航天器新型非奇异饱和终端滑模姿态控制

针对刚体航天器姿态机动过程中存在的控制饱和与外部干扰问题,提出一类基于新型非奇异饱和终端滑模面的有限时间控制器设计方法。该控制方案不仅保证姿态机动过程的快速性,而且避免了传统的终端滑模面所带来的奇异性问题。此外,本文建议的控制器不仅显式考虑执行器输出力矩的饱和幅值要求,使航天器在饱和幅值的约束下完成姿态控制任务,而且控制器的设计对外部干扰的上界没有任何要求,也无需作任何小角度的假设。进一步的稳定性分析表明,通过引入新型非奇异饱和终端滑模,该控制器使得闭环系统能够快速收敛到滑模面的微小邻域内,继而收敛到平衡点的微小邻域内,并且系统对外部干扰具有较强的鲁棒性。数值仿真校验了该控制器在姿态机动过程中的性能。     

基于状态重构的吸气式高超声速飞行器鲁棒反演控制

针对吸气式高超声速飞行器参数不确定弹性体模型,仅考虑速度、高度和俯仰角速度可测的情况,提出了一种基于状态重构的鲁棒反演控制器设计方法。首先,将被控对象模型表示为严格反馈形式,分别采用动态逆和反演设计实际控制律和虚拟控制律;其次,引入反正切跟踪微分器来简化虚拟控制律求导运算,并用于对弹道角和攻角进行状态重构;最后,为了保证反演控制器的鲁棒性,基于非线性-线性跟踪微分器,设计了一种新型非线性干扰观测器,可实现对模型不确定项的精确估计和补偿。仿真结果表明,所提策略取得了较高的状态重构精度,控制器能够克服模型不确定项的影响,且能保证速度和高度对参考输入的稳定跟踪。     

基于NSGA-Ⅱ算法的ATR发动机PI控制器多目标优化方法研究

为了使空气涡轮火箭发动机（ATR）从慢车快速、稳定和准确地加速到最大状态,以ATR发动机燃气发生器流量和尾喷管喉部面积为控制变量,采用快速非支配排序遗传算法（NSGA-Ⅱ算法）建立了发动机控制器参数多目标优化方法。将超调量、稳态误差、上升时间及误差积分值四个指标以加权的形式作为目标函数,引入执行机构超调惩罚机制,建立了PI控制器参数Pareto最优解集,完成了ATR发动机从慢车加速到最大状态的动态过程仿真。结果表明,将双回路多个控制性能指标以加权的形式组合作为目标函数,可以获得均匀分布的Pareto前沿;联合应用多目标优化方法和基于熵权法的优劣解距离法（TOPSIS）,能够在双回路耦合下获得满足设计要求的ATR发动机动态特性,极大地缩短了人工整定控制器参数的时间;在加速过程中,多目标优化方法将涡轮膨胀比上升时间作为目标函数之一,与尾喷管面积开环控制动态过程相比,可以使涡轮膨胀比更早到达目标值,共同工作线远离喘振边界。     

自适应非奇异快速终端滑模固定时间收敛制导律

针对机动目标的末制导拦截问题,设计了一种带攻击角度约束的非奇异快速终端滑模固定时间收敛制导律。与有限时间收敛终端滑模制导律相比,所提制导律能够确保弹目视线（LOS）角和弹目视线角速率在固定时间内是收敛的,并且收敛时间是独立于制导系统初始条件的,可以根据制导律参数预先给定。构造了一种新型的非奇异快速终端滑模面,有效解决了奇异性问题,同时通过合理地改变滑模面与弹目视线角跟踪误差的趋近律指数,使得制导系统比现有的固定时间收敛控制具有更快的收敛速率。此外,设计了一种自适应律,针对目标机动引起的未知扰动进行估计,使得制导律的设计无需预先知道任何关于目标机动的信息。通过仿真实验验证了所提制导律能够使导弹成功拦截机动目标,并且与现有制导律相比,具有更快的系统收敛速率、更高的拦截精度及更短的拦截时间。      

四旋翼无人机的自适应容错控制

针对四旋翼无人机执行机构部分失效故障和传感器偏差问题,为了可靠,安全、稳定的飞行,采用自适应容错控制策略.当无人机飞行时,利用二阶卡尔曼滤波器在线快速估计状态、检测执行器故障和传感器偏差,当执行器故障检测和诊断出来后,将故障因子视为自适应因子,用来调节自适应容错控制器的参数,使故障影响变小,同时估计传感器的偏差,如有偏差,则将偏差部分补偿给输出信号.在Matlab实验平台上对所提方法的可行性和有效性进行仿真验证,结果表明四旋翼无人机执行机构在发生部分失效故障和传感器偏差时,采用自适应容错控制策略,输出信号能够快速跟踪参考输入信号,实现了对四旋翼无人机的容错控制.     

机械臂的区间二型模糊超螺旋滑模控制

针对不确定性条件下机械臂的轨迹跟踪问题,提出一种基于区间二型模糊逼近扰动的超螺旋滑模控制方法.首先将机械臂的建模误差、摩擦项、外部扰动等均视为广义扰动,然后利用自适应区间二型模糊逼近广义扰动.接着通过一个嵌套自适应律来设计基于超螺旋算法的趋近律,进而提出超螺旋滑模控制器.通过Lyapunov稳定性理论验证了趋近律的稳定性,基于此证明了系统的稳定性,并导出了区间二型模糊自适应律.仿真实验表明,区间二型模糊具有更好的逼近效果,超螺旋滑模控制能够抑制系统的扰动,本文所提算法具有响应快速和鲁棒性强的优点.     

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.     

绳系系统轨道机动过程中的面内摆角抑制

摘要： 针对绳系卫星系统轨道机动过程中面内摆角抑制问题进行控制器设计.仅考虑面内摆角子系统下,针对绳系系统的动力学模型,提出了分层迭代非线性滑模控制方法.证明控制方法设计的控制律使系统所有状态渐近稳定.通过数学仿真验证方法的有效性和优势.     

CMGs驱动空间机械臂的自适应终端滑模控制

摘要： 针对V构型控制力矩陀螺（CMGs）驱动的空间机械臂的轨迹跟踪控制问题,研究一种自适应非奇异终端滑模（ANTSM）控制方法.利用基于Kane方程的递推组集算法建立了系统的动力学模型.以跟踪误差为变量,构造非奇异滑动面,以保证跟踪误差在滑动面上有限时间收敛.针对系统质量特性参数与关节处干扰力矩的不确定性,设计自适应控制器用以调节控制增益.该控制方法无需不确定性的上界,且闭环系统具有最终一致有界性.仿真结果表明,该控制器可使系统准确跟踪期望轨迹,并对质量特性参数不确定性和关节干扰力矩具有良好的鲁棒性.     

一种新型的内置式永磁同步电机无位置传感器控制策略

针对内置式永磁同步电机(IPMSM)在低速域运行时模型参考自适应观测器对电机参数变化敏感、位置检测精度低以及鲁棒性差等缺点,提出了通过利用电机本体的参考模型和相应可调模型的差值构造滑模面,取代了传统模型参考自适应观测器中采用PI调节器作为自适应机构的做法,并且采用模糊控制器自适应调整滑模增益以抑制滑模运动的抖振。在MATLAB/Simulink环境下搭建了仿真模型。仿真表明:在外部扰动以及电机参数变化时,估计转速和转子位置均能跟踪到实际的转速和转子位置。