小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

基于高阶滑模的舰载机着舰动力补偿系统仿真

将舰载机模型视为多输入多输出系统,基于Quasi-Continuous高阶滑模同时设计姿态稳定系统和迎角恒定的动力补偿系统。为避免传统微分环节对输入噪声的放大作用,采用鲁棒精确微分器对滑模面的高阶导数进行计算;为使系统有较快的响应速度,基于ITAE准则,对Quasi-Continuous高阶滑模控制器中参数的选取进行优化。仿真结果表明,在舰尾流存在的情况下,所设计的动力补偿系统能使航迹角准确快速地响应姿态角指令。     

舰载飞机着舰下滑跃升操纵策略仿真与分析

为了对舰载飞机着舰下滑时的跃升操纵策略进行研究,建立了飞机飞行动力学模型和驾驶员模型.在此基础上,根据“50 ft跃升规范”要求,以F/A-18舰载飞机为例,运用MATLAB/SIMULINK软件,对采取不同操纵策略下的飞机跃升飞行历程进行了仿真分析.结果表明,F/A-18舰载飞机在着舰下滑状态下无法达到“50 ft跃升规范”.此外,飞机在不开启动力补偿的情况下,飞行员需同时操纵油门杆和驾驶杆来实现轨迹跃升.     

基于LESO的无人机飞行姿态动态逆控制

在建立无人机飞行姿态角速度回路动力学模型的基础上,基于非线性动态逆控制方法设计了角速度回路的控制律。考虑到动态逆控制对控制对象精确数学模型的高度依赖,采用线性扩张状态观测器(LESO)对系统的扰动进行了估计和实时补偿。仿真结果表明,基于LESO的动态逆控制方法能够实现对控制指令的精确跟踪,且具有很好的鲁棒性。通过对不同LESO带宽下控制系统的仿真结果进行比较发现,带宽越大,LESO估计效果越好,控制器对指令的跟踪精度越高。     

基于ADRC的舰载机着舰飞行控制系统解耦设计

针对舰载机在着舰下滑时飞行轨迹不稳定、在控制升降舵的同时还需要进行发动机推力补偿的问题,建立了舰载机纵向着舰飞行姿态运动模型,采用自抗扰控制技术对着舰飞行控制系统进行解耦。首先,将俯仰角回路和迎角回路中的耦合项视为扰动,设计扩张状态观测器对回路中的状态量和总扰动进行估计;然后,采用非线性状态误差反馈律和扰动实时补偿来计算虚拟控制量,并通过控制分配得到升降舵和发动机推力控制量。仿真结果表明,在升降舵偏转角和发动机推力可用的范围内,所设计的姿态控制系统和动力补偿系统能使航迹角快速、准确地跟踪姿态角指令。     

基于扩张状态观测器的舰载机俯仰自适应滑模控制

传统自适应滑模需要系统扰动上界的先验信息和易引发作动器抖振是其不便用于工程实际的主要原因。文章基于扩张状态观测器对传统自适应滑模进行了改进,利用扩张状态观测器(ESO)实时观测外扰并在自适应滑模控制中进行补偿。将改进后的自适应滑模应用于舰载机俯仰姿态控制中,进行仿真计算。计算结果表明,在系统扰动上界未知的情况下,ESO提高了自适应滑模的鲁棒性,消除了抖振。