摄动制导诸元计算的一种模糊控制方法

在分析摄动制导原理和一般诸元解算方法的基础上,通过对经典模糊控制器进行改进,提出了适合摄动制导基本诸元解算的分级模糊控制规则和模糊控制系统模型,有效的解决了弹道导弹基本发射诸元与落点偏差之间的关系难于用精确的数学模型进行描述的问题.仿真结果表明,改进型模糊控制法相对牛顿迭代法计算摄动制导基本诸元,精度在同一级别上、迭代...     

基于模糊策略的高速飞行器滑模控制律设计

以通用高超声速飞行器GHV为研究对象,针对其俯仰通道设计了具有良好鲁棒性的飞行控制系统.为了便于应用滑模控制理论,对该模型进行了输入输出反馈线性化,将其转换成仿射型.鉴于鲁棒性与抖振的矛盾,基于指数趋近律完成了滑模控制律结构设计,进而采用了模糊控制理论改进指数趋近律.基于遗传算法完成了所有控制参数的设计,确定了模糊逻辑...     

航空发动机多变量模糊滑模变结构模型跟踪控制

针对现代航空发动机是一个具有不确定性的强非线性系统,结合滑模变结构控制和模糊逻辑系统的优点,提出了一种模糊滑模变结构模型跟踪控制方法。采用比例积分型切换超平面设计滑模变结构控制系统,使用模糊逻辑系统自适应调节切换增益,得到某涡扇发动机的模糊滑模变结构模型跟踪控制器。数字仿真结果表明,所设计的控制器不但能使被控对象较好地跟踪参考模型,消除抖振现象,而且对系统的不确定性具有不变性,保证了被控系统在整个控制阶段都具有较强的鲁棒性。     

SINS/GPS制导炸弹俯仰平面制导控制一体化设计

根据SINS/GPS制导炸弹动力学特性,首先推导了俯仰通道的制导控制一体化状态模型.然后在充分考虑制导和控制回路的不确定性基础上,利用terminal滑模控制方法,设计了制导控制一体化状态反馈控制律,所设计的控制器一方面保证制导炸弹满足打击精度和末端落角约束要求,另一方面保证控制回路的稳定性与鲁棒自适应性.采用模糊控制克服了变结构控制项引起的系统抖振.最后,分别进行了极端气动条件与取投放域边界值情况下的某型SINS/GPS制导炸弹六自由度飞行控制弹道仿真,仿真结果验证了此方法的有效性.     

MEMS陀螺仪随机误差滤波

针对微机电系统(MEMS,Micro Electromechanical System)陀螺仪的随机漂移,基于小波多尺度分析,利用bior1.5小波对陀螺仪的随机漂移进行深度为4的分解,重建各尺度信号,采用时间序列方法对陀螺仪各尺度随机漂移进行建模,与传统时间序列方法建模相比,降低了模型的预测误差.并构建了模糊自适应Kalman滤波,利用模糊控制方法基于残差均值与方差差值对噪声方差阵进行实时调整,提高对重建后的各尺度信号随机噪声滤波效果.通过一系列对比实验证明,基于多尺度分析的模糊自适应Kalman滤波对于消除MEMS陀螺仪随机漂移误差作用明显.通过Allan方差分析,滤波后的数据各随机误差项均得到有效减小.     

角伺服系统模糊自适应PID控制研究

将模糊控制和PID控制相结合,提出了一种智能复合控制策略,并将其应用于某型导弹系统角伺服系统的控制。利用模糊控制在线自适应调整PID控制器的参数,从而使系统的静态和动态性能指标较为理想。在Simulink中的仿真结果表明,这种模糊PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参数系统的鲁棒性强,满足在线实时自适应控制的要求。     

六维力/加工电流模糊控制电解加工间隙的方法

为了有效控制电解加工间隙,提高加工精度,以六维力和加工电流为模糊控制器输入的原始数据,结合在线检测加工间隙技术,得到测试间隙;设计控制加工间隙的二输入一输出的模糊控制器,把测试间隙与初始设定间隙形成偏差和偏差的变化量,作为模糊控制器的输入,机床主轴进给速度作为模糊控制器输出;在Matlab的Simulink模块中,通过对电解加工系统和模糊控制器组成的联合模型进行仿真试验,并调整加工间隙的初始设定值,得到结论:模糊控制电解加工过程稳定,鲁棒性好,加工过程很快达到平衡状态;在0.2～0.7 mm的加工间隙范围,随着加工间隙的增大,模糊控制器的超调量减小,控制效果好.     

不确定混沌系统的变论域直接自适应模糊滑模控制

提出了一种用于不确定混沌系统的变论域自学习模糊滑模控制方法.引入变论域自适应模糊控制器逼近滑模控制的等效控制,消除因系统不确定性及干扰导致的等效控制无法准确确定,同时使控制器设计不依赖被控对象的精确数学模型.基于李雅普诺夫函数给出规则参数调整的自适应率,并确定滑模切换控制项以保证闭环控制系统的稳定性.根据滑模控制原理给出4条模糊规则以平滑不连续控制,实现高烦抖振削弱.某Lorenz混沌系统控制仿真结果表明:该法对系统参数突变和外部干扰具强鲁棒性,同时削弱了抖振.     

基于并规则的模糊PID控制器的设计与仿真

当前大多数模糊系统的推理机都是以交规则的形式出现,随着输入的增加,规则的数目将早指数增长,出现了规则组合爆炸的问题。采用并规则设计的一种模糊PID控制器,解决了规则爆炸的问题,同时改善了系统的动态性能和实时性。     

模糊滑模迭代学习控制算法在液压系统中应用

普通比例(P, Proportion)和比例微分(PD, Proportion and Differential)迭 代学习控制(ILC, Iterative Learning Control)算法在液压位置伺服系统中收敛速度比较 慢,很难在实际中应用.为了提高ILC算法的收敛速度,将滑模控制算法引入ILC,提出模糊 滑模迭代学习控制(FSMILC, Fuzzy Sliding Mode Iterative Learning Control)算法,利 用滑模控制响应快的优点来加速ILC的收敛速度,利用模糊控制来减小滑模控制所引起的抖 动问题.FSMILC算法的实质是以系统的滑模函数作为模糊控制器的输入,以模糊控制器的输 出作为ILC的控制增量.通过仿真可以看出,FSMILC算法能够实现系统快速收敛,相对于P型 和PD型具有明显优势.