矩形断面非线性驰振自激力测量及间接验证中若干重要问题的讨论

采用专门研制的小型动态测力天平,通过弹簧悬挂节段模型内置天平同步测力测振风洞试验,对3:2矩形断面的非线性驰振自激力进行了测量。比较了基于实测自激力重构的节段模型位移响应时程与试验结果,从而对自激力测量精度进行了间接的验证;讨论了在进行这种验证时考虑节段模型系统等效阻尼和刚度参数非线性特性的重要性、非风致附加自激力和风致自激力在动态力中的占比、忽略非风致附加气动阻尼力和惯性力的非线性特性对自激力测量精度的影响等若干重要问题。结果显示:对于3:2矩形断面,非风致附加自激力在测得的总动态力中的占比超过了风致自激力的占比,因此从测得的总动态力中提取自激力时必须扣除非风致附加自激力;非风致附加气动阻尼力和惯性力的非线性对驰振自激力测量精度有一定影响,值得考虑;节段模型系统等效阻尼和刚度参数的非线性对节段模型驰振位移响应的重构精度有明显影响,在验证自激力测量精度时必须加以考虑。     

简化DDF算法及其在单星对星无源定轨跟踪中的应用

单星对星无源定轨跟踪是典型的非线性滤波问题,其中非线性滤波算法至关重要.DDF.算法具有良好的精度与稳定性且适用范同更广,不过计算量较大.单星对星无源定轨中系统噪声通常是加性高斯的,根据这一特点对标准DDF算法进行简化.简化后加性噪声可以进行单独处理,基于此,提出一种计算复杂度更低的SD-DF算法,并运用于仅测角条件下的单星对星无源定轨跟踪.SDDF算法具有比EKF更高的精度和更好的稳定性,其性能与标准DDF相同但是计算耗时更少,特别适合于单星对星无源定轨跟踪实时处理.     

非线性自适应神经网络控制器设计

在系统存在非匹配不确定性和输入未建模动态的情况下,提出了一种基于RBF神经网络和反演控制技术的非线性自适应控制系统的设计方法.应用RBF神经网络辨识系统中存在的不确定性,利用反演控制技术,设计了非线性自适应控制器,成功地处理了非匹配不确定性.同时动态非线性阻尼项的引入使得系统对未建模动态具有很强的鲁棒性,并应用Lyapunov稳定性理论,证明了系统跟踪误差、RBF神经网络参数误差全局渐近收敛于原点的一个邻域.最后给出的BTT导弹非线性六自由度数字仿真结果,显示了该设计方法的有效性.     

高速再入飞行器的制导与控制系统设计

 针对高速再入飞行器模型的快时变,强耦合,严重非线性的特点,采用反馈线性化方法,设计了自动驾驶仪;同时采用最优制导律设计与理想速度曲线相结合的方法,设计了能同时保证末端制导精度及速度方向、大小的制导律。最后,进行了六自由度仿真,结果表明 :设计的制导律及控制方案是合理、有效的,易于实现。     

过失速机动飞机的鲁棒非线性控制律设计

 采用非线性动态逆和结构奇异值综合方法设计了过失速飞行条件下飞控系统控制律,解决了飞控设计中面临的非线性和鲁棒性问题。应用非线性动态逆的目的就是对过失速机动飞行条件下高度非线性的飞机动力学进行线化;从而围绕线性的快逆回路应用结构奇异值综合方法设计相应的鲁棒控制器,以提供对驾驶员指令的鲁棒跟踪。所设计的飞控系统将达到期望的飞行品质,确保系统对过失速机动飞行过程中因非定常气动力效应引起的系统参数摄动鲁棒性良好。高逼真度、非线性的仿真验证了这一点。     

基于LMI的一类非线性离散动态系统的鲁棒故障诊断

 针对一类非线性不确定离散动态系统 ,提出了一种新型鲁棒故障诊断方法。该方法不但能够对被诊断系统进行故障检测 ,而且同时能够实现故障的分离和辨识。它首先通过构造一个辅助系统 ,将故障的辨识问题转化为min max问题 ,并且通过巧妙设计辅助系统的输出增益矩阵 ,使得辅助系统与被诊断系统的状态差值方程和输出差值方程稳定 ,然后将min max问题转化成LMI问题 ,最后通过求解LMI问题来实现故障诊断。分析了故障诊断方法的鲁棒性、灵敏度和故障的辨识误差。仿真结果验证了该方法的有效性。     

液固撞击的非线性耦合波动模型研究

推导了可用于研究液固撞击问题的非线性耦合波动模型 ,并将其应用于球形液滴与弹性固体平面撞击过程的数值分析。细致地研究了液固接触面及液体内无量纲压力分布 ,固体区域内等效应力的分布 ,固体弹性对撞击过程的影响 ,以及各个计算时层固体区域内最大等效应力所在点的位置。分析结果表明非线性波动模型可以较为准确地描述液固撞击过程 ,给出详细的液固撞击过程的各个物理参量 ;为液滴侵蚀固体表面问题的研究提供了可靠的基础。     

平台稳定回路有饱和特性时的控制方案设计

平台稳定回路包含饱和特性。本文首先试图设计一个控制器使用工作在线性范围内，但是这种系统不满足平台稳定回路高精度的要求，因此，本文提出平台稳定回路可以采用非线控制，即根据输入信号的不同采取不同的控制策略。     

基于自适应神经网络的飞行控制律设计方案

介绍了一种自适应神经网络控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。设计了针对滚转通道的神经网络，并应用某型号飞机进行了非故障和故障状态的仿真。结果表明，自适应神经网络控制方法补偿作用显著，相当于系统具有一定的重构功能。