基于奇异摄动与神经网络的柔性臂控制

运用拉格朗日法建立了臂杆柔性的机械臂的动力学方程。为解决柔性臂末端位置的跟踪及克服柔性臂在运动中的振动问题。运用奇异摄动法将系统分解成快、慢两个子系统，设计混合控制器。通过设计神经网络控制器线性化慢系统。使其轨迹跟踪期望值。用线性状态反馈配置极点稳定快系统，抑制振动。一个单杆柔性机械臂的仿真算例表明，本文的控制方法保证了柔性臂刚性运动的精确跟踪，同时消除了弹性振动，避免了零动力学不稳定问题。     

基于非线性补偿的涡扇发动机MRAC控制(英文)

以工程应用为目的,采用输入输出模型参考自适应控制方法设计了航空发动机转速模型参考自适应控制器(Model reference adaptive control,MRAC)。针对发动机的非线性特性,设计了函数连接型神经网络补偿器。开展了控制器实物在回路仿真试验,结果表明基于非线性补偿的MRAC在包线内具有良好的动静态性能,对于发动机及其工作环境的非线性具有良好的补偿能力和适应性,验证了自适应控制方法在航空发动机工程应用中的有效性。     

基于模态切换的航空发动机容错控制

综合了航空发动机控制和故障诊断方法,设计了基于模态切换的任务级和发动机级模式的容错控制系统.任务级模式在发动机部件故障时,通过切换控制策略和控制模式达到恢复或降低发动机性能的要求;发动机级模式在控制回路失效时,根据故障情况切换到容错控制回路,从而保证发动机继续正常工作.数字仿真结果表明:在稳态或加速过程中出现部件故障时,容错控制系统都能够100%恢复发动机的推力;在发动机中间、慢车和节流状态下,当压气机转速控制回路失效时,容错控制系统能够在3s内平稳切换到风扇转速控制回路.      

航空发动机多变量自校正控制研究

针对航空发动机这一具有耦合和强非线性被控对象,采用基于带遗忘因子的最小二乘参数估计算法的最小方差多变量自校正控制,通过分析保证了闭环系统的可辨识性。仿真结果表明,控制器响应速度快,跟踪精度高,抗干扰和耦合能力强,估计参数能以较快的速度收敛。      

涡轴发动机起动过程的一种气动热力学实时模型

采用部件法建立了某涡轴发动机的起动模型,研究了温升对起动过程的影响,考虑部件特性在低状态下的变化和边界、环境条件对各截面输出参数的约束,给出了某发动机的起动仿真结果。仿真结果表明动力学起动模型能够对发动机的起动过程进行真实的模拟。      

航空发动机双余度智能位置控制器设计

针对航空发动机工作环境的复杂性与其高可靠性要求，利用软件和硬件冗余的方法，提出了一种由DSP和双口RAM构成的基于CAN总线的双余度智能位置控制器。该位置控制器适用于航空发动机分布式控制系统，由两条通道互为监控备份，可靠性大为提高。实验证明，该控制器能够较好的实现对电液伺服阀-作动简组合的位置控制，故障时能正确切换与报警。     

基于CAN总线的冗余系统同步技术研究

为了解决自动油门伺服控制器冗余系统中双CPU时钟不同步导致的系统工作不稳定问题,本文提出了一种改进的同步技术,该技术通过CAN总线通信,基于PYP协议进行信息交互,实现双CPU的时钟同步。通过开发试验板进行验证测试,测试结果表明,该技术可以有效地解决冗余系统同步问题,同步后的时钟误差为微秒级,大大优于硬件同步技术的毫秒级。     

航空发动机神经网络内模控制

基于神经网络内模控制理论研究了神经网络内模控制方法在航空发动机控制系统中的应用,建立了基于Elman网络的航空发动机多变量内模控制系统。采用Elman网络建立发动机内模型和内模控制器,详细介绍了建模、控制的算法及其实现过程。取部分飞行条件下的数据作为学习样本,采用动态BP算法对神经网络权值进行调整,并在飞行包线内其它工作点对整个控制系统进行了仿真。结果表明,使用神经网络建立的航空发动机内模控制系统具有良好的控制品质和较强的自适应能力。      

基于智能特征提取的模糊建模及鲁棒控制

针对航空发动机全包线线性模型难以在线建立问题,提出一种基于智能特征提取的模糊建模方法。设计航空发动机特性表征参数,采用近邻传播算法提取航空发动机特性,将特性提取区域中心稳态工作点作为Takagi-Sugeno （T-S）模糊模型标称点建立全包线T-S模糊状态空间模型。基于该T-S模糊模型结合H_∞控制理论,设计参考模型H_∞控制器并开展仿真验证,仿真结果表明：T-S模糊状态空间模型稳态误差处于10^-3量级,满足模型精度要求且H_∞控制器响应时间小于1s,无稳态误差,具有较好的控制效果。     

基于QPSO粒子滤波的航空发动机突变故障诊断

针对标准粒子滤波算法对突变故障诊断迟缓的问题,提出了量子行为粒子群优化(Quantum-behaved particle swarm optimization,QPSO)的粒子滤波算法。该算法引入权值偏差系数的概念,当权值偏差系数超出设置的阈值时,认为系统发生故障,并结合最新的观测值,将量子行为粒子群优化算法融入到粒子的采样过程中,驱使粒子向高似然区域移动,提高粒子群对突变故障的估计性能。仿真结果表明,与标准粒子滤波算法相比,量子行为粒子群优化的粒子滤波算法显著提高了对突变故障的反应速度。