共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
随着空间技术的不断发展,空间飞行器抓取非合作目标的稳定控制技术变得日益重要。基于拉格朗日动力学原则对空间飞行器进行动力学建模,考虑了非合作目标的未知参数、空间飞行器模型的不确定性及存在外部干扰的情况,理论分析了自适应控制及基于非线性干扰观测控制的可行性,并对比了二者的优缺点。在此基础上提出了一种可以在线精确估计非合作目标未知参数的复合控制方法,并进行了仿真验证。仿真结果表明,所提方法能够将所有参数的估计误差限制在很小的范围内,相对于自适应控制方法有了显著改善。 相似文献
3.
提出了一种实现系统干扰补偿的控制策略。针对无界斜坡干扰情况,通过构造一个系统输出并为其设计观测器,实现了对状态和干扰的同时估计,并将干扰的估计量引入到控制律当中,从而实现系统对干扰的补偿控制。仿真结果验证了这一方法的有效性。 相似文献
4.
针对加油机不稳定飞行和复杂风扰下的软式自主空中加油系统,提出一种位置约束下可控锥套的抗干扰控制方法。首先,建立考虑加油机不稳定飞行和复杂风扰的软管动力学模型和可控锥套动力学模型,并进一步将可控锥套动力学模型变换为方便控制器设计的形式。然后,在动态面控制框架下,利用新型坐标变换方法处理系统耦合非线性,结合约束函数和障碍Lyapunov函数解决初值过大的位置约束,以及设计干扰观测器估计未知的集总干扰。最后,理论分析和仿真实验表明了所提方法处理初值过大的位置约束的有效性,以及抗干扰能力的优越性。 相似文献
5.
针对高超声速飞行器的角度与角速度子系统间的耦合控制问题,提出了一种基于耦合特性评价的有限时间模糊控制方案。首先,针对高超声速飞行器的动力学模型,并且考虑到与工程实际相结合,将舵系统引入到动力学模型中,建立了相对完善的动力学模型,通过引入期望指令,建立了面向控制的动力学误差模型。其次,在控制律设计上采用终端滑模设计了有限时间控制器,同时在耦合评价的基础上,为了解决系统对耦合的适应性以及耦合的抖振问题采用了模糊控制方法,并借助于干扰观测器解决外部干扰问题。采用李雅普诺夫稳定性理论证明了所设计的控制律是有限时间稳定性的。在数字仿真过程中,充分考虑了舵系统特性、气动拉偏、控制输入抖动等因素,仿真结果表明该方法是有效的。 相似文献
6.
7.
针对模型参数不确定和存在外部干扰的垂直起飞水平着陆(VTHL)可重复使用运载器再入返回姿态跟踪控制问题,提出一种新型预设时间滑模控制方法,使姿态控制误差收敛时间上界与再入初始状态无关且可预先设定。首先基于反正切函数设计预设时间非奇异滑模面,状态量在滑模面可在预设时间内收敛;其次预设时间滑模控制律,引入正弦补偿函数避免控制量出现奇异,以保证滑动模态在预设时间内到达;为提高控制系统鲁棒性并减弱抖振,采用预设时间扩张状态观测器对扰动进行估计和补偿;最后基于Lyapunov理论,证明了控制律可使姿态控制误差在预设时间内收敛;通过数值仿真验证了所提方法的有效性。 相似文献
8.
针对具有强耦合特性与模型不确定性特点的高超声飞行器控制问题,提出一种新型的姿态预测控制器设计方法。引入参考模型,建立了飞行器姿态预测控制模型。基于此,利用预测理论设计了飞行器的预测控制器,同时设计了干扰观测器实时观测外界未知干扰来进行补偿控制,从而实现滚动优化的目的;基于干扰观测值与真值的误差,利用Lyapunov稳定性理论,确定了控制精度与预测步长大小的关系;最后,在参数标称与拉偏的情形下进行了高超声速飞行器姿态控制系统仿真,仿真结果表明,干扰观测器能快速跟踪干扰,并且所设计的预测步长可以满足飞行器高精度的控制要求。 相似文献
9.
10.
针对基于视线的无人机编队动力学非线性不确定的特性,设计了一种基于鲁棒自适应控制的编队控制系统.首先建立了基于视线的长机-僚机编队方式下的无人机编队动力学模型,而后将其转换成伪控制形式,将伪控制量分解成参考模型的输出、比例微分控制输出与神经网络自适应输出三项,采用误差观测器的输出训练神经网络以实现误差补偿,利用Lyapunov理论对误差的有界性进行了证明,设计了伪控制保护以防止执行器超出物理范围.最后建立了无人机六自由度非线性模型并进行仿真,结果表明设计的编队控制系统可以使僚机有效地跟踪做不确定机动的长机. 相似文献
11.
针对无人机的编队控制问题,基于虚拟领航者编队方法,提出了 1种基于固定时间超螺旋干扰观测器的反步控制策略。首先,设计了 1种固定时间超螺旋扰动观测器,以保证在固定时间内,对无人机编队机动所受扰动的快速观测;其次,针对编队控制问题,设计了基于超螺旋扰动观测器的反步控制策略,该控制器显著降低了抖振效应;然后,使用李雅普诺夫理论和固定时间理论,分析了控制策略的固定时间稳定性;最后,通过仿真算例验证了所提出的控制策略的有效性与可行性。 相似文献
12.
13.
14.
15.
故障诊断的神经网络观测器法 总被引:10,自引:0,他引:10
以神经网络的自学习代替故障诊断观测器法中的解析计算,提出了一种新的故障诊断方法,从而解决了具有模型不确定性系统的故障诊断问题。对某型航空发动机控制系统传感器故障进行了仿真研究,该方法不仅具有传统观测器法报警及时准确、易于实现容错控制的优点,又不需要获得系统精确的数学模型,对具有模型不确定性系统的故障诊断与容错很有效 相似文献
16.
基于干扰观测器的高超声速飞行器预测控制器设计简 总被引:1,自引:0,他引:1
针对具有强耦合特性与模型不确定性特点的高超声飞行器控制问题,提出一种新型的姿态预测控制器设计方法。引入参考模型,建立了飞行器姿态预测控制模型。基于此,利用预测理论设计了飞行器的预测控制器,同时设计了干扰观测器实时观测外界未知干扰来进行补偿控制,从而实现滚动优化的目的;基于干扰观测值与真值的误差,利用Lyapunov稳定性理论,确定了控制精度与预测步长大小的关系;最后,在参数标称与拉偏的情形下进行了高超声速飞行器姿态控制系统仿真,仿真结果表明,干扰观测器能快速跟踪干扰,并且所设计的预测步长可以满足飞行器高精度的控制要求。 相似文献
17.
针对飞机电蒸发冷却系统中永磁同步电机(PMSM)在不同工况下的抗负载扰动问题,研究了负载转矩前馈的方法,提出了一种基于降维负载转矩观测器的转矩前馈控制难点。针对降维负载转矩观测器提出工程化设计方法,通过将观测到的负载转矩补偿到电机电流环输入,实现电机对负载扰动的快速响应,提高了抗负载扰动能力。仿真和试验结果验证了降维负载转矩观测器设计方法以及PMSM负载转矩前馈控制算法的正确性和有效性。 相似文献
18.
风扰、气流扰动和模型未知部分的估计精度直接影响着无人机(UAV)的稳定性和控制品质,扩张观测器(ESO)能估计这些部分,但存在型别低,收敛性差,估计精度低等问题。补偿函数观测器(CFO)采用纯积分、补偿和传递函数型别的思想,改变了ESO结构,使得CFO较ESO高2个型别,精度高,收敛性强。然而,CFO是利用线性滤波器补偿系统的未知函数或扰动,对快速变化的高次非线性函数补偿能力不足。本文用径向基(RBF)神经网络替代了线性滤波器或积分器,提出了带有RBF神经网络的CFO,进一步提高了估计精度。应用带有RBF神经网络的CFO得到的非线性未知函数和扰动以及微分信息,设计了主动模型函数补偿控制算法,应用Lyapunov稳定性理论证明了闭环系统的稳定性。将该模型补偿控制算法成功地应用于四旋翼飞行器姿态系统的控制。仿真对比了所提出的基于CFO的模型补偿控制,PID控制和自抗扰控制算法,同时在基于Pixhawk的控制测试平台实验中,对比了这3种控制策略,测试四旋翼飞行器对不同参考姿态的跟踪性能。结果表明,所提出的控制方法,在暂态性能和稳态跟踪精度方面,优于其它控制器。 相似文献
19.
为了实现四旋翼无人机对给定姿态的快速跟踪,基于Terminal滑模控制方法设计了一种四旋翼无人机的姿态控制器,在设计滑模面时引入非线性函数来保证跟踪误差在有限时间内收敛。考虑在线速度未知的情况下,通过设计高增益观测器来对无人机速度进行观测,并利用所观测的信号设计位置控制器。最后利用Lyapunov理论证明了系统的稳定性。仿真结果表明,四旋翼无人机在线速度不可测的情况下,仍可进行轨迹跟踪控制。 相似文献
20.