一种基于在线辨识和专家系统的飞行器智能姿态控制方法

针对未来战场形势对攻击型飞行器提出的大包线飞行、大不确定、主动容错控制问题,提出了一种基于在线辨识和专家系统的智能姿态控制方法。该方法通过在线估计飞行器的时域、频域关键参数,驱动专家系统实时计算并调整控制器参数;结合时域、频域辨识结果诊断、定位故障,实现故障隔离、控制策略调整。该方法综合了飞行器结构、气动试验数据和专家知识,通过在线辨识和估计丰富了专家系统推理计算所需信息,促进了专家系统的在线应用,是一种近期可实现的智能控制方法。仿真结果表明,采用该方法,姿态发散概率由无容错控制时的45%降低到容错控制时的0%,姿态控制任务完成率100%。     

自由振荡风洞实验获取的随振幅变化的动导数的应用问题研究

本文研究了自由振荡风洞实验获取的动导数如何在飞行器动态特性分析、轨道仿真和飞行控制设计等飞行力学课题中应用的问题。讨论了将随振幅变化的动导数变换为随迎角变化的动导数两种近似换算方法，提出了动导数换算的递推－辨识算法和多项式形式动导数的系数辨识算法。其中递推－辨识算法和多项式形式动导数的系数辨识算法都得到了令人满意的结果。     

铣削过程在线辨识与极点配置自适应控制

 研究了铣削加工过程的建模、参数在线辨识及自适应控制问题,为铣削过程建立了二阶离散传递函数模型,提出了一种修正的带遗忘因子递推最小二乘参数辨识算法,从而解决了普通递推最小二乘辨识算法中由于递推计算协方差矩阵衰退或膨胀引起辨识结果失真的问题,采用极点配置设计原理,为铣削过程推导了自适应控制的控制律。仿真和实验表明,修正的最小二乘辨识算法和极点配置自适应控制律是正确和可靠的,自适应控制器可获得所需的响应性能。     

直升机气动与操纵导数的频域辨识方法研究

对频域辨识求取直升机气动与操纵导数方法进行了探索与研究。建立了直升机横航向运动辨识数学模型,并介绍了频域辨识原理;利用直升机模拟器横向扫频飞行测试数据,进行了直升机横航向气动与操纵导数辨识,并对辨识结果进行了时域验证。结果表明,所建立的频域辨识方法正确、可行,具有一定的工程应用价值。     

考虑铁耗电阻的感应电机参数在线辨识技术

传统感应电机高性能控制方案中,电机模型忽略了电机铁耗的影响,与实际物理模型有一定的偏差。基于包含铁耗等效电阻的感应电机模型,建立新的励磁电流计算方法,对电流和电压信号进行高精度的采样和离散处理,并对电机模型进行数学推导,得到基于递推最小二乘法(RLS)的辨识模型,实现了对铁耗电阻、转子电阻等重要电机参数的在线辨识。建立了MATLAB仿真模型,对参数辨识算法进行验证。仿真试验结果表明:所提方法可以在不同工况下实现较高精度的辨识,并可以快速地跟随待辨识参数的变化,为感应电机高性能控制奠定了基础。     

带有执行器约束条件的模糊自适应反步控制

针对高超声速飞行器在飞行控制过程中存在外界干扰以及考虑执行器的动态特性等问题,结合飞行器纵向模型的特点,考虑舵的动态特性,分别设计了基于动态逆的速度控制器和基于指令滤波器采用Backstepping控制方法的高度控制器。模糊自适应系统用来在线辨识飞行器模型由于气动参数的变化而引起的不确定性。运用Lyapunov理论分析闭环系统的稳定性,证明了包含跟踪误差在内的所有信号满足半全局一致稳定。最后通过仿真对控制器的控制效果进行验证,得到了较为满意的控制效果。     

石英加速度计误差模型系数的递推最小二乘辨识方法研究

为探索在线辨识的测试方法,满足实时辨识的需要,本文提出采用递推最小二乘法辨识石英加速度计模型系数,并对其在重力场测试中的应用进行了研究.介绍了递推最小二乘系数估计法原理,为便于实际应用,根据测试领域的习惯,对递推最小二乘方法进行了梳理.以加速度计分度头试验为例,将该方法应用于加速度计重力场试验的误差模型系数辨识.仿真分...     

高超声速飞行器气动伺服弹性的自适应抑制

针对弹性高超声速飞行器的气动伺服弹性问题，提出一种结合线性自抗扰和自适应陷波器的综合控制方案。针对强耦合和强不确定性问题，采用线性自抗扰控制对总扰动进行快速估计和补偿。为了在最小化对刚体控制性能影响的同时实现对频率未知且时变的弹性模态的抑制，采用能够在线估计弹性频率的自适应陷波器。根据气动伺服弹性抑制问题的特点提炼出对自适应陷波器的性能需求。针对这些需求设计了两种基于递推最大似然法的多频率直接辨识方案——参数单独自适应和同时自适应方案。为了提高辨识算法在各种随机扰动下的鲁棒性，在此基础上提出一种在线有效性监督机制，并通过大量的数字仿真对两种方案进行了性能对比。最后，在弹性高超声速飞行器模型上进行仿真，仿真结果验证了所提控制方案的有效性。     

基于ARMA模型在线辨识器的线性系统建模方法

线性系统的在线辨识是系统辨识领域中最感兴趣的问题之一。本文给出变阶式递推增广的最小二乘法及阶估计准则。在此基础上 ,给出一类ARMA模型在线辨识器。这种辨识器可用于在线或离线辨识。实例表明 ,建模计算量大大减小 ,并具有较高的精度     

结合离线知识的时变结构模态参数在线辨识

飞行器的结构模态参数在线获取对其高效、可靠运行具有重要意义。传统时变结构模态参数辨识方法存在辨识虚假结果较多，抵抗测量数据中的极端异常值能力差等问题，难以有效应用于在线过程。建立一种基于长短时记忆网络的时变结构模态参数在线辨识网络模型，通过数据集构建过程离线地引入先验信息，同时结合模型自身特性，有效提升制约在线辨识应用的可靠性。实验结果表明：在不同时变规律下，与传统辨识方法相比，在线辨识模型能有效缓解虚假结果问题，同时保证辨识结果的连续性；采用α稳定分布模型对脉冲噪声进行建模，验证了其在测量数据包含由于偶发因素产生的极端异常值时在线辨识鲁棒性。     

交流伺服系统控制器在线参数自整定方法

伺服系统转动惯量的变化会影响伺服控制性能。为提高伺服性能需要对转动惯量进行在线辨识,实现伺服控制器参数的在线自整定。详细介绍了基于模型参考自适应的转动惯量在线辨识方法,提出了动态调整自适应增益和滤波器时间的方法,有效解决了自适应算法辨识速度和辨识精度的矛盾。根据转动惯量的辨识结果,利用对称优化法则,实时调整伺服控制器参数,以保证控制器动态性能的一致性和鲁棒性。仿真和试验验证了方法的有效性。     

基于TD-RLS算法的四旋翼飞行器系统参数辨识

在对飞行器气动参数进行辨识的过程中,常需要对获得的数据求微分或二次微分,而利用差分法求微分会放大噪声的影响,引入滤波器抑制噪声又会产生相位延迟.针对这一问题,提出了一种跟踪微分器-递推最小二乘(TD-RLS)辨识算法.首先,建立了悬停条件下四旋翼飞行器的系统模型;然后,基于实验室四旋翼平台飞行试验实测数据,将TD-RLS算法应用于飞行器参数辨识.最终的辨识结果表明,在四旋翼飞行器悬停或者小角度飞行条件下,该方法可以实时获得比较精确的系统模型.     

基于迭代滤波的上升段不确定参数辨识

针对扩展卡尔曼滤波进行高超声速飞行器在线参数辨识时无法准确辨识参数的不确定性问题,提出了在线实时参数修正的迭代滤波辨识方法。首先,推导了包含侧滑角和推力的三自由度动力学方程;其次,提出基于第一次滤波辨识结果在线实时修正空速并进行第二次滤波的迭代滤波辨识策略;然后,采用一阶马尔科夫过程描述不确定性参数模型,并将不确定性参数增广到系统状态中,建立了基于扩展卡尔曼滤波理论的参数辨识模型。仿真结果表明,这种辨识方法可以有效解决在风场条件下大气密度不确定性无法准确辨识的问题。     

一种扑翼飞行器气动参数的辨识方法

针对实际飞行中无法直接测量的扑翼飞行器气动参数辨识问题,结合刚体六自由度模型,提出一种基于迭代学习和人工鱼群法的扑翼飞行器隐式气动参数辨识方法。鉴于扑翼飞行器飞行试验中待辨识气动参数值难以直接测量、导致一般辨识算法中梯度难以求解的问题,提出基于摄动法的梯度方向寻优方法。考虑到待辨识参数数量及辨识结果对参数初始值的敏感性,该方法采用人工鱼群算法优化计算待辨识参数初始值。且针对迭代过程中损失函数易陷入局部最优和优化速度受限问题,采用变学习因子迭代学习策略。试验结果表明,所提出的算法能有效估算出扑翼飞行器气动参数。     

飞行器RCS控制力矩辨识方法研究

对于依靠RCS(反作用控制系统)进行控制的返回舱等跨大气层飞行器,如何获得其在真实飞行条件下RCS的控制力矩一直是一个难题。本文提出了采用系统辨识技术得到RCS控制力矩的思路,研究建立了基于最大似然准则和牛顿-拉夫逊迭代算法的参数辨识算法模型。仿真辨识及对某飞船返回舱实际飞行数据的辨识结果表明,本文建立的方法是有效的,利用其能够对飞行器的气动力矩和RCS控制力矩同时进行有效辨识。     

基于特征模型的高超声速飞行器鲁棒控制方法

针对高超声速飞行器不确定性因素多、参数变化范围大的特点,将特征建模理论与多模型自适应控制方法相结合,设计了一种基于特征模型的鲁棒自适应控制方案.将飞行器的飞行包络划分为若干个子空间,基于对象特征模型分别设计各子空间的H,鲁棒控制器,飞行过程中,通过在线辨识得到的特征模型参数对各子控制器进行平滑切换.该控制方案不但可以较...     

基于DNN的飞机俯仰运动响应预测研究

针对人工智能的辨识方法在飞行器模型辨识应用中存在间接依赖数学模型以及泛化能力较低的局限性问题,基于深度学习思想,提出了一种新的数据处理方式,完成飞行器的系统模型辨识。首先,针对飞行器动态模型的特点,提出一种基于时序性的飞行数据处理方式;其次,采用交叉熵损失函数进一步优化深度神经网络;最后,针对飞行器纵向非线性模型进行仿真计算。仿真结果表明,训练好的模型成功提取了飞行器输入与输出之间的非线性映射关系,使得基于深度神经网络的飞行器模型能够对未知输入进行状态预测,克服了目前基于神经网络辨识算法的局限性。     

飞行器气动参数辨识的理论与实践

本文综述了国内外目前公开发表的飞行器气动参数辨识研究的理论结果和实践经验。分八个专题进行论述——模型辨识;参数估计;数据预处理与相关性检验;试验设计与最佳输入;弹性与非定常效应;频域辨识;闭环辨识;辨识准度与系统验证。文中还介绍了作者研究的部分成果。     

动导数数值预测中的相关问题

动导数是飞行器动态稳定性分析、弹道设计和控制系统设计的重要参数,其预测方法主要有工程近似方法、数值模拟和风洞试验。基于动导数、交叉导数的概念,介绍了强迫振荡法、自由振荡法等预测动导数的数值模拟方法,重点就超声速、高超声速动导数数值预测中存在的问题开展讨论,包括时间步长、子迭代步数的选取;振荡频率对辨识结果的影响;强迫振荡法和自由振荡法辨识动导数可能存在差异的原因分析;交叉导数和交叉耦合导数的辨识问题以及飞行器构型对动导数预测的影响等。并结合算例进行了具体分析,在总结现有研究经验的同时,针对当前研究中存在的困惑和难题,提出了相应的改进建议。     

一种基于云模型优化的飞行器参数辨识算法

极大似然估计方法(ML)在飞行器参数辨识中得到了广泛应用,该方法需要预先推导灵敏度方程,进而求解灵敏度矩阵,在应用过程中比较繁杂,且容易陷入局部最优。提出一种基于云模型优化的飞行器参数辨识算法,根据极大似然估计原理,利用云模型的优化理论对极大似然函数进行优化,从而得到待辨识参数值。该算法不必推导灵敏度矩阵,对初值要求不高,应用便捷,且保留了云模型优化的特点,收敛速度较快、不易陷入局部最优。以Twin Otter飞机为例对算法进行验证。结果表明:算法易于实现、辨识结果精度较高、收敛速度较快,不易陷入局部最优。