非线性不确定系统的鲁棒镇定

讨论仿射非线性不确定系统的鲁棒镇定问题。给出了其鲁棒镇定的充分必要条件,以及一类非线性不确定系统,其鲁棒镇定界不依赖于其李雅普诺夫函数界的估计而仅依赖于其系统本身的结构性质与设计者的要求     

翼面结构/颤振主动控制律一体化设计

在气动弹性领域内对结构 /控制一体化设计作了初步的探索与研究。针对采用加速度传感器的气动伺服弹性模型 ,建立了在拉普拉斯域中颤振速度对结构设计变量及控制设计变量的解析导数表达式。同时也建立了奇异值对结构设计变量的解析导数表达式。对一矩形机翼以输出反馈的形式进行了结构 /控制一体化设计。目标函数为结构重量最轻 ,满足闭环系统颤振速度和以奇异值为基础的鲁棒稳定性指标约束 ,取得了较好的计算结果     

二阶新型智能非线性PID控制稳定对象时的参数设定方法

介绍了将新型智能非线性PID(INPID)用于二阶稳定对象控制时的参数设定方法 ,推导了相关公式 ,并以某导弹某时刻的线性化模型为例 ,给出了仿真结果 ,表明该设定方法设计出的控制器具有极好的控制效果和极强的鲁棒性。     

应用Lyapunov方法分析自旋导弹动态逆控制器鲁棒性

针对自旋导弹的强非线性特性,设计了二时间尺度分离非线性动态逆控制器.给出了带有气动系数不确定性的控制系统状态空间表达式,利用Lyapunov方法分析了控制器的鲁棒稳定性,并结合舵机性能限幅给出了使系统稳定的内回路时间常数完整边界.通过仿真给出了保证控制系统稳定的气动系数拉偏边界.结果表明:当气动系数向使弹体系统静稳定方向拉偏时,内回路时间常数可取范围较大,反之可取范围逐渐减小直至无法使系统稳定;当内、外回路时间常数比例增加时,控制器对气动系数不确定性的敏感度增加.与三回路控制器相比,动态逆控制器鲁棒性较差,但响应的稳定性较好.     

军用小涵道比涡扇发动机最大状态控制计划鲁棒性分析

军用小涵道比涡扇发动机在部件性能退化情况下推力保持稳定可有效保证战斗机的作战性能,合理的控制计划有助于实现这一目标.本文进行推力计算公式推导,从理论上分析对比了在部件性能退化情况下,几种经典最大状态控制计划发动机推力性能的变化.理论分析表明,相较于被控量为高压转子转速和涡轮落压比(或低压转子转速)的最大状态控制计划,控...     

滑模变结构控制在电动舵机上的应用研究

根据电动舵机工作原理,推导了电动舵机的数学模型,电动舵机控制中采用滑模变结构控制。仿真结果表明：与传统比例积分微分（PID）控制相比,基于滑模变结构控制的电动舵机的快速性、抗负载能力、抗干扰和鲁棒性等有较大改善。     

基于深度学习光流法的荧光油膜全局速度测量

针对基于先验的传统光流法存在前提条件苛刻的问题，提出使用基于深度学习的光流法进行荧光油膜全局速度测量。采用数值仿真试验对基于先验的改进HS光流法和基于深度学习的FlowNet2光流法进行对比，结果显示：在不外加干扰时，改进HS光流法和FlowNet2光流法的平均端点误差分别为0.458 7像素/s和0.381 7像素/s；在亮度变化、噪声干扰或不同的演化时间下，FlowNet2光流法的平均端点误差均明显低于改进HS光流法，平均端点误差差值最大可达5.19像素/s；风洞试验进一步证明，FlowNet2光流法能够获得正确、清晰、定量的荧光油膜全局速度场，较改进HS光流法鲁棒性更高，对风洞工程应用具有一定的参考价值。     

双周期分布式压电分支阻尼对失谐叶盘振动抑制作用分析

将压电分支电路引入失谐叶盘结构，形成机电耦合系统，给出了机电耦合系统动力学方程的推导过程，并从理论上研究了压电分支阻尼对失谐叶盘结构响应放大的抑制效果.通过构造双周期分布式压电分支电路，研究了双周期分布式压电分支阻尼对失谐叶盘结构的振动抑制效果，并与单周期压电分支电路进行了对比，对比结果显示压电分支阻尼（包括单周期压电分支阻尼以及双周期分布式压电分支阻尼）均能有效降低随机失谐叶盘结构的响应放大，其中双周期机电耦合系统响应放大因子统计分析结果小于1的概率在99.7%以上，基本消除了失谐叶盘结构的响应放大现象.通过合理地设计系统的双周期模式，能够获得比单周期更好的失谐响应放大抑制效果.此外，压电分支阻尼使得随机失谐叶盘结构的失谐“阈值”现象消失，提高了叶盘结构的失谐鲁棒性.      

复杂水下环境下高精度SINS/USBL误差标定技术

针对SINS/USBL组合系统在导航与定位前需要对一体化样机进行精确标定的问题,对复杂水下声场环境下高精度SINS/USBL误差标定技术展开了研究,包括对安装误差角和空间杆臂误差的估计.基于标定模型的几何关系,推导了标定的状态方程和量测方程,并提出了新型的基于相对量测信息滤波估计的误差标定技术.为解决标定过程中由于存在声学野值而导致滤波估计性能下降的问题,通过高斯牛顿迭代将Huber M估计嵌入到变分贝叶斯框架中,推导了基于M估计的非线性鲁棒自适应标定算法,在精确校正后无需重复标定.仿真的结果验证了该方案的有效性、实用性和鲁棒性.     

基于强化学习的航天器姿态控制器设计

航天器在轨执行某些任务时，其质量参数会发生未知变化，传统控制方法在这种情况下控制效果不佳。本文提出基于强化学习的航天器姿态控制器设计方法，该方法在姿态控制器训练过程中不需要对航天器进行动力学建模，不依赖航天器的质量参数。当质量参数发生较大未知变化时，训练好的控制器仍然可以保持较好的控制效果。仿真测试表明:使用基于强化学习方法训练的控制器确实具有良好的鲁棒性。此外，回报函数的设计会明显影响姿态控制器的训练，因此对不同的回报函数设计进行了研究。