带干扰补偿的挠性航天器变结构输出反馈控制

 研究了在控制量受限的情况下,挠性航天器的变结构输出反馈和干扰补偿的控制方法。在控制律的设计中,用变结构输出反馈控制来抑制挠性附件的振动,用扩展状态观测器对系统的不确定性和干扰力矩进行估计并给予实时补偿。仿真结果验证了该方法的有效性。     

基于干扰观测器的磁悬浮姿控飞轮电机控制

由于磁悬浮飞轮转子不平衡振动的存在,飞轮力矩/转速控制精度受到影响.为有效地对不平衡振动干扰进行估计,提出了一种针对时变谐波扰动的非线性干扰观测方法,观测器的动态与稳态性能可以根据系统要求设定,具有全局一致收敛性;在非线性干扰观测器的基础上设计变结构控制器对飞轮转速进行控制并对干扰进行补偿,通过改进变结构控制器的滑模函数与控制律系统抖振可以有效地削弱.仿真与实验结果表明:基于非线性干扰观测器的变结构控制器具有很好的扰动抑制能力和动态响应、稳态误差调节能力,可用于实现飞轮输出力矩控制.     

转动惯量存在不确定性的挠性航天器动态自适应滑模姿态控制

针对存在转动惯量不确定性和外部干扰的挠性航天器,首先构造了一个部分状态观测器估计挠性模态,然后设计自适应律对转动惯量不确定性和外部干扰组成的函数的上界进行估计。最后,在设计的观测器和自适应律的基础上,建立了挠性航天器的基于部分状态观测器的自适应滑模姿态稳定控制律。采用Lyapunov方法证明了在挠性航天器存在转动惯量不确定性和外部干扰时, 所设计的自适应滑模姿态控制律能使闭环航天器姿态系统稳定。最后, 通过数值仿真例子验证了所提出方法的有效性。     

基于ESO的高超声速飞行器解耦控制

针对高超声速飞行器三通道具有强耦合的问题,提出一种基于扩张状态观测器的全通道解耦控制方法。该方法不需要根据耦合项特点设计耦合补偿模型,而是通过设计扩张状态观测器,将高超声速飞行器耦合项视为扰动,利用扩张状态观测器具有实时跟踪估计扰动的能力,将耦合项扰动估计出来。通过补偿控制来消除耦合的影响,从而完成解耦控制。进一步,通过LQR控制方法完成姿态控制系统的闭环反馈控制律设计,最终实现一种工程上实用的高超声速飞行器解耦控制方法,并通过数学仿真验证了该控制方法的正确性和有效性。     

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。      

基于Riccati方程解的高增益未知输入观测器设计

针对具有未知输入和测量噪声的一类Lipschitz非线性系统,研究了状态估计、噪声估计及未知输入重构问题.通过将输出噪声看作扩展状态,把原系统转化为描述系统.针对描述系统,首先基于Riccati方程的解,提出了一种高增益观测器设计方法,实现对系统状态的估计和测量噪声的重构;之后,设计二阶高增益滑模观测器精确估计输出的微分,并利用状态和输出微分的估计,提出了一种未知输入的重构方法.在一Riccati方程有解的前提下,所提出的未知输入和测量噪声的重构,均适用于强时变信号.最后,对一个实际模型仿真,验证所提出方法的有效性.      

基于速度观测的双余度电液舵机系统容错同步控制

考虑飞机电液舵机活塞杆运动速度不易测量的情况,提出一种基于速度观测的容错同步控制策略,解决了双余度电液舵机系统（DREHAS）内泄漏共模故障（IL-CMF）下的位置跟踪控制问题。首先,通过引入2组参考轨迹并对模型进行线性变换,实现舵面位置跟踪与两舵机力输出同步控制解耦;其次,在扩展状态观测器（ESO）中加入故障参数自适应项,设计一种自适应扩展状态观测器（AESO）估计两通道舵机活塞杆速度和扰动,从而克服了故障条件下利用原系统模型设计ESO带来的估计结果不准确问题;最后,基于AESO的估计结果及故障参数在线更新结果,利用反步法设计了一种非线性容错同步控制器。Lyapunov稳定性分析结果表明,该控制方法可确保IL-CMF故障及时变干扰条件下,闭环系统所有信号有界,系统输出满足规定的性能要求。IL-CMF故障及常值干扰条件下,系统跟踪误差渐进收敛于零。仿真实验进一步验证了所提方法的有效性。      

间隙非线性气动弹性颤振控制

研究了亚音速不可压来流中二元机翼气动弹性颤振主动控制问题.采用Theodorsen准定常气动力建立俯仰方向含有间隙非线性的气动弹性动态方程,然后基于状态依赖Riccati方程推导了非线性颤振控制律.假设只有俯仰角位移和控制面偏转位移可以直接测量,状态空间中的其它变量通过所设计的状态观测器进行了估计.仿真结果显示,观测器可以快速准确地对非直接测量变量进行估计,系统状态变量与控制变量都能够迅速地收敛于零点,表明所设计的控制律可以有效地实现对间隙非线性二元机翼颤振的抑制.      

敏捷性导弹的建模与模糊变结构控制

新型精确制导导弹为了获得更大的机动性、敏捷性和更高的命中精度,大多采用了推力矢量控制或反作用推力控制.讨论了敏捷性导弹的动力学特性及数学建模,并针对一类反作用推力控制的导弹提出了一种具有实时逻辑切换能力的变结构模型跟踪控制方案,为减弱一般变结构控制系统的抖颤问题,在变结构控制系统中引入简单的模糊规则,有效抑制了变结构系统的抖颤,同时进一步增强了控制系统的鲁棒性.数学仿真表明控制方案的有效性.     

机械臂的分散模糊变结构跟踪控制

提出了一种适用于机械臂的分散模糊变结构轨迹跟踪控制方法.将机械臂的轨迹跟踪系统考虑为由线性子系统、非线性关联组成的不确定性复杂系统,采用分散控制方法进行控制器设计.所提出的控制方法能够保证系统状态有较高的跟踪精度.另外,通过在分散变结构控制系统中引入模糊控制规则减弱了一般变结构控制系统的颤振.控制算法简单可行,易于实现.数字仿真表明了该方法的有效性.     

新型变结构控制及其在电液伺服系统中的应用

针对变结构控制的抖动、到达条件和趋近律等问题，分别在连续时域和离散时域进行了深入的研究，指出了减小抖动与提高鲁棒性之间的矛盾，提出了几种新型变结构控制律，结合泵控马达转速系统的控制，对积分变结构控制律进行了实验研究，验证了理论分析的正确性。     

随机系统的变结构控制

本文提出了随机系统的变结构控制问题,初步研究了随机变结构控制系统的行为,引出了滑动运动带的概念,给出了变结构控制策略,最后,指出了有待于进一步研究的问题。     

四轴陀螺稳定平台分区离散变结构控制策略及优化方法

为了有效提高四轴陀螺稳定平台伺服系统全姿态控制精度,针对变结构分区控制过程中台体大角度晃动问题,提出一种优化的四轴陀螺稳定平台控制回路分区离散变结构控制策略。在分析四轴平台框架系统运动学方程的基础上,给出了随动式分区离散变结构控制策略,通过分析执行机构与被控角速度之间的相关程度,对随动式分区离散变结构控制策略进行优化。为了进一步减小变换区域时的切换扰动,在随动式分区离散变结构控制基础上提出一种稳定式分区离散变结构控制方法,对变结构区域进行了整合和优化,有效避免了运动状态在不同区域之间切换造成的台体晃动。仿真结果表明,随动式分区离散变结构控制策略优化前后相比,X 方向台体晃动角速度减小63.5%,Y 方向台体晃动角速度减小84.5%;稳定式分区离散变结构控制策略优化前后相比,X 方向台体晃动角速度减小29.0%,Y 方向台体晃动角速度减小57.3%,有效减小了平台台体在变结构控制切换过程中的晃动,提高了控制精度。     

结构受损飞机动力学模型与飞行控制方法

为实现对结构部分受损飞机的安全控制,建立了其动力学模型,通过分析将结构受损飞机的旋转运动分解为正常飞机旋转运动和由于受损引起的扰动运动,将结构受损飞机的控制转化为对扰动等不确定性因素的抑制问题.提出了一种基于扩张状态观测器的轨迹线性化控制方法进行飞行控制律设计,使系统具有较强的鲁棒性.仿真结果表明:当飞机右侧机翼缺损15%半翼展长时,控制系统能实现结构受损飞机的解耦控制,角速度响应能较好地跟踪指令,有效抑制了结构受损带来的不确定性和扰动.     

变量泵控制变量马达系统变结构控制算法

变量泵控制变量马达系统的速度调节过程相当于变量泵控制定量马达或定量泵控制变量马达,存在系统溢流损失大、调节速度慢和没有发挥系统潜能等缺点.为了克服这些不足,提出基于反馈线性化理论的变量泵变量马达系统变结构控制算法.建立变量泵控制变量马达系统数学模型,并针对系统的相乘非线性,运用精确反馈线性化理论将其线性化;根据该闭式液压系统双变量调速的特点,利用变量马达期望转速和马达排量计算变量泵排量;运用变结构算法进行变量马达转速控制,并进行算法的Lyapunov稳定性证明.仿真表明,基于本控制策略可有效地提高系统的响应速度、减小超调量,而且算法具有较强的鲁棒性.