采用观测器的偏置动量小卫星姿态容错控制

针对偏置动量小卫星的自主飞行问题,提出一种基于不确定项观测器的滑模容错控制方法。应用欧拉-拉格朗日系统的干扰观测方法设计不确定项观测器,对动量轮输出力矩变小、磁力矩器线圈电阻漂移等执行器故障以及小卫星外部环境力矩等不确定项进行估计,理论推导证明该观测器的观测误差一致最终有界(UUB)。基于不确定项观测器的估计值,设计补偿控制项,并与滑模控制器的控制力矩合成实现姿态容错控制。从理论上证明该容错控制方法能够使小卫星姿态快速收敛至滑模面。该容错方法无需做小角度假设,对执行器运行状态信息依赖性低。仿真结果表明,本文建议的容错控制方法具备可行性,实现了对小卫星姿控系统中不确定项的观测估计和容错控制。     

红外拦截弹输出反馈制导控制一体化设计

针对采用红外导引头的拦截弹,提出一种基于滑模观测器的制导控制一体化(IGC)控制方法,在导弹的部分状态已知和非匹配不确定性影响下,确保了其高精度拦截效果。首先,由于采用红外导引头的拦截弹的视线(LOS)角速率难以获取,系统将不满足干扰估计的匹配条件,设计了一种新型滑模观测器,通过构造补偿滑模观测器,同时实现导弹的未知状态和干扰的有限时间精确估计。然后,利用未知状态和干扰估计信息,设计反步控制器实现导弹的制导控制一体化,证明了系统的有界稳定。仿真结果表明,本文提出的方法可以获得较小的脱靶量,且对存在的不确定性具有较强的鲁棒性。     

一种多级全固体运载火箭上升段自主制导方法

针对多子级全固体运载火箭在终端多约束下的耗尽关机制导问题,设计了一种基于“助推-滑行-助推”飞行模式的真空段自主制导方法。根据轨道动量矩守恒定律,推导出一种同时具有速度和位置矢量约束的定点制导算法(PA)。在PA理论基础上,建立了满足能量匹配的滑行轨道非线性方程组并降阶至一维迭代求解,解决了多级固定总冲约束的两点边值问题。蒙特卡洛仿真结果表明：该算法对固体运载火箭模型的参数偏差和不确定性具有强鲁棒性,并对多终端轨道任务(不同轨道高度和不同载荷质量)具有较强的自适应能力,因此该算法具有重要的理论意义和工程应用价值。     

拦截大气层内机动目标的自适应积分滑模制导律

针对大气层内机动目标拦截的末制导问题,提出了一种自适应积分滑模制导律。基于抑制弹目视线旋转的原则,设计了一种视线转率收敛速率可调的跟踪剖面,选取跟踪误差与其积分为状态变量,采用状态有限时间收敛的积分滑模面与快速趋近律推导得到了积分滑模制导律。为了处理未知的目标机动项,提出了一种自适应算法,对目标机动项上界的平方进行估计,构成了自适应积分滑模制导律,并证明了其有限时间收敛的特性,给出了各状态变量的收敛域。最后,将制导律转换成适用于大气层内拦截的形式。仿真结果表明,所提制导律能够精确拦截机动目标,剖面跟踪误差收敛速度快,过载分布均匀,能量消耗少,并具有良好的噪声特性,易于工程实现。     

对失控翻滚目标逼近的神经网络自适应滑模控制

针对失控航天器在空间中自由翻滚的情况,研究追踪器对失控翻滚目标逼近的位置和姿态六自由度耦合控制问题。建立追踪器与目标器相对运动的姿轨一体化动力学模型,设计追踪器逼近过程的标称轨迹和标称姿态。综合考虑系统不确定性和外部干扰,设计无抖振的神经网络自适应滑模控制器。将滑模控制与神经网络逼近相结合,采用径向基函数(RBF)神经网络对系统未知部分进行自适应逼近。由Lyapunov方法导出神经网络自适应律,通过自适应权重的调节保证整个闭环系统的稳定性。数值模拟实例说明了所设计的标称轨迹和标称姿态的合理性,同时验证了神经网络自适应滑模控制器的有效性。     

基于Stateflow的自动飞行模式转换逻辑研究

现代民用飞机的自动飞行模式有很多种,且各模式间相互关联和影响,容易造成模式转换的混乱。为解决模式转换的混乱问题,对自动飞行模式转换逻辑进行了研究,分别梳理了飞行指引、自动驾驶仪以及横向和纵向模式转换关系。利用Stateflow搭建了自动飞行各功能的模式转换模型,同时利用Matlab的GUI搭建仿真的飞行控制板和自动飞行模式显示界面,模拟仿真飞机的自动飞行模式转换功能。最后通过预期的模式转换矩阵的方式验证平台中模式转换的正确性。     

基于ATSUKF算法的卫星姿控系统故障估计

针对卫星姿态控制过程中可能发生的执行机构或敏感器故障,提出了一种基于无损卡尔曼滤波（UKF）及偏差分离原理的自适应二阶无损卡尔曼滤波（ATSUKF）算法。首先,提出TSUKF算法,通过UKF处理姿态机动时的非线性并通过偏差分离原理将非线性系统的状态及故障分别估计,避免非线性模型的线性化过程同时降低了计算过程中的矩阵维度。然后,在TSUKF算法的基础上提出了ATSUKF算法,通过滑动窗口内的残差计算自适应矩阵,使滤波器在统计特性不准确的情况下仍然具有较快的收敛速度,特别适用于卫星快速机动过程中的姿态与故障估计。数值仿真结果表明,ATSUKF算法相较于TSUKF算法能有效降低统计特性不准对系统造成的不利影响,实现卫星姿态、执行机构/敏感器故障的快速估计。     

超声速混合层中边频扰动的气动声场

为研究超声速流动下混合层声辐射机理,提高对超声速混合层气动噪声的认识,利用抛物化稳定性方程(PSE)考察一对频率接近失稳扰动的非线性演化,分析近场差频扰动的演化特征,并结合Wu积分理论计算远场声辐射特性。结果表明,超声速混合层中频谱拓宽与差频扰动有关,差频扰动的产生,拓宽了远场马赫波辐射范围,增大了远场马赫波辐射强度。对于快模态扰动,差频扰动频率越小,其增长能力越强,远场马赫波辐射区域越宽;对于慢模态扰动,差频扰动频率大小对其增长能力影响不明显,远场马赫波辐射范围和强度变化不大。      

过冷大水滴条件下结冰相似准则

虑到中国现有结冰风洞在过冷大水滴(SLD)结冰条件模拟能力方面的局限,发展SLD结冰风洞及其相应的缩比方法迫在眉睫。研究了大水滴运动机理,并依据绕流流场相似、水滴运动和撞击特性相似、结冰过程热力学特性相似原理,提炼出SLD结冰条件下的6种相似缩比准则,利用结冰数值模拟软件FENSAP-ICE对所提相似缩比准则进行筛选与比较,从而基于结冰相似百分比量化判断准则找出给定条件下的最优准则法。结果表明:考虑SLD运动特性的撞击参数与ONERA法相耦合的方法以及撞击参数与Ruff法相耦合的方法的计算结果与实际成冰构型吻合良好;此外,撞击参数与ONERA法相耦合的方法在计算直径为171 μm的SLD时优于其他。      

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。