基于鲁棒自适应状态观测器的异步电机磁链估计抗扰性研究

针对传统全阶磁链观测器随内、外扰动导致磁链估测精度不高甚至系统不稳定的问题,对观测器极点分布情况和内、外扰动对系统的影响进行研究分析,从而对反馈矩阵增益系数的取值进行设计,提出了一种鲁棒自适应状态观测器对磁链进行估计。当遇到内、外扰动时,在保持系统稳定的情况下自动减小反馈增益系数以减小扰动对系统的影响,从而保持系统良好的动静态性能。在内、外扰动下,将鲁棒自适应状态观测器与传统的全阶磁链观测器的磁链估计精度、转速波动以及转矩波动进行比较分析。仿真和试验结果表明:鲁棒自适应状态观测器具有比传统全阶磁链观测器更好的抗干扰性能。     

基于迭代学习观测器的容错控制

提出了一种基于迭代学习观测器(ILO)将故障检测和容错控制进行统一设计的方法。迭代学习观测器不仅可以用于进行状态估计和故障检测,而且可以用于获得控制输入调节项并进行故障估计。设计重构控制律的基本思想是利用估计状态和控制输入调节项来补偿故障引起的影响。文中还给出了特定假设条件下闭环重构控制系统稳定性的严格证明。理论分析和仿真研究表明,所提的方法是有效的并可保证闭环系统具有良好的重构性能．     

基于自适应观测器的非线性系统故障诊断

研究一类非线性系统执行器故障诊断问题。对于故障系统,建立一种自适应观测器,通过在线调整,故障后执行器的未知参数被在线逼近。所提出的自适应调整律能够保证观测器稳定及故障估计误差收敛。最后引入卫星反作用飞轮模型,对单飞轮发生故障的情况进行了仿真,结果表明提出的方法有效、可行。     

舵机加载系统的鲁棒力矩渐近跟踪控制

针对舵机加载系统中存在未建模部分、时变、非线性等因素,设计了鲁棒力矩渐近跟踪控制器。分析了系统结构,并建立系统简化模型。为了抑制舵机运动扰动对加载系统的影响,提高系统跟踪性能,将舵机运动作为外干扰进行处理。根据系统输入信号的特点,基于内模原理,分别利用系统的传递函数和状态空间模型设计鲁棒渐近跟踪与干扰抑制控制器。针对期望极点难以选取的问题,利用最优化方法设计系统控制律,并引入期望衰减度调节系统力矩跟踪和扰动抑制性能。仿真结果表明,所设计的控制器能使系统获得较理想的跟踪性能,基于状态空间的最优化方法方便了系统设计。     

基于降维负载转矩观测器的调速系统控制技术研究

针对高精度电动燃油调速系统在负载突变工作时燃油增压与燃油流量调节的稳定性问题,研究了前馈补偿控制策略,提出了一种基于降维负载转矩观测器的抗负载扰动控制方法。该方法实时对电动调速系统的同步电机输出转速与负载转矩进行观测,并将观测到的负载转矩补偿到同步电机交轴电流,实现闭环调速控制,从而避免了负载扰动影响系统输出转速,减小电动燃油泵对燃油的压力与流量的影响。仿真和试验结果表明,在快速加载与卸载实验条件下所提出的方法的正确性与可行性。     

基于ESO的用户星天线跟踪指向控制技术

基于独特的非线性扩张状态观测器(ESO),提出了一种用户卫星天线跟踪指向控制系统。该系统由程序跟踪内环和自动跟踪外环组成。内环控制器由三阶ESO、线性比例微分控制律和静态解耦律组成。外环控制器为一简单的积分控制器。ESO能够在不依赖天线模型的情况下估计出系统状态和总扰动(称为扩张状态)。利用该扩张状态实现动态反馈补偿,则天线系统被简化为解耦的积分系统。基于ESO设计天线控制系统,无需精确的用户卫星天线模型。仿真结果表明,提出的天线控制系统具有较高的跟踪指向性能和对干扰和不确定性具有较强的鲁棒性。     

双星跟飞立体成像的构形保持控制

针对强干扰及输出饱和条件下微小双星立体成像的构形保持问题,提出一种基于观测器的抗干扰复合控制策略.根据立体成像双星跟飞运动机理,建立双星相对运动动力学模型;设计了一种自适应干扰观测器,可同时实现系统状态和干扰信息的在线估计,并采用Lyapunov稳定性理论和线性矩阵不等式技术给出观测器存在条件.采用极点配置方法改善观测器系统的动态性能,引入指数衰减因子提高控制器的收敛速度.考虑执行机构的输出饱和特性,提出一种加权PD+LQR反馈与干扰前馈补偿的复合控制策略,能够抑制未知干扰的影响,保证系统的动态和稳态性能,具备双星构形保持控制能力.仿真结果验证了所提算法的有效性.     

基于双回路控制的电动负载模拟器研究

电动舵机负载模拟器可在实验条件下模拟飞行器飞行过程中舵机受到的空气动力铰链力矩,是半实物仿真的重要设备。在介绍电动负载模拟器研究进展并指出目前伺服系统研究所面临的难题的基础上,以改善系统动态频响为目标,设计基于双回路电机的加载方案并建立双回路系统的数学模型;通过系统仿真,分析系统输出力矩对指令力矩的跟踪能力,验证数学模型的准确性。结果表明:双回路方案有效地抑制了系统多余力,其工作频带在舵机扰动的情况下仍可达35 Hz,为电动负载模拟器提供了一种频带更高、匹配性更好的实现方案。     

改进RBF网络学习算法在卫星姿态控制中的应用

提出了一种基于神经网络扰动补偿的姿态控制方法，首先，针对RBF网络的常用学习算法－－正交最小二乘（OLS）算法，提出了改进的规范正交最小二乘（ROLS）算法：然后，基于某型小卫星的姿态控制问题，设计了高精度定向阶段的神经网络补偿控制器。仿真结果表明，改进的ROLS算法是有效的，神经网络补偿控制方案是可行的。     

加速度计专用动态实验装置

介绍一种既能实现加速度计在离心机上的动态实验测试 ,也能实现静态实验测试的装置。详述了影响整个系统性能的干扰问题的硬件及软件解决方法。