基于时标分解的弹性高超声速飞行器智能控制

考虑弹性高超声速飞行器纵向动力学模型，提出了一种基于时标分解的智能控制方法。考虑刚体状态和弹性模态具有不同的时标特性，采用奇异摄动理论进行快慢时标分解，将模型转换为刚体慢变子系统和弹性快变子系统。针对刚体子系统考虑动力学不确定，基于平行估计模型构造表征不确定逼近效果的预测误差，结合跟踪误差给出复合学习控制策略。针对弹性子系统设计自适应滑模控制稳定弹性模态。通过李雅普诺夫稳定性分析可证系统状态一致终值有界。仿真表明所提出的控制方法能够实现刚弹模态的稳定收敛，且具有更高的跟踪精度、更好的学习性能和更快的收敛速度。     

航天器姿态大角度机动有限时间控制

针对航天器姿态大角度机动控制问题，在存在外部扰动的情况下，基于航天器姿态跟踪系统的标准级联特性，利用反步法和自适应控制设计有限时间控制器。提出的控制方法可以严格保证姿态大角度机动系统是全局有限时间稳定的。李雅普诺夫理论推导和仿真结果表明，系统在控制器的作用下可以快速机动到平衡点并保持稳定，全物理仿真试验进一步表明了所提出的控制方法的有效性和优越性。     

基于CMPSO算法的永磁同步电机转动惯量识别研究

永磁同步电机(PMSM)是一种具有很强非线性的动态系统,在工业驱动应用中发挥着重要作用。实时辨识转动惯量对于高精度PMSM系统控制和稳定性状态监测具有重要意义,但传统转动惯量识别方法精度较低。在传统离散模型参考自适应理论基础之上,用柯西变异粒子群优化(CMPSO)算法代替待辨识参数自适律设计环节,以实现PMSM转动惯量识别。该转动惯量辨识方法充分利用了CMPSO算法的快速高效收敛性,仿真结果和试验结果表明了可行性、正确性和准确性。     

直线模拟加载系统的研究进展与发展趋势

直线模拟加载系统是一种用于在实验室条件下模拟承载对象工作时所受直线负载力的半实物仿真系统，可用于模拟各类飞行器关键部件在工作过程中所受的气体阻力载荷。针对目前常用的机械式、电液式和电动式直线模拟加载系统，分析其基本加载原理和研究进展，结合自行研制的电动式直线模拟加载系统进行了深入探讨。针对多余力抑制方法的关键问题，详细论述了直线负载模拟器的结构补偿方法和控制策略。最后，展望了直线模拟加载系统的发展趋势，归纳了电动式直线模拟加载系统的高精度、大载荷发展方向。     

连续式风洞二喉道调节马赫数控制策略

为了降低连续式跨超声速风洞压力波动,提高马赫数稳定性,需要对二喉道调节马赫数控制方式进行研究,针对现有文献鲜少对该控制策略描述等问题,以0.6m连续式跨声速风洞为例,对二喉道控制马赫数的原理进行分析,基于运动控制器加伺服驱动器双PID(proportion-integral-derivative)控制模式实现二喉道位置精确控制,提出了二喉道和压缩机转速的组合控制流程,并采用分段变参数模糊PID加串级控制的算法实现马赫数精确控制,最后进行了试验验证。结果表明马赫数控制精度优于0.001,且每个马赫数极曲线(9个攻角阶梯)的时间可控制在4min以内,证明所提出的控制策略是有效的,可为连续式跨超声速风洞的设计调试提供参考。      

考虑输入饱和的固定翼无人机自适应增益滑模控制

针对复杂环境下的固定翼无人机飞行控制问题，考虑输入饱和以及复杂外界干扰的影响，提出一种基于自适应滑模控制方法的固定翼无人机飞行控制策略。首先，对固定翼无人机模型进行介绍，将模型分为姿态子系统和速度子系统；其次，针对姿态子系统和速度子系统的特点以及控制需求，分别采用自适应多变量螺旋滑模和自适应快速超螺旋滑模设计姿态控制器和速度控制器，该策略无需设计干扰观测器对外界干扰进行估计，仍然可以实现固定翼无人机对姿态参考指令和速度参考指令的有限时间精确跟踪，并基于Lyapunov的稳定性分析方法证明了闭环系统的稳定性。最后，对本文所提出的控制策略进行了仿真验证，结果表明该控制策略具有良好的控制性能。     

考虑局部遮挡的太阳能无人机能源控制

针对太阳能无人机在飞行状态下可能出现的太阳能电池局部遮挡情况，开展相应的太阳能电池最大功率点追踪算法和能源控制研究。通过将发光亮度引入相对吸引力计算过程对萤火虫算法进行改进，实现了局部阴影情况下太阳能电池最大功率点的高效追踪。以此为基础，设计了考虑局部遮挡情况下太阳能无人机的太阳能电池/蓄电池混合能源状态机控制规则。以"蒲公英I"无人机为例，建立了太阳能电池阵列模型，开展了考虑局部遮挡情况下太阳能电池最大功率点追踪仿真实验；基于"蒲公英I"飞行剖面，开展了考虑局部遮挡情况的混合能源控制仿真试验。研究结果表明：改进的萤火虫算法可以实现在局部阴影情况下太阳能电池最大功率点的有效跟踪，与萤火虫算法相比收敛时间更短、且功率波动幅度更小；采用改进萤火虫算法和状态机能源管理策略，在考虑局部遮挡的飞行状态下可以实现太阳能电池/蓄电池之间的合理功率分配与控制。     

一种柔性空间双臂机器人的协同控制和避障方法

针对柔性空间机械臂在轨服务应用需求，提出一种基于刚体运动与柔性振动相耦合的空间双臂机器人协同控制方法.首先引入空间位姿变量的概念，构造出面向协同控制目标的Jacobian矩阵，建立柔性空间机器人系统的刚柔耦合动力学模型，基于指定的最小距离得到其运动学逆解，并根据系统动量矩守恒关系及系统的Jacobian矩阵，并根据机械臂末端的运动速度,然后采用阻尼最小二乘法得出关节角度，使柔性空间机器人能够有效完成协同控制和空间避障任务，并基于RecurDyn V7R5软件环境验证算法的正确性.最后，基于SolidWorks和ADAMS虚拟样机建立柔性空间机器人系统的立体CAD模型，并结合空间在轨搬运任务进行模拟仿真，柔性空间机器人关节操作和运动轨迹的仿真结果图验证了本文算法的有效性.     

考虑捷联导引头最小视场角约束的制导策略

针对高超声速飞行器捷联导引头，提出导引头最小视场角（FOV）约束问题。首先分析了导引头视线角变化规律，指出在攻击固定目标时，导引头最小视场角约束在弹道末段无法被满足，导引头将丢失目标。在此基础上，基于缩短导引头丢失目标距离的目标，提出一种满足导引头最小视场角约束的制导策略。该策略不依赖于末制导律形式，当最小视场角约束无法被满足时，改变原有制导指令，主动改变弹道轨迹以增加弹体视线角，避免超出视场范围。其次，针对飞行器过载约束，设计了制导策略切换点，在到达切换点时该制导策略将结束工作，避免末端过载过大超出约束。通过对比仿真验证了所提出制导策略有效性，能够大幅度减少导引头丢失目标距离，工程上有利于提高末端命中精度。     

Propulsionless planar phasing of multiple satellites using deep reinforcement learning

This work creates a framework for solving highly non-linear satellite formation control problems by using model-free policy optimisation deep reinforcement learning (DRL) methods. This work considers, believed to be for the first time, DRL methods, such as advantage actor-critic method (A2C) and proximal policy optimisation (PPO), to solve the example satellite formation problem of propellantless planar phasing of multiple satellites. Three degree-of-freedom simulations, including a novel surrogate propagation model, are used to train the deep reinforcement learning agents. During training, the agents actuated their motion through cross-sectional area changes which altered the environmental accelerations acting on them. The DRL framework designed in this work successfully coordinated three spacecraft to achieve a propellantless planar phasing manoeuvre. This work has created a DRL framework that can be used to solve complex satellite formation flying problems, such as planar phasing of multiple satellites and in doing so provides key insights into achieving optimal and robust formation control using reinforcement learning.