飞轮扰动经验模型参数的识别与改进

对飞轮扰动模型参数的精确识别是研究光学卫星高稳定度、高分辨率成像的基础. 目前, 飞轮的扰动模型识别主要有两种: 经验模型和分析模型. 经验模型需要识别的参数是谐波级数和幅值系数, 而当前存在的参数识别算法忽略了时域截断的影响, 导致幅值系数识别存在较大偏差, 这会引起扰动响应分析的不确定性. 针对上述情况, 提出了窗函数法和与其相关的频域恢复技术, 有效弥补了时域截断的影响. 通过实验仿真结果可见, 该方法大幅度提高了幅值系数的识别精度.      

涡轴发动机LQ/H∞抗扰控制方法

提出了抑制涡轴发动机负载干扰的线性二次型（LQ）/H∞控制算法,以总距为干扰建模,利用线性矩阵不等式求得既满足LQ指标又对干扰具有H∞性能约束的状态反馈控制律.提出修正指令抑制干扰策略.采用比例微分控制将总距变化转换为动力涡轮转速指令的修正,实现增大或减小机动飞行中动力涡轮转速指令,抑制实际转速的下垂或超调.仿真结果表明：该控制方法能有效抑制干扰并具有良好的实时性.     

临近空间拦截弹的非奇异终端滑模控制

针对临近空间直接力/气动力复合控制拦截弹的抗干扰控制问题,提出了一种基于有限时间干扰观测器(FTDO)的非奇异终端滑模(NTSM)复合跟踪控制策略。首先,设计FTDO估计系统的不匹配干扰;在此基础上,设计基于FTDO的NTSM复合控制律,获取期望的控制力矩。接着,考虑到作为执行机构的气动舵和反作用喷气装置存在冗余性,进一步提出了一种动态控制分配算法实现期望控制指令到执行机构的分配,获得良好的控制分配精度和较小的执行机构能耗。最后,仿真结果验证了所设计复合控制系统的有效性。     

自抗扰控制算法在发动机加力过渡态控制中的应用

主要研究了航空发动机加力过渡态控制的新方法。在不改变原有发动机控制结构的基础上,提出了一种增广LQR法(Augmented Linear Quadratic regulator-ALQR)综合ADRC(Active Disturbance Rejection Control)干扰补偿控制的算法(简称ALQR+ADRC),该算法除了有原ALQR控制所具备的强的消除静差能力之外,还兼具AD-RC优良的干扰补偿能力。通过模拟快速进入/退出发动机加力过渡态过程,验证了该算法具有理想的控制效果,能够较好地协调加力燃油供给和喷口开张,在整个过渡态过程中对核心机工作有较小的影响。     

超声速空气介质自由扩散混合流涡的演化

在不同谐波扰动促发方式下,观察二维超声速空气/空气自由扩散混合流中涡的形成及演化.考虑含空气组分扩散效应的可压缩Navier-Stokes方程,对流项采用3阶迎风紧致格式离散,输运项采用6阶对称紧致格式离散,非定常时间推进采用3阶紧致存储显式Runge-Kutta方法.在无相差情形下,获得了大尺度基频涡结构的饱和、一次对并、二次对并、三涡对并等现象.在Ma_c=0.3低对流Mach数下,基频涡较饱满,但流向尺度较小.受空气真实气体特性影响,在Ma_c=0.8高对流Mach数下未发现涡/小激波结构.      

基于滑模干扰观测器的近空间飞行器非线性广义预测控制

近空间飞行器(NSV)的飞行包络很大,特别在高超声速飞行过程中,系统将具有强烈非线性 、耦合性和快速时变性,同时将受到较大的外干扰及不确定性影响,这对控制系统提出了很 大的挑战。为此,提出了基于滑模干扰观测器(SMDO)的非线性广义预测控制(NGPC)策略,将 滑模控制的强鲁棒性和预测控制良好的动态性能相结合,设计了高超声速条件下NSV的姿态 制导控制律,进一步仿真实验,结果表明该飞控系统具有良好的控制性能和抗干扰能力。
     

自适应飞机驾驶员最优控制模型研究及应用

针对驾驶员最优控制模型(OCM)无法反映飞行员在未知环境下渐进适应过程这一缺点,采用自适应状态估计理论对OCM进行改进,建立了基于自适应状态估计的驾驶员最优控制模型(MOCM-AE),给出了算法流程。通过对比飞行试验数据和未知扰动下的着舰应用,对模型进行了评估。通过人机闭环仿真进行了飞行试验再现,得到了人机闭环频域曲线。对比结果表明,与OCM相比MOCM-AE的频域特性曲线与试验更为吻合。在着舰应用中,引入低空紊流作为未知扰动进行着舰仿真,结果表明OCM强烈依赖于先验经验,而MOCM-AE无论是否具有先验经验,无论是否存在未知扰动,均能取得良好着舰效果。在未知扰动和舰尾流影响下,MOCM-AE比传统OCM着舰精度提高59%,着舰点分布范围缩小29%,这体现了飞行员对未知环境的适应能力。     

电液伺服泵的分数阶无抖振滑模控制

电液伺服泵（IEHSP）由于在结构上实现了伺服电机和液压泵共转子、共壳体高度融合,在体积、噪声和效率等方面具有明显优势,具有很好的应用前景。为了提高电液伺服泵的调速性能与抗扰能力,设计了一种新型分数阶滑模控制器（NFOSMC）。首先,由于分数阶微积分理论的引入,控制器为系统提供了更多的控制余度。然后,针对传统滑模控制中存在的抖振问题,通过设计使控制器中直接包含有切换项的分数阶积分项,利用其滤波特性可以有效滤除抖振,实现无抖振滑模控制。同时利用Lyapunov稳定性定理证明了控制器可以保证系统在存在内扰与外扰时能够在有限时间内收敛于平衡点,另外控制器中避免了含有高阶分数阶微分项,扩大了分数阶阶数的取值范围。为了进一步提高抗扰能力,设计了分数阶扰动观测器（FODOB）,对系统内扰和外扰实时观测并补偿,有效提高了控制器的响应速度和刚度。最后,分别与PI控制、整数阶滑模控制器（IOSMC）和传统分数阶滑模控制器（CFOSMC）进行了仿真分析比较,结果表明该控制器能够有效改善速度跟踪性能和增强抗扰能力,消抖效果显著。      

基于干扰观测器的柔性空间机器人在轨精细操作控制方法

由于强非线性、强耦合和强时变等特征,柔性空间机器人的稳定精细控制问题一直是一个重大挑战。轻质小型化机器人受空间及重量限制,其关节柔性通常不可忽略,这部分柔性主要是由谐波减速器和力矩传感器的柔性造成的。传统的运动学控制在空载时能保持稳定,但是对大负载、快速运动时的适应性差,严重时机械臂抖动剧烈甚至发散。针对以上特征,提出了一种基于非线性干扰观测器和动力学极点配置的柔性空间机器人在轨精细操作控制方法。仿真实验证明,该方法可以有效地抑制柔性激振,保证响应的快速性和准确性,同时有较好的鲁棒性,能够适应不同类型扰动的影响和末端环境柔顺控制的要求,对工程应用具有一定的参考意义。     

基于改进差分进化算法的飞行控制律评估方法

 针对基本差分进化(DE)算法收敛慢、易陷入局部最优的问题,提出了基于混沌理论(CT)与高斯扰动的DE算法,进而通过典型测试函数仿真证明了该方法在收敛速度与全局搜索能力方面均优于基本型和其他改进型DE算法。在此基础上构建了基于DE算法的飞行控制律评估流程与实施步骤。实例表明,该方法克服了传统评估方法的缺陷,可在全飞行包线范围内及所有可预测参数摄动情况下对飞行控制律进行快速、准确的评估。