航空发动机模型参考模糊自学习控制

模型参考模糊自学习控制方法利用一个参考模型作为被控对象的输出性能要求，并且根据参考模型的输出和实际对象的输出间的误差，经过一个逆模糊模型学习产生模糊控制系统的控制规则。本文基于该方法离线构造了某型发动机的模糊控制器，并在发动机的其它状态及飞行包线的其它点进行在线学习校正，以得到期望的性能。仿真结果表明用该方法设计的模糊控制系统获得了满意的控制效果。     

无人机4D制导系统研究

基于逆运动学方法设计了无人机四维制导系统。基本姿态控制器采用基于在线神经网络的非线性动态逆控制器。动态逆控制器用来对消无人机的非线性，在线神经网络补偿对消不精确引起的状态误差。制导系统的任务就是由给定的三维航迹，解算出航迹角，并生成三个姿态角指令，同时设计发动机控制回路以控制航迹速度，最终实现精确的四维航迹跟随。     

MIMO非线性非最小相位系统的鲁棒跟踪控制

针对仿射多输入多输出非线性非最小相位系统,提出了一种新的鲁棒跟踪控制方案.用反馈线性化解耦系统输入输出关系,通过高增益状态反馈镇定系统外部动态,通过模型预测控制镇定系统内部动态,所设计的控制器能保证跟踪控制闭环系统的指数稳定性,且对系统参数扰动具有鲁棒性.仿真结果表明了所提出方法的有效性和优越性.     

航空发动机的降低ZP／LTR控制

研究了航空发动机的多变量鲁棒控制，提出了代价设计对象模型的构造方法。该模型是通过对被控对象的发动机执行机构进行特定输出反馈而得到的，它与被控对象模型阶次相同，明显低于目前常用的增广设计方法设计对象模型的阶次。基于低阶设计对象模型，作者以前研究的ZP／LTR设计方法转化为低价ZP／LTR设计方法，应用该方法使设计控制器的阶次明显降低，从而更易实现。通过对某型涡扇发动机的仿真研究验证了低阶ZP／LTR设计方法的有效性。     

一种带智能补偿器的神经网络控制器及其应用

为非线性控制系统设计了一种带智能补偿器的神经网络控制器。神经网络用来提供主要的控制输入信号,网络的训练可离线进行,网络的使用采用联想记忆方法。经神经网络控制器控制后,系统的实际输出值与期望值之间偏差不大,因此可将误差模型方程线性化。针对这一线性化模型,可以设计一个智能补偿器来补偿由于训练精度、干扰及时延等因素引起的系统误差。利用以上设计方法,本文对战斗机的“眼镜蛇”机动飞行控制进行了仿真研究,仿真     

直流调速系统的模糊自适应PID控制器设计

利用模糊自适应PID控制器对直流调速系统进行控制,设计了三个自适应模糊控制器分别实时调整PID参数。结合MATLAB中的Fuzzy toolbox和SIMULINK,实现了该模糊自适应PID控制器的计算机仿真。结果表明,该控制器提高了系统的稳态和动态性能。     

运载火箭POGO主动抑制的LQR控制器设计

针对传统蓄压器难以满足大型捆绑火箭的Pogo抑制要求的问题,本文提出了基于LQR控制器设计的Pogo主动抑制方法.以采用低温液氧/煤油补燃循环发动机的某运载火箭为研究对象,建立了Pogo主动控制单元模型,导出了Pogo控制系统的状态空间模型;以泵入口压强最小为指标,设计了LQR全状态反馈控制器和部分状态反馈控制器,实现...     

无人机非线性非仿射飞控系统的自适应模糊H∞ 输出反馈控制及其应用

研究了非仿射非线性系统的模糊自适应H∞输出反馈跟踪。在非仿射非线性模型不确定或未知的情况下,首先将非仿射系统展开为仿射系统的形式,使用模糊自适应控制器对系统进行控制,然后基于Lyapunov稳定性定理得出自适应律,并通过解一个代数Riccati方程实现了H∞跟踪性能。在状态不可测情况下,引入高增益观测器估计系统状态并设计了输出反馈控制器,实现了系统的输出反馈控制性能。最后,通过对无人机飞行控制的仿真验证了算法的有效性。     

高超音速飞行器的模糊滑模变结构控制

针对高超声速飞行器具有强耦合、快时变和高度非线性的特点,本研究采用反馈线性化方法,对高超声速飞行器的纵向模型进行输入/输出精确线性化,实现了控制量的解耦。然后基于线性化后的纵向模型,设计了一种模糊滑模控制器,先采用基于动态逆控制的滑模变结构控制器,对模型已知的部分进行精确控制;采用基于模糊函数逼近器,针对模型的不确定性进行自适应补偿控制。最后对某高超声速飞行器的纵向飞行控制进行仿真。结果表明,线性化模型在仿真层面上是正确的,控制方法在仿真层面上是有效性的。     

航空发动机PID控制参数优化的改进遗传算法

提出一种基于参考模型特征指标的P ID控制参数寻优算法。采用遗传算法(GA)优化某型涡扇发动机P ID控制参数,以理想二阶系统作为参考模型,将其与实际闭环系统输出差值平方的时间积分作为系统的适应度函数。设计过程中只需选择二阶系统的自然频率和阻尼比就能准确地实现期望的动态和稳态性能。与传统的基于系统性能指标加权的适应度函数相比,新的适应度函数计算方法避免了加权系数与系统响应形式没有明确对应关系的缺陷。新方法所选参数物理意义明确,算法简单,易于实现。     

Fuzzy－PID控制在高精度数字伺服系统中的应用

Ｆｕｚｚｙ控制已在工业过程控制中取得了一系列成功的应用，但在高精度数字伺服系统中的应用还未见报导。本文通过分析Ｆｕｚｚｙ控制和ＰＩＤ控制各自的特点，将Ｆｕｚｚｙ控制和ＰＩＤ控制有机结合起来，设计了一种新型的混合式智能调节器Ｆｕｚｚｙ－ＰＩＤ控制器，它具有结构简单、抗干扰能力强，调整时间短等优点，可同时兼顾控制系统的动静态性能。笔者将该控制器应用于高精度数字伺服系统中取得了较好的效果。应用实例表明，该控制器具有良好的动静特性和一定的鲁棒性，而且控制算法简单，实现方便。     

模糊控制算法分析及改进

基于E.H.Mamdai等人的模糊控制算法,本文讨论了模糊控制器参数的选择及对系统输出性能的影响。与已有的方法不同,本文注重物理概念的分析,并研究了模糊控制器参数的自调整问题。这是因为基本模糊控制器参数的选择难以同时兼顾控制系统的动静态性能,一般只好采取折衷的方法。为了改善控制系统性能,一种实用的方法是在线调整模糊控制器的参数。文中提出了一种分段式自调参方案,仿真结果表明该方案优于已有的自调参方案。为了达到有效的调参目的,本文给出了模糊控制器参数初始配置的一种关系,并通过仿真,验证了该关系是确切的。最后,基于模糊控制算法的特点,探讨了一种新的模糊控制算法的构思,作为今后进一步研究的问题。     

并联式混合动力车能量控制策略设计(英文)

提出了一种新颖的能量控制策略的设计方法用于并联式混合动力车.首先用SQP算法求解最大系统效率问题以实现全局优化;然后用模糊控制系统来协调发动机和电池的工作点实现局部优化.模糊系统的模糊规则建立则是汲取了SQP优化结果,从而保证全局与局部的统一.计算机仿真结果表明,运用该能量控制策略的混合动力车能达到较好的燃料经济性.     

飞机自动驾驶仪俯仰控制系统仿真研究

分别对比设计了PID控制器、LQR最优控制器和模糊控制器,并建立了对应的Matlab控制模型进行仿真研究。阶跃响应仿真实验结果表明：飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器能更好地实现对飞机俯仰角的控制,具有响应快速、超调小、误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好,而飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

飞机穿越微下击暴流风切变的智能控制

在应用模糊逻辑建模与辨识方法建立微下击暴流风切变模型的基础上，根据恒定俯仰姿态改出微下击暴流的飞行引导策略，提出了一种改出微下击暴流风切变的模糊反馈控制系统，并将遗传算法应用于该模糊逻辑控制器的设计。结果表明，本文提出的建模方法能够更真实地反映出飞机穿越微下击暴流风场的动态特性；采用模糊逻辑控制器，可使得飞机在穿越微下击暴流风场时具有较好的改出性能；另外，遗传算法的应用对已设计的模糊逻辑控制器进行了优化，进一步改善了飞机穿越微下击暴流的性能。     

一种变论域模糊自适应导引律研究

针对空空导弹的导引律问题，基于模糊逻辑和遗传算法．提出了一种论域自调整的进化模糊导引律。将导弹与目标的接近速度以及导弹的视线角速度作为模糊控制器的输入，指令加速度作为输出，并在传统的模糊逻辑控制基础上引入了一个非线性变论域函数，从而实现了模糊变量论域的动态改变，然后使用遗传算法对导引规则进行了寻优。以某型空空导弹模型为对象使用MATLAB对导弹攻击过程进行了仿真。仿真结果表明，该方法的机动过载小，拦截飞行时间短，是一种较为优越的制导方法。     

神经网络控制在综合火力／飞行系统中的应用

提出了两种基于模糊控制的神经网络控制器的设计方案，并将这两种控制器应用于综合火力／飞行系统的耦合控制。两种方法的主要差别在于获取样本的方式不同。方案１是通过对模糊控制方法得到的响应曲线采样获取样本，由Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法训练神经网络，得到一组固定权值。神经网络控制器采用这组权值以“联想记忆”的方式工作。方案２则从用模糊控制算法得到的控制查询表中获取样本。因为模糊控制查询表比较大，采样时依据该表构成的相平面图的特点，对采样点数进行了压缩，使所设计的神经网络的规模可以接受，其余的设计步骤与方案１基本相同。仿真结果表明，采用这两种神经网络控制器的控制系统都具有良好控制性能     

Fuzzy Optimal Control Design for Ship Steering

This paper presents a method to design a control scheme for nonlinear systems using fuzzy optimal control.In the design process,the nonlinear system is first converted into local subsystems using sector non-linearity approach of Takagi-Sugeno(T-S) fuzzy modeling. For each local subsystem,an optimal control is designed. Then,the parameters of local controllers are defuzzified to construct a global optimal controller. To prove the effectiveness of this control scheme,simulations are performed using the mathematical model of Esso Osaka tanker ship for set-point regulation with and without disturbance and reference tracking. In addition,the simulation results are compared with that of a PID controller for further verification and validation. It has been shown that the proposed optimal controller can be used for the nonlinear ship steering with good rise time,zero steady state error and fast settling time.     

方坯叶片电解加工过程的模糊控制方法

采集方料毛坯叶片电解加工整个过程的电流信号,用小波变换法对信号进行降噪处理,得到一条电流随间隙减小而呈增大趋势的光滑曲线。设计了一种二维M andan i型模糊控制器,以所得光滑电流曲线作为标准曲线,以加工电压的增量为模糊控制器输出,控制实际加工电流,使其在多种扰动下跟踪标准电流曲线。在M atlab的S im u link模块中,通过对由模糊控制器和电解加工系统组成的联合模型进行仿真试验,整定模糊控制器的3个增益参数。仿真试验表明,该方法可使电解加工系统较好地重现预设的加工过程,实现对电解加工全过程的控制。该方法也可以应用于其他类型的电解加工过程控制。