对智能控制发展及应用研究前景的探讨

地空导弹稳定控制系统的改进需要先进的控制思想和理论指导。本文作者结合自己对智能控制的理解，比较智能控制与传统的区别，综述了当前国内外智能控制的研究情况，为智能在地空导弹中的逐步应用进行了有益的探讨。     

智能控制大功率氨压机制冷系统

本文将模糊控制、神经元控制等智能控制技术成功地应用于大型活塞式氨压机制冷系统，实现了恒转矩负载的变频调速节能。实际运行结果证明，该智能控制的大功率氨压机制冷系统工作稳定、控制精度高、节能效果显著，具有很好的经济效益及推广应用价值。     

飞机穿越微下击暴流风切变的智能控制

在应用模糊逻辑建模与辨识方法建立微下击暴流风切变模型的基础上，根据恒定俯仰姿态改出微下击暴流的飞行引导策略，提出了一种改出微下击暴流风切变的模糊反馈控制系统，并将遗传算法应用于该模糊逻辑控制器的设计。结果表明，本文提出的建模方法能够更真实地反映出飞机穿越微下击暴流风场的动态特性；采用模糊逻辑控制器，可使得飞机在穿越微下击暴流风场时具有较好的改出性能；另外，遗传算法的应用对已设计的模糊逻辑控制器进行了优化，进一步改善了飞机穿越微下击暴流的性能。     

飞行控制系统的仿人智能控制

本文讨论了仿人智能飞控系统的设计,提出了系统的基本结构,仿人智能控制的基本原则,特征模型的划分和智能控制规律的构成。据此,针对某型飞机设计了仿人智能飞行控制系统的知识库、数据库、规则库和推理机构。同时,用数字仿真证明了这种系统具有优良的控制品质,很强的鲁棒性和适应性,以及良好的解耦能力。     

面向不确定环境的航天器智能自主控制技术

针对智能自主控制系统所涉及的自主感知技术、自主决策技术和控制执行技术的研究现状进行了分析和总结,剖析了目前航天器控制系统在应对不确定环境时面临的困境。结合未来空间任务对航天器能力的需求,提出了一种新型"感知-演化-决策-执行"(OEDA)星上闭环控制框架,探讨了其特点和功能,进一步阐述了OEDA控制框架中所涉及的理论与方法,最后分析了该控制框架实际应用和进一步发展需解决的关键科学问题。     

航空发动机虚拟自学习控制方法研究

随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM 神经网络建立虚拟学习环境，然后采用深度强化学习TD3 算法，在虚拟环境中训练智能控制器，最后采用JT9D 发动机模型验证智能控制器的性能。结果表明：相比于传统PID 控制，智能控制器产生的超调量更小，调节时间更短。     

智能控制在航天推力矢量伺服系统中的应用及展望

运载火箭控制技术的快速发展对推力矢量伺服系统提出了面对复杂非线性负载的自适应力位综合控制,智能故障诊断管理等新要求。结合近年来智能控制理论的进展,分析了几种可用于推力矢量控制的新型控制方法。在伺服系统中应用一些先进的智能控制理论,有望在负载辨识和模拟、自适应主动柔顺控制、故障诊断及余度管理等方面取得比传统控制方法更好的应用效果。     

智能机器力觉及力控制研究综述

回顾了智能机器力觉及力控制研究历史,介绍了目前的研究现状,详细分析了现有的4种研究策略：阻抗控制、力／位混合控制、现代控制、智能控制。提出了智能机器力觉及力控制研究的4大关键问题：机器本体及位置伺服;碰撞冲击及稳定性研究;未知环境的约束研究;力传感器及力／位反馈融合,展望了智能机器力觉及力控制研究趋势和应用前景。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控制的增益根据舵效变化完成在线自适应调节,实现飞行器的自适应姿态控制;最后,进行数学仿真验证,结果表明,将BP神经网络应用于飞行器姿态控制中,能够实现控制参数的自适应调整,说明BP神经网络具有优良的逼近性能,最终提升了飞行器姿态控制系统的性能,提高了智能化设计水平.     

智能控制仪电脑复位电路板灌封材料

本文叙述电脑复合电路板是智能控制仪中不可缺少的部件,对于裸露的元件和连接组合,选用优良的双村脂和胺类混合固化剂灌封材料,采取有效的工艺措施和加以保护,灌封成为一个全封闭整体。起到防止多余物,防潮,防漏电,绝缘和隔热等的作用。经过自然环境条件的考核,产品完全达到技术条件和质量可靠性的要求。