基于BPNN参数整定的四旋翼吊挂自抗扰飞行控制

针对四旋翼无人机吊挂系统状态耦合和载荷抗摆问题,开展了四旋翼无人机吊挂系统抗摆飞行控制研究。首先,利用牛顿-欧拉法和拉格朗日方程建立吊挂系统的动态特性方程。然后,采用反向传播神经网络(BPNN)在线调节自抗扰控制(ADRC)中的扩张状态观测器(ESO)参数,以提高ESO的估计精度和控制器的抗干扰能力。最后,通过仿真对比分析了反向传播神经网络-自抗扰控制(BPNN-ADRC)和传统ADRC的控制系统性能。仿真结果表明,基于BPNN-ADRC的飞行控制系统不仅具有稳定的轨迹跟踪能力,参数调节容易,而且响应速度快,超调量小,抗干扰能力强。     

基于极值搜索的四旋翼无人机自抗扰控制

为了提高四旋翼无人机飞行过程中的抗干扰能力,提出了基于极值搜索算法的自抗扰控制技术。首先,建立了四旋翼无人机非线性数学模型;然后,设计了基于极值搜索的自抗扰控制器,对无人机的位置和姿态进行控制;同时,设计扩张状态观测器估计系统内部及外部总扰动,对系统扰动进行补偿。仿真结果表明,所提方法不仅能抑制外界干扰,而且能显著改善飞行控制系统的瞬态性能和稳态性能。     

基于改进自抗扰控制的非对称六相双永磁同步电机串联系统控制

针对PI控制器存在的超调及跟踪速度慢的问题,以非对称六相永磁同步电机(PMSM)双电机串联系统为研究对象,采用自抗扰控制(ADRC)替代传统PI控制进行速度补偿,提高系统的抗干扰能力。基于传统自抗扰模块多参数整定的复杂性,引入遗传算法对其参数寻优,以最小超调量为优化判据通过交叉迭代的方式改进ADRC调节器。搭建基于改进ADRC的非对称六相双PMSM串联系统,并进行仿真。结果表明:与传统PI控制相比较,所用方法具备快速调节性能和精确的跟踪效果,同时可以削弱谐波电流的影响和转矩脉动,验证了所提控制策略的实用性。     

基于PID和LESO的无人机控制

针对四旋翼无人机控制模型耦合程度高、非线性关系复杂,设计了一种基于PID和LESO的控制方法,选取无人机的某个状态变量作为控制量,通过简化模型对状态变量进行解耦控制,进而在控制系统中加入线性扩张状态观测器(LESO),提高模型的抗干扰能力。通过仿真和实际飞行与传统PID方法进行比较,充分验证了自抗扰控制(ADRC)在无人机飞行控制中具有鲁棒性强、精度高、易于实现等特点。     

2.4m跨声速风洞流场预测自抗扰控制

针对2.4 m跨声速风洞总压和马赫数控制具有强耦合、时滞、系统参数摄动和外界干扰不确定性等特点，设计了预测自抗扰控制。采用自抗扰控制（ADRC），将总压和马赫数两个通道之间的耦合、流场建模误差、系统的参数摄动和外界干扰等视为总干扰，通过扩张状态观测器（ESO）将总干扰估算出来并进行前馈补偿，一方面可以实现总压和马赫数的解耦控制，另一方面提高了流场的抗干扰能力。同时使用Smith预估器得到系统无时延输出并将其反馈至扩张状态观测器，加快其收敛速度，从而提高控制系统的性能。仿真结果表明，该控制器能够很好地实现总压和马赫数的解耦，并且具有良好的动态特性、抗干扰能力和鲁棒性。     

改进ADRC及其在飞行增稳控制中的应用

非线性自抗扰控制器(ADRC)具有极强的鲁棒性和优异的控制性能,但控制器参数设计较为繁琐。引入了新的非线性函数,简化了控制器的参数设计,且非线性扩张状态观测器(ESO)在原点处具有渐进稳定性。设计了基于模型跟踪的一阶ADRC飞机纵向增稳控制器。仿真结果表明,在大飞行包线内飞机的动态特性发生了很大变化,不改变ADRC参数而只进行跟踪模型动压调参,飞行控制系统均满足一级品质要求,表现了极强的鲁棒性能。     

运载火箭电动伺服机构前馈自抗扰控制方法的设计

运载火箭伺服机构是火箭的执行机构,在工作过程中不仅要求伺服机构具有较好的阶跃响应和力矩抗扰性能,还要求伺服机构能够较好地跟踪箭载计算机发送的位置随动指令。常规的自抗扰控制(ADRC)建模时,将输入的微分量近似为0,使得输入时变信号时会产生建模误差,该误差无法通过扩张状态观测器(ESO)进行观测并补偿,导致系统的跟踪误差较大。针对常规自抗扰控制对时变信号跟踪误差较大的问题,提出了一种将位置输入微分前馈(PIDF)引入自抗扰控制的前馈自抗扰控制方法。通过理论推导和建模仿真得知,该方法可降低系统对正弦输入信号的跟踪误差并提高系统的动态特性,同时仍具有较强的抗干扰性能。最后通过试验验证了该方法的有效性。     

基于线性自抗扰的四旋翼无人机轨迹跟踪控制

针对四旋翼无人机在轨迹跟踪控制过程中存在的不确定性和外部扰动,提出了一种基于线性自抗扰的轨迹跟踪控制方法。首先,基于线性自抗扰设计了四旋翼控制器,将四旋翼无人机的轨迹跟踪控制系统分成内外两个控制环路,外环由PD控制,内环由线性自抗扰控制;然后,进行了仿真验证与分析,并与基于补偿的PD控制方法进行对比分析;最后,开展了飞行验证。研究结果表明,线性自抗扰控制器不仅调节时间短,而且能补偿系统所受到的内、外干扰,提高系统的稳定性,较好地满足了系统性能要求,其抗干扰能力也优于基于补偿的PD控制。     

基于ESO的六旋翼无人机反演滑模控制器设计

针对六旋翼无人机建模过程中存在非建模动态、飞行过程中存在不确定外界干扰的轨迹跟踪控制问题,设计了一种基于扩张状态观测器的反演滑模控制器。首先,利用扩张状态观测器(ESO)进行扰动项的实时估计和系统状态的在线观测;然后,结合反演和滑模控制理论方法设计控制器,以消除系统不确定性和外界干扰带来的影响,并基于Lyapunov稳定性理论证明了闭环系统跟踪误差最终有界收敛;最后,通过仿真试验和飞行试验验证了所设计飞行控制算法的有效性。研究结果表明,存在不确定外界干扰的情况下,所设计的方法依然可以实现预定轨迹的稳定跟踪,有效提高了其抗干扰能力。     

无人机参数优化自抗扰编队保持控制器设计

针对无人机编队飞行中的队形保持问题,采用结合粒子群算法的自抗扰控制技术对控制器进行设计,使响应过程具有良好的动态品质和较小的稳态误差。建立三维空间内基于相对误差的无人机编队飞行模型,并在此基础上设计了跟踪微分器、扩展状态观测器和非线性状态反馈自抗扰控制器,采用粒子群算法对控制器中部分参数进行优化整定。仿真结果表明,设计的结合粒子群算法的改进自抗扰控制器具有良好的控制性能,能以较高的精度实现无人机编队保持任务。     

电动伺服机构永磁同步电机的自抗扰控制

针对运载火箭电动伺服机构谐振频率过低,而传统陷波滤波器算法会降低系统的快速性问题,提出了一种基于自抗扰控制（ADRC）的微分前馈控制算法。在开环等效增益相近的情况下,比较了系统在传统PID控制和一阶ADRC控制方式下的阶跃响应和抗扰性能;对输入正弦指令的情况,比较了系统在比例+扩张状态观测器（ESO）和有限时间比例（FTP）+ESO这两种控制方式下有无输入微分前馈（IDF）的跟踪性能。仿真和实验结果均表明,在常规ADRC中引入IDF,可有效提高电动伺服机构对时变输入的跟踪精度。     

基于ADRC的舰载机着舰飞行控制系统解耦设计

针对舰载机在着舰下滑时飞行轨迹不稳定、在控制升降舵的同时还需要进行发动机推力补偿的问题,建立了舰载机纵向着舰飞行姿态运动模型,采用自抗扰控制技术对着舰飞行控制系统进行解耦。首先,将俯仰角回路和迎角回路中的耦合项视为扰动,设计扩张状态观测器对回路中的状态量和总扰动进行估计;然后,采用非线性状态误差反馈律和扰动实时补偿来计算虚拟控制量,并通过控制分配得到升降舵和发动机推力控制量。仿真结果表明,在升降舵偏转角和发动机推力可用的范围内,所设计的姿态控制系统和动力补偿系统能使航迹角快速、准确地跟踪姿态角指令。     

基于自抗扰的无人机俯仰姿态控制

针对无人机俯仰姿态控制回路在模型参数和复杂外界环境等不确定性干扰影响下鲁棒性差、系统响应速度慢的问题,采用工程上易实现的自抗扰控制(ADRC)方法设计了俯仰姿态控制器,通过构造线性扩张状态观测器(LESO)估计不确定性干扰,并在控制回路中对干扰进行实时补偿.性能分析与仿真结果表明,基于ADRC的无人机俯仰姿态控制器具有良好的性能和干扰抑制能力,并且能够实现对控制指令的精确跟踪.     

Hover Control of Tail-sitter UAV under Wind Field DisturbanceBased on Improved ADRC

针对尾座式无人机容易受到外界风场扰动和模型不确定性影响的问题,设计了一种外环 PID 与内环自抗扰控制(ADRC)的组合控制算法进行悬停姿态与高度控制,并优化扩张状态观测器(ESO)以解决调参困难的问题。建立用垂向欧拉角定义的天东北坐标系来描述悬停飞行状态,进行数学建模并完成全量运动方程组。在 Matlab/Simulink 软件内搭建基于改进 ADRC 的非线性全量运动方程模型,通过大气紊流模型建立风场。仿真分析在干扰作用下的控制效果。仿真结果表明,改进 ADRC控制算法能够有效抵抗风场干扰,实现稳定的悬停姿态与高度控制。     

基于死区补偿的氧调器平稳切换自抗扰控制

歼击机中供氧系统内的氧气气压调节系统（氧调器系统）对飞行员的飞行质量至关重要。但是氧调器系统易受飞行环境和飞行员呼吸状态等因素的影响,而且氧调器所用阀门大多含有死区,会给控制系统带来稳态误差,导致控制难度增大,一般的控制策略难以兼顾补偿较大死区和抗扰两个条件。针对此问题,建立了基于音圈电机驱动阀的氧调器系统模型,并针对模型死区特性采用了死区补偿和双限幅模块,设计了基于死区补偿的平稳切换自抗扰控制策略。仿真及对比结果表明：采用同一套控制参数,可以使氧气面罩内压强在各个呼吸频率时有效,并快速地控制在呼吸阻力容许界限以内;并且其呼吸阻力低于将死区看作扰动的一般自抗扰控制（ADRC）。同时,验证了此策略的鲁棒性和抗扰性。     

无轴承异步电机的自抗扰控制策略

针对无轴承异步电机(BLIM)的逆系统解耦控制性能受负载和参数变化影响的问题,在转子磁链定向逆系统解耦控制的基础上,采用自抗扰控制器(ADRC)替换经典的PID控制器,将BLIM模型中的交叉耦合项、本体参数变化和负载视为“扰动”,统一用ADRC的扩张状态观测器(ESO)估测,非线性状态误差反馈控制器(NLSEF)进行补偿。仿真结果表明:采用了ADRC,系统具有较好的动态解耦控制性能;同时,对电机参数和负载变化具有更好的鲁棒性。     

制导炸弹俯仰通道自抗扰控制应用研究

针对俯仰通道的过载控制, 提出了控制回路的自抗扰控制设计方法。俯仰 通道具有不确定性,利用两个降阶线性扩张状态观测器对系统的不确定性进行实时估计 并予以动态补偿, 使控制对象化为“ 积分器串联型”, 再设计比例控制。仿真结果表 明,与PID 相比,ADRC 具有较强的抗干扰能力,以及较高的控制品质。     

基于LESO状态反馈的无人机速度控制

无人机速度回路的控制受外界环境、构型变换等不确定性干扰因素的影响较大,采用基于线性扩张状态观测器（LESO）的自抗扰控制方法能准确估计并补偿不确定性干扰,在观测器的基础上加入状态反馈和指令前馈,能获得良好的稳态、动态品质。性能分析与仿真结果表明,基于LESO状态反馈的无人机速度控制方法具有良好的干扰抑制能力,能够实现对控制指令的精确跟踪。     

一种航空发动机多变量自抗扰解耦控制律设计

研究了航空发动机多变量解耦控制律设计问题。提出了一种用于航空发动机多回路控制的多变量自抗扰解耦控制算法:首先通过静态解耦算法实现多变量耦合系统的静态解耦,而后通过ADRC非线性扩张观测器的补偿控制实现各回路的动态解耦,最终实现复杂多变量耦合系统的解耦控制。以某涡扇发动机非线性部件级实时数学模型为被控对象,基于上述多变量自抗扰解耦控制算法设计了发动机中间状态以上多变量控制律。在全包线内,与基于增广LQR控制方法设计发动机闭环系统,进行了对比研究。数字仿真结果表明,前者使得发动机闭环系统具有更好的指令跟踪和多回路解耦能力。     

基于扩张状态观测器的永磁同步电机自抗扰无源控制

针对传统永磁同步电机滑模控制存在的抖振以及系统抗扰动鲁棒性差问题,提出一种基于扩张状态观测器的永磁同步电机自抗扰无源控制方法。转速外环设计自适应滑模控制器,采用扩张状态观测器对系统干扰项进行观测,用其进行前馈补偿。电流内环将无源控制与自抗扰控制相融合,得到dq旋转坐标系下的电压给定。新型控制方法可有效抑制系统抖振,增强系统鲁棒性。试验结果验证了所提控制方法的有效性和实用性。