基于观测器的网络化控制系统的变结构控制

给出了传感器和控制器之间存在网络时网络化控制系统的一种变结构控制方法.由于对象状态的不完全可测性,利用观测器的状态来设计控制器.如果实际时延小于最大允许时延,则观测器增益矩阵可以通过求解一个线性矩阵不等式来求取,从而保证误差系统是指数渐近稳定的.控制器增益矩阵可以利用极点配置或最优控制的方法来确定,并且能够保证滑动模态是指数渐近稳定的.采用指数趋近律的方法,可以调节相应参数削弱抖振,保证系统具有要求的性能.仿真算例表明了该方法的可行性与有效性.     

基于非线性观测器的非合作目标姿态跟踪控制

非合作目标的姿态角速度、角加速度未知,给在轨服务航天器跟踪非合作目标姿态的控制器设计带来挑战.为解决这一问题,设计了一种非线性观测器,该观测器能够估计出非合作目标状态,然后构造了基于非线性观测器的姿态跟踪控制器,并证明了闭环系统的一致渐近稳定性.仿真结果表明,设计的方法不仅能够实现非合作目标的状态估计,而且实现了对非合作目标姿态的跟踪.     

基于扩张状态观测器的无拖曳系统参数辨识

分析了卫星无拖曳控制系统的在轨参数辨识问题,由于无拖曳系统的不稳定性质,需要设计控制器使其稳定,在此基础上进行闭环辨识.根据自抗扰控制原理,设计了扩张状态观测器以估计系统不同控制回路的扰动和状态,基于状态和扰动估计值设计控制器使系统稳定.提出了基于扩张状态观测器（ESO）的多输入多输出系统闭环参数辨识方法.为提高实际应用中的辨识效果,引入积分型滤波器对观测状态中的噪声进行抑制.将这种方法应用于类似LISA Pathfinder的单轴无拖曳模型,对系统动力学参数进行估计,通过数值仿真实验验证了该辨识方法的有效性和实用性.      

全状态约束切换系统的自适应神经网络控制

为了解决非线性约束切换系统的控制问题,针对一类具有非对称时变全状态约束、状态不完全可测以及未知外部干扰的切换严格反馈非线性系统进行研究,引入状态观测器、自适应神经网络和动态表面控制技术,设计了一种基于径向基函数(RBF)神经网络的自适应输出反馈控制方法.通过采用非对称时变障碍李亚普洛夫函数(barrier lyapunov function, BLF)使系统的全部状态满足非对称时变约束条件,而Lyapunov方法和平均驻留时间理论则保证了闭环系统所有信号是半全局一致最终有界.最后,在所提控制律的作用下,输出跟踪误差可以减小到任意小,2个仿真实验结果也验证了所提控制算法的有效性.     

一类非理想切换系统的H∞控制器设计

针对实际物理过程中普遍存在的动力学切换现象,提出一类具有平滑切换过程的非理想切换系统模型,并研究其鲁棒H_∞切换控制器设计方法.基于平均驻留时间方法与积分不等式理论,得到保证非理想切换系统渐近稳定且满足给定L₂增益的充分条件.在此基础上,以线性矩阵不等式形式给出H_∞切换控制器的设计准则.所提非理想切换系统较之理想切换系统更具一般性,故所得控制方法同样适用于理想切换系统.变体飞行器跟踪控制的应用实例表明,基于设计方法得到的控制器在保证系统稳定性与跟踪性能的同时,对系统参数摄动具有较强的鲁棒性.     

高超声速飞行器迎角观测器及控制器设计

针对高超声速飞行器非线性动力学系统中所特有的输出非线性、状态向量强耦合等特性,综合考虑了飞行中的不确定性、具有复杂非线性输出、状态向量不完全可测量等因素,提出一种基于Lyapunov法的滑模观测器和控制器设计方法,用于解决高超声速飞行器迎角观测器不能精确测量的问题.首先在观测器设计过程中,利用过载输出滑模面构造了Lyapunov函数,确定出观测器收敛的条件,并基于线性化理论求出观测器增益矩阵.然后在控制器设计过程中,采用基于动态面的自适应反演方法设计出控制律,用多层神经网络调节函数逼近系统中的高频未建模动态,设计鲁棒项函数解决了逼近误差的影响问题,并进行了稳定性分析和仿真验证.      

基于高增益观测器的航迹角自适应反步控制

针对飞行控制系统中状态向量不完全可测量的问题,设计了一种高增益神经网络自适应观测器.在常规高增益观测器的基础上引入径向基(RBF, Radial Basis Function)网络自适应项,对建模误差和外界干扰进行在线估计.将高增益观测器与基于动态面的反步控制相结合,提出了一种神经网络自适应反步控制方法.引入一阶滤波器,避免了传统反步控制中的"计算膨胀"问题.基于Lyapunov稳定性理论,给出自适应输出反馈控制器和RBF网络权值向量的自适应律,并证明了闭环系统是半全局一致有界.从航迹角控制系统仿真结果可以看出,航迹角能够较好地跟踪指令信号,不受建模误差和外界干扰的影响,所设计的观测器具有良好的收敛性,控制系统具有较高的鲁棒性.     

基于DM-DSC的舰载机着舰自动复飞控制算法

针对理想复飞轨迹已知条件下的舰载机自动复飞控制问题,提出一种基于偏差模型的动态面控制（DM-DSC）算法。基于Radau伪谱法给出了舰载机着舰的最优复飞轨迹;根据得到的最优复飞轨迹及其所对应的控制方案,分别给出了速度子系统和高度子系统的偏差控制模型和反演（Backstepping）控制器,并通过引入动态面结构来获得虚拟控制量的微分信号,避免了Backstepping控制律求解过程中的“微分膨胀”问题;考虑到气动参数的不确定性及舰尾流场的干扰,采用线性扩张状态观测器（LESO）对控制模型中的干扰项进行估计和补偿,并设计抗饱和辅助系统来抑制控制饱和的不利影响;最后,基于Lyapunov方法证明闭环系统信号的有界性。仿真结果表明：所提算法具有良好的控制性能。     

基于干扰观测器的挠性卫星姿态 滑模变结构控制

为抑制各种内外干扰因素对挠性卫星姿态控制性能的影响,设计基于干扰观测器的滑模变结构控制器.该控制器采用干扰观测器对系统中存在的内外干扰进行估计,并对估计值加以前馈补偿.在此基础上,采用滑模变结构控制器对未补偿的干扰进一步抑制,实现卫星姿态与姿态角速度的渐近收敛.与单纯的滑模变结构控制器相比,本文的控制器已根据干扰估计值对干扰进行了前馈补偿,采用较小的切换增益即可抑制剩余干扰,颤振现象减弱.仿真结果表明,本文设计的控制器是可行的.     

高超声速飞行器异步切换的鲁棒H∞控制

针对高超声速飞行器子系统与控制器异步切换问题,提出了一种鲁棒H_∞控制策略.构造了依赖于控制器切换信号的Lyapunov函数,可以有效抵消由异步切换带来的控制器设计困难,结合平均驻留时间方法和Lyapunov函数方法,分析了系统的全局一致渐近稳定性和H_∞性能指标,设计了异步切换的鲁棒H_∞控制器.仿真结果表明,该方法实现高超声速飞行器在异步切换过程中对指令的精确跟踪,控制量在异步切换时刻无跳跃现象,同时对扰动具有较强的抑制作用.     

神经网络在飞翼布局飞机主动涡流控制中的应用

以小展弦比飞翼布局飞机为研究对象,其本体的优化增稳控制器由3个气动舵面(连续控制面)构成.为增加操纵能力,基于神经网络设计了主动涡流(bang-bang型控制面)优化控制器.为加快网络的训练速度和收敛精度,采用三层反馈神经网络,通过改变每层网络权重和隐层神经元单元个数对网络进行优化.最后给出了增加主动涡流控制器的飞机闭环系统的响应结果.与仅采用气动舵面闭环响应结果的对比仿真表明,增加主动涡流控制器后闭环系统可获得更好的响应特性,系统达到稳态的时间和所需气动舵面的控制量均明显减小.      

基于扩张状态观测器的运输机多故障容错控制

针对含有传感器与舵面故障的运输机姿态跟踪问题, 提出了一种基于扩张状态观测器的反步容错控制方法。采用状态观测器与控制器分开设计的方法, 设计含神经网络的扩张状态观测器估计系统状态、传感器和舵面故障信息。在此基础上, 利用状态估计值代替实际状态, 采用反步法设计姿态角跟踪控制律, 并引入指令滤波器提高反步法的控制性能, 基于Lyapunov稳定性理论推导证明了闭环系统跟踪误差的最终有界收敛。仿真结果表明, 在系统存在传感器与舵面多故障的条件下, 所提方法依然可以实现运输机姿态角的稳定跟踪。      

输入滞后和状态滞后系统的鲁棒H∞控制

针对一类具有状态滞后、输出滞后和凸多面体不确定性的连续时间系统,研究了时滞依赖型鲁棒H_∞控制器的设计问题.通过引入两个附加的松弛矩阵使Lyapunov矩阵和系统矩阵得到分离,得到一个新的鲁棒H_∞性能判据,并基于该判据设计了系统的鲁棒H_∞状态反馈控制器.设计的状态反馈控制器不但保证闭环系统的二次稳定性,同时使系统的H_∞范数小于一个给定的衰减水平.并且设计了一个迭代算法得到问题的次最优解.指出了一种可以在现有的研究成果的基础上得到新的具有更低保守性的性能准则的有效途径.最后通过一个数值算例验证了所提出算法的可行性和优越性.     

对一类传感器故障具有完整性的鲁棒容错控制

针对线性系统的不确定性,考虑一类传感器可能出现的故障,即传感器信号增益减小、信号时有时无以及信号通道完全断开的故障情况,利用最优二次型(LQR)理论设计系统的鲁棒容错控制器,既可以保证闭环系统的鲁棒性,又可以保证闭环系统的完整性.给出了结论和证明,设计得到的控制器在传感器正常时以及传感器出现该类故障时都可以保证闭环系统的稳定性.仿真结果表明了方法的有效性.     

一种抑制扰动的轴向磁轴承鲁棒控制新方法

从鲁棒稳定性和抑制扰动的动态性能角度,分析了干扰观测器应用到轴向磁轴承时其有效带宽较低的问题,指出磁轴承易受到低频干扰并提出了一种抑制扰动鲁棒控制方法.基于动态分析建立了轴向磁轴承的名义模型,并设计了内环控制的干扰观测器,采用标准H∞问题的方法设计抑制扰动鲁棒控制器作为外环控制.仿真分析与实验说明了该方法能够提高干扰观测器的带宽,同时,实验验证了对于系统参数不确定性具有较强的鲁棒性能,对比单一的控制方法具有良好的抑制扰动能力.     

SRAD-QFT鲁棒优化设计新方法

针对使用定量反馈理论进行控制系统设计时存在的鲁棒性度量等问题,结合随机鲁棒分析与设计原理,提出一种鲁棒优化设计新方法.该方法使用被控对象参数的统计信息对参数不确定性进行描述,基于闭环控制系统的蒙特卡罗仿真,将获得的闭环控制系统不稳定概率及各项性能指标的不满足概率作为闭环控制系统稳定鲁棒性和性能鲁棒性的度量,并在此基础上实现闭环控制系统的鲁棒优化设计.由某型超声速反舰导弹纵向运动控制系统的设计过程表明:该方法能够准确地描述被控对象的参数不确定性,有效解决控制系统的鲁棒性度量问题,适用于复杂控制系统的设计.     

电液伺服速度系统的模糊增益调度控制

针对电液伺服速度系统的非线性和参数时变特性,提出了模糊增益调度控制方法.根据系统的输出误差和误差的一阶微分变化,利用模糊推理在线实时更改比例积分微分(PID,Proportion Integral Differential)控制器参数以适应工作点的变化,使系统控制参数达到全局优化,解决了一般增益调度中控制参数只是对于某一工作点局部优化的问题;在确定P和I隶属度函数时,引入指数函数保证了系统稳准前提下响应的快速性.试验研究表明,与单纯PID控制器相比,模糊增益调度缩短了动态响应时间、降低了超调、减小了负载扰动,说明该方法对非线性系统和未能精确建模系统大范围控制的有效性.      

基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究

针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题,提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法。以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时,所提出的方法可保证鲁棒的姿态控制。首先,利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能,建立了全神经网络的智能自适应容错控制器架构。然后,对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整,对比分析了神经网络参数对控制器性能的影响。最后,对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证。仿真结果表明,对于具有冗余控制力矩陀螺的航天器,提出的方法不仅能在单一陀螺故障下实现高精度的容错控制,也能在发生多陀螺故障时保证一定的姿态稳定控制。