基于速度观测的双余度电液舵机系统容错同步控制

考虑飞机电液舵机活塞杆运动速度不易测量的情况，提出一种基于速度观测的容错同步控制策略，解决了双余度电液舵机系统（DREHAS）内泄漏共模故障（IL-CMF）下的位置跟踪控制问题。首先，通过引入2组参考轨迹并对模型进行线性变换，实现舵面位置跟踪与两舵机力输出同步控制解耦；其次，在扩展状态观测器（ESO）中加入故障参数自适应项，设计一种自适应扩展状态观测器（AESO）估计两通道舵机活塞杆速度和扰动，从而克服了故障条件下利用原系统模型设计ESO带来的估计结果不准确问题；最后，基于AESO的估计结果及故障参数在线更新结果，利用反步法设计了一种非线性容错同步控制器。Lyapunov稳定性分析结果表明，该控制方法可确保IL-CMF故障及时变干扰条件下，闭环系统所有信号有界，系统输出满足规定的性能要求。IL-CMF故障及常值干扰条件下，系统跟踪误差渐进收敛于零。仿真实验进一步验证了所提方法的有效性。      

基于DWNN的机电作动器渐变性故障诊断

飞机飞行控制系统机电作动器（EMA）的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络（DWNN）的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断。创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性。通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断。      

基于状态观测器的高超音速飞行器动态面反步控制

针对高超音速飞行器严格反馈不确定非线性MIMO系统,考虑系统状态不可完全测量的问题,提出一种基于状态观测器的反步控制方法.该方法在系统具有不确定项的情况下,充分利用角速率信号和系统建模信息设计滑模观测器,实现对高超音速飞行器气流角的估计,并通过理论推导出了观测器的收敛条件和观测器增益矩阵的计算方法;基于反步法设计气流角跟踪控制律,分别采用指令滤波和动态面方法得到气流角指令和虚拟控制量的一阶导数,以Lyapunov方法证明闭环系统跟踪误差最终有界收敛.仿真结果表明,在系统存在不确定项且气流角不可测的条件下,所设计方法依然可以实现气流角的稳定跟踪.     

某型固定翼飞机协调转弯鲁棒控制律设计

以某型固定翼飞机为例,针对协调转弯时侧滑过大的现象,采用了鲁棒H_∞状态反馈控制与常规PID(Proportion Integration Differentiation)相结合的控制方法设计控制律结构.基于固定翼飞机线性化模型,研究了H_∞状态反馈在横侧向控制律设计中的应用,并分析了滚转角和飞机速度对转弯半径的影响.仿真结果表明所设计的控制律可行有效,同时验证了对影响转弯半径因素理论分析的正确性.      

超机动飞机边界保护控制器设计

针对超机动飞机过失速机动的飞行安全问题,提出了一种飞行边界保护控制方法。首先采用动态逆控制方法解决了超机动飞机模型中的非线性和耦合性问题,然后通过求解超机动飞机的动态配平点的可达集,来确定飞机在任意飞行状态下的安全飞行边界,最后将所获得的动态边界集成到动态逆控制器中来约束飞机的机动范围,以降低超机动飞机完成过失速机动时的失控风险。仿真结果表明,所设计的飞行边界保护控制器能够改善超机动飞机过失速机动飞行时的指令跟踪效果,更好地完成Cobra等过失速机动动作,提高了飞行的安全性。     

基于光学导引的无人机自动着陆控制系统设计

针对目前无人机采用的某些着陆导引方式存在的覆盖面积小、易受干扰等缺点,设计了基于光学导引系统的无人机自动着陆控制系统.建立了某型无人机的纵向和横侧向的线性方程,结合光学导引系统的性能指标提出了光学导引自动着陆系统的总体结构,设计了理想下滑轨迹和自动着陆控制律方案,将光学导引系统和自动着陆控制系统结合在一起,运用经典PI...     

地球磁层亚暴统计分析

利用AL和AE指数对第24个太阳活动周发生的亚暴事件进行统计分析.主要统计了关于磁层亚暴的强度，亚暴初值与恢复值的关系，亚暴持续时间，亚暴恢复相与增长相（包括膨胀相）持续时间的关系等.统计结果表明:在第24个太阳活动周中2008-2016年发生的亚暴事件大部分比较剧烈，其峰值大都在200～1200nT；初值和恢复值大都在30～100nT，并且事件占比符合正态分布；大部分亚暴都能恢复到亚暴初值60nT以内，并且差值越小，事件的占比越大.大部分亚暴的持续时间较长，在100～400min之间，其中增长相（包括膨胀相）持续时间均在120min以内，并且持续时间越长，其事件占比越小；大部分亚暴事件的恢复相持续时间在60～300min之间，并且呈现出正态分布特征.绝大多数亚暴事件的恢复相持续时间为增长相持续时间的10倍以下，其中约一半亚暴事件的恢复相持续时间为增长相持续时间的1～4倍.这说明亚暴的能量聚集速度约为能量释放速度的1～4倍.      

先进战斗机的鲁棒自适应反步控制

为解决反步法在虚拟控制求导时存在计算膨胀的缺陷问题,提出了一种自适应反步控制算法.采用CMAC神经网络在线学习系统不确定性以及各阶虚拟控制量的导数信息,从而避免了系统阶次较高时引起的计算膨胀问题,并且该控制算法在实际控制输入前加入低通滤波器,避免了不连续输入可能引起的抖振问题.Lyapunov稳定性分析表明,该控制方法...     

考虑系统不确定性的高超声速飞行器容错控制

针对一类含有执行器失效故障和范数有界不确定性的系统,提出了一种鲁棒容错跟踪控制设计方法。该方法利用有界实引理,给出了保证闭环系统稳定且满足鲁棒性能要求的线性矩阵不等式（LMI）的表达式;为了削弱控制器的保守性,使用不同的Lyapunov变量对应不同的系统状态;由此带来的非凸优化问题,发展了一种迭代线性矩阵不等式算法。考虑到该迭代算法的收敛性取决于初值的选择,经过推导给出了一种求解合适初值的算法。将该算法应用于高超声速飞行器X-33跟踪控制器的设计,仿真结果表明本文算法是可行和有效的。