基于神经网络的自适应非线性控制及仿真研究

研究了神经网络非线性动态系统的自适应控制方法,首先利用改进的非线性自回归滑动平均模型,采用多层前向神经网络辨识非线性系统模型,然后直接由辨识结果设计出控制器,并根据控制误差对控制律作在线修正.利用导弹模型进行了控制仿真,仿真结果表明采用此方法可以得到较好的控制效果,而且在模型不确定和有噪声干扰的情况下仍能正常跟踪给定的迎角信号,具有较好的鲁棒性.      

基于对角回归网络的非线性系统建模

分析了非线性系统神经网络建模的规律,利用对角回归神经网络(DRNN)实现了非线性动态系统的辨识.辨识结构采用串并联模式,网络权值的调整为考虑时变因素的调整算法.与静态神经网络相比,基于DRNN的辨识方法显示出很强的处理动态问题的能力,无需辨别系统阶次,辨识结构简单,收敛速度快.仿真结果表明该方法是有效可行的.      

采用主动控制提高民用客机的滑跑性能

以机体的垂直加速度和垂直位移为性能指标,通过建立自校正控制起落架的非线性模型和系统的ARMAX模型,应用多步递推预报对控制器进行设计并结合系统结构和参数的辨识,实现了起落架的自校正控制.计算仿真结果表明,此方案有效地提高了民用客机的滑跑性能.      

一种非线性系统集员辨识算法

针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响.     

一种低摩擦间隙可控机构在舵机上的应用

摩擦和间隙是影响电动舵机结构力学特性的典型非线性因素.基于电动舵机伺服系统模型,研究摩擦、间隙非线性因素的特性及其对舵机控制的影响.设计一种低摩擦力、间隙可控舵机传动机构,进行实验与仿真分析.结果表明,该新型传动机构能够改善传统舵机摩擦阻力大、间隙可控性差的状况,并提高舵机控制的精度和稳定性,为电动舵机伺服系统结构特性研究和控制系统研究提供基础.     

基于特征模型的高超声速飞行器姿态控制器与自适应滤波算法的设计

提出一种基于特征模型的强跟踪无迹卡尔曼滤波（CSUKF）算法对状态和参数进行联合估计,利用特征模型参数构造时变的二阶状态转移阵,使滤波和辨识模型简化;结合强跟踪滤波（STF）的强跟踪能力和无迹卡尔曼滤波的（UKF）的非线性高逼近性对含测量噪声的高超声速飞行器系统进行参数辨识和滤波,并将其与非线性黄金分割自适应控制律相结合,对高超声速飞行器进行姿态控制.最后,将提出的CSUKF与基于特征模型的无迹卡尔曼滤波（CUKF）和基于特征模型的普通扩展卡尔曼滤波算法（CEKF）进行比较,仿真结果说明CSUKF与非线性黄金分割自适应控制律相结合可以有效改善控制的平稳性,且具有更好的滤波精度和系统输出,从而能更好地处理含测量噪声情况下的高超声速飞行器的辨识与控制问题.     

基于PNN与FNN模型神经网络控制器设计与分析

模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但控制精度取决于人为经验;所研究的预测神经网络采用了基于非线性自回归滑动平均模型建立预测模型,实现在线学习和在线控制,但初始阶段控制精度不高.仿真研究证明,根据具体的控制对象采用适当的控制方法或是将2种方法合理地结合起来将会达到较高的控制精度.      

基于自校正模糊神经控制的无刷直流传动系统

提出了一种自校正模糊神经网络控制器(SCFNNC)来实现无刷直流电动机起动、调速、制动等各运行阶段的性能指标.该SCFNNC是采用调整系统增益参数的方法完成较完善的控制规则的.重点研究了系统自校正增益参数的确定方法,模糊控制器的设计,人工神经网络实现模糊控制规则的方法等.自校正增益参数是根据系统对超调量、转速稳态误差、动态速降的期望值来确定的.设计模糊控制器时是根据系统的性能指标,确定出合适的模糊控制规则表,用于训练神经网络.为使系统的性能达到最佳,采用了自校正模糊神经控制、开关控制和比例控制相结合的复合控制方法,通过数学仿真证实配备SCFNNC的系统具有优良的动、静态特性,及较强的鲁棒性.     

基于神经网络自适应稳定PID控制方法的研究

经典的基于对象精确数学模型的PID控制方法的自适应性较差,难以适应具有非线性、时变不确定性的被控对象.神经网络控制算法的稳定性又受到迭代初值的影响,且算法复杂.为此提出了一种基于RBF神经网络的、结构简单的、稳定的PID直接自适应控制方法.讨论了控制器参数迭代初值选取的基本原则,并给出了在保证系统稳定性前提下参数的迭代算法.仿真研究结果表明,该方法的鲁棒性和跟踪性能均优于经典PID方法.      

基于SMDO-TLC的高超声速飞行器姿态控制

针对高超声速飞行器快时变、强耦合以及存在参数不确定和外部干扰情况下的姿态控制问题,同时考虑到执行机构动态和输入受限,提出了基于滑模干扰观测器-轨迹线性化(SMDO-TLC,Sliding-Mode Disturbance Observer-Trajectory Linearization Control)的高超声速姿态控制方法.首先,引入二阶线性微分器(SOLD,Second-Order Linear Differentiator)的概念,通过理论分析指出了当前TLC中采用一阶惯性+伪微分器求取输入指令的微分信号时会存在与SOLD类似的峰值现象,随后利用韩式跟踪微分器求取姿态标称指令及其微分信号,可有效解决过渡过程中执行机构饱和问题;接着,分别在姿态和角速率回路设计二阶滑模干扰观测器,利用符号函数积分来重构内外回路的复合干扰,在此基础上设计补偿控制律,以实现姿态控制器设计.仿真结果表明,所提出的方法能够克服时变干扰及气动参数大范围摄动的影响,同时兼具良好的动态特性与静态品质,能够满足高超声速飞行器的快时变、高精度以及强鲁棒的控制需求.     

电液复合调节作动器的精确线性化建模与控制

针对经典泵控电液作动器固有频率低的问题,对原系统增加了一个新设计的总压力控制阀,它可保证作动筒两个工作腔的压力之和始终为一常数并使两腔压力可控,从而使泵控系统达到和阀控系统相当的固有频率.这种改进型作动器称为EHCA(Electro-Hydraulic Compound regulating integrated Actuator).针对存在的相乘非线性控制问题,通过分析EHCA和总压力控制阀的工作原理,设计了基于精确线性化方法的滑模控制器,并分析了电机转速和变量泵排量在不同工况下的控制量大小配合问题.分析和仿真证明,该设计思想是有效实现高效率、节能和快响应的电液组合作动器方案.     

导弹增量式自适应容错控制系统设计

导弹在实际飞行中存在气动参数不确定、执行机构故障等问题,从而对导弹飞行控制系统稳定性与操控能力造成严重影响。为此,设计一种增量式自适应容错控制方法,在实现导弹安全控制的同时,兼顾姿态控制算法时效性与可靠性。建立面向控制的三通道耦合姿态动力学模型;考虑系统不确定性和执行机构故障,基于增量式动态逆方法设计导弹被动容错控制律;基于自适应滑模控制与增量式动态逆方法,设计增量式动态逆自适应容错控制律,并对系统残差进行分析比较;通过某典型全弹道姿态跟踪任务,验证舵面故障下的姿态跟踪特性。仿真结果表明:所提方法在故障未知的情况下,能够保证飞行控制系统的鲁棒性与容错能力,实现导弹的安全可靠控制。      

非冗余舵面与RCS复合故障的自愈控制方法

临近空间飞行器在稀-稠大气过渡阶段且反推力矢量装置(Reaction Control System, RCS)有剩余燃料的情况下,RCS对于非冗余舵面的故障补偿与在线重构具有重要意义。基于此,本文研究了针对非冗余舵面与RCS复合故障的自愈控制方法,以实现飞行器的安全可靠控制。首先,建立了执行机构故障等不确定影响下的姿态控制模型;其次,针对舵面故障给出了基于残差观测的故障检测与自诊断方法,设计了RCS与舵面复合故障的分离诊断策略;然后,基于非线性比例-微分控制及故障诊断信息,设计了舵面故障补偿的自愈控制器;同时,基于RCS故障喷管序列判定,设计了复合故障下RCS在线重构的自愈控制器。最后,通过某典型全弹道姿态跟踪数值仿真,验证了该方法的有效性及可靠性。     

六自由度压电隔振平台面向控制的模态分析与动力学建模

六自由度压电隔振平台各通道之间存在的强耦合性以及压电作动器固有的迟滞非线性都对系统动力学建模提出了挑战。为此，基于模态分析技术对六自由度压电隔振平台开展面向控制的非线性动力学建模研究。在充分考虑压电作动器的迟滞非线性后，采用模态坐标变换方法建立了隔振平台Hammerstein非线性动力学模型，包含了输入端的静态迟滞非线性子系统、解耦的模态方程组以及模态正/反变换矩阵。通过实验测量方法辨识得到模态方程中的参数，采用MPI模型辨识得到静态迟滞非线性子系统，并经过逆补偿控制实验验证了迟滞模型的正确性。基于迟滞逆补偿策略辨识得到模态反变换矩阵。最终建立了平台的动力学模型，为后续的控制奠定了良好的基础。      

基于蚁群优化的长短时神经网络变外形飞行器故障模式识别

变外形飞行器机械结构复杂,在变外形过程中发生故障的概率大,传感器测量成本高,针对这些问题,提出了一种基于长短时神经网络进行飞行器测试故障诊断的方法。首先根据变外形飞行器的气动参数模型和非线性动力学模型,构建变外形飞行器执行机构故障特征数据库。然后针对变外形飞行器发生故障时的序列化特征数据,提出基于长短时神经网络的执行器故障诊断框架。利用蚁群优化算法对网络训练的超参数进行优化,提高故障诊断的准确性与泛化性。通过仿真验证了该方法可实现变外形飞行器的低成本,高效率,高精度的故障快速定位。     

Fault tolerant small satellite attitude control using adaptive non-singular terminal sliding mode

The Attitude Control System (ACS) plays a pivotal role in the whole performance of the spacecraft on the orbit; therefore, it is vitally important to design the control system with the performance of rapid response, high control precision and insensitive to external perturbations. In the first place, this paper proposes two adaptive nonlinear control algorithms based on the sliding mode control (SMC), which are designed for small satellite attitude control system. The nonlinear dynamics describing the attitude of small satellite is considered in a circle reference orbit, and the stability of the closed-loop system in the presence of external perturbations is investigated. Then, in order to account for accidental or degradation fault in satellite actuators, the fault-tolerant control schemes are presented. Hence, two adaptive fault-tolerant control laws (continuous sliding mode control and non-singular terminal sliding mode control) are developed by adopting the nonlinear analytical model to describe the system, which can guarantee global asymptotic convergence of the attitude control error with the existence of unknown external perturbations. The nonlinear hyperplane based Terminal sliding mode is introduced into the control law design; therefore, the system convergence performance improves and the control error is convergent in “finite time”. As a result, the study on the non-singular terminal sliding mode control is the emphasis and the continuous sliding mode control is used to compare with the non-singular terminal sliding mode control. Meanwhile, an adaptive fuzzy algorithm has been proposed to suppress the chattering phenomenon. Moreover, several numerical examples are presented to demonstrate the efficacy of the proposed controllers by correcting for the external perturbations. Simulation results confirm that the suggested methodologies yield high control precision in control. In addition, actuator degradation, actuator stuck and actuator failure for a period of time are simulated to demonstrate the fault recovery capability of the fault tolerant controllers. The numerical results clearly demonstrate the good performance of the adaptive non-singular terminal control in the event of actuator fault compare with the continuous sliding mode control.     

Mars entry fault-tolerant control via neural network and structure adaptive model inversion

The capability of autonomous fault detection and reconstruction is essential for future manned Mars exploration missions. Considering actuator failures and atmosphere uncertainties, we present a new active fault-tolerant control algorithm for Mars entry by use of neural network and structure adaptive model inversion. First, the online BP neural network is adopted to conduct the fault detection and isolation. Second, based on the structure adaptive model inversion, an adaptive neural network PID controller is developed for Mars entry fault-tolerant control. The normal PID controller will be automatically switched into neural network PID controller when an actuator fault is detected. Therefore, the error between the reference model and the output of the attitude control system would be adjusted to ensure the dynamic property of the entry vehicle. Finally, the effectiveness of the algorithm developed in this paper is confirmed by computer simulation.     

叶片式液压摆动马达的非线性泄漏分析

摆叶马达是一种高精度的液压执行机构,内部密封结构较复杂.针对摆叶马达的密封结构特性,分析了它的泄漏组成,提出了它的非线性泄漏计算模型,并得出影响泄漏的关键因素和减小泄漏需采取的措施.在工程实际中,摆叶马达存在密封失效的问题,通过理论分析得出了密封失效的原因在于轴肩密封,轴肩密封中O形圈的预压缩量决定了密封失效的临界压力.摆叶马达泄漏量的增大不仅仅与密封压力和速度有关,而且与马达叶片转角也有关系,它的非线性模型也为液压伺服系统提供了理论依据.     

EHA反馈线性化最优滑模面双模糊滑模控制

为提高电静液作动器（EHA）控制性能,提出了一种反馈线性化最优滑模面的双模糊滑模控制方法。该方法在EHA的非线性模型上,利用反馈线性化方法将其线性化,在此基础上建立线性切换函数,并采用最优控制理论对切换函数进行设计。为削弱抖振将模糊控制算法引入滑模控制中,采用一个模糊控制器,根据最优滑模函数运动特性的数值对切换控制增益进行估计;采用另一个模糊控制器,根据滑模控制原理对切换控制项进行调整。仿真结果证明了该方法的有效性。