基于Hammerstein模型的非线性气动弹性系统辨识

在非线性气动弹性系统的辨识中,Hammerstein模型常用来辨识系统的非线性部分,而假设其线性部分是已知的。本文以累积相干函数为准则,有效地选择非线性部分的基函数,减少辨识参数的数目;利用条件逆谱法得到系统线性部分的极点,并构造相应的正交基函数;基于Hammerstein模型,建立该非线性系统的参数化模型;用非迭代方法求解模型参数;从而提出了能够同时辨识系统线性和非线性部分的非迭代辨识算法。以俯仰方向含刚度五次非线性的二元翼段为例,验证了该辨识方法的有效性。     

基于非线性模型预测控制算法的亚轨道再入轨迹优化

针对升力式飞行器再入终端需要满足窗口约束条件的情况,提出了一种基于模型预测算法的再入轨迹优化方法。该方法利用预测模型和滚动优化策略将非线性多约束优化问题转化为线性优化目标函数,并采用二次规划法求解该轨迹优化问题,得到了满足相应约束的亚轨道再入轨道。以某升力式再入飞行器为对象进行了纵向轨迹优化计算,仿真结果验证了该轨迹优化方法具有较高的精度和计算效率。     

航天器模型预测控制方法综述

随着人类航天活动的增加,空间任务正朝着需要满足多重约束和高性能的方向发展。模型预测控制（Model predictive control, MPC）得益于其在处理约束优化问题上的能力,近年来已在航天器控制中得到了广泛研究。本文首先回顾了MPC的发展历程,并基于该方法的基本形式,对其在航天器中的应用做了分类研究。然后,针对空间环境中的不确定性,依次总结鲁棒和随机两种MPC方法以及它们在航天器上的应用情况。在此基础上,考虑到航天器的安全性问题,总结现有研究中关于避障和容错的预测控制方法。针对MPC方法计算量大的缺陷,本文也从控制器的求解策略和求解方式出发,梳理了具有高计算效率的模型预测控制方法,包括分散式/分布式方法以及显式方法。最后,根据航天器的当前实际需求和未来发展,为MPC方法在航天器控制中的进一步研究提出了几点建议。     

基于分布式模型预测控制的多无人机协同规避控制技术

建立了多无人机协同规避控制模型,并提出了一种基于纳什最优的分布式模型预测控制算法。仿真结果表明,基于纳什最优的分布式模型预测控制算法有效地实现了多架无人机对障碍物的规避,并且相对于集中式模型预测控制算法减少了求解过程中的计算量,缩短了优化控制的时间,改善了系统的实时性。     

基于灰色预测的自适应解耦控制

传统的预测控制算法虽然有着良好的性能,但是需要求解复杂的丢番图方程.因而在实际应用中,算法的计算量很大,难以满足实时性要求.文中结合灰色理论,利用GM(1,2)模型辨识多输入多输出系统的参数,提出了一种解耦灰色预测控制算法.该算法可以采用较少的数据进行建模,需要辨识的参数也较少,并且元需求解丢番图方程,所以减少了计算量.为了消除系统各通道之间的输入输出耦合,在性能指标中引入解耦因子,给出了详细的解耦推导过程.最后,对解耦灰色预测控制算法进行了设计.仿真结果表明:本文算法能够有效地消除系统耦合,进而提高多输入多输出系统的闭环跟踪性能.     

磁流变弹性体隔振器的非线性滞回动力学模型

根据磁流变弹性体隔振器的试验数据,利用Bouc-Wen模型,建立磁流变弹性体隔振器的非线性动力学模型。通过遗传算法对Bouc-Wen模型进行参 数识别,验证了模型精度。同时提出了改进的Bingham模型,并对磁流变弹性体隔振器进行动力学建模和参数识别。比较了Bouc-Wen模型与改进的Bingham模型的优缺点。     

非线性系统非脆弱多模型切换控制

提出一种基于局部T-S模型的非线性系统非脆弱多模型切换控制,针对一类非线性系统,首先将其输入空间划分为若干个区域,在区域内设计局部T-S模型和控制器,这样在模糊规则数相同的情况下由于模糊论域的变小从而提高了逼近精度.然后根据所选定的变量,通过多模型切换控制,将相应的区域控制器切换为全局控制器,而其他控制器不起作用,实现对整体非线性系统的逼近与控制.同时研究了在控制器增益存在加性摄动的情况下,非脆弱状态反馈控制器的设计方案.仿真结果证明了该方法的有效性.     

基于LPV模型参考自适应飞行边界保护控制

进行有效的飞行边界保护控制有利于预防飞行失控。研究了一种基于线性参数变化(Linear parameter varing,LPV)模型参考自适应飞行边界保护控制方法。基于函数替换方法构建了仿射参数依赖LPV飞行动力学模型,通过调度变量的动态变化来减小与全量非线性动力学模型的失配。将实时飞行边界保护转为有约束广义预测控制问题,设计了数值算法以实现对舵偏角控制量及其增量、飞行状态参数的边界保护。通过仿真分析表明,LPV模型能够较好地逼近全量模型,反映出瞬时飞行动态;通过有约束广义预测控制数值算法能够有效地实现飞行边界的保护控制。     

基于ACA的飞行仿真伺服系统LuGre摩擦参数辨识

针对LuGre摩擦模型的高度非线性问题，提出了一种新型的基于ACA的飞行仿真伺服系统摩擦参数辨识方法。ACA是近几年优化领域中新出现的一种仿生进化算法，该算法采用分布式正反馈并行计算机制。在简要介绍LuGre摩擦模型的基础上，推导了ACA的LuGre模型静态摩擦参数和动态摩擦参数辨识方法，并将该辨识方案应用于某型电动飞行仿真伺服系统。实例仿真验证了本提出的基于ACA的LuGre模型摩擦参数辨识方案的可行性和有效性，该方案为辨识LuGre模型摩擦参数提供了一条新的途径。     

带扰动观测器的永磁同步电机非线性预测跟踪控制

针对永磁同步电机系统转速跟踪控制问题,基于非线性预测控制方法设计控制系统,使该系统满足高性能控制要求。并将负载转矩作为未知扰动来考虑,利用扰动观测器得到其估计值,从而提高系统鲁棒性。仿真实验结果表明,本文方法能够快速准确地实现转速跟踪,并提高系统对负载转矩扰动的鲁棒性。     

基于径向基函数神经网络的模型跟随自修复控制

提出一种基于径向基函数神经网络的模型跟随非线性自修复控制方法。该方法可不必精确已知故障的位置及程度,即可重构控制律使系统在故障情况下的输出精确跟踪期望参考模型的输出,并采用神经网络控制器以补偿邦联引起的非线性因素的影响。     

动态矩阵预测控制算法在过程控制中的应用研究

一些过程控制系统极其复杂,影响因素多,难以建立精确实用的数学模型,针对这一复杂过程,本文引入动态矩阵预测控制算法,并利用计算机仿真对过程控制系统进行了初步研究和探讨.仿真结果表明,动态矩阵预测控制算法在过程控制领域的应用具有广阔的前景.     

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.     

直升机结构响应主动控制研究中的若干问题

随着控制理论的不断发展，主动控制的实现方式也多种多样。在线辨识是自适应控制的关键所在，而辨识算法也是多种多样，这样结合在线辨识功能的自适应控制种类就更多。本文旨在对已经应用或者即将应用和可能应用到在直升机振动控制上的，并具有在线辨识功能的多种结构响应主动控制技术进行比较，并提出其中值得研究的若干问题，有助于今后的进一步研究。     

基于动态结构自适应神经网络的非线性鲁棒跟踪控制

针对非线性系统,提出一种将H∞鲁棒跟踪控制器与动态结构自适应神经网络相结合的组合控制方法.文中首先将系统线性化,设计H∞鲁棒跟踪控制器;然后针对系统中仍然存在的高阶非线性和未知不确定性,引入一种动态结构自适应神经网络,以对消非线性和不确定性的影响.这种自适应神经网络的隐层神经元随着跟踪误差的增大而在线增加,使得神经网络能以较少的神经元获得最佳的逼近效果,加快神经网络的运算速度,提高整个系统的动态性能.最后用飞行跟踪控制系统的示例证明本文方法是有效的.