基于遗传算法的高速飞行器模糊飞控一体化

以高超声速飞行器通用模型的俯仰通道为控制对象,针对其6自由度非线性模型设计了一体化飞控系统.飞控系统由1个模糊控制器和2个PD控制器组成.基于遗传算法实现了模糊控制规则和PD反馈参数的自动优化,无需先验知识和训练数据.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求,特别是鲁棒性优于同样采用模糊控制的经典双回路飞控系统.     

基于LMI的模糊增益调参控制器的设计

利用线性矩阵不等式(LMI)技术将增益调参的控制律设计转化为相应的LMI凸优化问题,结合 模糊控制和H_∞方法,给出了一种基于LMI的模糊参数化的飞控系统增益调参控制器的 设计方法,该方法解决了传统增益调参设计中以经验设计的弊病,并保证了系统的全局 稳定性及鲁棒性能要求.将该方法应用于某型飞机模型上,仿真结果表明该设计方法简便有 效,且控制器鲁棒性较好.     

飞控系统的μ分析与μ综合的变尺度优化方法

针对工程设计结果的非唯一性,用结构奇异值分析对其进行鲁棒性评估,在达到品质要求的多组控制律或参数中进一步选出鲁棒性较强的设计,这相当于同时考虑性能品质和鲁棒性的一种多目标设计.此外,在其控制律不变的前提下,以结构奇异值为目标函数并加上适当的约束条件,对控制律中的几个主要参数用变尺度法或其它优化方法进行优化,以得到鲁棒性较好又适合工程实际的控制器.最后,以某型飞机横航向飞控系统为例进行仿真研究.     

飞控系统虚拟设计环境

开展面向设计的飞控系统虚拟原型机开发环境研究,提出了飞控系统虚拟设计环境的3层次结构:第1层为运行管理层,以数据库为基础,其核心为PDM(产品数据管理)软件.第2层为虚拟技术层,提供余度飞控计算机、舵回路、传感器等的虚拟原型的生成.第3层为仿真支持层,支持人在回路的仿真验证.分析了实现每层功能的关键技术,并基于该虚拟设计环境,完成了虚拟四余度飞控计算机的设计和验证,使该开发环境具有面向主要结构参数、性能参数、价格参数的虚拟余度飞控计算机系统生成功能.     

无人机基于Matlab/Simulink仿真技术研究

基于Matlab/Simulink实时仿真技术,阐述了无人机飞控系统及其半实物仿真原理,对无人机数学模型进行了建模和封装.运用xPC目标解决方案搭建了飞控半实物仿真系统,并用该系统对某型无人机飞控系统进行了实时仿真.     

自修复飞控系统设计研究

自修复飞控系统是现代飞控系统发展的必然趋势,定量反馈理论（ＱＦＴ－ＱｕａｎｔｉｔａｔｉｖｅＦｅｅｄｂａｃｋＴｈｅｏｒｙ）是一中新兴的鲁棒控制理论,本文介绍了用ＱＦＴ设计自修复飞控系统的基本思路和主要步骤,并用ＱＦＴ设计了国产某型歼击机的自修复飞控系统,仿真试验表明,该系统在多个飞行状态和多种故障模式下都达到了较好的控制效果。     

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.     

直接力/气动力复合控制导弹 自适应模糊滑模控制

针对采用直接力/气动力复合控制导弹所具有的强耦合非线性等特性,提出了一种基于自适应模糊滑模控制的自动驾驶仪设计方法.该方法利用自适应模糊系统所具有的万能逼近特性,对大攻角飞行过程中导弹动力学系统存在的非线性特性进行逼近,并利用变结构控制对外界干扰的强鲁棒性,构造误差系统滑模面,克服了逼近误差和外界干扰对控制系统的影响,实现了对大机动指令的精确跟踪.仿真结果表明,所设计的控制方法对大过载指令有较好的跟踪效果,对模型不确定性和外界干扰也具有较好的鲁棒性.由于采用直接力/气动力复合控制,有效的减小了气动舵偏角,避免了气动舵的饱和.      

用于卫星姿态机动控制的一种自适应模糊控制器

卫星的姿态机动控制要求机动快速和较强鲁棒性.纯模糊控制器响应快、鲁棒性好,能够方便地应用人的智能,但是模糊规则库的构建需要预先获取足够的语言信息.从Lyapunov函数出发设计了一个稳定的直接型自适应模糊姿态机动控制系统,控制器能够在初始语言信息很少的条件下通过自适应律调整语言信息参数而得到合适的模糊规则,使控制器具有更强的适应能力.数学仿真比较了在完全没有语言信息和有一条语言信息的情况下控制系统的表现,表明仅有一条语言信息时控制系统性能就能够显示得十分出色.最后,仿真结果证实了自适应模糊控制器良好的鲁棒性.      

飞机大机动飞行的一种模糊控制系统设计方法

在全飞行包线内大机动飞行时,飞机的飞行参数变化剧烈,飞机模型呈现出严重的非线性,采用常规控制方法不能保证在整个飞行包线内均取得良好的控制效果.本文提出了一种新的模糊控制方法.该方法将模糊控制函数的优化和模糊控制系统增益自适应调整集中于一体,可大大改善系统的品质和适应能力.该方法已用于综合飞行/推力系统设计.数字仿真结果表明,这种新型的模糊控制方法取得了良好的控制效果.     

闭环最优模糊推理方法及其应用

最优模糊推理的基本思想在于模糊推理引入优化机制.首先针对现有的一种最优模糊推理方法,证明其满足模糊推理的2个基本性质,即推理一致性和所构成模糊系统的通用逼近性;其次提出闭环最优模糊推理的基本思想,即模糊推理引入反馈和优化机制,并在此基础上提出一种闭环最优模糊推理方法;然后针对这种新方法,同理证明其满足上述2个基本性质;最后通过飞机高度控制系统的仿真平台,体现出由闭环最优模糊推理方法所构成的模糊PID控制器的控制效果和强鲁棒性.      

基于模糊逻辑的预测再入制导方法

在研究再入飞行器预测制导基础上,针对实时性要求,提出了一种基于模糊逻辑系统的模糊预测制导方法.首先研究分析了再入飞行器落点纵程与飞行高度、弹道倾角三者之间的联系;设计了以再入飞行器落点偏差和飞行高度为输入,弹道倾角角速度为输出的模糊逻辑系统;并在此基础上根据专家经验制定模糊规则,设计模糊预测制导算法.该方法避免了一般预测制导在形成弹道倾角修正指令时所需要的大量迭代运算,有效减小了预测制导指令的解算时间,为再入飞行器在再入过程中全程使用预测制导提供了可能.仿真结果表明:该方法实时性好,落点精度高,抗干扰能力强,且具有一定的工程实用价值.      

大型客机飞行员操作程序综合评价

机组对飞机的成功操作很大程度上依赖于一套精心编制的飞行员操作程序,不合理或不合逻辑的操作程序可能导致飞行员的违规操作,进而引发飞行事故.参考波音737NG飞行机组操作手册,分析进近和着陆阶段的任务功能流程后确定了评价指标体系的层次结构;采用德尔菲法对现役飞行员进行两轮咨询,建立了基于安全性的进近和着陆阶段飞行员操作程序综合评价指标体系;对飞行员进行咨询,采用序关系分析法确定了各指标的权重系数;应用模糊综合评价法对飞行员操作程序进行综合评价,得到了飞行员操作程序的评价等级和评价值.提出了一种将功能流程图法、德尔菲法、序关系分析法和模糊综合评价法相结合的飞行员操作程序综合评价方法,并应用于波音737NG飞机进近和着陆阶段的操作程序评价.评价结果说明了该综合评价方法的合理性.     

基于遗传算法的高速飞行器模糊控制律设计

以吸气式高超声速飞行器X-43A的纵向通道为控制对象,针对其6自由度非线性模型设计了飞行控制系统.飞行控制系统包括2个回路,制导回路采用PD控制器,控制回路应用模糊控制器.制导回路负责跟踪轨迹,控制回路执行制导指令.基于遗传算法实现了PD反馈参数和模糊控制规则的自动优化,无需先验知识和训练数据.在控制飞行器轨迹、姿态和推力时,综合考虑非线性动态特性、不确定性和约束.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求.      

无人机全包线模糊T-S建模

针对无人机大包线一体化飞行控制要求,提出全包线模糊T-S(Takagi-Sugeno)建模方法.该方法根据非仿射系统的局部线性化原理,将模糊T-S建模转化为仅对模糊规则中隶属度函数的中心和宽度的优化过程,优化的代价函数为模糊T-S模型对无人机全包线稳定性和操纵性的逼近误差的加权值.基于敏感度逐步扩展前件变量的模糊集以实现全局优化,确定模糊规则的数量和隶属度函数的初值.采用对正则因子启发式调整的Levenberg-Marquardt算法进行快速的局部优化.算例表明,建模算法收敛迅速,所建立的模糊T-S模型采用少量模糊规则实现了对无人机全包线稳定性和操纵性的高精度逼近,适用于无人机全包线一体化控制.     

无人机全包线模糊鲁棒跟踪控制

针对无人机大包线飞行中气动特性大幅变化以及存在参数不确定性和外界干扰等特点,设计全包线模糊鲁棒跟踪控制器.通过模糊c-均值聚类建立逼近全包线动态的模糊T-S（Takagi-Sugeno）模型.基于高度和空速跟踪增广系统,根据保性能控制理论,采用广义系统的模糊Lyapunov函数方法,以线性矩阵不等式形式给出全包线模糊鲁棒跟踪控制器参数的约束条件,保证广义系统稳定.并最小化扰动抑制度来优化控制参数.该控制器既降低了控制保守性,又减小了参数求解的复杂度.仿真表明,无人机在整个飞行包线内能够精确地跟踪空速和高度参考指令,对参数不确定和外界干扰具有强鲁棒性.