基于超统计的多阶段航空发动机剩余寿命预测

针对传统航空发动机剩余寿命（RUL）预测模型无法客观描述多阶段性能衰退过程及对于RUL预测精度不高的问题, 提出了一个新的多阶段航空发动机RUL预测模型, 包括超统计理论、突变点检测、无迹卡尔曼滤波（UKF）与非线性预测4部分内容。提出了基于超统计理论的多阶段分割滤波（BS-MSF）算法。首先, 该算法采用超统计理论进行突变点检测, 将航空发动机的健康数据划分为多个退化阶段；其次, 应用UKF对融合的时变参数进行滤波处理；最后, 通过非线性拟合对发动机RUL进行预测, 实验采用美国NASA发布的航空发动机数据进行数据分析和验证。结果表明:所提算法在发动机性能退化中的预测具有更好的适应性和更小的拟合误差, 能更准确地预测发动机的RUL, 预测精度比单阶段方法提高5.5%。      

应用支持向量回归机探索发动机VSV调节规律

发动机可调静子叶片（VSV）调节规律极其复杂,通过挖掘快速存取记录装置（QAR）数据对VSV调节规律进行了深入研究。首先,通过PW4077D发动机健康状态的QAR数据,建立基于粒子群优化（PSO）算法的支持向量回归机（SVR）模型,来探索VSV调节规律;然后,利用后续航班数据对PSO-SVR模型进行验证,并将验证结果与传统的PSO-BP神经网络模型进行对比;最后,应用PSO-SVR模型进行发动机故障诊断。研究结果表明:PSO-SVR模型的回归预测精度优于PSO-BP神经网络模型,能够准确反映VSV的调节规律。可将其用于发动机的状态监控和故障诊断,亦可为VSV控制系统设计提供参考。      

基于IFA-ELM的航空发动机自适应PID控制新方法

针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机(ELM)对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法(IFA)优化ELM网络参数,形成优化的ELM训练方法IFA-ELM.该算法在保证预测精度的前提下,有效简化了网络规模,并提高了其泛化能力.利用该算法建立发动机风扇转速预测模型,基于该模型,采用梯度下降法在线调整PID参数,提升发动机动态性能.数字仿真验证表明,与常规PID控制相比,基于IFA-ELM的自适应PID法调节时间减少了0.2~1.4s,超调量降低了0.2%~1.5%,验证了该控制方法的有效性.      

基于滚动时域的无人机空战决策专家系统

针对专家系统法在空战应用中存在适应性差的缺陷,提出了一种基于滚动时域控制(RHC)的机动决策算法对空战机动决策专家系统进行改进.首先,系统地分析了在专家系统空战机动决策中的最优控制问题,完成了机动决策最优控制模型系统状态方程的建立、控制约束的设计以及指标函数的建立.在此基础上,根据滚动时域法原理,将整个空战过程分解为若干有限时域,并在每个时域内将空战机动决策问题视为初始条件不断更新的专家系统机动决策最优控制模型的求解,反复进行直到空战结束.仿真结果表明,在专家系统法失效的情况下,通过求解专家系统空战机动决策滚动时域最优控制模型,无人机能够快速地进行有效的机动决策.      

目标威胁规避约束下战斗机引导控制优化方法

基于最优控制理论对威胁规避约束下战斗机引导控制方法进行研究.以空战态势参数为状态建立战斗机引导模型,以引导的快速性和经济性为性能指标,将战斗机引导问题建模为具有非线性状态约束和路径约束的最优控制问题,以武器攻击包线来描述目标火力威胁,并将威胁规避约束转化为引导过程的空战态势约束问题,为保证引导算法的实时性和有效性,引入滚动时域控制策略进行在线优化,并采用高斯伪谱法进行数值求解,基于典型作战场景进行仿真,结果表明所提出的引导控制方法能在保证引导安全性的前提下实现战斗机的最优引导.      

基于DE-DPSO-GT-SA算法的协同多任务分配

针对无人机（UAV）编队的协同多任务分配问题（CMTAP），考虑双机协同探测、双机协同攻击的情况，结合时间约束、时序约束、时间间隔约束、载机弹药约束、任务能力约束等约束条件，扩展了协同多任务分配模型；将差分进化（DE）算法、郭涛（GT）算法、离散粒子群优化（DPSO）算法、模拟退火（SA）算法进行融合，提出了DE-DPSO-GT-SA算法，用以求解协同多任务分配问题。通过与多种算法进行比较，仿真试验结果表明，所提算法具有较好的收敛性能。      

基于DDQN的片上网络混合关键性消息调度方法

对片上网络（NoC）承载的混合关键性消息进行实时调度是其应用于航空电子系统片上多核通信的关键。为解决可满足性模理论（SMT）法求解效率低、低优先级消息等待延迟大的问题,提出了一种基于双深度Q网络（DDQN）的混合关键性消息调度方法。将虫孔交换机制下的消息调度问题建模为马尔可夫决策过程,建立包含环境、动作、状态、奖励的多层感知调度模型;随机生成多组分布不同的混合关键性消息作为训练样本,采用DDQN算法求解该调度模型;在此基础上,提出并实现了带孔隙DDQN算法,在保证时间触发（TT）消息可调度前提下为速率约束（RC）消息预留用于虫孔交换的时隙。算例研究表明:所提方法的求解时长及TT消息确定性端到端延迟的平均值均低于SMT法;带孔隙DDQN算法的RC消息延迟较不带孔隙DDQN算法和SMT法显著降低。      

基于混合法的月球软着陆轨迹优化

利用混合法思想和人工免疫算法研究了月球软着陆轨迹优化问题.首先建立月球软着陆系统模型并进行归一化处理;然后基于混合法思想利用庞特亚金（Pontryagin）极大值原理推导最优控制律,以伴随变量初值和终端时刻作为优化变量,将终端约束作为罚函数引入评价函数中,将月球软着陆轨迹优化问题转化为非线性规划问题（NLP,Nonlinear Programming）;最后应用引导人工免疫算法（GAIA,Guiding Artificial Immune Algorithm）求解该优化问题.仿真结果表明,GAIA混合算法比直接法的寻优速度快,终端误差小,且可搜索到理论最优轨迹;同时,GAIA混合算法的伴随变量初值收敛范围比间接法大,降低了最优月球软着陆轨迹的搜索难度.     

基于模型预测控制的多约束火星精确着陆制导律研究

主要研究了火星着陆动力下降段考虑燃料消耗和实际任务约束条件的制导律设计问题。选取可变推力发动机作为执行机构,首先建立了着陆器在动力下降段的运动方程及质量变化方程;其次对实际任务中需要考虑的斜坡、推力幅值和方向等约束条件建立了约束模型;接下来通过构造由控制量和状态量构成的性能指标,提出一种基于模型预测控制的多约束火星精确着陆制导算法。可实现多种约束条件下的指标最优精确着陆任务。最后,通过数值仿真对比了本文与已有典型着陆策略,验证了所提算法可以在满足约束条件的前提下有效地完成既定火星精确着陆任务。     

活塞式航空发动机的优化与标定

联合发动机循环模拟与标定技术建立小型活塞航空发动机动力性和经济性的多目标优化模型。对校验后的BOOST模型进行DOE(Design of Experiment)正交试验,对试验数据进行统计数学建模,并对局部模型误差进行控制,进行响应面模型分析,通过MBC(Model-Based Calibration)工具箱进行优化标定,选用经济适用的NBI(Normal Boundary Inter-section)进行多目标优化.给出了优化的点火提前角、喷油量的MAP图,优化参数对扭矩和燃油消耗等目标的响应面模型,对提升小型航空发动机性能有重要的参考价值.     

Model predictive control for close-proximity maneuvering of spacecraft with adaptive convexification of collision avoidance constraints

This study investigated model predictive control (MPC) for close-proximity maneuvering of spacecraft. It is essential for a designed MPC to effectively handle collision avoidance between the servicer spacecraft and the client spacecraft, especially while the client is rotating. The rotating motion of the client leads to dynamic changes in the collision avoidance constraints, which increases the difficulty of optimizing the control input in the MPC framework. Therefore, this study presents a method to improve the performance and computational efficiency of MPC for rendezvous and docking with a nonrotating or rotating client. An ellipsoid is adopted to model the client’s keep-out zone (KOZ). Given the spherical KOZ of the servicer, an expanded ellipsoid is introduced to describe the KOZ for the center of mass of the servicer and modeled as a nonlinear constraint. The linearization method for reference points located at the expanded ellipsoid is adopted to convexify the nonlinear constraints. The reference points are adaptively determined according to the positions of the servicer, client, and expanded ellipsoidal KOZ. The resulting hyperplanes are then used to describe the collision avoidance constraints. By utilizing the aforementioned strategies, combined with the calculated reference points, an adaptive convex programming algorithm suitable for real-time implementation of MPC is derived. The performance of the proposed method is demonstrated through numerical simulations.     

基于危害度航空发动机可靠性评估模型及应用

针对航空发动机可靠性指标评估的需要,提出了基于危害度故障统计分析模型.该模型考虑各故障样本对发动机危害性的影响,将出现的故障按照对发动机安全、性能、任务及维修等指标的影响进行等级分类,从故障的失效机理出发建立相应的分布模型,采用分布计算和二次分布等算法进行整体可靠性指标评估.应用该模型对英产和国产的2种同类型航空发动机进行了故障统计分析,计算了2种发动机的可靠性指标,并进行了对比分析.最后以累积工作时间和日历工作时间进行了故障的时间变化分析,提出了故障样本的时效性.      

提高冲碾机跟踪规划路径精度的方法

近年来在机场高填方工程中应用无人冲击碾压机已成为一种新趋势，而冲碾机在地头转向处常出现较大的跟踪误差，从而影响工作区的压实。提出一种适用于冲碾机地头转向的路径优化方法，有效提高冲碾机转向跟踪精度。基于2种广义初等曲线的计算方法，建立U型转向路径，并综合考虑最小转弯半径和曲率连续的条件，在靠近原规划路径处筛选出有效路径。基于广义双初等曲线的计算方法，建立Ω型转向路径，并综合考虑了最小转弯半径和曲率连续的约束条件，在靠近原规划路径处筛选出有效路径。基于MATLAB/Simulink平台搭建的模型预测控制器（MPC），仿真对比原规划路径与优化后路径的轨迹跟踪效果，结果表明：U型转向和Ω型转向优化后的路径跟踪效果都较好，从而验证所提优化方法的有效性。     

基于ESO的超局部无模型PMSM转速预测控制

针对永磁同步电机(PMSM)由于参数变化和外界干扰导致控制性能下降的问题, 提出了一种基于扩展状态观测器(ESO)的超局部无模型转速预测控制(MFSPC)方法, 并解决了数字系统中的一拍延迟问题。该方法仅利用速度环的输入和输出, 不考虑电机参数, 避免了因电机参数变化导致的模型失配。针对传统MFSPC方法参数调整多、工作量大、输出脉动大、抖振明显、抗干扰性和鲁棒性差的问题, 建立了ESO, 实时监测系统的总扰动, 并进行前馈补偿。利用ESO产生的转速预测, 解决了数字控制系统中的一拍延时问题, 并基于频域分析, 整定控制参数, 提高控制性能。实验结果分析表明:所提方法有较强的抗干扰性和鲁棒性, 能够稳定跟踪额定转速, 有较快的动态响应。      

Obstacle avoidance handling and mixed integer predictive control for space robots

This paper presents a novel obstacle avoidance constraint and a mixed integer predictive control (MIPC) method for space robots avoiding obstacles and satisfying physical limits during performing tasks. Firstly, a novel kind of obstacle avoidance constraint of space robots, which needs the assumption that the manipulator links and the obstacles can be represented by convex bodies, is proposed by limiting the relative velocity between two closest points which are on the manipulator and the obstacle, respectively. Furthermore, the logical variables are introduced into the obstacle avoidance constraint, which have realized the constraint form is automatically changed to satisfy different obstacle avoidance requirements in different distance intervals between the space robot and the obstacle. Afterwards, the obstacle avoidance constraint and other system physical limits, such as joint angle ranges, the amplitude boundaries of joint velocities and joint torques, are described as inequality constraints of a quadratic programming (QP) problem by using the model predictive control (MPC) method. To guarantee the feasibility of the obtained multi-constraint QP problem, the constraints are treated as soft constraints and assigned levels of priority based on the propositional logic theory, which can realize that the constraints with lower priorities are always firstly violated to recover the feasibility of the QP problem. Since the logical variables have been introduced, the optimization problem including obstacle avoidance and system physical limits as prioritized inequality constraints is termed as MIPC method of space robots, and its computational complexity as well as possible strategies for reducing calculation amount are analyzed. Simulations of the space robot unfolding its manipulator and tracking the end-effector’s desired trajectories with the existence of obstacles and physical limits are presented to demonstrate the effectiveness of the proposed obstacle avoidance strategy and MIPC control method of space robots.     

电液复合系统中的相乘非线性控制

针对机载电液复合控制非线性被控系统,建立了系统的相乘非线性数学模型,提出了基于反馈线性化的在线滚动优化控制方法.系统的相对阶小于系统的阶数,因此通过反馈线性化将非线性被控系统化为一线性子系统和非线性部分,在保持非线性部分零动态渐近稳定的基础上,引入在线滚动优化提高系统的动态响应, 而且未建模动态具有很强的鲁棒性,目标优化函数取控制量的偏差和跟踪误差的偏差的二次型,并且通过状态反馈保持整个系统的稳定性.系统仿真研究表明该控制方法使得系统对不确定因素和外来干扰具有很强的鲁棒性,系统具有更好的动态性能.