高超声速飞行器机体／发动机耦合建模与控制

为了真实的反映高超声速飞行器机体、发动机间的耦合特性,首先建立了超燃冲压发 动机预压缩面、进气道、燃烧室、尾喷管、外喷管的数学模型,推导了以敏感度方程表示的 机体对发动机的耦合模型和发动机对机体的耦合模型,然后建立了飞行器点火飞行段的数学 模型,并进行了简单的校核,最后基于变结构控制理论设计了一种简单的开环＋闭环的控制 系统。模型的简单校核及控制系统仿真表明建立的模型定性上符合高超声速点火飞行段的飞 行特性,设计的控制器在存在干扰、噪声、拉偏时能够快速收敛,且鲁棒性强。     

高超声速飞行器自适应神经网络控制

针对一类高超声速飞行器,在充分考虑其非线性模型包含未建模动态、气动参数变化、弹性形变等产生的未知非线性不确定函数以及外界扰动的情况下,设计了一种基于自适应神经网络的非线性逆控制器。首先,将系统的动态特性分为标称部分和不确定部分,采用非线性逆的思想设计标称部分的控制器,利用神经网络逼近不确定部分,将神经网络的最优权值采用自适应律进行调节,提高神经网络的在线逼近能力。利用改进的变结构控制来消除神经网络逼近误差的影响,最终使跟踪误差收敛为零,并保证闭环系统的信号有界。通过仿真验证了设计方法的正确性。     

高超声速飞行器控制技术研究进展与展望

针对一类包含可变构型在内的高超声速飞行器的难点,分析了工程应用需求,综述了几类典型的非线性控制方法的研究进展。首先针对高超声速飞行器的几类常见研究模型,总结了模型来源及特点;其次,以实际工程需求为出发点,分析了此类飞行器的控制难点及对于控制系统能力提出的需求;再者,总结了高超声速飞行器几种典型非线性控制及智能控制研究的基本情况和进展,并给出了各类控制方案的框架;最后,面向未来任务形式多样化、环境复杂化的飞行器控制,讨论了可以进一步研究的问题和方向。     

高超声速飞行器建模与控制的一体化设计

针对高超声速飞行器纵向模型具有非线性、强耦合及不确定性等特点,提出 高超声速飞行器建模与控制一体化设计方法。该方法首先以具有典型结构的高超声速飞行器 几何外形为研究对象,结合高超声速空气动力学的有关理论,建立飞行器的非线性纵向模型 方程;然后在不同飞行条件下获取多个平衡点,分析飞行的气动特性,进而在每一个平衡点 上设计具有非线性解耦控制能力的控制器,并将得到的多平衡点控制参数结合起来,进行插 值计算,实现多平衡点的连续飞行;最后的仿真结果表明,本文提出的方法是切实可行的。
     

高超声速飞行器的非线性随机控制方法

基于Ｇａｕｓｓ－Ｈｅｒｍｉｔｅ积分规则,提出了二次型高斯非线性随机控制新方法。该方法克服了传统的线性化方法所导致的“基础结构失真”的缺陷,提高了系统状态的估计精度和最优控制策略近似解的精度,同时又具有较好的实时性。通过高超声速飞行器纵向运动控制的仿真,验证了该方法的有效性。     

高超声速飞行器的自适应容错控制

针对高超声速飞行器再入过程中可能出现的执行器部分失效或卡死故障,设计了一种飞行器自适应容错控制器。在系统存在外界干扰及未知故障输入且上界未知的情况下,该控制器采用自适应算法在线估计未知的控制器参数,在执行器发生卡死或部分失效故障时,实现了对故障的容错控制和对制导指令的鲁棒输出跟踪。通过Lyapunov方法证明了该方法在执行器存在故障时能保证系统渐进稳定,仿真算例说明了该方法的有效性。     

高超声速飞行器制导与控制性能评估方法

针对高超声速飞行器的特点,探讨了高超声速飞行器制导与控制系统性能评估问题。对控制系统性能定性评估原则及需考虑的影响因素进行了描述,建立了较完整的制导与姿态控制性能评估指标体系。根据层次化分析思想,通过定性分析与定量评估相结合,提出了一套适用于高超声速飞行器制导与姿态控制性能评估方法。最后,提出了制导与姿态控制性能综合评估验证系统的框架,为后续仿真验证平台搭建及不同制导姿控方法评估提供了重要依据。     

高超声速飞行器起飞质量的解析估算

基于火箭助推的发射方式,推导出弹道式飞行器、高超声速助推-滑翔飞行器及高超声速助推-巡航飞行器的起飞质量与航程、燃料比冲和载荷之间的解析关系,为总体设计初期快速估算飞行器起飞质量提供了方法。基于此,比较了3种飞行器的起飞质量载荷比。结果表明,助推-巡航飞行器性能最优,助推-滑翔飞行器性能居中,弹道式飞行器的性能最差。     

新型高超声速飞行器的气动设计技术探讨

气动技术是高超声速飞行器的重要支撑技术。目前高超声速飞行器迅速发展,飞行器向外形 复杂化、大气层滑翔飞行方向发展。高超声速飞行器飞行时间加长,飞行距离延长。新型高 超声速飞行器的迅速发展向空气动力学领域提出了众多高难度的问题,需要研究新的技术加 以解决。结合高超声速飞行器发展的方向和一些典型项目的气动需求,针对高超声速飞 行器可能的新型气动布局和相应的气动设计技术进行了探讨。
     

吸气式高超声速飞行器特征模型自适应控制

针对吸气式高超声速飞行器纵向刚体动力学的跟踪控制问题,给出了基于特征模型的自适应控制方案。通过选取攻角作为额外的输出,给出了这类系统的特征建模方法,其中,系统被分为速度子系统和高度子系统。针对速度子系统,建立了一阶特征模型;针对高度子系统,建立了二阶多输入多输出特征模型。基于所得到的特征模型,本文设计了全系数自适应控制律,不仅实现了速度跟踪和高度跟踪,也实现了攻角跟踪。数值仿真验证了该方法的有效性。     

带攻角约束的高超声速飞行器自适应反步控制器设计

针对带攻角(AOA)约束的高超声速飞行器控制问题,提出一种基于非对称时变障碍函数的非线性自适应反步控制方法。首先,将飞行器模型化为严反馈形式,以反步法为基础进行控制器设计。然后通过光滑饱和函数对名义攻角指令信号进行限幅,并保证限幅信号的可导性,限幅产生的误差通过设计辅助系统进行补偿。进而使用障碍函数对攻角指令跟踪误差进行非对称时变约束。针对不确定性和干扰,设计新型自适应律对集中干扰上界进行估计并补偿。最终通过Lyapunov理论证明了闭环系统状态量一致最终有界并且攻角始终满足时变约束。仿真结果表明,本文方法能够在满足攻角约束基础上保证良好跟踪性能。     

高超声速飞行器新型预设性能控制器设计

针对强不确定、多约束条件下高超声速飞行器的控制性能问题, 提出一种新型、同时保证高超声速飞行器瞬态响应和稳态性能的鲁棒预设性能控制器设计方法。首先, 设计一种新型、时变、对数型障碍Lyapunov函数, 结合动态面法, 在保证高超声速飞行器高度和速度子系统稳态跟踪误差精度的同时, 还能确保其收敛速度、超调量等瞬态响应性能;与传统的预设性能方法相比, 该方法无需误差转化, 降低了设计的复杂度。然后, 针对模型和外部扰动不确定问题, 设计了自适应、非线性干扰观测器对不确定的上界进行估计并引入控制律。此外, 还引入辅助误差子系统, 降低高超声速飞行器执行机构饱和对闭环系统的影响。最后, 通过Lyapunov稳定性理论证明了闭环系统所有状态均有界。仿真结果验校了本文控制器设计的有效性。     

动能拦截器变结构自动驾驶仪设计方法研究

介绍了动能拦截器自动驾驶仪回路组成和动力学模型 ,重点研究了动能拦截器自动驾驶仪的变结构控制律设计 ,并进行了原理性的数学仿真计算。数学仿真表明 ,变结构自动驾驶仪具有很好的快速性和很高的姿态控制精度 ,可以满足动能拦截器对姿态控制的要求     

高超声速飞行器俯冲段制导与姿控系统设计

针对高超声速飞行器俯冲飞行段制导与姿态控制问题,建立基于飞行器加速度分量的三通道角速率解算模型,提出一种新颖的制导控制系统设计方法。建立高超声速飞行器俯冲段六自由度(6DOF)质心和绕质心动力学与运动模型,以目标-飞行器三维(3D)空间相对运动模型为基础,利用终端滑模控制方法和零化视线(LOS)角速率原理得到飞行器期望过载进而解算对应的俯仰、偏航和滚转角速率指令;姿控系统基于滑模控制理论完成该三通道角速率指令的跟踪并生成飞行器舵偏指令;该方法以解析模型替代传统姿控系统设计中欧拉角指令的跟踪回路,可有效降低制导与姿控系统阶数并减少控制系统设计参数,同时省略了根据气动系数反求欧拉角指令的过程;仿真结果显示,该方法能保证高超声速飞行器(GHV)精确命中地面固定目标,且俯冲飞行过程中各项状态变量均稳定可控。     

大空域变轨巡航飞行器变结构控制律研究

针对超声速大空域变轨巡航飞行器在变轨过程中出现的系统矩阵摄动问题,给出了具有较强鲁棒性的变结构控制律。通过合理选取滑模面,使得设计的变结构控制律对由于飞行空域变化造成的系统矩阵的摄动具有不变性,从而保证了控制律的鲁棒性。通过对系统相平面的分析及李亚普诺夫理论证明了闭环系统的稳定性。利用饱和函数来近似符号函数,对变结构控制律的抖振现象进行消除。最后给出了数学仿真校验,结果表明所设计的变结构控制律具有较强的鲁棒性。
     

考虑推进和气动弹性影响的高超飞行器的建模与控制

针对高超声速飞行器飞行的速度和高度跨度大、变化快,飞行动力学特性复杂;模型具有非线性,强耦合及不确定性的特点,建立了考虑推进及弹性影响的纵向模型,并提出了纵向模型的鲁棒协调控制器设计方法。该方法在典型高超声速飞行器几何结构基础上,针对机体/发动机一体化设计布局,结合高超声速气动力学和气动弹性有关理论,建立非线性纵向模型;通过分析模型的不确定性来源,对刚体-弹性耦合系统设计了基于线性二次型调节器的隐式模型跟随鲁棒协调控制器,从而保证飞行器在不确定干扰情况下的闭环系统稳定性。仿真结果表明,本方法所设计的控制器在给定的不确定性范围内具有良好的鲁棒性。
     

高超声速滑翔飞行器引入段弹道优化

高超声速飞行器弹道优化设计的目的足得到高超声速飞行的控制指令，从而得到方案弹道，针对其数学模型，寻找一个作为输入的攻角规律使得弹道最优。我们将此弹道问题转化成最优控制问题，通过极大值原理得到最优弹道的一阶必要条件。我们采用遗传算法求解了此两点边值问题。首先从次优化弹道得到攻角的变化规律，然后由从次优化弹道估计出的攻角范围推导出初始伴随变量的变化范围，再用遗传算法在此范崮内优化初始伴随变量得到了伞局最优弹道和相应的初始伴随变量。通过一个实例求得了满足热流约束的最大终端速度弹道，通过比较可知优于次优化弹道，从数值计算例子还可以看到遗传算法是求解两点边值问题的一种比较好的方法。