基于特征根有界摄动分析的高超声速飞行器双通道控制

针对双通道控制高超声速飞行器横侧向欠驱动、强不确定性的特点,研究了适用于工程应用的控制策略,提出一种基于特征根有界摄动分析的反馈控制鲁棒性分析方法。基于线性化近似分析和工程约束需求,给出了双通道飞行器改善荷兰滚模态动态的2种控制策略,分别为极点配置方案和模态解耦方案。提出了特征根灵敏度矩阵和有界摄动矩阵的概念,用于评估闭环系统对参数不确定的鲁棒性。基于闭环六自由度模型在标称及参数拉偏情况下,对2种方案进行了综合分析和仿真验证。仿真结果表明,2种控制方案均可以解决双通道控制问题,所提特征根有界摄动分析方法可准确评估系统的鲁棒性。     

基于观测器的漂浮基空间机器人模糊神经网络控制

针对自由漂浮状态的空间机器人模型不确定性及外部干扰,并考虑到通常其关节电机运行于低速工况下,测速机难以满足要求,提出了一种速度重构的空间机器人模糊基函数网络控制策略。首先建立空间机器人动力学模型,而后借助观测器来重构速度信息,利用模糊基函数网络的学习能力来同时逼近控制器和观测器中的非线性,动态抵消模型不确定性及系统偏差对速度重构的影响。网络的权值及参数的调整算法在线实时自适应调整,不需要离线学习阶段。仿真结果表明该控制策略能够达到较高的控制精度,对于通常工作在低速工况下的空间机器人具有重要工程应用价值。     

基于伪谱法的固定采样实时最优制导方法研究

针对具有过程约束和终端状态约束的高超声速飞行器再入制导问题,给出了一种固定采样非线性实时最优制导算法,该算法通过连续在线计算开环最优控制的方式提供闭环反馈,避免了内环跟踪控制器的设计过程。利用通用伪谱优化软件包实现多约束非线性系统最优控制问题的在线求解。在考虑计算误差、预报误差、模型参数不确定性和干扰的情况下,对采用该算法构成的闭环控制系统的有界稳定性进行了理论分析与证明。仿真结果表明,该实时最优制导算法能有效地抑制飞行过程中不确定性和扰动的影响。     

结构静力响应区间的一种计算方法及工程应用

针对实际工程中广泛存在的物理或几何上的不确定性,提出一种有界不确定性结构静力响应上下确界的有效计算方法,将线形区间方程组转化为两个标准的线性规划问题求解,并给出数学证明.编写与大型有限元软件ANSYS的接口程序和区间运算程序,使区间运算方法和工程有限元软件结合并推广到实际工程领域.以某大跨钢结构建筑为例,对其静力响应区间进行估计.结果表明,该方法可给出与Deif方法一致的精确结果且计算量较之Deif方法大幅降低.基于此算法对ANSYS进行二次开发的接口程序和区间运算程序,可直接用于含有界不确定性参数的实际工程问题中.      

基于神经网络的自由漂浮空间机械臂 自适应鲁棒控制

针对自由漂浮空间机械臂动力学模型难以精确获得,且无法表达为关于未知参数的线性形式问题,提出基于自适应神经网络的鲁棒控制方法.对于不确定性空间机械臂系统模型中存在的未知不确定部分,利用神经网络的万能逼近特性,设计神经网络控制器来补偿未知模型,避免传统控制中的保守上界估计;采用泰勒线性化技术将神经网络隐含层中的高斯函数线性化,设计包括网络权值、高斯中心及宽度在内的网络全参数自适应学习律,实现在线实时调整,提高控制精度;设计鲁棒自适应控制器来抑制外界扰动,并补偿逼近误差,提高系统鲁棒性;基于Lyapunov理论证明闭环系统的一致最终有界（UUB）.仿真试验表明所提控制方法能够获得较好控制效果,对空间机械臂控制具有一定工程应用价值.     

高超声速机动目标拦截多约束解析捕获区

为快速评估远程拦截末段有效作战态势，在拦截器视场和饱和加速度约束下，构建了机动形式方向任意且有界的高超声速目标拦截解析捕获区。为适配该类目标拦截场景，首先引入了渐近收敛的抗干扰末制导律以进行捕获区分析。其次通过构建复合李雅普诺夫函数，并将非线性规划技术用于不等式分析，最终推导了由修正的初始接近速度、初始视线法向相对速度和拦截器初始速度前置角三者的解析捕获条件构成的多约束捕获区以及制导增益允许取值范围。理论证明了在增益设置满足所给范围情况下，拦截器从该捕获区内任意初始状态点出发，均能有效拦截任意有界机动目标且保证制导加速度不超过允许上限以及视场约束全程满足，并满足终端脱靶量小于允许阈值且接近速度小于容许碰撞速度。对比仿真验证了所得结论的正确性，并分析了捕获区影响因素和变化规律，可为增大初始阵位可控裕度提供参考。     

基于固定时间的二阶智能体分布式优化算法

对有界扰动下二阶多智能系统的分布式凸优化问题进行了研究。分布式优化问题旨在通过智能体间信息交互实现全局成本函数一致最优。基于固定时间理论，提出一种在固定时间内收敛到最优解的算法。为防止智能体泄露局部成本函数的梯度信息，当邻居成本函数二阶导差值有界时，通过平均一致性在固定时间内利用跟踪技术实现平均梯度信息获取。设计一种自适应算法以避免上述全局信息的假设。进一步地，引入符号函数项实现算法对智能体外部有界扰动的自适应抑制。最后给出收敛性证明和仿真案例。