基于Fuzzy-PI双模控制器的燃气发生器压强控制算法研究

为了改善燃气发生器流量调节控制系统的性能,建立了系统的数学模型。针对系统具有较强的非线性和时变性的特点,引入模糊-PI双模控制器对燃气发生器内压强闭环控制,在系统偏差较大时采用模糊控制器,以获得良好的瞬态性能;在系统偏差较小时采用PI控制器,以获得良好的稳态性能。仿真结果表明:模糊-PI双模控制器集模糊控制器与经典PI控制器的优点于一身,在不同的工作状况下具有响应速度快、超调量低、鲁棒性好、抗干扰能力强等优点,相比于经典PI控制器响应时间最高可缩短4.11s,超调量最多减小约4.5倍,提高了燃气流量调节系统的控制精度。     

一种面向航空集群的集中控制式网络部署方法

软件定义网络（SDN）的发展为机载网络构建提供了全新的设计思想。针对航空集群环境下控制平面的可扩展性问题,研究了混合层次式架构下的多控制器部署问题。首先,为实现对底层传输节点的弹性管控,通过扩展控制层级定义了本地控制器资源池。然后,为减少时间复杂度,实现本地控制器的快速部署,将传统的多控制器直接部署转化为子域划分和域内部署两个步骤,提出了基于节点密度排序的子域划分算法和基于改进多目标模拟退火的域内控制器部署算法。实验结果表明：与已有算法相比,所提算法在保证控制器的负载均衡基础上,可以有效减少网络控制链路的平均时延和平均失连率,同时时间复杂度更低,能够适用于大规模及动态网络环境下的控制器部署场景。     

航空发动机地面试车台加温加压进气控制系统设计

为模拟不同飞行状态下航空发动机的工作环境,设计了航空发动机地面试车台,该试车台能够通过管道供气的方式为 航空发动机提供一定温度、压力的气体。介绍了包括进气系统及其控制系统在内的硬件系统架构的总体设计方案,以及模糊PID 控制器的基本原理和设计思路。针对该试车台的加温加压进气系统设计了基于西门子PLC平台的控制系统,并在实际的试车工 作中完成了验证与应用。其中,最后1级压力调节系统采用了模糊PID控制方法,在西门子PLC平台使用2种编程语言分别设计 了模糊PID控制器模块,并对比了2种编程语言的设计效率和运行效果。分别通过计算机仿真和试车台试验及试车将模糊PID控 制器的控制效果与传统PID控制器的进行对比,结果表明：模糊PID控制器的控制效果更优。     

基于改进蚁群算法的飞行仿真转台的控制优化

提出了一种用改进蚁群算法优化飞行仿真转台非线性PID控制参数的新策略,借助相遇搜索策略和信息素残留系数的自适应控制思想对基本蚁群算法进行了改进,设计了一种基于改进蚁群算法优化飞行仿真转台非线性PID(NLPID)控制参数的飞行仿真转台系统结构,在对非线性PID控制参数进行优化时采用了时间乘以误差绝对值积分最小性能指标,最后将用改进蚁群算法优化后的控制参数应用于某型高性能飞行仿真转台。实验表明,采用改进蚁群算法优化非线性PID控制参数的飞行仿真转台系统可从带噪声的输入信号中合理地提取出微分信号,并且对噪声具有很强的滤波作用,整个系统响应速度快,并具有较强的鲁棒性。     

基于多输入多输出特征模型的高超声速飞行器自适应姿态控制

针对高超声速飞行器再入过程中强耦合、大扰动和大范围变化的气动参数的问题,基于特征建模的思想,分析动力学方程的耦合特点,采用分散控制的方案,把原非线性动力学方程用一个二阶时变差分方程组形式的特征模型描述,建立了攻角、侧滑角和滚转角三通道特征模型,并给出了黄金分割自适应的姿态控制方法．最后,针对类X-20高超声速飞行器进行数值仿真,仿真结果充分验证了这种自适应控制器的有效性．     

非线性系统的神经网络控制器设计

神经网络是解决非线性系统控制问题的一种新颖而有效的方法。文中主要讨论了神经网络在非线性控制中的应用,针对一个典型的非线性系统,采用不同的神经网络控制结构,设计了不同的控制器,并进行了数字仿真。比较了它们的优缺点。作者的研究对神经网络在控制领域当中的应用具有一定的理论指导作用。     

CFM56—3发动机MEC可靠性分析

在实际机务维修过程中,针对飞机和发动机附件开展可靠性工作对节约维修费用和提高飞行安全有极大的作用,依据某航空公司最早引入的4架波音737－300自投入营运以来来的发动机上的主发动机控制器（Main engine control,MEC)故障数据统计,采用黑箱方法对MEC的可靠性进行了系统的分析,通过可靠性分析计算,为MEC的航材储备提供理论依据,并提出了对其进行视情检查维修的建议,分析中所采用的新平均秩法和图估法,对维修过程中的飞行机和发动机附件可靠性分析有一定的实用价值。     

基于Backstepping方法的一类混沌系统的同步自适应控制

将Backstepping方法用于混沌系统的同步自适应控制。利用递归思想选择一系列的Lyapunov函数．设计同步控制器。该方法是一种系统化的方法．能够处理一系列的混沌同步问题．这在混沌通讯安全方面具有重要意义。最后，以Lorenz系统同步为例，进行了数值仿真，仿真结果说明该方法的有效性，并与线性反馈控制器作了比较．仿真结果表明．Backstepping方法设计的控制器性能优于线性反馈控制器。     

基于神经网络动态逆的歼击机自适应跟踪控制

基于神经网络动态逆方法，给出了一种非线性模型参考自适应跟踪控制方案。应用神经网络直接对非线性系统求逆方法解决了逆系统方法的两个“瓶颈”问题，并且克服了传统的控制设计中将过程模型线性化，从而将不可忽视的非线性关系用线性关系代替或者忽略的弊端。对由于建模误差、不确定因素等引起的非线性系统逆误差，通过自组织模糊小脑模型关节控制器(Self—organizing fuzzy cerebellar model articulation controller，SOFCMAC)神经网络在线进行修正。SOFCMAC神经网络扩大了寻优空间，使其能更好地重构系统逆误差，最终实现准确的鲁棒自适应跟踪控制。通过将这种方法用于某型歼击机姿态系统控制的仿真研究，表明了本文方法的有效性和可行性。     

采用重复控制器的逆变电源数字控制方案

重复控制理论是抑制谐波干扰的一种有效方法，但在逆变电源系统中，由于模型的不精确，常规方法的基于完美对消思想设计的重复控制器不适用于电源系统，针对不精确的模型，本文提出了基于部分对消思想的重复控制器设计，文中首先分析了重复控制器对谐波的抑制机理，并证明了它的稳定性和收敛性，其次给出了控制器设计的具体步骤，并给出了相应的仿真和实验验证。