飞行器RCS控制力矩辨识方法研究

对于依靠RCS(反作用控制系统)进行控制的返回舱等跨大气层飞行器,如何获得其在真实飞行条件下RCS的控制力矩一直是一个难题。本文提出了采用系统辨识技术得到RCS控制力矩的思路,研究建立了基于最大似然准则和牛顿-拉夫逊迭代算法的参数辨识算法模型。仿真辨识及对某飞船返回舱实际飞行数据的辨识结果表明,本文建立的方法是有效的,利用其能够对飞行器的气动力矩和RCS控制力矩同时进行有效辨识。     

考虑铁耗电阻的感应电机参数在线辨识技术

传统感应电机高性能控制方案中,电机模型忽略了电机铁耗的影响,与实际物理模型有一定的偏差。基于包含铁耗等效电阻的感应电机模型,建立新的励磁电流计算方法,对电流和电压信号进行高精度的采样和离散处理,并对电机模型进行数学推导,得到基于递推最小二乘法(RLS)的辨识模型,实现了对铁耗电阻、转子电阻等重要电机参数的在线辨识。建立了MATLAB仿真模型,对参数辨识算法进行验证。仿真试验结果表明:所提方法可以在不同工况下实现较高精度的辨识,并可以快速地跟随待辨识参数的变化,为感应电机高性能控制奠定了基础。     

动态神经网络在液体火箭发动机故障检测与分离中的应用

应用动态神经网络在线辨识方法，提出了一种液体火箭发动机故障实时检测与分离基本系统。检测逻辑通过度量包含发动机故障信息的辨识残差信号实现火箭发动机故障检测，故障分离通过分析辨识误差相关函数的不同空间特征来实现。仿真研究表明动态神经网络可成功地应用于泵压式液体火箭发动机故障检测与分离。     

喷流控制飞行器气动参数辨识方法研究

研究了喷流控制飞行器的气动建模与参数估计方法,以某飞船返回舱飞行试验为例,通过辨识得到了返回舱再入过程中的气动导数、喷流力矩放大系数等重要气动参数。该方法是研究喷流干扰效应的一种有效途径,辨识结果有助于提高返回舱姿态控制的准确度。     

可重复使用运载器连续推力轨迹回转机动方法研究

针对可重复使用运载器(RLV)原场返回过程中所面临的轨迹回转问题,提出了一种在亚轨道高度进行姿态调整并使飞行轨迹回转、指向发射场方向的机动方法.在RLV与上面级分离之后,利用RLV自身推力抵消背离发射场速度,最终使RLV飞行方向指向发射场并进入再入返回阶段.采用连续推力方案,利用最优控制理论推导得出满足轨迹回转终端要求的机动指令.仿真结果表明,该方法能够实现RLV与上面级分离后轨迹迅速回转,可为之后的返回原发射场提供保障.     

“神舟”号飞船返回舱—推进舱之间弹簧分离装置研究

在航天器舱段之间弹簧分离中弹簧刚度和分离时间的计算公式基础上,根据"神舟"号飞船推进舱、返回舱的分离特点,给出了返回舱和推进舱弹簧分离装置的具体形式,然后运用动力学分析软件ADAMS对弹簧分离装置的性能进行了仿真分析,并根据分析结果对弹簧分离装置进行了改进。地面模拟试验及"神舟"号飞船飞行试验结果表明,弹簧分离装置性能稳定、可靠,满足飞行试验求。     

固体燃料冲压发动机燃速的人工神经网络辨识

由于固体燃料冲压发动机(SFRJ)结构的特殊性,其燃速的预测比较困难。为探讨燃速对于不同飞行工况的依赖性,对模拟试验的结果采用BP人工神经网络进行了辨识,并将辨识结果与用最小二乘法辨识的结果进行比较。从辨识的结果来看,这种辨识方法具有精度高、处理实验数据迅速、能进行在线辨识等特点,能够较好地满足工程应用的要求。此外,在利用人工神经网络对类似的大样本系统进行辨识时,如果能采用一些数学上的处理技巧。      

多模态时域振动衰减信号各模态分离与阻尼参数辨识方法

针对多模态信号中各模态难以准确分离和模态阻尼参数难以准确识别的问题,提出了布谷鸟搜索(CS)算法参数优化的变分模态分解方法 (CS-VMD)和模态阻尼参数辨识的包络线积分法(EIM)。使用CS-VMD方法将多模态时域振动衰减信号中的多模态分量准确分离开来,利用EIM辨识各模态的模态频率和阻尼比,并与理论值(或测量值)以及半功率带宽法(HPB)辨识值进行对比。位移仿真信号与压气机导向叶片测频信号模态分解及模态参数辨识表明,CS-VMD方法可实现对多模态信号的正确分解,EIM辨识的模态频率误差均小于1.0%;对于位移仿真信号,EIM辨识的模态阻尼比最大误差小于2.5%;对于压气机导向叶片测频信号,使用EIM和HPB方法辨识的模态阻尼比最大差别为9.098%,EIM的模态阻尼辨识精度比HPB方法高。     

惯导平台车载试验中里程仪刻度因子在线辨识方法研究

本文综合了限定记忆辨识算法和渐消记忆辨识算法的优点,并将一种具有收敛速度快、跟踪能力强的优点的可变遗忘因子加入其中,从而得到了一种新的在线递推辨识算法并进行了仿真验证.仿真结果证明了该方法的有效性,该方法可在线辨识里程仪刻度因子并可提高其辨识精度.     

基于IMM算法的容错气动参数辨识

针对高超声速飞行器非线性模型气动参数在线辨识问题,将需要辨识的参数增广为状态,建立理论解析模型和实际飞行模型。利用交互多模型(IMM)算法在传统3-2-1-1激励输入条件下对增广"状态"进行跟踪,并将跟踪结果作为对参数的辨识结果。仿真结果表明,IMM算法可以在正常及舵面卡死条件下实现对高超声速气动参数的准确辨识,具有较好的容错性能,并能快速诊断出舵面故障。     

飞船返回舱俯仰振荡的动态稳定性研究

本文研究了以平衡攻角为中心作单自由度俯仰振荡的飞船返回舱 ,其动态稳定形态随来流M∞ 的变化。设θ(t)是由平衡攻角起算的俯仰振荡角 ,Cm 是作用在飞船返回舱上的气动俯仰力矩系数 ,Cμ(θ, θ)· θ是机械阻尼力矩 (自由飞行时为零 ,实验时要计入其影响 ) ,文中给出飞船返回舱在平衡攻角处的俯仰振荡动态稳定性判据 ,并证明λ =λ(M∞) = Cm θ0+Cμ(0 ,0 ) 1 - Cm ¨θ0 是决定动稳定形态的重要参数。如果随M∞ 的变化 ,λ(M∞)由λ<0经过λ =0变化到λ>0 ,则飞船返回舱将由稳定的点吸引子形态 (即稳定在平衡攻角状态 )演化为周期吸引子形态 (即作周期振荡 )。对应于λ(M∞) =0的马赫数就是飞船返回舱的俯仰运动出现Hopf分叉的临界马赫数Mcr 。本文首先分析了飞船返回舱所受动态气动俯仰力矩的依赖状态变量 ,然后应用非线性动力学理论对飞船返回舱的俯仰运动进行了定性理论分析 ;最后耦合求解俯仰振荡方程和非定常Navier Stokes方程 ,数值模拟了飞船返回舱俯仰振荡随来流马赫数变化的Hopf分叉过程 ,验证了分析结论     

基于递推傅里叶变换的飞行器参数在线辨识方法

在线辨识在现代飞行控制系统设计中扮演越来越重要的角色,飞行器模型的在线更新使得人们可以采用更智能的控制方法。基于计算精度和速度的考虑,在线辨识方法通常以递推方式进行,主要分为时域和频域两大类方法。在建立飞行器系统模型结构的基础上,利用频域递推傅里叶变换及最小二乘方法,实现对气动及控制偏导数的在线辨识。针对某飞机纵向通道的在线辨识仿真验证该方法有效,且计算速度和收敛速度快,辨识结果与参数真实值之间的一致性好,方法对传感器噪声有较强的适应性。最后,分析比较了各种典型激励信号对辨识结果的影响,为进行实际在线辨识试验提供了参考依据。     

基于迭代滤波的上升段不确定参数辨识

针对扩展卡尔曼滤波进行高超声速飞行器在线参数辨识时无法准确辨识参数的不确定性问题,提出了在线实时参数修正的迭代滤波辨识方法。首先,推导了包含侧滑角和推力的三自由度动力学方程;其次,提出基于第一次滤波辨识结果在线实时修正空速并进行第二次滤波的迭代滤波辨识策略;然后,采用一阶马尔科夫过程描述不确定性参数模型,并将不确定性参数增广到系统状态中,建立了基于扩展卡尔曼滤波理论的参数辨识模型。仿真结果表明,这种辨识方法可以有效解决在风场条件下大气密度不确定性无法准确辨识的问题。     

基于误差通道在线辨识的直升机结构振动主动控制研究

 提出一种基于误差通道在线辨识的有源控制方法,并把它应用于直升机结构振动的主动控制。针对一直升机模型与前人的方法进行了比较,并进行多输入多输出的主动控制仿真。仿真结果表明,这种控制方法明显优于前人的方法,说明这种基于误差通道在线辨识的多输入多输出的主动控制方法对直升机结构振动有很好的抑制作用。     

交流伺服系统控制器在线参数自整定方法

伺服系统转动惯量的变化会影响伺服控制性能。为提高伺服性能需要对转动惯量进行在线辨识,实现伺服控制器参数的在线自整定。详细介绍了基于模型参考自适应的转动惯量在线辨识方法,提出了动态调整自适应增益和滤波器时间的方法,有效解决了自适应算法辨识速度和辨识精度的矛盾。根据转动惯量的辨识结果,利用对称优化法则,实时调整伺服控制器参数,以保证控制器动态性能的一致性和鲁棒性。仿真和试验验证了方法的有效性。     

飞船返回舱再入俯仰动稳定吸引子数值仿真

数值模拟了类"联盟号"飞船返回舱在几个典型马赫数下的俯仰静、动态气动特性。结果表明:类"联盟号"飞船返回舱再入时随着马赫数的降低,其配平攻角将会由高超声速和超声速时的一个,在跨声速阶段演化至三个。这一气动特性将会对返回舱的俯仰动态特性产生很大影响,在较大扰动的激励下,返回舱的俯仰飞行姿态随马赫数的降低将发生鞍结点分叉形态的失稳行为,对返回舱的安全再入危害很大;随马赫数的进一步降低,飞船返回舱的俯仰运动还可能发生Hopf分叉和同宿分叉。最后,采用耦合求解非定常NS方程和俯仰运动方程,对马赫数0.8时,不同扰动情况下(不同初始攻角和俯仰角速度)飞船返回舱俯仰姿态的演化进行了数值仿真。仿真表明,该马赫数下,飞船返回舱存在两个稳定的点吸引子(即配平攻角约14°和36°)和一个不稳定鞍点(约31°),与定性理论分析一致。但仿真结果还表明,这两个稳定的点吸引子的吸引域都不大,14°吸引子的吸引域大于36°吸引子的吸引域,表明14°吸引子应该是主要的飞行姿态。基于局部稳定性理论的定性分析给出的吸引子性态是研究结点 鞍点 结点全局分叉结构的基础。     

直升机动态逆神经网络模型

以SH－2G直升机辨识模型为对象，采用天并作用函数的多层感知器网络，建立了直升机的动态逆神经网络模型，在直升机越障机动飞行仿真的同时，利用直升机操纵信号和对应的状态作为网络的训练样本，对直升机逆模型进行在线辨识，并给出了仿真结果及其分析。结果表明，该网络对直升机动力学逆模型具有良好的在线辨识效果。     

飞机结冰在线辨识方法研究

开展飞机结冰气动特性在线辨识研究,不仅可以用于分析结冰对飞机气动特性的影响,而且对于飞机结冰在线识别具有重要的意义。近年来卡尔曼滤波和 H ∞算法在飞机结冰在线辨识中应用较多,二者均具有可靠性高、收敛快等特点,但对于噪声环境下算法的可靠性和精度评估还不够充分。本文针对飞机结冰在线辨识需求,探讨了扩展卡尔曼滤波和 H ∞算法作为结冰在线辨识算法的应用。首先通过 NASA 双水獭结冰研究飞机算例,利用扩展卡尔曼滤波和 H ∞算法,辨识双水獭飞机结冰后的俯仰方向导数,通过考虑阵风扰动和测量噪声后的仿真数据快速估计该飞机俯仰方向上的三个稳定和控制导数,并将辨识结果与参考值对比,发现两种算法均能在2s 之内快速收敛到参考值附近,且滤波得到的状态量与仿真数据吻合较好,说明算法可靠性高且收敛快,具备飞机结冰在线探测的能力。在此基础上利用不同测量噪声统计特性的仿真数据,评估测量噪声对两种算法辨识精度的影响,经分析发现随着测量噪声标准差取值增大,扩展卡尔曼滤波辨识结果精度明显降低,而 H ∞算法的辨识精度变化较小,说明扩展卡尔曼滤波辨识精度依赖于噪声先验信息的准确性,而 H ∞算法不依赖于噪声先验信息,即使数据质量较差,H ∞算法也能得到精度相当的辨识结果。     

具有自修复功能间接自适应飞行控制系统研究

分析了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,利用RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识,采用等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。依据系统各个部分的算法开发了仿真平台,对飞机存在舵面故障情况下的飞行控制系统进行仿真,解决了舵面损伤后气动参数变化问题。仿真表明,该控制系统是一个完整、鲁棒、收敛系统。     

返回舱入水冲击数值建模与响应分析

用仿真方法对返回舱入水冲击问题进行了研究,建立三维有限元模型。分别对返回舱以不同速度、不同质量入水的情况进行了计算,通过对计算结果的分析发现,冲击压力曲线能较好地和文献中的试验曲线相吻合,证实了仿真计算的可行性。