电机-变距螺旋桨动力系统功率优化控制

电动螺旋桨无人机应用越来越普及,但普遍续航时间较短,提高电动力系统效率、降低功率消耗是提高航时的主要措施。电机-变距螺旋桨动力系统（以下简称变距电动力系统）可同时改变转速、桨距两个量,存在桨距和转速的最佳组合,使系统功率最小。相比电机-定距螺旋桨动力系统,其在耗能方面具有特殊优势,但如何达到最小功率点,目前研究较少。针对上述问题,为提高计算效率,便于控制研究工作的开展,首先基于改进天牛须算法的BP神经网络训练得到变距电动力系统的神经网络代理模型。接着提出了一种变距电动力系统功率优化控制策略：在一定入流速度、拉力需求下,基于自适应扩展卡尔曼滤波-牛顿法实时优化桨距,并在一定桨距下利用模糊PID控制系统转速以达目标拉力,实现目标拉力需求下的最小功率控制。仿真验证结果表明,提出的功率优化控制策略鲁棒性更强、优化速度更快、收敛效果更好。     

加力燃烧室热声振荡纵向传播特性及控制

建立了管道声传播与不稳定热释放耦合的热声振荡理论模型,并用来对复杂的航空发动机加力燃烧室中的纵向传播的振荡特征频率及稳定性进行分析和预测.利用二维定常计算流体动力学(CFD)模拟结果获得流动平均参数,在此基础上讨论了加力燃烧室内热释放位置、隔热屏穿孔率等结构的变化对热声振荡特性的影响,表明该模型能够方便地应用于对加力燃烧室热声振荡影响因素的研究并揭示某些控制规律.      

基于单片机的过程控制系统设计

设计一个基于单片机的过程控制系统 ,并以温度控制为例 ,通过实验手段建立了控制对象的数学模型 ,完成系统PID参数整定 ,通过开放的数据通信 ,使用通用PC对过程进行监控 ,实现分散控制 ,集中管理的现代工业控制模式。还对模糊控制温度过程作了理论性探讨 ,并在MATLAB下进行仿真 ,为实际控制过程提供理论依据。     

基于多学科综合的MAV鲁棒飞行控制器设计

气动、结构、推进和环境等学科设计参数变化与耦合对微型飞行器(MAV)性能影响明显，MAV飞行控制器设计应考虑这些因素。将MAV多学科模型集成在统一框架下，提出了基于各学科设计参数变化的线性化建模方法，研究了利用μ综合手段进行MAV飞行控制器设计的方法和步骤，并将此方法应用于某MAV纵向控制器的设计与评估中。     

基于MFCS直升机协调转弯模态设计

为了消除直升机的侧滑,在已设计完成的具有优良操纵特性的直升机显模型跟踪控制系统(MFCS)基础上,开发了协调转弯模态;按照直升机协调转弯基本要求,开发了基于 MFCS协调转弯模态控制律,给出了结构配置及系统参数设计方法。经仿真表明,所开发的直升机协调转弯模态具有优良的特性。     

采用两台微计算机的电力传动控制系统

 本系统采用了两台微型计算机并行工作。TMS320以极高速度实现各种算法,而以M68000为CPU的计算机系统则完成人机对话、系统管理及计算控制参数等任务。两者通过VME总线协调工作,实现对中功率电力传动装置的调速控制。本计算机系统将功能强两速度不够快的微机与速度快但功能弱的微机并行工作,使各发挥长。对于复杂而高速的数据处理或控制任务,是一个可供参考的计算机并行处理方案。     

反馈线性化及其在飞控系统中的应用

反馈线性化方法是一种有效的解决非线性系统控制的方法。而未来新一代战机控制系统需要适应超机动作战的非线性控制，非线性控制系统是必然要采用的。文中先简要介绍了反馈线性化理论，然后介绍了反馈线性化方法在飞控系统中的具体应用，最后以某型号先进战斗机为仿真算例进行了仿真，仿真结果表明，基于反馈线性化方法设计的飞控系统是可行的、有效的。     

飞机航向神经网络PID参数自整定控制器研究

飞机航向操纵的模型参数具有非线性、慢时变特性。飞机航向操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据飞机动态特性的变化，自动重新整定PID参数，从而改善了飞机航向的操纵性能和鲁棒性。     

基于SMOD的滑模控制器设计

针对高性能飞航导弹过载控制系统,从便于工程实现的角度出发,应用滑模观测/区分器(SMOD),通过角速度对角加速度进行估计,然后利用角速度和角加速度与过载的一阶、二阶导数间的近似关系,设计了一种滑模变结构控制律,滑模面由过载误差及误差的一阶、二阶导数组成。仿真结果验证了方法的正确性和有效性。     

基于滑模的多无人机系统协同编队控制

针对具有非完整约束的多无人机系统编队控制问题,提出了一种基于滑模的协同编队控制算法。控制目标是使多无人机系统能够收敛到期望编队,并且能够跟踪上期望的运动轨迹。在领导-跟随结构中,编队的期望运动轨迹由一个动态的虚拟领导者来表示,仅部分跟随者先验已知虚拟领导者信息,并且所有跟随者之间只能局部交互信息。首先,采用分布式状态观测器,使所有跟随者能够在有限时间内估计出虚拟领导者的状态。然后,利用该观测器的估计状态,提出了基于滑模的协同编队控制算法。最后,基于李雅普诺夫稳定性理论证明了多无人机系统的稳定性,并且通过5架无人机的仿真验证了所提算法的有效性。