应用分力合成方法提高系统性能指标的研究

提出了将柔性结构的分力合成主动振动抑制方法和反馈控制律结合使用来提高柔性结构控制系统性能指标的方法。应用该方法仅需要知道闭环系统及柔性振动的频率及阻尼，而且可以同时抑制任意多个振动模态（包括控制器引起的振动，柔性振动及其他形式的振动），分力合成方法对频率及阻尼的不确定性具有较强的鲁棒性，使该方法易于工程实现，文章针对单柔性杆，将分力合成主动振动抑制方法和反馈控制相结合，设计了不同形式的大角度机动控制律，数值仿真和试验结果充分验证了方法的有效性。     

基于FPGA的高准确度数字频率信号源设计

介绍了直接数字频率合成技术的实现方法,分析了其优越的技术特性。根据其特性,利用FPGA设计了高准确度的数字频率信号源。仿真结果表明,与传统的信号源相比,使用该方法实现的信号源,其信号种类多,准确度高,满足测试设备数字化、软件化的趋势。     

无刷直流电动机的新型自适应模糊神经控制

 为无刷直流电动机提出了一种自适应模糊神经控制方法.这是一种建立在开关控制、模糊控制和自适应控制相结合基础上的控制方法,并用神经网络实现了模糊控制器和自适应机构.在无刷直流电动机的双闭环调速系统中,电流控制器是PI控制器;转速控制器是由1个开关控制器和1个包括自适应机构在内的模糊控制器相结合组成的,且用1个3层前向神经网络离线学习实现了模糊控制器,学习算法采用的是改进的BP算法.用1个单神经元通过在系统运行过程中的动态学习实现了自适应机构,学习算法选用了有监督的Hebb学习算法.由电机所处的运行阶段决定哪一个控制器工作.此控制算法的仿真结果说明,它使系统具有良好的动、静态特性和自适应性.     

Multi-mode optimal fuzzy active vibration control of composite beams laminated with photostrictive actuators

Firstly, a multi-field coupling finite element formulation of composited beam laminated with the photostrictive actuators is developed in this paper. Moreover, an optimal fuzzy active control algorithm is also proposed on the basis of the combination of optimal control and fuzzy one.This method opens a new avenue to resolve the contradiction between the linear system control method and nonlinear actuating characteristics of photostrictive actuators. The desired control for suppressing multi-modal vibration of photoelectric laminated beam is firstly obtained through optimal control and then the fuzzy control is used to approach the desired mechanical strain induced by photostrictive actuators. Thus, the multi-mode vibration control of beam is realized.In the design process of optimal fuzzy controller, the design of fuzzy control is independent of optimal control. The simulation results demonstrate that the proposed control method can effectively realize multi-modal vibration control of photoelectric laminated beams, and the control effect of optimal fuzzy control is better than that of optimal state feedback control.     

基于T-S模糊模型的模糊大系统的混合滤波

针对非线性大系统内部过程参数的检测估计,采用连续模糊大系统模型,利用lyapunov定理和分布式处理方法,给出了模糊大系统的H2/H∞混合滤波器设计方法。该方法在保证滤波误差系统全局稳定的同时,具备了H2/H∞性能。通过求解线性矩阵不等式,可以得到滤波器参数。最后,用一个数值例子验证了该方法的正确性和有效性。     

飞行员疲劳监测中的人眼定位及状态判别研究

飞行员驾驶疲劳是影响飞行安全的重要因素之一。常用基于人眼识别的方法对飞行员进行疲劳监测，其关键是人眼定位及状态判别。利用改进的平均合成滤波器算法定位人眼，根据模糊综合评价思想，判定人眼睁开闭合状态，根据PERCLOS疲劳检测方法对飞行员进行疲劳监测。实验表明，改进的人眼定位方法具有更高的精确度和鲁棒性，提出的人眼状态判定方法能够满足疲劳监测需要。为最终构建一种机载的、实时的、非接触式的飞行员疲劳监测系统提供了理论基础。     

基于Kalman滤波的变体飞行器T-S模糊控制

针对变体飞行器的跟踪控制问题,提出了一种基于Kalman滤波的T-S模糊控制方法。考虑飞行器系统状态不可测,引入惯导数据作为辅助信息,利用Kalman滤波算法融合飞控信息与惯导信息实现状态估计。由于变体飞行器在不同变形结构下气动特性变化较大,为便于控制器设计,采用小扰动线性化方法得到飞行器在不同平衡点处的局部线性模型,并通过状态反馈方法设计局部控制器,局部线性模型和局部控制器通过模糊集和模糊规则聚合成一个连续光滑的全局T-S模糊模型和T-S模糊控制器。通过综合Kalman滤波器与T-S模糊控制器得到一个基于Kalman滤波的T-S模糊控制器。仿真结果表明,该控制器在变形过程中能够实现状态估计,保证飞机的跟踪性能。     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。     

基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。     

舰载机智能复飞决策技术研究

为了进一步改进复飞技术,针对复飞环境,提出了一种在原军用推力操纵的基础上,加入具有保持迎角恒定的升降舵模糊控制的复飞系统,从而有效地增强了低动压状态下飞机的机动能力。给出了复飞决策准则,设计了基于模糊控制的复飞决策系统,并对具有该复飞决策系统的舰载机自动着舰导引系统进行了仿真验证。结果表明,该复飞决策系统明显地缩小了复飞边界区,大大提高了着舰和复飞的安全性,可实现自动复飞,减轻了飞行员的负担。