考虑预设性能约束的运输机姿态容错控制

针对运输机舵面故障情况下的姿态容错控制问题,提出了一种考虑预设性能约束的自适应指令滤波增量反步(Adaptive Command-filtered Incremental Backstepping,ACFIBS)容错控制器。首先,构造运输机故障模型,在反步控制设计结构下,通过构造预设性能函数,保证外回路姿态角跟踪误差的动态性能。然后,考虑舵机偏转速率和幅值限制,引入受限指令滤波器和补偿信号,综合考虑气动参数不确定性,采用增量方法设计反步内环控制律。在此基础上,进一步考虑舵面故障情况,引入自适应方法及低通滤波器改进增量反步控制器。最后,通过理论推导和仿真试验验证了控制方法的有效性。仿真结果表明,所设计的控制器具有良好的容错性能,在不同舵面故障条件下均可实现对指令信号的预设性能跟踪,且在参数摄动情况下具有较强的鲁棒性。     

战斗性机动飞行的智能反步自适应控制

针对飞机战斗性机动飞行时模型非线性和参数不确定性的特点,提出了一种非线性反步自适应控制方法.在系统输入输出反馈线性化基础上,基于滑模的思想适当选取李亚普诺夫函数,通过反步的方法回馈递推得到控制律,并且利用粒子群算法优化固定参数改善动态性能,同时设计相应的自适应律来调节未知参数,最后通过伪逆控制分配方法得到最终控制信号.仿真结果表明:在较大的模型气动参数不确定条件下,所设计的控制律仍能理想地跟踪飞机战斗性机动指令飞行,同时具有快速的收敛性和良好的鲁棒性.     

带有自适应参数近似的块控反步飞行控制器设计

针对有翼导弹含有未知气动参数时的飞行控制问题,设计了一种带有自适应参数近似的块控反步飞行控制器.分析了块控反步控制器设计的假设条件,并放宽了对指令信号和输入矩阵的部分限制.将导弹动态模型中的未知气动参数转换为待估计参数矩阵,采用自适应参数近似律对未知参数矩阵进行估计,相比使用神经网络逼近未知函数更为简单,易于实现.将滤...     

卫星姿态时延反步容错控制

针对卫星在轨飞行过程中存在执行机构故障及带有常值干扰的控制问题,提出了一种将时延控制(TDC)与反步技术相结合的鲁棒容错控制方法。该方法在继承反步控制优点的同时,引入积分环节用于减小常值干扰引起的稳态误差;同时,利用TDC的逼近能力来补偿执行机构的故障,且对设计者而言,故障信息不需要进行在线的检测和分离,而仅需要一步状态迭代。基于Lyapunov方法从理论上证明了系统的稳定性。最后,将该方法应用于卫星的姿态调节控制,仿真结果表明该控制器能有效地抑制外部干扰、参数不确定性和执行机构故障的约束,在完成姿态调节控制的同时,具有良好的过渡过程品质。     

永磁同步电机积分反步自适应控制

针对外界干扰导致永磁同步电机(PMSM)固有参数发生变化的问题,将新型的智能控制理论引入到PMSM控制系统中,提出了一种新颖的带有积分环节的反步自适应法的控制方法。该控制器能够利用交轴电流动态抑制或消除参数的变化对系统的影响,基于Lyapunov稳定性原理设计被控系统的控制律和自适应律,并引入积分环节,增强被控系统的稳定性,缩短速度响应的时间。仿真试验证明,该控制器能够有效地抑制电机固有参数的变化对被控系统的影响,保证了系统的强鲁棒性和动静态性能。     

基于MPL-CS自适应反步法的过失速机动控制

超机动能力仍是未来飞机的重要性能指标,而过失速机动控制的效果将成为决定近距空战胜负的关键。本文提出了一种基于最小参数学习和布谷鸟搜索（MPL-CS）的自适应反步法的过失速机动控制方法,以解决先进布局飞机过失速机动中严重的非线性、耦合性和迟滞性等导致的鲁棒性差和控制精度低等问题。首先,基于一套完整的先进布局飞机缩比模型大振幅振荡风洞试验数据,在给定的建模精度目标下,通过改进极限学习机（ELM）方法,建立了大迎角下先进布局飞行器精确的非定常气动模型。其次,设计了一种基于MPL的自适应反步法,以减少需要优化的参数数量。在不确定性和模型扰动的影响下,结合串接链分配方法完成了分配设计。基于CS方法对MPL下自适应反步控制律的关键参数进行了优化。最后,经典的眼镜蛇机动仿真结果表明,该方法的控制精度高于传统的基于MPL的自适应反步方法,且充分考虑了工程的实际需求,控制精度高、鲁棒性强。该方法为未来先进布局飞机的过失速机动控制提供了理论支撑和技术路径。     

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。     

推力矢量飞机自适应控制系统仿真平台研究

研究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,研究了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和等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。并且根据系统各个部分的算法,采用面向对象技术语言VC 6.0和三维图形语言OpenGL开发了仿真平台,利用仿真平台实时演示了飞机存在舵面故障情况下的飞行控制系统运行仿真,解决了飞机飞行过程中存在舵面损伤和气动参数变化的问题,该仿真平台可以根据需求进行飞机故障加载,具备完备的推力矢量飞机自适应控制系统仿真功能。     

空天飞行器直接力/气动力复合容错控制

考虑发生发动机推力损失故障的空天飞行器，针对直接力、气动力复合容错控制问题，设计一种基于自适应滑模的容错控制策略。首先，对于发生推力损失故障的摆动发动机，考虑X型安装的实际特点，对线性化后的俯仰通道控制模型进行故障等效，并采用自适应的方法对故障及干扰信息进行估计，综合利用舵面与发动机摆动角进行容错控制器设计。其次，考虑纵向容错控制对飞行器横侧向稳定性的影响，基于自适应反步的方法，利用方向舵与组合工作的左、右升降舵抵消干扰力矩的影响，保证横侧向的稳定。最后，基于李雅普诺夫稳定性理论，对所采用方法进行了分析，并通过仿真结果验证了所设计的复合容错控制方案的有效性。     

自适应滑模容错跟踪飞行控制律的设计

当飞行控制系统操纵面发生卡死或控制效率损伤故障时,采用自适应滑模控制方法进行容错跟踪飞行控制律的设计。采用单位向量法进行滑模控制器的设计,利用李雅普诺夫理论和Barbalat引理设计自适应滑模调节规律,同时能够保证闭环系统的渐近稳定性。利用某型飞机线性化模型进行仿真,结果表明,带有自适应调节规律的滑模控制方法不仅适合于正常情况下飞行控制律的设计,而且对操纵面损伤和卡死故障情况具有较强的适应能力,具有很好的跟踪控制效果和强鲁棒性。     

带有执行器约束条件的模糊自适应反步控制

针对高超声速飞行器在飞行控制过程中存在外界干扰以及考虑执行器的动态特性等问题,结合飞行器纵向模型的特点,考虑舵的动态特性,分别设计了基于动态逆的速度控制器和基于指令滤波器采用Backstepping控制方法的高度控制器。模糊自适应系统用来在线辨识飞行器模型由于气动参数的变化而引起的不确定性。运用Lyapunov理论分析闭环系统的稳定性,证明了包含跟踪误差在内的所有信号满足半全局一致稳定。最后通过仿真对控制器的控制效果进行验证,得到了较为满意的控制效果。     

大跨域条件下的自适应滚转稳定容错控制方法

制导弹药在执行大跨域飞行任务时,其滚转扰动系数随速度、高度和攻角高频大幅值非线性变化,对制导弹药滚转通道稳定性造成了恶劣的影响。此外,时间滞后与控制失效等执行机构动力学特性进一步增加了滚转通道稳定性的控制难度。针对上述问题,设计了一种强鲁棒性的自适应滚转稳定容错控制方法。首先,在考虑执行机构失效动力学特性条件下建立了制导弹药滚转通道的数学模型,将系统不确定性和扰动项视为外部扰动,设计一种基于自适应滑模控制理论的强鲁棒滚转稳定控制方法,以补偿非线性变化项及执行机构失效。在此基础上,进一步考虑了执行机构动力学滞后特性,利用反步法设计了一种考虑执行机构动力学的控制方法,以补偿执行机构动力学滞后特性,提高弹体的响应速度。仿真结果表明所设计控制方法对气动扰动有较强鲁棒性以及在故障处理方面的优势。     

飞机的模型参考容错控制

 本文针对飞机内部元件或控制元件的故障,用检测滤波器理论设计了相应的故障检测器和故障参数估计器,并用Lyapunov稳定性理论设计了模型参考自适应容错控制律,从而保证了在内部故障情况下飞行控制系统的稳定性。     

航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.      

基于布谷鸟搜索算法的一类变体飞行器容错控制

针对一类存在执行机构故障的分布式结构变体飞行器的控制分配问题,结合整数规划理论,提出一种基于布谷鸟搜索算法的容错控制方法。首先,设计虚拟控制指令,使得系统状态能够很好地跟踪参考模型;然后,将执行器概率性故障与饱和约束转换为整数规划问题中决策变量的约束,从而将执行器控制分配问题转化为一类整数规划问题;最后,采用改进的布谷鸟搜索算法进行求解,得到实际的执行器控制分配指令。仿真结果表明,在执行器存在概率性故障的情况下,该容错控制方法较无容错策略的情况能够有效提升系统的跟踪性能;与遗传算法相比,该算法得到的执行器控制分配结果更加精确。     

三轴式无人旋翼飞行器及自适应飞行控制系统设计

设计了一种操控简便的三轴式无人旋翼飞行器,由三组共轴双旋翼组成,各旋翼由直流电机直接驱动,只需调节各电机转速就能控制旋翼飞行器运动姿态和轨迹。为使三轴式无人旋翼飞行器飞行控制系统设计得到有效验证,研究了旋翼飞行器的飞行动力学非线性建模,运用叶素动量理论建立了共轴双旋翼变转速旋翼载荷计算方法,分析了旋翼入流分布对共轴双旋翼气动载荷模型的影响,通过试验验证了共轴双旋翼气动载荷计算模型的正确性。由于旋翼飞行器飞行动力学模型的非线性及未建模动力学的影响,难于建立非常精确的数学模型,给飞行控制系统设计带来了挑战。本文根据旋翼飞行器飞行动力学非线性模型推导出了旋转动力学模型逆和平移动力学模型逆控制器,利用神经网络在线自适应修正模型逆误差,采用线性PD或PI控制器调节指令跟踪误差,应用由向心回转和垂直上升组合的机动科目进行了仿真验证,给出了具有外界阵风干扰模拟的仿真结果,表明所设计的飞行控制系统具有自适应性和鲁棒性,能实现精确的轨迹跟踪控制。     

超机动飞行的非线性反推自适应控制

为解决对象参数未知时的超机动飞行控制问题,设计了一种非线性反推自适应控制器。针对超机动飞行的非线性模型,适当选取Lyapunov函数和中间虚拟控制信号,同时通过自适应控制律的设计来调节未知参数并得到了最终的控制信号。仿真结果表明,即使模型参数未知,所设计的控制律也能在过失速机动条件下控制飞机跟踪指令飞行,同时保证了闭环系统的稳定性。     

A practical filter error method for aerodynamic parameter estimation of aircraft in turbulence

It is common for aircraft to encounter atmospheric turbulence in flight tests. Turbulence is usually modeled as stochastic process noise in the flight dynamics equations. In this paper, parameter estimation of nonlinear dynamic system with both process and measurement noise was studied, and a practical filter error method was proposed. The linearized Kalman filter of first-order approximation was used for state estimation, in which the filter gain, along with the system parameters and the initial states, constituted the parameter vector to be estimated. The unknown parameters and measurement noise covariance were estimated alternately by a relaxation iteration method, and the sensitivities of observations to unknown parameters were calculated by finite difference approximation. Some practical aspects of the method application were discussed. The proposed filter error method was validated by the flight simulation data of a research aircraft. Then, the method was applied to the flight tests of a subscale aircraft, and the aerodynamic stability and control derivatives were estimated. All the estimation results were compared with the results of the output error method to demonstrate the effectiveness of the approach. It is shown that the filter error method is superior to the output error method for flight tests in atmospheric turbulence.