双框架MSCMG框架伺服系统的动力学解耦及扰动补偿

双框架磁悬浮控制力矩陀螺(MSCMG)框架伺服系统是一个多变量、强耦合、非线性的复杂系统,针对耦合力矩对框架系统速率伺服性能的影响,以及框架系统动力学解耦之后存在残余耦合、卫星运动引起的牵连力矩和非线性摩擦的问题,提出了微分几何法与扩张状态观测器(ESO)相结合的高精度控制方法,在线性化解耦的基础上对残余耦合、牵连力矩及非线性摩擦进行观测补偿以提高框架伺服系统解耦及速率跟踪性能。仿真结果表明、由耦合力矩引起的内、外框架速率波动最大值分别从0.18(°)/s和0.12(°)/s减小到5×10^-3(°)/s和4×10^-3(°)/s,内、外框架正弦角速度跟踪误差分别从0.18(°)/s和0.19(°)/s减小到0.005(°)/s和0.004(°)/s。所提出的方法实现了框架伺服系统的动力学解耦以及非线性摩擦和牵连力矩的补偿,提高了框架系统的解耦性能和速率伺服精度。     

飞行器RCS控制力矩辨识方法研究

对于依靠RCS(反作用控制系统)进行控制的返回舱等跨大气层飞行器,如何获得其在真实飞行条件下RCS的控制力矩一直是一个难题。本文提出了采用系统辨识技术得到RCS控制力矩的思路,研究建立了基于最大似然准则和牛顿-拉夫逊迭代算法的参数辨识算法模型。仿真辨识及对某飞船返回舱实际飞行数据的辨识结果表明,本文建立的方法是有效的,利用其能够对飞行器的气动力矩和RCS控制力矩同时进行有效辨识。     

电动负载模拟器的多余力矩抑制

为实现负载台的恒力矩加载,必须抑制由于舵机主动运动造成的多余力矩。文章通过数学建模仿真和对系统扫频辨识,应用结构不变性原理抑制了多余力矩,并在实际系统进行了验证,证明了此种抑制多余力矩方法的有效性。     

基于卡尔曼滤波器的扰动补偿控制研究

为了减小干扰力矩对转台性能的影响,提出了基于卡尔曼滤波器扰动补偿控制来抑制干扰力矩的方法。首先分析了转台运动状态的卡尔曼估计算法,利用卡尔曼滤波得到的估计扰动对扰动进行补偿控制,并设计了带补偿器的控制系统。试验结果表明,基于卡尔曼滤波器的扰动补偿可以对摩擦力矩和轴间耦合力矩等扰动力矩进行有效的抑制,显著的提高了转台的性能。     

一种改进的基于分解控制的非线性力矩补偿策略及其在直流电机系统中的应用

 针对直流电机系统中存在的非线性摩擦力矩和波动力矩,提出一种改进的非线性力矩补偿策略,将重复控制机制引入到基于分解控制的补偿策略中。其中,鲁棒自适应补偿器用来补偿系统中存在的非线性摩擦力矩和波动力矩;而插入的重复控制器用来进一步提高系统运动曲线的跟踪性能。二者的综合构成了系统完整的控制律。Lyapunov方法证明了闭环控制系统的全局稳定性。最后,通过对高精度伺服系统的仿真研究证明了该改进补偿策略的有效性。     

球柱联合转台轴承摩擦力矩特性

为研究球柱联合转台轴承摩擦力矩特性,建立了轴承的力学模型,采用Newton-Raphson法对模型进行求解。分析了轴承摩擦力矩产生机理,建立了摩擦力矩计算模型,利用试验机对模型进行了试验验证,研究了不同结构参数对轴承摩擦力矩的影响。结果表明:所建立的模型可较好的实现轴承摩擦力矩预测,轴承摩擦力矩与轴向载荷、倾覆力矩和轴承转速呈正相关;减小初始轴向游隙可显著降低轴承摩擦力矩;钢球数量存在一个最优值使轴承摩擦力矩最小;沟曲率半径存在合理区间使轴承综合性能最优;适当减小保持架质量可有效降低轴承摩擦力矩。研究结果为球柱联合转台轴承的优化设计提供了理论依据。     

基于时频域滤波及频域广义整体最小二乘辨识的飞机颤振模态参数辨识

提出一套适用于噪声环境的飞机颤振模态参数辨识方法.为减小噪声对辨识结果的影响,首先设计了一种针对扫频激励的时频滤波器,利用扫频信号及其响应在时频域分布较为集中的特点,有效去除噪声,提高了试验数据的信噪比.为进一步提高辨识精度,提出了一种基于随机模型的频域广义最小二乘辨识算法.将噪声条件下的系统辨识问题转化为广义整体最小二乘问题,并采用线性的广义奇异值分解求解模型系数,避免了非线性优化的复杂计算.通过优化加权项,获得了接近极大似然估计的辨识效果.最后,通过试飞试验数据验证了方法的有效性.     

转台控制器中滞-滑极限环的分析与补偿

本文针对库仑摩擦引起的滞一滑现象对转台控制器的影响，在综合考虑转台控制器中各种摩擦的情况下，深入分析了滞滑极限环产生的原因以及对高精度转台控制器的损害，在考虑转台摩擦的情况下，通过对PD控制下力矩平衡点集的推导，在使用Karnopp摩擦模型的转台PID控制器中，对引起转台滞滑现象的摩擦力矩进行非线性反馈力矩补偿，仿真结果显示此种补偿方法效果良好。     

基于遗传算法优化小波网络的柔性喷管力矩特性辨识方法

为准确辨识负载力矩并提高主动加载负载模拟的真实度，使用了一种基于遗传算法优化的神经网络辨识方法。使用小波分析方法对测试信号进行预处理，将消噪与分解后得到的信息作为神经网络训练的扩充样本，提高了辨识精度。使用遗传算法选择最优输入信息、网络结构和隐含层规模，加快网络收敛速度并简化计算过程，实现对柔性喷管力矩的快速准确辨识。仿真结果表明该辨识方法可以准确地描述柔性喷管在典型测试信号激励下的力矩特性，平均辨识误差为2%，对于实现精确主动加载控制和验证伺服控制性能具有重要意义。     

一种新的干扰力矩补偿方法在测试转台中的应用

为提高转台位置跟踪精度,提出了一种新的复合控制方法:电机中摩擦模型采用摩擦参数为非一致性变化的LuGre动态模型。控制器采用参数自适应律和CMAC神经网络来估计未知LuGre模型参数和辨识位置周期摩擦扰动并给与补偿。该方法保证了闭环系统全局稳定性和对期望位置信号的渐进跟踪,提高了转台位置跟踪精度。     

无人直升机模型体系设计

基于动量理论、叶素理论与FLIGHTLAB软件,为样例无人直升机建立了模型体系,该模型体系包括直升机对象的三个数学模型:动量模型、叶素模型与FLIGHTLAB模型.动量模型主要用于对象性能初步分析与控制系统初步决策;叶素模型主要用于控制系统设计;FLIGHTLAB模型主要用于动量模型与叶素模型的对比、分析与修正,构成了直升机模型体系,通过仿真与飞行试验,该模型体系效果较好,置信度高.     

Two-stage open-loop velocity compensating method applied to multi-mass elastic transmission system

In this paper, a novel vibration-suppression open-loop control method for multi-mass system is proposed, which uses two-stage velocity compensating algorithm and fuzzy I ＋ P control- ler. This compensating method is based on model-based control theory in order to provide a damp- ing effect on the system mechanical part. The mathematical model of multi-mass system is built and reduced to estimate the velocities of masses. The velocity difference between adjacent masses is cal- culated dynamically. A 3-mass system is regarded as the composition of two 2-mass systems in order to realize the two-stage compensating algorithm. Instead of using a typical PI controller in the velocity compensating loop, a fuzzy I ＋ P controller is designed and its input variables are decided according to their impact on the system, which is different from the conventional fuzzy PID controller designing rules. Simulations and experimental results show that the proposed veloc- ity compensating method is effective in suppressing vibration on a 3-mass system and it has a better performance when the designed fuzzy I ＋ P controller is utilized in the control system.     

基于自适应Kalman滤波的导引头随动系统设计

主要研究导引头随动系统中探测器信号处理延迟的影响及其补偿控制算法。提出了一种自适应Kalman滤波延迟补偿方案,利用Kalman滤波的预测能力得到当前时刻视线角的估计值,进而得到此时的跟踪误差的估计值,取代被延迟的探测器输出进行闭环控制。考虑到导引头探测器的低更新频率、非等间隔量测等工程特点,又对上述滤波算法进行了一系列改进。仿真表明方法可以明显提高导引头在弹体扰动情况下的跟踪精度。     

备件供应保障系统的动力学原理及动态性研究

 针对基层级备件供应保障的供需平衡要求,分析“需求牵引”模式下备件供应保障活动中的反馈控制关系,利用系统动力学分析备件供需系统的动力学数学原理。据此原理建立系统状态空间模型,对备件供应保障系统的动态性进行分析,导出系统达到稳定时关键结构参数的值域,考察物流延迟的存在对系统稳定所产生的影响,并通过系统动力学仿真分析和验证了弱化物流延迟造成的不良影响、恢复系统稳定的条件。在考虑物流延迟的前提下,通过系统动力学仿真对订货周期、订货调整幅度等控制策略进行优化研究。     

具有量化器的网络控制系统稳定性分析

数字设备硬件性能的提高和网络控制系统的发展使得量化问题成为目前研究的热点。由于网络控制系统具有带宽约束的特点,数据的传输和处理是零传输延迟和无限高精度的这一假定不再合适,有必要对量化对于控制系统性能的影响进行研究。针对考虑量化器的状态反馈镇定系统的模型从非线性的角度研究了量化器对于控制对象状态动态特性的影响。进而推广到考虑量化器的周期通信的网络控制系统模型上。用Matlab／Simulink仿真算倒,验证了结论的有效性。     

基于贡献度模型方法对空中交通管制中心系统的效能评估

 空中交通管制(ATC)中心系统的效能变化,直接影响到管制员的工作负荷和管制中心所辖空域的交通容量,是ATC系统的关键运行指标。基于系统行为表现的效能概念框架,采用系统效能分析的贡献度模型方法,对ATC中心系统的运行环境和工作过程进行了建模分析,构建了一个由9个外部环境变量和50个内部单元变量构成的ATC中心系统行为关系模型。通过采集系统专家和管制人员对外部信息贡献度和内部功能关键度的等级判断,计算生成了反映系统内外因素变化对系统效能影响的系统效能贡献度模型,并利用该模型对一个实际运行的ATC中心系统进行了效能分析评估,初步揭示了ATC中心系统效能变化的特点和规律。评估结果与运行专家对系统效能的经验判断具有较高的吻合度,验证了所创建的ATC中心系统效能贡献度模型及其分析方法的合理性。     

AOS自适应帧长传输算法研究

以自适应帧长传输的高级在轨系统(AOS)为对象,从提高系统吞吐量出发,对包信道复用、虚拟信道(VC)复用及帧同步技术进行研究并提出相关的算法。包信道和VC复用算法可有效解决传统固定长度帧的生成与传输问题,降低复用时延,提高复用效率;帧同步算法则解决已有算法受帧长度标识误码影响较严重的问题,提升帧同步性能和数据处理可靠性。在分析、推导并仿真各算法性能公式和参数的基础上,对系统吞吐量性能进行仿真比较。结果表明,新算法能够很好地适应AOS自适应帧长系统,保证系统高吞吐量性能。     

关于模糊逻辑系统及其建模函数的数学描述

模糊逻辑系统按真值化处理与推量规则导出最优系统数学表达式。在线性定常状态下,分别建立起连续与间断系统的数学模型,归纳出模糊控制的等效解法。并应用模糊数学算法,对一非线性实例绘制出双模控制框图。     

基于自适应神经模糊推理算法的无人机电推进燃料电池供气系统性能优化

本文针对某无人机基于聚合物交换膜燃料电池和锂离子电池的混合动力电推进系统的应用,研究开发了一种基于自适应神经模糊推理系统的电源管理系统控制技术,以控制混合动力电力推进系统,同时优化燃料电池供气系统的性能。本文以所建立的某无人机混合电推进系统数学模型为研究对象,研究了燃料电池电流与燃料电池供气系统压缩机功率之间的关系,建立了燃料电池电流与最佳压缩机功率关系的参考模型。在参考模型的基础上,引入自适应控制器来优化燃料电池供气系统的性能。基于自适应神经模糊推理系统的控制器将压缩机的实际运行功率动态调整到参考模型中定义的最佳值。自适应控制器的在线学习和训练能力用来辨识燃料电池电流的非线性变化,并产生压缩机电机电压的控制信号,以优化燃料电池供气系统的性能。在Matlab 仿真环境中开发了质子交换膜燃料电池和锂离子混合动力电推进系统模型并对所设计的控制器进行了仿真分析,结果表明基于自适应神经模糊推理系统的控制器为燃料电池供气系统压缩机性能优化提供了一种新颖而全面的途径,使燃料电池供气系统获得最大净功率输出。将燃料电池系统的净功率输出与最佳压缩机功率和恒定压缩机功率进行了比较,结果表明优化的压缩机功率配置比恒定的压缩机功率配置节能2.62%。同时,燃料电池自适应神经模糊推理系统控制器优化了燃料电池供气系统的能量利用。     

Compound Control for Hydraulic Flight Motion Simulator

The design of a compound control is presented for the servo system of hydraulic flight motion simulator, which suffers from highly nonlinear dynamics, large parameter time-variation and severe load coupling among channels. The compound control is composed of a robust feedback controller and a feedforward compensator. The design aim is to achieve high tracking performance even in the presence of considerable uncertainty, external disturbance and load coupling among channels. Toward this aim the feedback controller for rejecting perturbation and disturbance is designed by using μ synthesis optimization technique and the feedforward compensator for compensating time lag of dynamic system is established based on the basic idea of zero phase error tracking. To validate the proposed control strategy, simulations and experiments are implemented, and show that the resulting system is highly robust against model perturbation and possesses excellent capability of suppressing the load coupling and improving the tracking performance.