近空间可变翼飞行器模态切换自适应控制研究

针对近空间可变翼飞行器在模态切换时存在参数不确定性的问题,研究了一种基于状态反馈输出跟踪的模型参考自适应控制方法。首先,基于近空间可变翼飞行器的状态方程,设计状态反馈控制器。在此基础上,设计了一种自适应更新律,实时估计控制器参数来消除参数不确定性的影响。仿真结果验证了模型参考自适应控制器的控制效果,以及对模态切换时参数不确定性的抑制能力。     

伞翼无人机精确建模与控制

前缘切口以及后缘下偏是影响伞衣气动力计算的关键因素。为实现伞翼无人机（UAV）的精确控制，从提高翼伞系统动力学模型的精度入手，在升力线理论的基础上，基于计算流体动力学方法，综合考虑前缘切口以及后缘下偏的影响，计算了不同切口尺寸模型的升力、阻力系数。利用最小二乘法辨识了升力、阻力系数与迎角、切口尺寸以及下偏量的关系，实现了翼伞气动力的精确计算，改进了伞翼无人机的六自由度动力学模型。对改进的动力学模型进行轨迹跟踪控制的仿真，通过与空投试验数据的对比，验证了改进翼伞系统动力学模型方法的准确性，对于伞翼无人机的仿真和控制器设计具有重要意义。     

扑翼飞行器动力系统建模方法

为快速评估扑翼飞行器的航时,便于针对不同扑动翼进行动力系统设计与优化,逐步减少实物验证与试飞,加快扑翼飞行器的研制,基于实验数据参数辨识的方法建立了包含直流无刷电机、电调（ESC）、锂电池和扑动机构等扑翼飞行器动力系统组件的动态模型,其中电机模型相对误差小于10%,锂电池动态模型相对误差小于6%;提出了一种基于风洞试验气动数据和功率数据的扑动轴瞬时气动载荷半经验高精度建模方法,解决了气动载荷测量较为困难的问题,模型确定系数大于0.89;集成以上模型后的扑翼飞行器仿真系统还包含扑动翼周期平均气动模型、平尾气动模型和纵向控制模型,确保仿真在动态配平状态下进行,可进行全任务剖面航时仿真,航时仿真与实际试飞结果相比误差小于3%。集成的扑翼飞行器仿真系统采用模块化建模思想,各模型参数独立可调,能进一步应用于扑翼飞行器多学科优化等研究。     

动力翼伞系统空投风场的辨识与应用

风场对动力翼伞系统的运动状态有着重要的影响,获得风场中风的速度和方向可以使动力翼伞系统利用或者消除风场的影响。针对风场辨识问题,通过分析动力翼伞系统在风场作用下的飞行特性,提出了一种基于动力翼伞系统在风中的飞行状态进行风场辨识的方法。该方法仅使用动力翼伞系统配备的全球定位系统（GPS）模块采集定位数据,计算获得动力翼伞系统飞行的速度和方向,根据风场与动力翼伞系统的动态关系,利用最小二乘法对风场进行在线辨识。为了保证辨识精度,由GPS获得的动力翼伞系统运动信息经卡尔曼滤波器进行滤波处理。仿真结果表明：该方法对风场有较高的辨识效果,并能辅助实现雀降。     

基于预警卫星系统的临近空间飞行器跟踪

系统地研究了如何对临近空间飞行器进行有效实时跟踪的问题,并提出了一种基于约束总体最小二乘与自适应交互式多模型（CTLS-AIMM）滤波相结合的实时跟踪滤波算法。首先考虑到临近空间飞行器的特点,选择使用红外预警卫星系统探测目标飞行器,并使用约束总体最小二乘算法（CTLS）对目标进行粗定位;然后在粗定位信息基础上,使用自适应交互式多模型滤波算法（AIMM）对目标飞行器进行实时跟踪。在AIMM中,根据临近空间飞行器机动特性,合理选择目标模型集,并使用迭代最小二乘算法对模型参数进行自适应调整。通过仿真,验证了该跟踪滤波算法的可行性。     

一种扑翼飞行器气动参数的辨识方法

针对实际飞行中无法直接测量的扑翼飞行器气动参数辨识问题,结合刚体六自由度模型,提出一种基于迭代学习和人工鱼群法的扑翼飞行器隐式气动参数辨识方法。鉴于扑翼飞行器飞行试验中待辨识气动参数值难以直接测量、导致一般辨识算法中梯度难以求解的问题,提出基于摄动法的梯度方向寻优方法。考虑到待辨识参数数量及辨识结果对参数初始值的敏感性,该方法采用人工鱼群算法优化计算待辨识参数初始值。且针对迭代过程中损失函数易陷入局部最优和优化速度受限问题,采用变学习因子迭代学习策略。试验结果表明,所提出的算法能有效估算出扑翼飞行器气动参数。     

基于预警卫星系统的临近空间飞行器跟踪简

 系统地研究了如何对临近空间飞行器进行有效实时跟踪的问题,并提出了一种基于约束总体最小二乘与自适应交互式多模型（CTLS-AIMM）滤波相结合的实时跟踪滤波算法。首先考虑到临近空间飞行器的特点,选择使用红外预警卫星系统探测目标飞行器,并使用约束总体最小二乘算法（CTLS）对目标进行粗定位;然后在粗定位信息基础上,使用自适应交互式多模型滤波算法（AIMM）对目标飞行器进行实时跟踪。在AIMM中,根据临近空间飞行器机动特性,合理选择目标模型集,并使用迭代最小二乘算法对模型参数进行自适应调整。通过仿真,验证了该跟踪滤波算法的可行性。     

复杂环境下翼伞系统的组合式航迹规划

传统翼伞系统的航迹规划主要考虑落点精度及逆风着陆等指标,而当空投区域环境较为复杂,在翼伞系统归航路径上存在障碍时,如何规避这些障碍也成为翼伞系统航迹规划所必须要考虑的因素。针对翼伞空投过程有可能遇到高山或者高大建筑物阻碍的问题,提出了一种复杂环境下翼伞系统的组合式航迹规划策略。该方法将翼伞空投的区域分为障碍区和着陆区,在障碍区中采用快速搜索随机树（RRT）算法进行可行路径搜索,考虑到RRT算法生成的轨迹包含棱角,导致路径不够平滑的问题,结合翼伞系统质点模型的运动特性,对其进行了适用性改进,以使规划的航迹满足实际翼伞空投需求。为了解决RRT算法搜索方向随机,难以满足逆风着陆的问题,当翼伞系统进入着陆区后采用分段归航的方式设计航迹,并借助遗传算法（GA）求解目标参数,实现翼伞系统能量控制及逆风着陆。提出的复杂环境下翼伞系统的组合式航迹规划策略求解速度较快,能够同时满足翼伞系统避障、能量控制及逆风着陆要求,得到的参考航迹较为平滑。     

基于知识特征的飞行器结构有限元参数化建模技术研究

讲述了一种基于知识工程原理的飞行器结构有限元参数化建模技术,该方法基于飞行器导入几何和知识特征表,解决了传统有限元建模技术的信息间断问题。通过脚本语言开发实现了全飞行器结构有限元模型的自动建立及分析过程,显著提高了有限元建模和调参分析的效率。该方法符合工程单位的硬件环境和设计习惯,适用于飞行器结构设计的各个阶段,利于在航空航天部门应用推广。     

航迹跟踪的DMC方法设计研究

动态矩阵控制（DMC）是模型预测控制（model predictive control）的一种典型算法,通过模型预测、在线滚动优化和反馈校正来对被控系统实施优化控制,能有效处理系统输入输出约束和抑制随机干扰。论文在碟形飞行器控制模型基础上,设计了基于DMC方法的飞行器航迹跟踪控制系统。通过选取多组参数进行仿真研究,明确了DMC方法三个主要参数在系统中的作用,并获得了较好的航迹跟踪控制效果。     

基于特征模型的高超声速飞行器鲁棒控制方法

针对高超声速飞行器不确定性因素多、参数变化范围大的特点,将特征建模理论与多模型自适应控制方法相结合,设计了一种基于特征模型的鲁棒自适应控制方案.将飞行器的飞行包络划分为若干个子空间,基于对象特征模型分别设计各子空间的H,鲁棒控制器,飞行过程中,通过在线辨识得到的特征模型参数对各子控制器进行平滑切换.该控制方案不但可以较...     

基于自适应的变形式陆空机器人转域过程飞行控制

针对一种变形式四旋翼陆空两栖机器人，研究空陆转域飞行控制方法，为实现陆空机器人从空中到地面的连续机动奠定了基础。建立了等效于变形式四旋翼陆空两栖机器人的飞行及转域系统结构模型和动力学模型，针对转域变形过程中转动惯量的改变及复杂飞行环境中负载变化和机体质量受损问题，在设计了基于线性二次型调节器（LQR）算法的姿态控制器和基于比例-积分-微分（PID）算法的高度控制器基础上，设计加入模型参考自适应系统（MRACS）解决模型参数不确定性问题。利用Adams/MATLAB联合仿真，首先得到空陆转域变形角度的极限值，然后对比仿真有无自适应补偿器的控制效果验证了该控制方法的高效性。研制了转域飞行样机，对空陆转域变形角度极限值和飞行控制方法进行了试验验证。     

冲压式翼伞气动性能研究

随着计算流体动力学(CFD)的发展、空投系统以及航天器回收过程对定点回收精度要求的提高,精确计算冲压式翼伞的气动参数必不可少。首先,采用有限体积元法求解N-S湍流模型的κ-ε控制方程,对NASA兰利研究中心采用的三维翼伞进行了气动性能分析,验证了方法的可行性;然后将该方法应用于某型翼伞中,分析了翼伞周围的绕流特性,得到了不同迎角来流条件以及伞衣后缘不同程度下偏的气动力数据,为翼伞系统的数学建模提供了准确的参数,从而克服了传统经验公式获得气动参数不准确的缺点。     

基于新型高维代理模型的气动外形设计方法

随着现代飞行器性能需求的不断提高，飞行器精细化气动优化设计要求更高可信度的CFD数值分析及更多的独立设计变量，使得基于代理模型的全局优化算法在超过一定的设计变量后显著降低了效率，难以满足复杂工程的设计需求。而目前的高维代理模型过程复杂、时间花费高，缺乏对工程问题的广泛适应性。针对以上难题，提出了利用监督式非线性降维代理建模方法来缓解代理优化过程中的高维变量设计难题。该方法将核主成分分析（非线性）降维与高斯回归过程模型统一训练，自适应构建新型高维代理模型，并随着优化过程不断学习改进模型，建立了从高维输入到输出的准确映射，有效解决了传统高维代理模型训练时间花费高和适应性差等难题。然后基于该新型代理模型发展了适用于飞行器复杂气动设计的高维全局优化设计方法，并将其应用到美国航空航天学会（AIAA）优化小组发布的2个复杂跨声速优化算例中。通过与传统代理优化方法全面比较，验证了所提的方法能大幅提高飞行器高维变量全局优化效率和全局寻优能力。     

改进参考模型的涡扇发动机多变量模型参考自适应控制

针对涡扇发动机难以获得精确数学模型和普通模型参考自适应控制不保证动态性能的问题,提出了一种具有改进参考模型的涡扇发动机多变量模型参考自适应控制方法。采用状态反馈形式设计了状态跟踪的多变量自适应控制器,其中对参考模型作了引入跟踪误差反馈的改进,使得高自适应增益下跟踪曲线的超调得到明显的抑制,动态响应得到改善。应用该方法对涡扇发动机非线性部件级模型进行仿真分析,结果表明,控制系统调节时间小于2s,无稳态误差,具有良好的控制品质。     

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。     

基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。     

翼伞后缘偏转过程的流固耦合动力学特性

深入研究翼伞后缘偏转过程的气动与结构耦合动力学问题是解决大型翼伞精确空投系统机动转弯和雀降等操纵动作设计分析的重点内容。首先基于ALE算法和罚函数耦合方法对翼伞后缘偏转过程进行流固耦合动力学建模,之后基于结构化的ALE求解方法和瞬态非线性求解器对翼伞三维模型的单个气室后缘偏转进行仿真验证,预测了后缘偏转运动引起的周围流场流动分离现象。分别针对翼伞后缘单侧下偏和双侧下偏过程的流固耦合行为进行仿真分析,获得全时域内翼伞结构场和周围流场特性动态演化结果,以及翼伞气动性能参数时间历程曲线,发现了后缘下偏过程的操纵延迟现象。最后通过风洞试验对仿真结果进行验证,证明了方法的有效性,为大型冲压翼伞的设计和应用提供理论和技术支撑。     

多威胁障碍下翼伞系统的最优轨迹规划

针对翼伞系统在多威胁障碍环境下的最优轨迹规划问题,提出了一种结合改进RRT~*算法和高斯伪谱法的混合策略方法。根据翼伞运动模型特点,改进了原始RRT~*算法的距离度量和节点扩展方式,采用目标偏向的采样策略加快算法找寻初始轨迹的速度;根据翼伞系统的四自由度运动模型建立以控制量为目标函数的最优控制问题,利用高斯伪谱法将最优控制的轨迹规划问题转换为带约束的非线性规划问题,再将初始轨迹作为该非线性规划问题的初始解以减少迭代次数、加快收敛速度。仿真结果表明,所提方法在多威胁障碍环境下可以规划出满足要求的最优轨迹,且比原高斯伪谱法节约了大量运行时间。     

翼型激波抖振的无模型自适应控制

由于受到流动环境中的不确定因素影响,针对流动系统设计的闭环控制律需要考虑这些不确定因素,自动适应随机扰动和突发扰动.基于流动模型所设计的闭环最优控制,虽然可以以较小的控制量获得满足目标函数的最优控制效果,但随着流动模型的引入,随之而来的建模精度、未建模动态等问题也会出现,固定的流动模型也会限制控制系统的自适应能力.针对翼型在跨声速流动中遇到的激波抖振问题,为了消除不同来流状态的激波抖振带来的脉动载荷,开展了基于数据驱动方法的无模型自适应控制.流场数值仿真采用URANS方法,作动机构采用尾缘舵面,以升力系数作为反馈信号.当流动状态变化时,无模型自适应控制利用输入输出数据在线将流动系统等价转化为动态线性化数据模型,最小化性能指标得到控制律,使系统自动地工作于最优或接近最优的状态.时域仿真结果显示,无模型自适应控制效果优于开环控制和比例控制,并且当来流状态随时间发生变化时,无模型自适应控制也能够完全消除抖振脉动载荷.