自修复飞控系统的鲁棒控制器设计

采用余度部件分担控制任务的控制策略,应用线性二次型的微分对策理论求得具有稳定和性能鲁棒性的控制器,从而保证控制器对余度执行机构的失效或故障不敏感,实现自动排除故障和优美降级性能。仿真结果表明鲁棒控制器的有效性     

THE SPILLOVER MANAGEMENT IN THE DYNAMIC OUTPUT FEEDBACK CONTROL OF FLEXIBLE SPACECRAFT

ＴＨＥＳＰＩＬＬＯＶＥＲＭＡＮＡＧＥＭＥＮＴＩＮＴＨＥＤＹＮＡＭＩＣＯＵＴＰＵＴＦＥＥＤＢＡＣＫＣＯＮＴＲＯＬＯＦＦＬＥＸＩＢＬＥＳＰＡＣＥＣＲＡＦＴＴＨＥＳＰＩＬＬＯＶＥＲＭＡＮＡＧＥＭＥＮＴＩＮＴＨＥＤＹＮＡＭＩＣＯＵＴＰＵＴＦＥＥＤＢＡＣＫＣＯ...     

一种适用于大气层外动能拦截器的末制导律

 针对大气层外动能拦截器拦截问题，设计了一种简单有效的末制导律。推导出计算零控脱靶量一种新的解析表达式，由于在推导过程中考虑了两飞行器间重力差影响，得出的表达式相对于将两飞行器重力差简化为零重力模型得到的解析式具有更高的精度；根据平行接近法原理利用此表达式推导出一种简单的末制导律；详细介绍了脉宽调制(PWM)式实现变推力控制的方案，仿真中在考虑发动机工程约束的情况下，利用PWM技术对提出的制导律进行验证。对机动目标进行拦截仿真显示，提出的制导律在取得良好拦截精度的同时表现出较强的鲁棒性。     

变结构控制在导弹制导中的应用综述

简要介绍了变结构控制理论和导弹制导律，对基于变结构控制的导弹制导律进行了比较详细的研究。重点介绍了各种制导律中滑模面的选择和制导律的设计，并给出了一些仿真结果。研究表明，由于变结构控制的应用．使得制导律具有很强的鲁棒性，比传统的比例导引律有更多的优越性。     

涡轮盘结构可靠性与稳健性综合优化设计

初步建立1种综合考虑结构疲劳可靠性与稳健性的航空发动机涡轮盘优化设计方法。根据涡轮盘的结构设计准则,以轮盘的轻质化和低循环疲劳寿命的稳健性作为目标,以结构强度和疲劳可靠性作为约束,采用随机优化方法对轮盘进行优化设计。设计结果表明:由于量化考虑了轮盘的安全性,所以能够得到更精确的约束,从而使轮盘设计质量更轻;而针对稳健性的优化,则降低了低循环疲劳寿命对载荷和材料参数波动的敏感性,提高了涡轮盘的稳健性。     

过失速机动飞机的鲁棒非线性控制律设计

 采用非线性动态逆和结构奇异值综合方法设计了过失速飞行条件下飞控系统控制律,解决了飞控设计中面临的非线性和鲁棒性问题。应用非线性动态逆的目的就是对过失速机动飞行条件下高度非线性的飞机动力学进行线化;从而围绕线性的快逆回路应用结构奇异值综合方法设计相应的鲁棒控制器,以提供对驾驶员指令的鲁棒跟踪。所设计的飞控系统将达到期望的飞行品质,确保系统对过失速机动飞行过程中因非定常气动力效应引起的系统参数摄动鲁棒性良好。高逼真度、非线性的仿真验证了这一点。     

基于LMI的一类非线性离散动态系统的鲁棒故障诊断

 针对一类非线性不确定离散动态系统 ,提出了一种新型鲁棒故障诊断方法。该方法不但能够对被诊断系统进行故障检测 ,而且同时能够实现故障的分离和辨识。它首先通过构造一个辅助系统 ,将故障的辨识问题转化为min max问题 ,并且通过巧妙设计辅助系统的输出增益矩阵 ,使得辅助系统与被诊断系统的状态差值方程和输出差值方程稳定 ,然后将min max问题转化成LMI问题 ,最后通过求解LMI问题来实现故障诊断。分析了故障诊断方法的鲁棒性、灵敏度和故障的辨识误差。仿真结果验证了该方法的有效性。     

基于DCT中频域数字水印算法研究

提出了一种基于DCT的图像水印算法,该算法充分利用人眼视觉系统特性,把水印嵌入DCT中频域中。保证了水印的不可见性。并用高斯低通滤波攻击和椒盐噪声攻击对算法鲁棒性进行检测。实例分析结果表明该算法具有较好的鲁棒性和隐蔽性。     

基于LQG/LTR的飞翼飞机阵风减缓系统研究

根据我国《运输类飞机适航标准》的要求,采用有理谱逼近的方法建立了Von Karman大气紊流的数值仿真模型;详细推导了多变量系统鲁棒性的衡量方法,给出了开环系统奇异值曲线形状与闭环系统鲁棒性的关系;针对飞翼飞机多操纵面的特点,将控制分配技术与LQG/LTR控制器结合在一起,同时兼顾了对飞机过载和翼根弯矩的减缓。仿真结果表明,所设计的控制系统在对飞机过载减缓的同时,也对机翼的翼根弯矩进行了有效的减缓。     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.