB/Simulink软件对系统进行仿真,证明方法具有较高的整定效率,可使关节电机控制系统获得良好的控制性能。     

航空发动机PI控制参数频域最优整定方法

针对航空发动机高、低压转速和压比的控制回路,研究满足幅值裕度和相角裕度要求的比例-积分(PI)控制参数稳定域确定方法.根据系统在频域的稳定域解析模型,建立考虑PI控制器的系统参数频域稳定域图形.根据典型的动态性能指标和鲁棒性指标定义的优化目标函数,在所得到的控制参数稳定域中寻找到一组最优的PI控制参数.该方法应用于航空发动机高、低压转速和压比回路控制器参数设计中,设计了不同状态下的PI控制器,仿真结果表明,这种整定方法能够使闭环系统满足性能指标和鲁棒性.      

控制方向未知分数阶混沌系统的 Nussbaum增益同步 吴梅 1,程继红2,余名哲 4,张友安3

文章将 Nussbaum增益控制引入分数阶混沌系统,解决了分数阶混沌系统在存在控制方向未知情况下的同步控制问题。首先,选取了一类稳定的分数阶积分滑模面。然后,结合整数阶 Nussbaum增益控制方法与滑模变结构控制理论,设计了一种 Nussbaum增益同步控制器。最后,作为例子,实现了分数阶 Chen系统和分数阶 R.ssler系统在控制系数未知时的混沌同步控制,数值仿真验证了文中方法的正确性和有效性。     

基于遗传算法的航空发动机多目标优化PID控制

提出采用多目标遗传算法,对航空发动机PID控制器参数进行优化设计.使用先进多目标遗传算法NSGA-Ⅱ对航空发动机PID控制器进行参数整定.针对某型航空发动机在飞行包线内的飞行状态进行控制器参数的优化选取,仿真结果表明,与传统手动试凑调节PID控制器参数进行比较,转速阶跃响应过程的性能指标得到了很好的优化,获得了令人满意的优化效果.      

基于内模控制的多输入多输出高阶振动系统

常规的比例-积分-微分(PID)控制器一般用于单输入单输出系统。对于具有多个输入和多个输出且相互之间具有较强耦合作用的高阶多变量系统,PID控制器的设计常难以实现。针对高阶柔性结构振动控制问题,提出如下PID控制策略：首先在某一频段内对频响函数进行拟合降阶,建立过程模型,然后采用内模控制方法和麦克劳林展开式设计多输入多输出振动系统PID控制器。以4层刚架进行建模仿真计算,结果表明,通过本文方法设计的PID控制器,可以在避免未控模态影响的前提下,使外部干扰得到有效抑制,得到比较理想的控制效果。     

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。     

无人机微型舵机伺服控制器及其测试系统的设计

针对高性能的无人机微型舵机伺服控制系统,介绍了一种基于PIC单片机的高精度舵机伺服控制器及其测试系统.通过操纵测试软件,计算机发出模拟飞控计算机发送的位置信号,输入以单片机为主控制芯片的舵机控制器,控制功率驱动电路,驱动直流电机,实现伺服控制.控制器软件采用位置、速度和电流三闭环控制算法,利用模糊比例积分微分(PID)控制算法对位置环进行实时调整,同时在速度环与电流环引入积分分离PI控制算法.实验结果表明,控制器具有抗干扰性好、响应速度快、精度高和输出力矩大等特点.     

分数阶控制理论及其在飞机俯仰控制中的应用

针对新兴的分数阶控制理论,介绍了Caputo分数阶微分定义和分数阶控制系统描述形式.从拉氏反变换的角度推导了分数阶控制系统的时域运动公式;在研究改进Oustaloup算法的基础上,开发了分数阶Laplace拉普拉斯算子仿真模块,设计了分数阶pIλDμ控制器,进而将其应用于飞机俯仰控制.仿真对比分析表明,所设计的分数阶控...     

基于QPSO算法的自抗扰控制器设计及参数整定

提出了一种基于量子粒子群(QPSO)的自抗扰控制器(ADRC)设计及参数整定方法.利用自抗扰控制器抗于扰能力强、鲁棒性好、对模型参数变化适应能力强的特点,设计了自抗扰纵向飞行控制器以提高飞行控制性能.针对所设计的自抗扰控制器参数多,需要依靠专家经验或试凑进行整定的问题,应用QPSO算法进行控制器参数整定.仿真结果表明,...     

基于混合遗传算法的航空发动机PID控制参数寻优

结合某型航空发动机的比例积分微分控制(PID)参数整定与优化问题, 提出了一种全局最优且与初值无关的优化算法.算法采用与单纯形相结合的混合遗传算法, 结合了遗传算法良好的全局收敛性和单纯形算法的优秀的局部搜索能力, 提高了搜索速度与精度.仿真结果表明这种方法具有较好的收敛性与稳定性.      

无人机参数优化自抗扰编队保持控制器设计

针对无人机编队飞行中的队形保持问题,采用结合粒子群算法的自抗扰控制技术对控制器进行设计,使响应过程具有良好的动态品质和较小的稳态误差。建立三维空间内基于相对误差的无人机编队飞行模型,并在此基础上设计了跟踪微分器、扩展状态观测器和非线性状态反馈自抗扰控制器,采用粒子群算法对控制器中部分参数进行优化整定。仿真结果表明,设计的结合粒子群算法的改进自抗扰控制器具有良好的控制性能,能以较高的精度实现无人机编队保持任务。     

基于支持向量机回归和RBF神经网络的PID整定

针对工业控制领域中非线性系统控制,在基于梯度下降法的RBF网络PID整定的基础上,对整定算法作出改进,控制目标不再是使当前跟踪误差最小,而是使当前跟踪误差和下一时刻跟踪误差的平方和最小。实现过程为:先由RBF神经网络在线辨识被控对象离散模型,得到被控对象的Jacobian信息,采用梯度下降法对PID控制器参数进行初步整定;然后,将系统跟踪误差和PID参数输入支持向量机模型,通过回归预测系统下一时刻的误差,改进的整定算法利用预测误差信息对参数进行再整定。仿真结果表明,引入支持向量机回归优化的RBF神经网络PID整定收敛速度更快,精度更高,跟踪性能优于RBF神经网络PID整定。     

航空发动机导叶模糊控制器设计与参数优化

选用AMESim构建导叶调节机构液压部分的模型,在Simulink中搭建模糊控制器模型,在iSIGHT中用混合优化算法对控制器的参数进行优化.所采用的多软件联合仿真效率高,相较于常规比例积分微分(PID)控制的导叶调节机构,数值仿真最终形成的导叶调节机构响应快且超调不明显,对扰动敏感度小,动静态特性良好,有一定的实用价...     

不同目标函数参数优化的FOPI直流调速控制

为了提高直流调速系统性能,将直流调速系统速度控制器设计为分数阶PI(FOPI),并与整数阶PI控制特性进行比较。在确定FOPI/PI控制器参数时,根据不同目标函数用粒子群算法对控制器参数进行了优化,并分析了不同目标函数所确定的控制器参数对调速系统性能的影响。仿真表明:FOPI有较好的控制性能。在设计控制器参数时,可根据性能要求选用不同的目标函数优化设计控制器参数。