带有引诱角色的多飞行器协同最优制导方法

考虑我方高价值飞行器面临对方拦截器拦截时,发射两枚防御器对拦截器进行拦截的情形。针对对方拦截器采用扩展比例导引律,在4个飞行器均具有一阶线性动力学特性假设下,基于最优控制理论设计了能在拦截末端施加相对拦截角的显式协同制导律。显式协同制导律将高价值飞行器和两枚防御器三者的协同考虑在内,给出了三者最优控制输入的解析解。仿真结果表明,设计的制导律能使两防御器成功拦截敌方拦截器,且在拦截末端施加一个相对拦截角。通过与只考虑两防御器协同的隐式协同制导律进行比较,可发现显式的协同制导律在控制要求和能量消耗上,要优于隐式的协同制导律。此外,还验证了在不同发射条件下的协同制导律的稳定性。     

人员流动风险分析与控制

本文从风险管理的角度研究人员流动问题,给出了人员流动风险的定义和分类,并分别对人员流入风险和人员流出风险的成因进行了分析,最后提出了风险控制策略。     

变循环发动机过渡态性能直接模拟方法

为了实现多变量可调的变循环发动机（VCE）过渡态性能模拟和控制规律设计,在稳态逆算法和过渡态性能隐式格式计算方法的基础上开发了变循环发动机过渡态直接模拟方法。在稳态逆算法模型中加入容积效应和转子动力学方程,实现了同时给定加速率、涡轮前温度和压缩部件工作点的条件下直接模拟计算过渡态过程中变几何参数和燃油流量的调节规律,验证了方法的精度和可行性,并将该方法用于变循环发动机转模态性能模拟和控制规律设计。计算结果表明,过渡态直接模拟方法的误差在0.58%以内,超声速巡航状态下由单外涵模态转换到双外涵模态的时间约为1 s,海平面静止状态下双外涵转单外涵的时间约为3 s,且推力、转速、涡轮前温度、喘振裕度等参数过渡平稳。该方法可简化转模态控制规律设计流程,并提高设计精度。     

仿生翅室对跨声速扩压叶栅角区分离流动影响研究

为了抑制压气机叶片吸力面角区分离,减小内部流动损失,改善通道内的通流能力,基于蜻蜓翅翼的翅室和褶皱结构特征,在跨声速扩压叶栅的端壁上布置仿生翅室结构.采用数值模拟方法,研究不同深度的仿生翅室结构对角区分离流动的影响.研究结果表明:0°攻角条件下仿生翅室影响效果最明显,能够提高端壁附近的湍动能,增加靠近端壁处流体速度,减...     

考虑冲压发动机工作边界的导弹大过载机动反演控制

针对冲压发动机导弹大过载机动控制问题,设计了基于干扰观测器的反演控制器.根据导弹纵向运动方程建立了过载控制和马赫数控制模型,将模型存在的不确定性和扰动视为总干扰,采用扩张状态观测器进行精确估计,然后设计了过载回路和马赫数回路的反演控制器,为避免对控制器中的虚控制量多次求导导致"微分膨胀",采用反正切跟踪微分器对其进行精...     

航空发动机两种加速控制计划的融合控制方法研究

转速导数(N-dot)和换算燃油流量加速控制计划是航空发动机加速过程安全、快速的重要保障,但各自分别易受到功率提取、性能衰退和传感器、燃油计量装置误差的影响导致失速喘振或加速性的下降。为了提高所控制加速过程的鲁棒性,使用这两种控制计划所获燃油流量的偏差大小对N-dot控制计划的控制目标进行调节修正的融合控制方法获得实际的加速燃油流量。以双转子加力涡扇发动机为对象的仿真验证表明,该控制方法可以适应全包线加速控制的需要;相比其余两种控制计划在受功率提取、误差影响下保持正常工作的范围更广;相同工作条件下,该方法比N-dot控制计划更不易发生喘振,比换算燃油流量控制计划的加速时间更小。     

基于控制分配的恒压腔压力精准控制

针对采用双阀调节的恒压腔系统压力在空气流量大范围变化时的精确控制问题,提出了一种基于控制分配的恒压腔压力精准控制方法。首先,建立了虚拟放气流量的双阀控制分配算法,包括：建立满足虚拟放气流量要求且调节阀能耗最小的优化问题;通过线性矩阵不等式(Linear Matrix Inequality, LMI)求解该优化问题得到双阀实际流通面积值;考虑调节阀动态并计算调节阀控制信号指令值。其次,建立以虚拟放气流量为恒压腔控制输入的闭环负反馈回路,基于此,设计满足伺服性能和抗干扰性能要求的PI控制器,引入上述双阀控制分配算法,进而构建完整的基于控制分配的恒压腔压力控制系统。仿真结果表明,采用该方法的控制系统性能明显优于传统单阀PI控制系统性能,恒压腔压力动态相对误差小于0.07%;干扰流量最大变化率为77kg/s2时,压力最大偏差低于500Pa;此外,调节阀动态时间常数和流量系数的拉偏仿真结果进一步验证了该控制器的鲁棒性。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

具有不确定参数的机器人鲁棒轨迹跟踪控制

研究了具有不确定参数的机器人轨迹跟踪控制问题。提出了一种鲁棒控制方案,它由改进力矩发生器和鲁棒补偿器组成,理论分析及仿真实验表明,该控制方案具有较好的跟踪性能。     

翻滚非合作目标逼近与跟踪的轨道和姿态控制

面向近距离逼近与捕获翻滚非合作目标的在轨服务空间清理任务需求,研究了航天器非合作式交会对接的轨道和姿态控制问题。在控制输入受限约束下,考虑存在参数不确定性和外部扰动的情况,结合滑模控制和自适应控制技术,分别进行鲁棒自适应位置和姿态控制器设计。利用自适应控制估计参数不确定性、未知干扰上界以及滑模控制反馈系数矩阵,提高了系统的鲁棒性。通过李雅普诺夫理论证明了系统在控制器作用下全局一致最终有界稳定。仿真结果验证了控制器的有效性,能够有效解决与高速旋转非合作目标的稳定相对位姿关系建立的难题。