用于离心式作动器的变滑模面滑模控制

作动器系统是组成直升机结构响应主动控制（ACSR）系统的重要子系统之一,为解决离心式作动器同时实现输出力幅值、相位和频率跟踪以及输出力跟踪误差问题,提出了一种基于滑模变结构控制的变滑模面控制（VSMSMC）方法。首先,根据离心式作动器原理建立了偏心块的输出力方程以及包含参数变化、外部扰动及线性摩擦等不确定因素的永磁同步电机（PMSM）动态方程;然后,通过对离心式作动器输出力控制原理进行分析,结合滑模控制理论的特点,将离心式作动器偏心块相位控制期望信号引入滑模控制的滑模面方程,设计了基于PMSM电流环的变滑模面滑模控制律,并利用李雅普诺夫函数证明了所设计的滑模控制律的可达性和稳定性。最后,在MATLAB/Simulink环境下将所设计控制律应用于离心式作动器输出力控制进行了仿真实验,与现有方法相比,所设计控制律能够较好地同时跟踪期望谐波力的幅值、相位和频率,提高了离心式作动器跟踪精度和离心作动器启动时的输出力跟踪响应速度并具有较好的抗干扰能力。     

不确定伺服系统的模糊自适应 NTSM控制

针对永磁同步电机伺服系统内因结构参数变化和末端负载变化带来的控制问题,提出了 1种结合模糊控制理论的新型自适应非奇异终端滑模控制策略。首先,在传统滑模控制理论基础上设计结构参数自适应律,消除系统结构参数变化的影响;然后,利用模糊控制理论估计负载扰动的上界,减小了滑模控制的抖动问题,进而通过构造非奇异终端滑模面,提高了伺服系统的响应能力;最后,为了缩小系统的跟踪误差,设计了基于误差积分的非奇异终端滑模面。离散化仿真结果表明,所提出控制算法对系统结构参数变化和负载变化具有良好的鲁棒性。     

四旋翼无人机非奇异终端滑模位置控制器设计

针对四旋翼无人机存在模型不确定性、在野外飞行时易受外界环境干扰问题,首先采用牛顿-欧拉法进行系统建模;然后按照内外环控制结构,外环位置控制器输出姿态指令作为内环姿态控制器的输入,内环采用串级PID控制器,重点针对外环设计了一种非奇异终端滑模控制器,并基于Lyapunov理论证明了位置子系统的稳定性,得出系统误差能够在有限时间收敛到0的结论;最后,通过定点控制和轨迹跟踪仿真,表明控制器具有较快的响应速度和良好的抗干扰性能,能够快速精确地进行轨迹跟踪。     

快速光滑终端滑模在空天飞机姿态角控制器中的应用研究

针对空天飞机再入飞行阶段存在模型参数不确定和外部扰动情况下的姿态跟踪控制问题,分析、建立了考虑地球自转的空天飞机六自由度动力学模型;以此为基础,利用非线性三阶扩张状态观测器可实时在线估计姿态角速度和系统扰动的显著优点,导出了适用于控制系统设计的数学模型;利用该模型,设计了一种基于非线性三阶扩张状态观测器的快速光滑终端滑模控制算法。然后,基于李雅普诺夫理论,严格证明了系统的稳定性。控制算法利用快速光滑终端滑模控制无需惯常终端滑模控制所需的控制量系数矩阵的求逆计算,提高了控制算法的计算实时性;同时,采用光滑滑模趋近律能够在有限时间内收敛到滑模面且有效地消除抖振,对系统的参数摄动及扰动具有很强的自适应性。仿真结果表明,相比基于非线性三阶扩张状态观测器的传统非线性反馈控制算法,文中所提出的控制算法调整时间短,超调量小,并且具有良好的跟踪精度,具有一定的工程应用价值。     

基于新型积分自适应滑模控制策略的永磁同步电机控制

设计了一种永磁同步电机(PMSM)参数扰动和负载扰动的新型控制策略。通常PMSM控制是通过PI控制设计的,控制效果不佳,因此提出一种新型积分滑模控制(SMC)策略进行转速控制器设计。积分SMC具有较强的抗干扰性,不仅可以抑制控制系统的高频微分扰动,而且可以降低系统稳态误差,使控制更精确。设计趋近律函数对滑模控制器进行优化,使SMC参数自适应调节,提高系统响应速度。考虑到系统参数和负载扰动对控制性能的影响,将自抗扰环节引入SMC,提高了系统的抗扰性。最后通过仿真试验验证了控制系统良好的控制性能。     

基于迭代滑模的机械臂控制策略

针对机械臂这类非线性的不确定性系统,基于迭代学习控制与滑模控制策略,提出了一种有效的迭代滑模控制方法。该控制方法通过将滑模控制律引入到迭代学习控制中,并运用Lyapunov理论对控制律进行证明,从而确保系统的稳定性。基于拉格朗日力学法建立动力学模型,得到相对简化的n关节机械臂模型。以一个二关节机械臂为例,通过MATLAB仿真验证所提控制策略可有效提高关节的跟踪速度与跟踪精度,并且在一定程度上可减缓传统滑模控制的抖振现象,与传统迭代学习控制相比,系统具有鲁棒性。物理试验验证了所提控制策略的有效性。     

基于二阶鲁棒滑模观测器的民用涡扇发动机气路故障诊断

针对状态估计器在航空发动机气路参数估计中响应迟缓、鲁棒性不强等问题,以未知输入重构的思路,提出了一种基于Super-twisting滑模观测器的航空发动机气路故障诊断方法。通过将健康参数考虑为未知输入,设计滑模切换项重构健康参数的变化量,由于避免了状态估计器设计中健康参数导数为零的假设,本文的方法在处理突变故障时拥有更快的响应速度。针对鲁棒性问题,提出了一种新的故障向量增广形式,通过将扰动项增广至健康参数向量中,观测器的重构信号能够同时估计出健康参数变化量以及扰动项的大小,实现扰动与部件故障的解耦,从而避免了不确定项对健康参数估计结果的影响。本文建立了民用涡扇发动机包线范围内的线性变参数模型,通过不同故障模式下的数值仿真,并与状态估计器比较,验证了方法的有效性。结果表明,设计的滑模观测器具有小于0.5%的估计误差,有效地提高了气路健康参数的估计速度,增强了对不确定性的鲁棒性。     

RLV再入姿态双环滑模控制及舵喷混合配置

应用滑模控制设计了一种可重复使用运载器（RLV）再入姿态控制器,该控制器应用双环的滑模控制方案,可以获得对角速度及角度的同时跟踪,并具有较好的鲁棒性和解耦性能。针对RLV再入姿态的动力面与反作用混合控制的特点,运用优化控制选择配置算法把控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器来执行。再入姿态仿真验证了该方法的精度、鲁棒性以及解耦的跟踪性能及有效性。     

面向非沿轨迹成像的切比雪夫神经网络滑模姿态控制

针对地面兴趣点不沿星下点轨迹的动态非沿轨迹成像问题,设计了一种基于切比雪夫神经网络(CNN)的非奇异快速终端滑模控制器。首先,研究了非沿轨迹成像模式的姿态调整方法,并推导了相应的期望姿态角和姿态角速度。其次,基于由误差四元数描述的跟踪运动学模型设计了非奇异快速终端滑模(NFTSM)控制器。为提高控制精度,引入了只需要期望信号的CNN来估计系统总扰动,从而有效削弱了滑模系统的固有抖振。为保证神经网络的输出有界,引入一个开关函数以实现自适应神经网络(ANN)与鲁棒控制之间的切换控制。最后,对具有干扰和参数不确定的姿态控制系统进行了数值仿真,结果表明该方法收敛速度快,控制精度高,具有一定的工程实际意义。     

基于RBF神经网络的空间飞网机器人控制策略设计与改进

针对空间飞网机器人清理空间碎片的任务,利用RBF神经网络和滑模控制理论研究了输入受限情况下的稳定控制问题。首先基于图论和质量集中法建立了空间飞网机器人系统的动力学模型,并进行了动特性分析。接着考虑机动单元质量和干扰上界未知的情况,基于RBF神经网络方法设计了直接滑模控制器,可保证输入不受限下空间飞网机器人系统快速稳定。然后考虑执行机构物理约束,引入辅助系统,改进了基于RBF神经网络的直接滑模控制方法,证明了输入受限时系统的稳定性。最后通过数值仿真验证了所设计控制策略的有效性。     

基于BP神经网络的航空发动机故障检测技术研究

为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。     

Energy-saving and accurate motion control of a hydraulic actuator with uncertain negative loads

Pump controlled hydraulic actuators are wildly used in the aerospace industry owing to the advantages of energy-saving and integrated configurations. Negative loads may occur to actuators due to external force loads or the inertial force when the actuator decelerates significantly. Uncertain negative load working conditions may cause cavitation, actuator vibration, and even instability to the motion control if the actuator is without sufficient meter-out damping. Various types of hydraulic configuration schemes have been proposed to deal with negative loads of hydraulic actuators. However, few of them can simultaneously achieve energy saving and high control accuracy. This study proposes an energy-saving and accurate motion tracking strategy for a hydraulic actuator with uncertain negative loads. The actuator’s motion is driven by a servomotor pump, which gives full play to the advantage of energy-saving. The meter-out pressure is controlled by proportional valves to provide the optimized meter-out damping. The nonlinear adaptive robust control law is designed, which guarantees the control stability and achieve high tracking accuracy. An integrated direct/indirect adaptation law obtains satisfactory parameter estimations and model compensation for asymptotic motion tracking. Comparative experiments under different working conditions were performed to validate the advantages of the proposed control strategy.     

Neural network modeling of flight control system

Modeling of angle tracking systems in the presence of actuator non-linearity such as angle, position and rate limits is a very significant and difficult task in the design and implementation of aircraft, target-tracking, and missile guided systems. A new recurrent neural network with time-delayed inputs and output feedback is used for the modeling of angle tracking systems, with emphasis on the neural network architecture, principles and algorithms. The neural network controller with modeling units for angle tracking is designed by using TMS320C25 processors. For time and size requirements, limited precision technology and look-up table technology are used in the design of the hardware and software systems. Given a set of input commands, the network is trained to control the system within the constraints imposed by actuators. The results show that the proposed networks are able to model the angle tracking system through learning without separate consideration of the non-linearity of actuators     

Adaptive Integral-type Sliding Mode Control for Spacecraft Attitude Maneuvering Under Actuator Stuck Failures

A fault tolerant control (FTC) design technique against actuator stuck faults is investigated using integral-type sliding mode control (ISMC) with application to spacecraft attitude maneuvering control system. The principle of the proposed FTC scheme is to design an integral-type sliding mode attitude controller using on-line parameter adaptive updating law to compensate for the effects of stuck actuators. This adaptive law also provides both the estimates of the system parameters and external disturbances such that a prior knowledge of the spacecraft inertia or boundedness of disturbances is not required. Moreover, by including the integral feedback term, the designed controller can not only tolerate actuator stuck faults, but also compensate the disturbances with constant components. For the synthesis of controller, the fault time, patterns and values are unknown in advance, as motivated from a practical spacecraft control application. Complete stability and performance analysis are presented and illustrative simulation results of application to a spacecraft show that high precise attitude control with zero steady-error is successfully achieved using various scenarios of stuck failures in actuators.     

超低空空投航迹倾角自适应跟踪控制

针对超低空空投下滑阶段考虑执行器输入死区、不确定性大气扰动以及模型存在未知非线性等因素干扰轨迹精确跟踪等问题,提出了一种自适应神经网络动态面跟踪控制方法.建立了含执行器输入死区的超低空空投载机纵向非线性模型,采用神经网络逼近模型中未知非线性函数,引入非线性鲁棒补偿项消除了执行器死区建模误差和外界扰动.应用Lyapunov稳定性理论证明了闭环系统所有信号均是有界收敛的.仿真验证表明,所提方法既保证了轨迹跟踪的精确性,又具有强鲁棒性.     

Design and Application of Discrete Sliding Mode Control with RBF Network-based Switching Law

This article proposes a novel approach combining exponential-reaching-law-based equivalent control law with radial basis function (RBF) network-based switching law to strengthen the sliding mode control (SMC) tracking capacity for systems with uncertainties and disturbances. First, SMC discrete equivalent control law is designed on the basis of the nominal model of the system and the adaptive exponential reaching law, and subsequently, stability of the algorithm is analyzed. Second, RBF network is used to form the switching law in a direct and online manner with sliding-mode-related inputs and by approximating evaluation function; and the method to adjust its parameters is devised. Finally, comparable experiments are carried out to verify the application of the proposed approach to an inner-axis driven by a direct current (DC) torque motor through extra-low speed servo for a high precision flight simulator, and the axis works under deteriorating conditions such as periodically fluctuating torques of motor, nonlinear friction, and time-varying model parameters. The results show that the combined SMC can effectively improve the servo performance, for instance, to a stable 0.000 08 (°)/s speed response, the tracking error would be within 0.000 08° in 98% of operating times. Moreover, the hybrid nature of the approach imparts the RBF network the features of removing offline training and ease to set initial parameters.     

基于神经网络自适应动态逆的结冰飞机飞行安全边界保护方法

考虑到飞机带冰飞行的安全问题，对结冰飞机进行安全边界保护成为一种有效的解决手段。基于神经网络自适应动态逆跟踪性能好、鲁棒性强的优点，提出了以安全关键飞行参数限制值作为神经网络自适应动态逆的输入，获取可用舵面偏转角的边界保护方法。建立了飞机本体动力学模型，采用高精度的数值模拟方法获得结冰数据库。设计了神经网络自适应动态逆控制律，通过在动态逆环节引入单隐层神经网络，对不确定性逆误差进行自适应补偿，增强了控制系统的鲁棒性。以俯仰姿态保持模式为例设计了结冰飞行闭环安全边界保护系统。以结冰飞机最小平飞速度的估算值作为飞机最低飞行速度，设计自动油门控制系统，实现对飞行速度的保护。通过仿真验证了设计的控制律具有较强的鲁棒性。对结冰严重程度线性增加情形下飞机状态参数的动态响应进行了分析。仿真结果表明，所设计的结冰边界保护系统，能够实现飞机在容冰飞行过程中对安全关键参数如迎角、飞行速度的实时保护。     

基于支持向量机回归和RBF神经网络的PID整定

针对工业控制领域中非线性系统控制,在基于梯度下降法的RBF网络PID整定的基础上,对整定算法作出改进,控制目标不再是使当前跟踪误差最小,而是使当前跟踪误差和下一时刻跟踪误差的平方和最小。实现过程为:先由RBF神经网络在线辨识被控对象离散模型,得到被控对象的Jacobian信息,采用梯度下降法对PID控制器参数进行初步整定;然后,将系统跟踪误差和PID参数输入支持向量机模型,通过回归预测系统下一时刻的误差,改进的整定算法利用预测误差信息对参数进行再整定。仿真结果表明,引入支持向量机回归优化的RBF神经网络PID整定收敛速度更快,精度更高,跟踪性能优于RBF神经网络PID整定。     

可重复使用飞行器的保性能姿态跟踪控制方法

针对可重复使用飞行器再入姿态跟踪控制问题,在考虑执行器饱和、气动参数摄动和外部扰动的情况下,提出了一种保性能姿态跟踪控制方案。通过构造预设性能函数,使姿态跟踪误差在预先设置的包络内演化,保证了系统的瞬态和稳态性能;其次,借助于高增益扩张状态观测器解决了气动参数摄动和外部扰动的问题;之后,基于反步控制框架,设计了一种低复杂度的输出反馈扰动补偿控制方法,保证跟踪误差的收敛性。与已有方法相比,所设计的方法不包含一些复杂的非线性动力学近似技术,如神经网络等,降低了参数调节的复杂性,且无需对虚拟控制律重复微分,避免了"微分爆炸"问题。同时,Lyapunov稳定性分析表明,该方法能够保证误差变量的预期收敛以及其他闭环系统信号的有界性。最后,通过对比仿真验证了所提方法的有效性及可行性。     

基于EtherCAT通信的双直线电机位置联动控制系统设计

针对传统脉冲、模拟量控制系统在实时性、稳定性和同步性方面的不足,提出了一种基于EtherCAT工业实时以太网通信的双直线电机位置联动控制方案。设计了3种位置联动控制模式,详细分析了EtherCAT的分布时钟补偿算法,并搭建了联动控制试验平台,对所设计的控制系统进行了试验验证。试验结果表明,采用EtherCAT通信的双直线电机位置联动控制系统实时性高,双轴同步、交替响应性能良好,适用于同步精度和响应速度要求都较高的应用场合。