运输机超低空重装空投建模与特性分析

采用整体分析与分离体法相结合的建模方法,建立了货物舱内运动状态未知情况下的超低空重装空投过程动力学模型。将货物舱内移动视为对载机的扰动,省去了对货物进行深入受力分析及其运动状态求解的中间环节,简化了模型建立过程。同时,考虑舱内导轨角和牵引力方向时变性,使得建立的模型更加贴近实际空投过程。运输机超低空重装空投过程的数值仿真结果表明,货物移动对载机飞行特性和飞行品质将产生巨大影响。     

地面效应下飞机空投阵风减缓LQR控制

针对运输机在超低空空投过程中容易受到大气环境干扰的问题,研究了在地面效应影响下对运输机超低空空投的建模改进,建立了基于小扰动运动模型的纵向状态空间方程。在此基础上,应用LQR控制方法结合遗传算法优化设计了干扰抑制控制器,使得空投过程具有良好的稳定性和操纵性。结果表明,遗传算法优化的LQR控制方法能够有效抑制阵风对运输机超低空空投过程的干扰,使飞控系统具有更好的稳定性。     

干扰和执行器故障系统的自适应神经网络控制

针对一类存在未知外部扰动和执行器故障的过驱飞行器系统的控制问题,提出了一种非线性自适应控制方案。在自适应控制方案中,设计了神经网络补偿算法逼近未知干扰项来消除环境干扰对系统的影响,提高了系统的鲁棒性。同时,控制律的输出作为控制分配器的输入,设计自适应控制分配算法来补偿执行器故障或输入饱和,从而提高了系统的稳定性和操作性,并利用李亚普诺夫稳定理论证明了所设计的控制系统能使误差系统最终一致渐近有界。最后,给出了一个数值仿真算例,验证了控制方法的有效性。     

超低空空投侧风安全边界确定方法

执行超低空重装空投任务的大型运输机极易受到扰动风的影响从而威胁飞行安全.根据小扰动线性化方法,从载机安全性出发,提出侧风安全边界的确定方法:载机受扰后的瞬态响应峰值不能过大;稳定飞行时,舵面应能提供足够的操纵力和力矩,以补偿风效应产生的附加气动力和力矩.仿真计算结果表明,该方法对超低空空投条件具有良好的分析预测能力.     

超低空空投参数自适应反步控制

为解决超低空空投过程中重型货物舱内移动及出舱阶段给载机的姿态和高度稳定带来威胁这一问题,采用带有参数自适应的反步控制方法设计了飞机纵向控制器。将空投过程中模型的不确定性、强扰动以及控制输入增益转化为待估计参数矩阵,并采用参数自适应更新率对参数矩阵进行估计,结合外环PID高度控制器完成了整个飞控系统的设计。仿真结果验证了控制器的强鲁棒性。     

无人机动态面自适应容错路径跟踪控制

针对固定翼无人机定高盘旋路径跟踪控制问题,基于动态面自适应控制设计了期望路径与时间无关的参数化路径跟踪双环控制器。首先,考虑无人机偏航执行机构的乘性故障,引入滑模函数设计了内环姿态容错控制器;然后,考虑外界非线性时变有界扰动,通过RBF神经网络在线估计补偿未知非线性量;接着,引入一阶滤波器,解决了虚拟控制量求导导致的控制器复杂问题;最后,利用Lyapunov理论证明了算法的稳定性。仿真结果表明,所设计的算法能够实现执行器存在故障时的路径跟踪控制,控制误差收敛于有界值。     

基于神经网络的MIMO非线性最小相位系统鲁棒自适应控制

 针对一类模型未知的具有不确定性和外部干扰的多输入多输出（MIMO）非线性最小相位系统提出了鲁棒自适应输出反馈跟踪控制方案。用高斯径向基函数（RBF）神经网络逼近对象未知非线性,用高增益观测器估计系统不可测量状态。所设计的鲁棒自适应控制器不仅能使闭环系统稳定,所有状态有界,而且跟踪误差一致最终有界,并保证最终边界足够小。仿真结果表明了所提出方法的有效性。     

基于L_1自适应的超低空空投抗侧风控制律设计

针对超低空空投过程中侧风干扰与装备投放过程相耦合,影响载机飞行安全和空投任务的完成等问题,提出了基于L_1自适应的控制律设计方法。利用最优控制对系统线性部分做状态反馈并确定匹配参考模型,在此基础上,考虑系统的匹配和非匹配不确定性,设计L_1自适应控制器实现姿态保持,结合外环PID侧向轨迹控制器实现对航迹的稳定和保持。仿真结果表明,控制器具有优良的控制性能,对复杂侧风干扰和系统非线性不确定性具有很强的鲁棒性,且在高自适应增益下能有效抑制输入信号高频抖振。     

考虑未知扰动的RLV再入鲁棒容错姿态控制

针对复杂再入环境下的可重复使用运载器姿态控制问题,考虑大气的未知干扰、气动参数建模的不确定性以及可能发生的执行器部分失效故障,基于增量反步法和径向基函数（RBF）神经网络设计了姿态角回路和角速度回路的控制器。基于神经网络良好的未知逼近能力,采用RBF神经网络对增量反步法设计过程中的泰勒展开高阶项以及上述未知扰动和故障产生的影响进行逼近估计,并在控制律中进行补偿。经过仿真验证,所设计的控制系统能够在未知扰动影响下有效提高指令的跟踪精度,并且对飞行器的本体特性建模依赖较少,具有良好的鲁棒容错能力。     

运输机超低空空投下滑阶段PIO趋势评估与抑制

提出了超低空空投下滑阶段的PIO问题,研究了空投下滑拉平阶段产生PIO的主要原因.基于描述函数法分析了速率限制反馈(RLF) PIO抑制系统的相位补偿能力和PIO产生机理,推导了抑制PIO发生的计算公式.应用RLF连续信号相位补偿法抑制PIO的发生,对阶跃、离散和正弦三种易于诱发PIO现象的跟踪任务进行了数值仿真.结果表明,超低空空投下滑拉平阶段会发生PIO,严重威胁飞行安全,RLF对PIO具有较好的抑制效果.     

运输机超低空重装空投纵向反步滑模控制研究

分析了超低空重装空投的空投流程,针对超低空重装空投飞行高度低、空投对象质量大的特点,把空投对象的位置和移动速度作为状态变量对货物移动时飞机运动的非线性方程进行了研究,该方程能准确描述出牵引伞的拉力、空投对象在货舱内的实时位置和移动速度对飞机姿态和高度的影响。同时,利用反馈线性化方法对模型进行输入输出线性化,并利用反步法与滑模控制相结合的方法,设计纵向滑模自适应控制器,解决了纵向不可参数化的不匹配不确定控制问题,实现了飞机在超低空重装空投时高度的稳定,保证飞机安全地完成超低空空投任务。     

使用变速控制力矩陀螺的航天器鲁棒自适应姿态跟踪控制

 研究以变速控制力矩陀螺群（VSCMGs）为执行机构的航天器姿态跟踪问题。采用四元数描述姿态, 在姿态误差的描述中引入了现时姿态与期望姿态之间的方向余弦矩阵。考虑执行机构模型参数不确定和有外干扰的情况, 姿态误差动力学方程为多输入多输出(MIMO)的非线性系统。基于Lyapunov理论设计了鲁棒自适应控制器, 运用光滑投影算法避免了估计参数陷入奇异。仿真结果表明, 设计的鲁棒自适应控制律明显地缩小了姿态跟踪误差, 很好地解决了外部环境干扰和执行机构由于安装误差或机械磨损造成的轴承方向未对准的问题。     

基于预设性能的四旋翼无人机编队安全控制

针对四旋翼无人机编队系统存在模型不确定性、未知外部干扰与内部碰撞等问题,提出一种基于预设性能的安全控制方法。首先使用预设性能函数结合误差转换方法,将防止内部碰撞的不等式约束问题转换为无约束问题。同时针对模型中的不确定项,使用神经网络进行逼近;针对神经网络逼近误差与未知外部干扰组成的复合干扰,使用非线性干扰观测器进行估计,并分别设计位置与姿态子系统控制器,避免了编队内四旋翼无人机的碰撞。然后借助Lyapunov方法证明了闭环系统所有信号的收敛性。最后通过数值仿真验证了所提控制方法的有效性。     

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。     

Adaptive accurate tracking control of HFVs in the presence of dead-zone and hysteresis input nonlinearities

A novel accurate tracking controller is developed for the longitudinal dynamics of Hypersonic Flight Vehicles (HFVs) in the presence of large model uncertainties, external disturbances and actuator nonlinearities. Distinct from the state-of-the-art, besides being continuity, no restrictive conditions have been imposed on the HFVs dynamics. The system uncertainties are skillfully handled by being seen as bounded “disturbance terms”. In addition, by means of back-stepping adaptive technique, the accurate tracking (i.e. tracking errors converge to zero as time approaches infinity) rather than bounded tracking (i.e. tracking errors converge to residual sets) has been achieved. What’s more, the accurate tracking problems for HFVs subject to actuator dead-zone and hysteresis are discussed, respectively. Then, all signals of closed-loop system are verified to be Semi-Global Uniformly Ultimate Boundness (SGUUB). Finally, the efficacy and superiority of the developed control strategy are confirmed by simulation results.     

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     

Reconfigurable fault-tolerant control for supersonic missiles with actuator failures under actuation redundancy

Aircraft undergoing actuator failures into under-actuation have been seldom studied in literature. Aiming at addressing actuator failures of Total Loss of Effectiveness (TLOE) as well as Partial Loss of Effectiveness (PLOE) resulting in different system actuations, reconfigurable Fault-Tolerant Control (FTC) is proposed for supersonic wingless missiles under actuation redundancy. The under-actuated system of TLOE failure patterns is solved by transformation to cascade systems through a ‘shape variable’. Meanwhile, actuator TLOE faults of different unknown failure patterns from proper actuation to under-actuation are accommodated by a reconfigurable adaptive law on a multiple-model basis. The backstepping technique with the Extended State Observer (ESO) method adopted as a basic strategy is applied to an established symmetric coupled missile system with actuator PLOE faults, modeling errors, and external disturbances. Additionally, the nonlinear saturation characteristics of actuators are settled by an auxiliary system with the Nussbaum function technique. The stability of the control system is analyzed and proven through Lyapunov theory. Numerical simulations are implemented in the presences of aerodynamic uncertainties, gust disturbance, and actuator failures. Results demonstrate the effectiveness of the proposed method with satisfactory tracking performance and actuator fault tolerance capacity.     

具有Lipschitz非线性系统的航天器故障检测

对存在未知干扰的Lipschitz非线性系统,探讨了基于滑模观测器的执行器故障检测的方法。通过等价状态变换,可以得到2个子系统,其中一个子系统与执行器故障和未知干扰耦合,而另一个子系统则只与执行器故障耦合。在此基础上,提出了一种免受未知干扰影响,可对执行器故障敏感的滑模观测器设计方法。这种滑模观测器可以作为故障检测工具,而将其输出估计误差作为残差发生器,用于执行器故障检测。相比滑模观测器的故障重构方法,该方法大大放宽了对数学假设条件的要求。最后,对一个大攻角状态下的航天器的简化模型进行了数字仿真,仿真结果表明了所提方法的有效性。     

具有饱和补偿的碟形飞行器神经滑模控制

针对执行机构饱和非线性未知的碟形飞行器,在考虑执行机构动态的基础上,设计了基于神经网络的滑模控制器,给出了相应的控制律和参数选择方法.神经网络用来估计执行机构的饱和量,从而在设计控制器时,可以对执行机构的饱和进行相应补偿.仿真结果表明了该方法的正确性和有效性