基于变结构控制方法的自主飞艇定点控制

自主飞艇高空定点期间存在模型参数摄动及平流层风扰动变化等诸多不确定性因素。针对这种特点,采取变结构模型参考自适应控制方法设计了飞艇的定点控制器。非线性仿真结果表明,设计的控制器能够适应对象结构参数及外部扰动的大范围变化,满足定点控制精度要求,具有良好的鲁棒性和动态性能。     

平流层飞艇定点控制器设计

基于滑模变结构控制对系统干扰及参数变化具有完全的自适应性或不变性,采用一类不确定仿射非线性系统在满足匹配条件下输出解耦变结构控制方法设计了飞艇的定点控制律.仿真结果表明:在系统存在不确定性或外界干扰的情况下,仍可使飞艇稳定在一定的位置,从而实现飞艇的定点控制.     

低空无人飞艇压力控制系统的设计与实现

介绍了一种以C8051F120单片机为核心设计的低空无人飞艇压力控制系统,详细给出了系统的总体架构;着重说明了主要功能模块的电路设计和固件的程序设计.地面测试和飞行试验表明该压力控制系统性能稳定,能满足低空飞艇飞行中压力控制的要求.     

平流层飞艇飞行控制研究综述

综述了平流层飞艇控制研究的最新成果和发展动态,系统分析了反馈线性化控制、变结构控制、自适应控制、智能控制等方法的特点及其在飞艇控制系统设计中的研究应用现状。在总结已有研究成果的基础上,针对平流层飞艇的环境特性和应用特点,提出了需进一步研究的重难点问题,包括多物理场耦合与协调控制、上升段航迹优化与控制、异类执行机构复合控制等,并对今后的发展趋势进行了展望。     

基于AP10的室内飞艇控制系统研究

提出了一种室内飞艇飞行控制系统方案,详细介绍了改制方法。本方案以AP10系统为核心,采用UWB定位技术,利用自行设计的RC接收机与控制系统代替原有的RC接收系统,成功将改制后的AP10系统应用于室内飞艇上,实现了一套室内飞艇自动驾驶仪。将室内飞艇自动驾驶仪装在飞艇上进行飞行试验,结果证明：飞艇飞行能够按照预定航迹飞行,且具备了自主起降功能,达到了预期效果。     

飞艇环境控制系统浅析

借鉴了飞机和卫星环境控制系统的设计思想,结合对流层飞艇与平流层飞艇的工作环境、任务要求以及飞艇平台自身特点,提出了飞艇的环控系统的设计构想。     

高超声速飞行器强鲁棒自适应控制器设计新方法

针对高超声速飞行器飞行过程系统参数大范围剧烈变化以及存在严重不确定性的特点,同时考虑外界环境干扰复杂,内部干扰严重的特殊问题,提出了一种新型强鲁棒自适应控制器构型。该新型强鲁棒自适应控制器将控制器分为标称控制器和补偿控制器。标称控制器可采用成熟的控制理论来设计,主要考虑闭环系统的性能;采用合适的手段估计系统参数大范围剧烈变化、系统的不确定性以及内、外部干扰等“系统扰动”作为补偿控制器的输入,通过设计强鲁棒补偿控制器对“系统扰动”进行补偿,使整个闭环控制系统对“系统扰动”具有强鲁棒性。将新型强鲁棒自适应控制器应用于高超声速飞行器的姿态控制系统的设计,大大提高了高超声速飞行器控制系统对内、外部干扰的抑制和对系统参数大范围剧烈变化以及严重不确定性的适应能力,可满足高超声速飞行器飞行控制的需求。     

平流层通信平台动力学模型的建立

分析了平流层飞艇通信平台的特点,根据飞艇的基本操作原理,建立了一个小刚度柔性飞艇的动力学模型.作为研究飞艇通信平台飞行控制的基础,这个模型包括惯性学、动力学、空间动力学等方面的物理量,为进一步设计计算机仿真飞行控制系统提供基础.     

高空飞艇定点控制关键技术及解决途径

介绍了有关高空飞艇的概念和关键技术,指出自适应定点控制是高空飞艇发展中的核心关键技术.通过分析,探讨了自适应定点控制需要研究的内容和技术难点.在此基础上,提出了初步的技术途径和一种新的控制方案,为进一步开展研究工作奠定基础.     

基于神经网络的自动着陆飞行鲁棒自适应逆控制

针对飞机自动着陆飞行提出了基于神经网络的鲁棒自适应非线性动态逆控制器设计方案。首先采用非线性动态逆方法设计着陆飞行的基本控制律,再利用多层感知器神经网络设计适当的权值调整规则使其能够自适应地逼近和补偿逆误差。仿真结果表明,所设计的飞行控制系统是有效的,系统能够克服动态逆误差对着陆飞行控制带来的不利影响。     

基于神经网络的双馈感应发电机滑模控制

针对不平衡电网下双馈感应发电机运行不佳的问题,将神经网络控制和二阶滑模控制相结合构成的神经网络滑模控制器运用到双馈风力发电机的直接功率控制中。设计了二阶滑模控制器,二阶滑模能够有效地削弱传统滑模控制的抖振;接着,设计了径向基神经网络对系统的不确定部分进行逼近;最后,基于李雅普诺夫稳定性定理推导了神经网络权值更新律,证明了控制系统的稳定性。仿真结果表明所设计控制策略能对有功、无功功率及其定子电流进行有效控制,削弱了传统滑模控制中的抖振。     

航空发动机神经网络自适应控制研究

本文研究神经网络自适应控制方法及其在航空发动机控制中应用。结合某型航空涡喷发动机,首先研究采用神经网络进行非线性动态系统辨识,包括神经网络模型辨识的格式、输入信号形式等问题。然后,提出了一种神经网络自适应控制方法,阐明了该方法基本结构、原理。最后,在选定的设计点处进行发动机控制系统设计,当偏离设计点时,利用神经网络很强的学习、适应能力,通过在线修正神经网络参数,使控制系统仍保持良好性能。      

基于神经网络的无人直升机姿态控制系统设计

首先根据模型参考自适应控制理论,将模型逆与在线神经网络结合,设计了神经网络自适应姿态控制系统。接着叙述反馈线性化及模型逆理论,分析系统的模型跟踪误差动力特性,设计神经网络控制器及在线算法。然后以某无人直升机俯仰通道为例,对神经网络姿态控制系统进行仿真。结果表明该系统能够对未建模特性、参数不确定性等引起的模型逆误差进行自适应,而且在传感器输出中具有白噪声时仍然能够获得较好的响应特性。     

基于小波神经网络的自适应飞/推控制系统设计

基于小波神经网络提出了一种H∞自适应控制方法。控制器由等效控制器和H∞控制器两部分组成。用小波神经网络逼近非线性函数,并把逼近误差引入到权值的自适应律中用以改善系统的动态性能。H∞控制器用于减弱外部及神经网络的逼近误差对跟踪的影响。所设计的控制器不仅保证了闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标。最后基于所设计的控制方法对新一代歼击机设计了飞/推控制系统,并对飞机作大迎角机动仿真。仿真结果表明所设计的飞/推控制系统是有效的,同时验证了所设计的非线性控制方法是有效性的。      

航空发动机自适应神经网络PID控制

本文提出了一种航空发动机多变量自适应神经网络 PID控制方法, 采用基于共轭梯度的神经网络学习算法在线整定控制器参数。该控制器的设计无需知道发动机精确模型, 具有响应速度快、抗干扰能力强和鲁棒性好等优点。控制器不仅算法简单, 实现容易, 而且适用范围广。      

基于模糊神经网络的涡扇发动机加速控制

采用模糊神经网络对某型涡扇发动机加速过程进行自适应控制，为了进一步提高系统性能，采用遗传算法和BP算法相结合的方式，对系统分别进行了离线和在线优化。仿真结果表明，设计的模糊神经网络控制器具有良好的性能。     

基于RBF神经网络的一类非线性系统反演鲁棒自适应控制

提出一种基于RBF神经网络的一类非线性系统反演鲁棒自适应控制器设计方法。使用RBF神经网络逼近系统不确定性,并和控制器与虚拟控制器中的鲁棒项一起消除不确定性的影响,由Lyapunov稳定性理论推出的RBF神经网络权值矩阵的自适应律能保证闭环系统的所有信号有界,且误差能够全局指数收敛于原点的邻域。该方法不需要系统不确定性的上界以及其任意阶导数,最后的仿真结果验证了方法的有效性。     

新一代歼击机超机动飞行的动态逆控制

 根据反馈线性化理论, 讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离原则, 采用动态逆方法设计快回路和慢回路控制器; 其次提出基于模型逆的神经网络非线性直接自适应控制方案, 设计一种在线神经网络用于补偿模型逆误差。仿真表明, 该控制方案具有较好的自适应能力和鲁棒性。     

飞行/推进系统自适应神经网络综合控制仿真研究

 提出一种基于发动机喘振裕度自适应的飞行 /推进系统综合控制。在发动机喘振裕度较大的某些飞行条件或飞行包线内,通过调整喷口面积,使发动机喘振裕度保持在一个较小值,既保证发动机稳定工作,又增加发动机推力,从而改善飞机的性能。采用分散控制方案,综合控制系统由 5个控制子系统组成。各控制子系统的设计采用自适应控制和神经网络相结合的方法,所提出的参数和权重的自适应调整律保证系统的稳定性。全包线范围内飞机平飞加速和爬升数字仿真结果表明,该综合控制方法可缩短飞机的平飞加速时间和爬升时间。     

导弹发射装置随动系统模糊神经PID控制器

在有些系统性能指标要求很高的导弹发射装置的随动系统中,传统的PID控制往往难以满足要求。文章以某型导弹发射装置的随动系统为模型,结合了模糊控制、神经网络及PID等控制算法,设计了模糊神经PID控制器。通过与传统的PID控制器仿真实验对比,可以看出应用模糊神经PID控制器能够有效地提高该随动系统的动态性能和鲁棒稳定性。