多机械臂的分布式自适应迭代学习控制

针对拓扑结构为无向连通的多机械臂系统,提出了一种自适应与迭代学习相结合的分布式控制协议来实现整个系统对给定期望参考轨迹的一致性跟踪.通过引入一个适当的自适应迭代学习参数,所提自适应迭代学习控制协议能够克服机械臂系统中的干扰和模型不确定性,并且每个机械臂的自适应迭代学习控制(AILC)律仅需要利用其与邻居机械臂的相对交互信息.进一步,在只有一部分机械臂具有期望参考轨迹信息的前提下,该控制协议可以实现整个系统对期望参考轨迹的跟踪,同时能够保证轨迹跟踪误差与控制输入的有界性.此外,利用李亚普诺夫分析方法证实了所得结论的正确性,并且通过一个实例验证了所提自适应迭代学习控制协议的有效性.      

一类不确定分数阶混沌系统的滑模自适应同步

基于滑模自适应控制理论、Lyapunov稳定性理论和分数阶线性系统稳定性理论,在考虑系统存在模型不确定和外部扰动的情况下,选用一种具有较强鲁棒性的分数阶滑模曲面,设计了合适的自适应滑模控制器。所设计的控制器能够将系统状态控制到滑模面上,实现两个不确定分数阶混沌系统的同步,且不需事先知道不确定项上界。该控制器结构简单,控制代价小,具有较好的通用性,对未知扰动具有较强的鲁棒性。数值仿真验证了该方法的正确性和有效性。     

输出重定义的高超声速飞行器鲁棒自适应控制律设计

针对一个吸气式高超声速飞行器模型,研究了其鲁棒自适应控制方法并进行了稳定性分析。针对高超声速飞行器的非最小相位特征,通过输出重定义的方法使非最小相位系统的不稳定零动态变为渐近稳定。采用反馈线性化方法设计控制器,实现对速度信号和航迹角信号的稳定跟踪,同时采用切换控制方法消除系统不确定性带来的影响,提高系统的鲁棒性。稳定性分析结果证明系统具有公共李雅普诺夫函数,且所有状态量均能收敛到原点附近的一个小邻域内。仿真结果表明,所设计的控制系统能够有效跟踪参考轨迹,且在给定的有界连续不规则变化模型不确定性和外界干扰范围内也具有良好的跟踪性能。     

磁悬浮飞轮微振动特性及其主动振动控制方法研究

为了进一步减小磁悬浮飞轮的振动力和力矩,建立并分析了一种特殊结构的磁悬浮飞轮的微振动模型,并利用微振动测量平台、数据采集分析硬件和软件,通过试验测量了磁悬浮飞轮6个自由度的振动力和力矩.分析其时域特性和频域特性,其振动特性图(瀑布图)显示了径向两个平动方向X和Y的振动力主要是同频分量、倍频分量以及模态量,其中同频分量较为明显.利用开闭环自适应陷波,分别对X、Y两个方向的振动力进行主动振动控制,取得了较好的控制效果,使得两个方向的振动力的同频量显著下降.     

一种基于标准弹道法的自适应制导律设计

提出一种基于自适应补偿思想的再入飞行器纵向制导律改进方法.首先利用未知摄动函数描述纵向动力学方程,并基于此设计了对气动参数变化具有自适应能力的控制律,与原标准轨道控制律叠加形成全控制律,最终用于再入制导.仿真结果表明,所设计的控制律对于气动参数变化,大气密度变化具有较好补偿效果.     

脉冲星非实时平差的火星探测自主导航模型

针对基于X射线脉冲星观测的火星探测器自主导航,研究了几种不同的实时自适应方法,包括:扩展卡尔曼滤波(EKF),自适应扩展卡尔曼滤波(AEKF)和鲁棒自适应扩展滤波(RAEKF)。首先根据脉冲星导航原理,模拟了观测值:脉冲到达时刻;接着,分别利用扩展卡尔曼滤波,自适应扩展卡尔曼滤波和鲁棒自适应扩展滤波方法估算出探测器的位置和速度;最后,上述几种滤波轨道与STK模拟的标称轨道较差,然后比较它们的滤波精度发现:AEKF和RAEKF的精度相对较高,AEKF的三个轴向滤波位置精度达到:X轴优于100m、Y和Z轴优于30m,优于VLBI技术的km量级,和Doppler技术的精度相当。     

Solving Job-Shop Scheduling Problem Based on Improved Adaptive Particle Swarm Optimization Algorithm

An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal factor(HF),composed of an adaptive local hormonal factor(H l)and an adaptive global hormonal factor(H g),is devised to strengthen the information connection between particles.Using HF,each particle of the swarm can adjust its position self-adaptively to avoid premature phenomena and reach better solution.The computational results validate the effectiveness and stability of the proposed IAPSO,which can not only find optimal or close-to-optimal solutions but also obtain both better and more stability results than the existing particle swarm optimization(PSO)algorithms.     

民用涡扇发动机起动过程改进的分段组合控制计划研究与试验

针对某型民用涡扇发动机,将n-dot闭环控制算法应用于涡扇发动机起动过程,设计了涡扇发动机起动过程开环与闭环分段组合的控制计划,仿真表明:涡扇发动机起动过程采用n-dot闭环控制算法在初始阶段会出现参数摆动的情况.为此,基于油气比作控制变量进行消喘的原理,对n-dot闭环控制算法进行了改进,以消除起动初始阶段的参数摆动.试验结果表明:改进后的分段组合的控制计划能够有效抑制参数摆动现象;并且,对于不同大气条件的起动测试,起动过渡态过程高压转子转速的数值差距不大于1.0%,延时不超过0.9s;而对于不同飞行状态的起动测试,起动过渡态过程高压转子转速的数值差距不大于1.0%,延时不超过1.2s,具有良好的稳定性和重复性.      

永磁球形电机的神经网络自适应控制算法

介绍了具有三维位置检测功能的三自由度永磁球形电机工作原理及其运动控制方法.结合球电机结构特性,基于XYZ 欧拉角和拉格朗日方程建立了球电机运动学及动力学模型.为了解决动力学模型建模误差、摩擦力和外界干扰等对球电机工作性能的影响,设计了神经网络逼近模型,并将其应用于球电机的控制之中.仿真结果表明这种控制方法与传统方法相比可以有效提高球电机的抗干扰能力,在建模误差比较大的情况下仍可以保证球电机的运动精度,其结果可以为进一步的球电机精密运动控制理论研究和实验方案设计提供借鉴和参考.