Adaptive Integral-type Sliding Mode Control for Spacecraft Attitude Maneuvering Under Actuator Stuck Failures

A fault tolerant control (FTC) design technique against actuator stuck faults is investigated using integral-type sliding mode control (ISMC) with application to spacecraft attitude maneuvering control system. The principle of the proposed FTC scheme is to design an integral-type sliding mode attitude controller using on-line parameter adaptive updating law to compensate for the effects of stuck actuators. This adaptive law also provides both the estimates of the system parameters and external disturbances such that a prior knowledge of the spacecraft inertia or boundedness of disturbances is not required. Moreover, by including the integral feedback term, the designed controller can not only tolerate actuator stuck faults, but also compensate the disturbances with constant components. For the synthesis of controller, the fault time, patterns and values are unknown in advance, as motivated from a practical spacecraft control application. Complete stability and performance analysis are presented and illustrative simulation results of application to a spacecraft show that high precise attitude control with zero steady-error is successfully achieved using various scenarios of stuck failures in actuators.     

飞机颤振模态参数的频域子空间辨识

 研究了基于非参数噪声模型的频域子空间系统辨识法,并采用频域子空间辨识算法实现了基于多通道数据的颤振模态参数辨识,改变了传统的单通道颤振试验数据分析模式,试验结果表明子空间算法能有效提取多通道数据中包含的主要危险模态信息,且计算量小,适用于模态参数的在线分析。     

铣削过程在线辨识与极点配置自适应控制

 研究了铣削加工过程的建模、参数在线辨识及自适应控制问题,为铣削过程建立了二阶离散传递函数模型,提出了一种修正的带遗忘因子递推最小二乘参数辨识算法,从而解决了普通递推最小二乘辨识算法中由于递推计算协方差矩阵衰退或膨胀引起辨识结果失真的问题,采用极点配置设计原理,为铣削过程推导了自适应控制的控制律。仿真和实验表明,修正的最小二乘辨识算法和极点配置自适应控制律是正确和可靠的,自适应控制器可获得所需的响应性能。     

基于自适应模糊系统的空天飞行器非线性预测控制

 针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。     

一种新的变结构自适应控制方法及其应用研究

本文提出一种新的变结构自适应控制方法,并将其应用于航空发动机控制。这种方法只利用系统输入输出信号,与传统的自适应控制方法相比,具有收敛特性好,对对象的参数变化及未建模动态有很好的鲁棒性,同时其算法简单,易于实现。仿真表明该方法适用于航空发动机控制。      

Adaptive control for feedback-linearized missiles withuncertainties

A robust adaptive control scheme is proposed that can be applied to a practical autopilot design for feedback-linearized skid-to-turn (STT) missiles with aerodynamic uncertainties. The approach is to add a robust adaptive controller to a feedback-linearizing controller in order to reduce the influence of the aerodynamic uncertainties. The proposed robust adaptive control scheme is based on a sliding mode control technique with an adaptive law for estimating the unknown upper bounds of uncertain parameters. A feature of the proposed scheme is that missile systems with aerodynamic uncertainties can be controlled effectively over a wide operating range of flight conditions. It is shown, using Lyapunov stability theory, that the proposed scheme can give sufficient tracking capability and stability for a feedback-linearized STT missile with aerodynamic uncertainties. The six-degree-of-freedom nonlinear simulation results also show that good performance for several uncertainty models and engagement scenarios can be achieved by the proposed scheme in practical night conditions     

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

无人机空中加油自主编队控制器设计

针对自主空中加油(AAR)任务中的飞行器编队形成问题,提出了一个完整的自主控制器方案。采用基于视线的编队制导律控制队形,产生制导指令。针对加油编队过程中产生的模型误差和尾涡扰动等不确定性,基于RBF神经网络和自适应Backstepping方法,设计了UAV姿态和速度非线性控制律来在线逼近和补偿不确定性,保证系统的鲁棒性和稳定性。使用协调转弯方式将航迹角指令转换为姿态指令,以实现控制律对航迹角指令的精确跟踪。最后,仿真结果验证了制导律和控制律的有效性。     

执行器故障的挠性航天器姿态滑模容错控制

针对挠性航天器执行器卡死与失效故障的姿态稳定控制问题,提出一种改进型滑模容错控制策略.与传统的滑模控制相比,该方法能削弱传统滑模控制中抖振现象对姿态控制精度的影响,且它采用自适应技术在线估计系统中的不确定参数,从而保证控制性能对外部干扰、不确定甚至时变转动惯量具有良好的鲁棒性.该控制器并不需要任何在线或离线的故障信息,...     

推力矢量飞机自适应控制系统仿真平台研究

研究了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,研究了RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识和等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。并且根据系统各个部分的算法,采用面向对象技术语言VC 6.0和三维图形语言OpenGL开发了仿真平台,利用仿真平台实时演示了飞机存在舵面故障情况下的飞行控制系统运行仿真,解决了飞机飞行过程中存在舵面损伤和气动参数变化的问题,该仿真平台可以根据需求进行飞机故障加载,具备完备的推力矢量飞机自适应控制系统仿真功能。     

一类非线性系统的神经网络自适应控制

针对一类单输入单输出不确定非仿射型非线性系统,基于多层神经网络提出了一种直接自适应控制方法。该设计方法首先应用多层神经网络自适应模拟逼近逆解中的未知部分,然后应用逆设计和自适应反演设计出虚拟控制量,最后应用反馈线性化设计方法和神经网络设计了直接自适应控制律。并利用Lyapunov稳定性定理推导了神经网络的参数调节律,保证了闭环系统的所有信号均最终一致有界。     

基于自适应神经网络的非线性飞控系统设计

将动态逆理论、神经网络和自适应控制相结合应用于非线性飞行控制系统设计中，通过动态逆控制律将非线性耦合系统转换为线性解耦系统，采用具有在线学习能力的神经网络来补偿反馈线性化中存在的逆误差，最后利用李亚普诺夫稳定性理论推导了在线网络权值的自适应调整规则。仿真结果表明，这种控制结构具有良好的跟踪能力和极强的鲁棒性。     

某型发动机数控系统的相似参数自适应控制

针对航空发动机在全飞行包线非线性和时变的特点,提出了参数自适应PID控制器设计方法,研究了用最小二乘法和相似参数法两种参数估计器进行在线参数辨识和参数整定的问题。通过与发动机线性模型和部件级非线性模型的仿真,对两种控制算法进行了比较,确定了相似参数法自适应PID控制器具有稳定性好,计算简单,适用于全包线等优点。将相似参数法自适应PID控制器用于某型航空发动机全权限数控系统,通过试车和试飞,验证了该方法的优点。      

高精度甚低速系统的变结构控制方案研究

非线性接触摩擦普遍存在于一般伺服系统中,它引起的低速爬行会影响整个系统的正常工作。本文提出了一种变结构设计方案,能有效地克服低速爬行,消除斜坡信号作用下的系统静差,并获得较为简单的控制算法和系统结构。     

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。      

变结构自适应控制在BTT导弹中的应用

 提出了ＢＴＴ导弹自动驾驶仪的变结构自适应设计方法。该方法完全基于对象参数变化和随机扰动的上下界,无需对系统进行参数辩识和对随机扰动进行在线估计,增强了控制系统的适应性和鲁棒性。在考虑了各种非理想因素的情况下,得到了令人满意的仿真结果。     

Adaptive control based on a parametric affine model for tail-controlled missiles

An adaptive control against uncertainties in tail-controlled STT (skid-to-turn) missiles is presented. First, we derive an analytic uncertainty model from a parametric affine missile model developed by the authors. Based on this analytic model, an adaptive feedback linearizing control law accompanied by a sliding mode control law is proposed. We provide analyses of stability and output tracking performance of the overall adaptive missile system. The performance and validity of the proposed adaptive control scheme are demonstrated by simulation.     

智能桨叶的实时模型与复合自适应振动控制

研究了智能桨叶的实时模型、控制方法与控制器的实时实现。首先,采用MX滤波器实现了对桨叶动态特性的实时在线模拟,给出了该滤波器的系数与所描述的受控结构模态参数之间的相互关系。接着,提出了一种新的复合自适应控制方法,它综合了自适应前馈控制和反馈控制的特点,实现了对桨叶阻尼和振动响应的控制。最后,在所建立的以高速信号处理器为中心的实时数字仿真系统上,实现了对单频、双频及变频、变幅值谐和激励下桨叶振动的控制,获得了良好的振动控制效果。     

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。     

不确定性干扰时的离散模型参考自适应控制器

 针对有不确定性干扰的系统,本文提出了一种具有相对死区函数的鲁棒自适应控制算法,给出了整个自适应控制系统的稳定性证明。同时,以一个简单柔性结构模型作为算例,验证了该算法的有效性。