基于双环滑模控制的直/气复合控制系统设计

直/气复合控制导弹具有强干扰、强非线性以及强耦合等特点,传统的姿态控制器难以适用于该种复杂干扰并存的情况,文章提出了基于双环滑模控制的直/气复合控制器。首先采用有限时间收敛趋近律分别构造内外环滑模控制器,并将角速度回路的滑模变量量化为直接力指令,以解决空气舵与姿控发动机之间的耦合问题。接着使用非线性扩张状态观测器估计综合干扰,从而设计控制器补偿侧向喷流干扰及模型不确定性等综合干扰的影响。然后基于李雅普诺夫方法证明了控制系统闭环稳定,分析了干扰补偿对控制器收敛域的影响。最后仿真结果表明,该方法跟踪速度快,动态过程平稳,具有较强的干扰抑制能力,具有很强的鲁棒性。     

基于速度观测的双余度电液舵机系统容错同步控制

考虑飞机电液舵机活塞杆运动速度不易测量的情况,提出一种基于速度观测的容错同步控制策略,解决了双余度电液舵机系统（DREHAS）内泄漏共模故障（IL-CMF）下的位置跟踪控制问题。首先,通过引入2组参考轨迹并对模型进行线性变换,实现舵面位置跟踪与两舵机力输出同步控制解耦;其次,在扩展状态观测器（ESO）中加入故障参数自适应项,设计一种自适应扩展状态观测器（AESO）估计两通道舵机活塞杆速度和扰动,从而克服了故障条件下利用原系统模型设计ESO带来的估计结果不准确问题;最后,基于AESO的估计结果及故障参数在线更新结果,利用反步法设计了一种非线性容错同步控制器。Lyapunov稳定性分析结果表明,该控制方法可确保IL-CMF故障及时变干扰条件下,闭环系统所有信号有界,系统输出满足规定的性能要求。IL-CMF故障及常值干扰条件下,系统跟踪误差渐进收敛于零。仿真实验进一步验证了所提方法的有效性。      

基于ASTSMO和UIO的故障估计方法

针对系统在有未知干扰情况下的故障估计问题,提出一种基于自适应Super-Twisting滑模观测器（ASTSMO）和未知输入观测器（UIO）的故障估计方法。不需要已知故障导数的上界,避免了现有自适应算法存在的滑模增益过估计问题,并且能够处理多执行器同时发生故障的情况。首先,通过非奇异变换将原系统降阶为两个子系统,其中一个子系统只受故障的影响,另一个子系统同时含有故障和不确定干扰。对两个子系统分别设计ASTSMO观测器和UIO观测器,并对误差系统有限时间内收敛的条件进行了证明,同时给出了滑模增益初始值和时变增益的设计方法。然后,基于等效控制的概念对故障进行检测和估计。最后,通过仿真算例验证了所提故障估计方法的有效性。      

无人机自主降落地基/舰基引导方法综述

近年来,随着自主控制技术与任务载荷的快速发展,越来越多的无人机(UAV)具备了良好的任务自主能力。在执行任务过程中,降落阶段的安全风险最大,导航定位精度较差、人员决策失误等是造成降落过程中事故多发的主要原因。通过总结无人机自主降落过程中对引导控制的需求,对国内外无人机军用和民用自主降落解决方案进行了梳理和介绍,对无人机自主降落关键技术和研究现状进行了分析,提出了该领域未来发展的重点方向。      

输入饱和情形下战斗机大机动动态面控制

针对战斗机大机动飞行输入饱和问题,提出了一种自适应神经网络动态面控制方法。采用径向基(RBF)神经网络逼近飞机系统的不确定性,利用双曲正切函数处理系统的输入饱和问题,根据饱和受限后的实际控制输入与期望控制输入之差定义新误差变量,结合该误差变量设计大机动飞行控制律,并构造鲁棒项抵消神经网络逼近误差、外部干扰和建模误差的影响,利用动态面控制技术避免对虚拟控制器的复杂求导并减小计算量。根据Lyapunov稳定性定理证明了闭环控制系统所有信号有界,且通过选择合适的设计参数能够使姿态角跟踪误差收敛到原点的任意小邻域内。通过仿真结果的分析,验证了所提方法具有较好的鲁棒性和稳定性。      

无人集群系统时变编队H∞控制

针对有向通信拓扑网络下具有通信时滞与外部干扰的无人集群系统（AUSS）时变编队H_∞控制问题进行了研究。首先,基于AUSS期望编队构型信息、无人机（UAV）实时状态信息以及通信UAV之间带通信时滞的状态误差信息提出了AUSS的编队控制方法,通过变量替换将AUSS的编队控制问题转换成低维闭环系统的渐近稳定问题,并以线性矩阵不等式（LMI）形式给出了系统稳定的充分条件与最大允许通信时滞的计算公式。其次,通过构造Lyapunov-Krasovskii（L-K）泛函,证明了存在通信时滞与外部干扰条件下AUSS能够实现时变编队。最后,通过数值仿真验证所设计方法的准确性与有效性。      

舰载无人机滑行轨迹控制方法

舰载无人机是航母-舰载机系统的重要作战武器,实现舰载无人机在航母甲板上的自主滑行对于提高甲板作业效率具有重要意义。对舰载无人机滑行轨迹控制方法问题进行了研究。首先,描述甲板滑行任务的过程,在此基础上,建立滑行轨迹控制问题的数学模型,包括舰载无人机甲板滑行运动模型、滑行任务约束条件以及评价轨迹控制任务的性能指标。其次,考虑甲板环境和轨迹控制任务要求,基于模型预测控制思想,将在线滑行路径规划与轨迹控制结合,采用滚动优化方法计算出舰载无人机实际滑行轨迹,并且得到控制指令信号。最后,以“尼米兹”级航母为例,对不同停放位置舰载无人机起飞前的滑行轨迹进行仿真计算,结果表明了模型的合理性和算法的有效性。      

事件触发机制下的充液航天器姿态控制

针对液体大幅晃动、通信资源受限的充液航天器姿态控制系统,提出一种自适应滑模控制与事件触发机制相结合的控制策略。首先,针对固-液耦合的充液航天器姿态控制系统,选用滑模变结构控制来削弱液体大幅晃动的非线性影响,并设计自适应更新律在线估计不确定参数来提高系统的鲁棒性。然后,考虑星载计算机资源的限制,设计相对阈值的事件触发机制来决定控制输入信号的更新,从而减少控制器与执行器之间的信号更新对通信网络的占用。最后,仿真结果表明,在液体大幅晃动下,所提控制策略不但可以使航天器姿态控制系统最终收敛到任意小的界内,而且可以减少96%的控制信号传输,减轻航天器的通信负载。      

环量控制翼型非定常气动力建模

针对目前环量控制技术中射流参数与迎角对翼型气动特性的影响高度耦合,对应非定常气动力模型精度较差的研究现状,基于环量控制翼型强迫俯仰振动数值模拟数据,借助Kriging模型实现环量控制翼型的定常气动力插值,借助微分方程模型完成了适用于环量控制翼型的线性微分方程建模,采用两步线性回归参数辨识方法辨识线性微分方程模型中特征时间常数等参数,对高动量系数大振幅流动状态下的非线性影响进行修正。研究结果表明:基于Kriging模型实现的环量控制翼型定常气动力插值精度较传统气动导数模型高,建立的环量控制翼型非定常气动力模型能够精确预测不同流动状态下的气动力和力矩系数变化情况。      

PMSM电流预测控制参数误差量化分析方法

交流永磁同步电机（PMSM）电流环控制性能是制约交流伺服系统性能的关键。电流预测控制拥有更快的动态响应、更低的电流谐波和优良的转矩响应,但该算法依赖精确的电机模型,参数失配会引发稳态电流误差,无法输出额定转矩,进而导致电机转矩输出效率降低。根据永磁同步电机电流预测模型,详细分析了d、q轴电流静差产生的原因,以及电流预测控制对电机参数误差的敏感性,提出了一种参数误差量化分析方法。该方法引入了电机参数偏差因子,量化描述了电机电感、磁链参数误差与电流静差之间的制约关系。通过仿真分析,验证了所提方法的合理性,为高性能永磁伺服电流预测数字控制技术打下了良好基础。