考虑冲压发动机工作边界的导弹大过载机动反演控制

针对冲压发动机导弹大过载机动控制问题,设计了基于干扰观测器的反演控制器.根据导弹纵向运动方程建立了过载控制和马赫数控制模型,将模型存在的不确定性和扰动视为总干扰,采用扩张状态观测器进行精确估计,然后设计了过载回路和马赫数回路的反演控制器,为避免对控制器中的虚控制量多次求导导致"微分膨胀",采用反正切跟踪微分器对其进行精...     

航空发动机两种加速控制计划的融合控制方法研究

转速导数(N-dot)和换算燃油流量加速控制计划是航空发动机加速过程安全、快速的重要保障,但各自分别易受到功率提取、性能衰退和传感器、燃油计量装置误差的影响导致失速喘振或加速性的下降。为了提高所控制加速过程的鲁棒性,使用这两种控制计划所获燃油流量的偏差大小对N-dot控制计划的控制目标进行调节修正的融合控制方法获得实际的加速燃油流量。以双转子加力涡扇发动机为对象的仿真验证表明,该控制方法可以适应全包线加速控制的需要;相比其余两种控制计划在受功率提取、误差影响下保持正常工作的范围更广;相同工作条件下,该方法比N-dot控制计划更不易发生喘振,比换算燃油流量控制计划的加速时间更小。     

基于控制分配的恒压腔压力精准控制

针对采用双阀调节的恒压腔系统压力在空气流量大范围变化时的精确控制问题,提出了一种基于控制分配的恒压腔压力精准控制方法。首先,建立了虚拟放气流量的双阀控制分配算法,包括：建立满足虚拟放气流量要求且调节阀能耗最小的优化问题;通过线性矩阵不等式(Linear Matrix Inequality, LMI)求解该优化问题得到双阀实际流通面积值;考虑调节阀动态并计算调节阀控制信号指令值。其次,建立以虚拟放气流量为恒压腔控制输入的闭环负反馈回路,基于此,设计满足伺服性能和抗干扰性能要求的PI控制器,引入上述双阀控制分配算法,进而构建完整的基于控制分配的恒压腔压力控制系统。仿真结果表明,采用该方法的控制系统性能明显优于传统单阀PI控制系统性能,恒压腔压力动态相对误差小于0.07%;干扰流量最大变化率为77kg/s2时,压力最大偏差低于500Pa;此外,调节阀动态时间常数和流量系数的拉偏仿真结果进一步验证了该控制器的鲁棒性。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

航空涡扇发动机起动热悬挂故障诊断

为了完善某型航空涡扇发动机起动性能设计,通过分析发动机的起动控制逻辑和热悬挂控制逻辑,确定了起动热悬挂故障的原因。起动热悬挂分为排气温度 T6上升率过高故障和压气机出口压力 P31上升率过低故障 2种模式,故障原因分别为初始供油量偏多和起动过程 P31波动,针对故障原因制定了解决措施:初始点火供油量设定值下调,提高 P31传感器小压力段的测量精度,并优化 P31斜率异常故障判故逻辑。上述解决措施不仅解决了起动热悬挂问题,更进一步增强了产品设计与生产的兼容性,提高了发动机的起动性能和起动成功率。     

具有不确定参数的机器人鲁棒轨迹跟踪控制

研究了具有不确定参数的机器人轨迹跟踪控制问题。提出了一种鲁棒控制方案,它由改进力矩发生器和鲁棒补偿器组成,理论分析及仿真实验表明,该控制方案具有较好的跟踪性能。     

智能多通道测温仪

本文介绍以8031单片机为核心设计的智能多通道测温仪的构成、工作原理、程序设计以及温度传感器的非线性修正和仪器的精度分析。     

翻滚非合作目标逼近与跟踪的轨道和姿态控制

面向近距离逼近与捕获翻滚非合作目标的在轨服务空间清理任务需求,研究了航天器非合作式交会对接的轨道和姿态控制问题。在控制输入受限约束下,考虑存在参数不确定性和外部扰动的情况,结合滑模控制和自适应控制技术,分别进行鲁棒自适应位置和姿态控制器设计。利用自适应控制估计参数不确定性、未知干扰上界以及滑模控制反馈系数矩阵,提高了系统的鲁棒性。通过李雅普诺夫理论证明了系统在控制器作用下全局一致最终有界稳定。仿真结果验证了控制器的有效性,能够有效解决与高速旋转非合作目标的稳定相对位姿关系建立的难题。     

基于干扰观测器的柔性空间机器人在轨精细操作控制方法

由于强非线性、强耦合和强时变等特征,柔性空间机器人的稳定精细控制问题一直是一个重大挑战。轻质小型化机器人受空间及重量限制,其关节柔性通常不可忽略,这部分柔性主要是由谐波减速器和力矩传感器的柔性造成的。传统的运动学控制在空载时能保持稳定,但是对大负载、快速运动时的适应性差,严重时机械臂抖动剧烈甚至发散。针对以上特征,提出了一种基于非线性干扰观测器和动力学极点配置的柔性空间机器人在轨精细操作控制方法。仿真实验证明,该方法可以有效地抑制柔性激振,保证响应的快速性和准确性,同时有较好的鲁棒性,能够适应不同类型扰动的影响和末端环境柔顺控制的要求,对工程应用具有一定的参考意义。     

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。