基于前馈反馈复合控制策略的高空舱高精度电液伺服控制技术

为满足高空舱飞行环境模拟控制系统电液伺服位置控制回路高精度、高响应的需求,采用系统仿真和工程实用控制系统设计与调试相结合手段,依次分析并建立了高空舱电液伺服位置控制回路的数学模型;在MatlabSimulink平台上进行了控制仿真调试与分析,表明所得到的电液伺服位置控制回路可满足高精度控制要求;在控制系统仿真分析的基础上,对实际的控制系统进行了前馈+反馈校正、串级控制等工程改进工作。经实际飞行环境模拟试验验证,工程实现后的电液伺服位置控制回路取得了理想的动态响应和位置跟踪能力,保证了高空台飞行环境模拟控制系统的过渡态调节品质和稳态调节精度。     

涡扇发动机极点配置圆的多变量PI控制设计

为了实现对涡扇发动机高精准稳态控制,在静态输出反馈渐近稳定条件的基础上,考虑控制系统的鲁棒稳定裕度,推导了闭环极点配置圆的条件,提出了 1 种多变量控制系统闭环极点配置圆的线性矩阵不等式 LMI 设计方法。在双转子涡扇发动机上进行了仿真验证,双回路控制仿真表明:控制系统对于高压转子转速和涡轮落压比回路具有伺服跟踪和抗回路耦合干扰性能;单回路控制仿真表明:在不考虑执行机构动态直接进行控制器设计时,其相角裕度将减小 30°左右,导致系统的动态性能和稳定性变差。     

制冷器单回路温控系统PID调节器的设计

制冷器单回路温度控制系统中,调节器控制规律的选择,对系统控制品质有非常大的影响,PID调节器可以加快动态性能,减少超调,消除稳态误差。重点介绍了模拟PID调节器的设计和利用Workbench(电子工作台)模拟仿真进行参数整定的方法。     

飞行器伺服回路的变结构设计

 根据变结构系统（VSS）理论对某飞行器伺服回路进行了变结构设计,给出了控制器设计的详尽步骤,设计方法几何意义直观,在IBM4341机上通过了数字仿真,给出了仿真框图;与原伺服回路的控制性能进行了比较。仿真表明,VSS比传统普通控制系统具有以下几个突出的优点:（1）快速、无超调、无稳态误差;（2）对系统参数交化具有鲁棒性;（3）对外界干扰具有鲁棒性。     

不同过载自动驾驶仪的对比研究

针对三种不同结构的过载自动驾驶仪进行了对比研究,推导了驾驶仪控制回路的闭环传递函数,并对闭环稳态误差进行了分析.基于极点配置方法,设计了自动驾驶仪控制参数.在此基础上,研究了各驾驶仪控制回路对执行机构动力学延迟、非线性环节以及测量噪声的响应特性,并进行了对比分析,为飞行器过载自动驾驶仪的选型和设计提供了依据.     

基于模态切换的航空发动机容错控制

综合了航空发动机控制和故障诊断方法,设计了基于模态切换的任务级和发动机级模式的容错控制系统.任务级模式在发动机部件故障时,通过切换控制策略和控制模式达到恢复或降低发动机性能的要求;发动机级模式在控制回路失效时,根据故障情况切换到容错控制回路,从而保证发动机继续正常工作.数字仿真结果表明:在稳态或加速过程中出现部件故障时,容错控制系统都能够100%恢复发动机的推力;在发动机中间、慢车和节流状态下,当压气机转速控制回路失效时,容错控制系统能够在3s内平稳切换到风扇转速控制回路.      

航空发动机递归神经网络分路式解耦控制

针对航空发动机多变量控制中变量之间的耦合问题,提出了一种基于递归神经网络的分路式动态解耦控制方法,给出了发动机双路式解耦控制系统的结构及其解耦原理和算法。利用递归小波网络较强的动态非线性映射能力,在线完成发动机各控制通道的模型辨识,并回馈对应的灵敏度信息;神经网络PID控制器根据回馈的信息在线自适应调整参数,实现发动机各通道的准确跟踪和分路独立控制。仿真表明,该方法在保证控制系统良好的动态和稳态性能的同时,有效地减小了各回路之间的耦合影响,能够成功应用于发动机控制系统的解耦。      

光纤陀螺惯性平台的稳定回路控制

为了延长惯性平台使用寿命并提高其稳定精度,以光纤陀螺作为惯性平台的敏感元件,建立了平台系统稳定回路的数学模型.针对平台系统的性能指标要求,基于H∞ 控制理论设计稳定回路控制器.仿真结果表明,该稳定回路具有较好的动态和稳态性能,可以满足系统的设计要求.同时,试验验证了该光纤陀螺惯性平台的系统性能,利用Allan方差法对光...     

基于Matlab的无人机全过程飞行仿真

为了对小型无人机全过程飞行仿真进行研究,根据无人机飞行控制回路和制导回路,搭建了模块化的系统仿真结构,将Matlab/Simulink和Stateflow有机结合起来,建立了易于维护和扩展的仿真环境。利用仿真环境对无人机的控制规律和制导规律进行了仿真,结果表明了控制规律和制导规律的合理性,以及全过程仿真环境的实用性。     

基于RBF网络辨识的涡扇发动机双变量神经网络PID解耦控制

根据神经网络与PID算法相结合的思想, 针对涡扇发动机双变量控制中变量之间的耦合问题, 提出基于径向基函数神经网络(RBF)辨识的发动机双变量神经网络PID解耦控制, 并给出控制系统的控制结构及原理.仿真结果表明, 该方法控制精度高、跟踪性能强、鲁棒性良好, 能够有效地减小各回路之间的耦合影响, 并保证控制系统具有良好的稳态和动态性能, 适合航空发动机控制.