基于分层思路的动态非线性气动力建模方法

很多非线性气动力模型难以精确预测系统的小扰动线性特征。针对这一局限,提出了一种非线性分层模型,用于辨识跨声速非线性非定常气动力。分层建模需要同时提供微幅振荡和大幅振荡两套训练样本,首先通过线性模型(如带外输入的自回归(ARX)模型)对微幅振荡样本进行建模,而后采用非线性模型(如径向基函数神经网络(RBFNN))对大幅振荡的样本与线性模型的差量进行建模,进而把线性模型和非线性模型的输出相叠加,得到分层非线性动力学模型。算例表明建立的分层气动力模型与单一自回归径向基函数(AR-RBF)神经网络模型相比不仅具有更高的数值精度,可以精确预测大幅运动中的非线性特征,而且在小扰动状态下自动退化为线性模型,能够精确刻画结构微幅振荡下的线性动力学特性。     

基于LMI和离散模型的航空发动机压气机传感器鲁棒故障诊断

针对航空发动机压气机健康监测提出了一种基于线性矩阵不等式(LMI)和H_∞优化理论的航空发动机压气机传感器鲁棒故障诊断的方法.在航空发动机具有模型不确定性和外界噪声的情况下,应用基于神经网络的线性拟合方法实现航空发动机压气机离散模型的建立;并通过LMI和H_∞优化问题的求解得到未知输入观测器的设计参数,实现具有强鲁棒性的传感器故障诊断.该方法比以前研究中未知输入观测器故障诊断方法的优点在于能够同时处理模型不确定性和外界噪声.应用ALSTOM公司提供的燃气涡轮压气机模型进行了仿真验证,在压气机具有白噪声模型误差和正弦外界干扰的情况下,实现对小于测量范围2%的传感器故障的检测和诊断.      

3UPS-S并联机构单支链驱动奇异分析

并联机构进行单支链驱动时,由于受到其他支链的约束,不能实现全行程范围运动.为了分析并联机构单支链驱动受限的本质原因,采用旋量互易积的方法,计算单支链驱动的轴向速度分量.从计算结果可知,轴向速度为零时,单支链驱动到达边界.并联机构在输入空间发生驱动奇异,同时在工作空间发生位姿奇异,因此并联机构的驱动奇异就是位姿奇异.通过分析输入输出速度关系,并联机构到达输入空间边界.最后给出了并联机构单支链驱动的一般策略.      

基于鲁棒协同控制方法的多航天器交会问题

提出一种解决多航天器交会问题的协同控制算法。首先应用图论中邻接矩阵及拉普拉斯矩阵的定义及其相关性质,描述了多航天器之间的通信拓扑关系;其次对目标航天器轨道为椭圆形情况下的交会问题进行构建,并设计了相应的协同控制算法;最后利用李雅普诺夫函数证明该系统的稳定性,并且能够保证消耗的能量最优以及最大推力受限。仿真实验表明:提出的方法可以实现多航天器的协同交会,验证了该方法的有效性。     

基于飞行参数的飞机结构载荷最优回归模型

基于飞行参数获取外场飞机疲劳关键结构载荷历程是结构故障预测与健康管理系统的一项关键技术,如何构建鲁棒性好且精度高的结构载荷回归模型是保证载荷识别和寿命预测准确性的关键。结合多元线性回归分析,提出并详细介绍了一种筛选最优输入参数组合的技术途径：首先,进行多重共线性诊断以减弱自变量之间的多重共线性;然后,进行残差分析,删除异常样本点;最后,采用逐步回归法筛选出最优自变量组合。指出传统的多重共线性诊断方法存在一定弊端,并分别基于偏相关系数法和辅助回归方程法,提出了2种更为合理可行的诊断方法。以典型战斗机翼身连接框某关键部位的载荷和应力为样本数据,对最优输入参数组合的筛选步骤展开详细说明,验证了所提出的技术途径不仅可以确保飞机结构载荷模型的精度,而且可以提高模型的稳定性和鲁棒性。     

考虑输入饱和的多航天器系统姿轨耦合分布式协同跟踪控制

基于一致性理论,研究了多航天器系统相对轨道及姿态耦合的分布式协同控制问题。在仅有部分跟随航天器可获取领航航天器信息的情形下,针对各跟随航天器存在未建模动态以及外部环境干扰等问题,利用双曲正切函数的性质,提出了考虑输入饱和的分布式自适应协同控制律。首先,对于领航航天器具有时变状态的情形,为每个跟随航天器设计了3个滑模估计器,对领航航天器的状态进行估计。其次,针对跟随航天器间相对速度和角速度难以测量的问题,设计仅需领航航天器状态的切比雪夫神经网络自适应更新律。最后,设计考虑输入饱和的分布式自适应协同控制律保证各跟随航天器跟踪动态领航航天器。仿真结果表明了该算法的有效性、可行性。     

多智能体离散时间系统一致性研究

研究了无向连通图条件下带有输入延时的多智能体离散时间系统一致性问题,分析了多智能体系统一致性问题和离散时间系统稳定性之间的本质联系。利用广义Nyquist稳定性判定准则和矩阵特征值相关理论,推导出多智能体离散时间系统在信息交换拓扑为无向连通图且带有输入延时的条件下达到渐近一致的充分条件。仿真结果与理论分析相符,在无向连通图条件下,当输入延时小于或等于该充分条件给出的标准延时,多智能体系统可以达到渐进一致。     

基于UIO的航空发动机控制系统传感器故障诊断

研究了航空发动机控制系统传感器鲁棒故障检测与隔离问题,提出了一种克服不同干扰对控制系统诊断性能影响的方法.应用未知输入观测器(unknown input observer,简称UIO)理论来解耦航空发动机动态系统干扰,并针对控制系统传感器设计一族UIO,提取出一系列的传感器残差特征数据,通过分析残差队列的幅值特性,实现航空发动机控制系统传感器故障诊断.在高斯白噪声、模型工作点变化和非高斯噪声三类干扰下的数字仿真结果表明,不管何种干扰,UIO诊断方法均能检测和隔离出传感器故障,在诊断鲁棒性方面,要优于Kalman滤波器诊断算法.      

刚体航天器姿态跟踪的时变滑模控制(英文)

To solve the problem of attitude tracking of a rigid spacecraft with an either known or measurable desired attitude trajectory, three types of time-varying sliding mode controls are introduced under consideration of control input constraints. The sliding surfaces of the three types initially pass arbitrary initial values of the system, and then shift or rotate to reach predetermined ones. This way, the system trajectories are always on the sliding surfaces, and the system work is guaranteed to have robustness against parameter uncertainty and external disturbances all the time. The controller parameters are optimized by means of genetic algorithm to minimize the index consisting of the weighted index of squared error （ISE） of the system and the weighted penalty term of violation of control input constraint. The stability is verified with Lyapunov method. Compared with the conventional sliding mode control, simulation results show the proposed algorithm having better robustness against inertia matrix uncertainty and external disturbance torques.     

独自放飞——达索公司AVE-D无人验证机实现全自主飞行

今年6月30日,达索飞机公司的一架 AVE-D 无人驾驶验证机在法国土伦附近完成了首次全自主验证飞行,表明达索飞机公司在基本掌握了隐身技术后,又在无人机自主飞行技术方面取得了显著进展。在这些令人刮目相看的技术成就背后,AVE-D 验证机起到了非常重要的作用,同时也为神经元计划的发展铺平了道路。然而,它的研制背景和设计特点却一直鲜为人知,此次自主飞行的成功更是引发了媒体和业界的广泛关注。