抗扰动复合非线性伺服控制器的设计与应用

针对典型的电机伺服系统,提出了一种鲁棒复合非线性伺服控制器的离散域设计方案。把系统的扰动和不确定性归结为一个斜坡信号(其变化率恒定),设计一个降维线性扩展状态观测器,对系统未测量状态和未知扰动加以估计。把设计的控制律应用于永磁同步伺服电机,先在MATLAB上进行仿真分析,随后基于TMS320F28335DSC进行试验测试。结果表明系统在各种类型扰动作用下,对目标位置都能实现快速、平稳和准确的跟踪,具有较好的鲁棒性。     

基于模型补偿的风力机变桨距线性自抗扰控制器设计

设计了一种变桨距线性自抗扰控制器,估计和补偿了系统未建模部分和外界干扰,实现额定风速以上时系统输出功率稳定于额定值;并采用模型补偿方法对自抗扰控制器进行优化,减少了参数整定的数目,提高了系统控制精度。对额定功率为300 kW的风电机组分别在阶跃风、阵风以及湍流风作用下进行系统仿真。结果表明,该方法可以快速调节风速变化引起的输出波动,使得系统输出稳定且超调量小,具有很好的稳定性和鲁棒性。     

基于跟踪微分器的高超声速飞行器Backstepping控制

针对存在模型参数不确定和外部干扰的高超声速飞行器（HFV）跟踪控制问题,提出一种基于Backstepping方法的抗饱和非线性控制器。将飞行器纵向动力学模型分为速度子系统和航迹倾角子系统,然后针对每个子系统单独设计控制器。设计跟踪微分器获得信号的一阶导数,用以估计系统中的不确定干扰项和避免"微分项膨胀"问题。控制器设计过程考虑了控制量发生饱和的情况。基于Lyapunov理论证明了闭环系统信号的稳定性。与传统高超声速飞行器Backstepping方法相比,所设计的控制器采用待跟踪状态与理想控制指令之间的实际误差作为反馈量,放宽了对系统干扰项的限制,提高了控制器对控制增益变化的适应性,进而提高了闭环系统的跟踪控制性能。对比仿真结果验证了所设计方法的有效性。     

高超声速流场对自由流扰动波响应及边界层扰动波演化

采用高阶精度有限差分方法直接数值模拟了来流慢声波作用下的钝锥高超声速绕流瞬态流场,分析了自由流扰动波与流场的相互干扰,并应用Fourier频谱分析了边界层扰动波时域和空域演化.结果显示:弓形激波出现连续的“∽”变形,初始扰动被显著放大,边界层内外扰动模态存在明显差别.从空域(沿流线)演化来看,在球头附近低频扰动为主导模态,出了球头区,总扰动模态中的低频和高频成分比例迅速转变,高频模态成分显著地增大.至流场下游,大部分低频分量衰减,或者不再增长,边界层内仅存在特殊频率的不稳定波快速增长.从时域演化来看,比起其他模态,主导模态的发展对上游激励的依赖更大.无论时域还是空域演化,都存在模态竞争现象.      

TC-1和Geotail对亚暴过程中近地等离子体片磁扰动的联合观测

以2004年9月28日02:53:20 UT的亚暴为例, 通过TC-1在磁尾约12.5 R_e 和Geotail卫星在近地磁尾等离子体片约8～9 R_e的联合观测, 研究亚暴触发过程中近地磁尾等离子体片中等离子体波动特征. 结果表明, 亚暴触发区是近地磁尾中心等离子体片中较小的一个区域, 在亚暴触发区中低混杂不稳定性在近地磁尾等离子体片中存在, 准垂直传播的低混杂波发生在亚暴触发过程中, 而亚暴触发过程中近地磁尾等离子体片外边界区内的磁场偶极化信号和扰动都非常微弱. 在亚暴触发和亚暴膨胀相过程中出现了多次具有不同特征的磁场偶极化现象.      

飞轮扰动经验模型参数的识别与改进

对飞轮扰动模型参数的精确识别是研究光学卫星高稳定度、高分辨率成像的基础. 目前, 飞轮的扰动模型识别主要有两种: 经验模型和分析模型. 经验模型需要识别的参数是谐波级数和幅值系数, 而当前存在的参数识别算法忽略了时域截断的影响, 导致幅值系数识别存在较大偏差, 这会引起扰动响应分析的不确定性. 针对上述情况, 提出了窗函数法和与其相关的频域恢复技术, 有效弥补了时域截断的影响. 通过实验仿真结果可见, 该方法大幅度提高了幅值系数的识别精度.      

涡轴发动机LQ/H∞抗扰控制方法

提出了抑制涡轴发动机负载干扰的线性二次型（LQ）/H∞控制算法,以总距为干扰建模,利用线性矩阵不等式求得既满足LQ指标又对干扰具有H∞性能约束的状态反馈控制律.提出修正指令抑制干扰策略.采用比例微分控制将总距变化转换为动力涡轮转速指令的修正,实现增大或减小机动飞行中动力涡轮转速指令,抑制实际转速的下垂或超调.仿真结果表明：该控制方法能有效抑制干扰并具有良好的实时性.     

临近空间拦截弹的非奇异终端滑模控制

针对临近空间直接力/气动力复合控制拦截弹的抗干扰控制问题,提出了一种基于有限时间干扰观测器(FTDO)的非奇异终端滑模(NTSM)复合跟踪控制策略。首先,设计FTDO估计系统的不匹配干扰;在此基础上,设计基于FTDO的NTSM复合控制律,获取期望的控制力矩。接着,考虑到作为执行机构的气动舵和反作用喷气装置存在冗余性,进一步提出了一种动态控制分配算法实现期望控制指令到执行机构的分配,获得良好的控制分配精度和较小的执行机构能耗。最后,仿真结果验证了所设计复合控制系统的有效性。     

自抗扰控制算法在发动机加力过渡态控制中的应用

主要研究了航空发动机加力过渡态控制的新方法。在不改变原有发动机控制结构的基础上,提出了一种增广LQR法(Augmented Linear Quadratic regulator-ALQR)综合ADRC(Active Disturbance Rejection Control)干扰补偿控制的算法(简称ALQR+ADRC),该算法除了有原ALQR控制所具备的强的消除静差能力之外,还兼具AD-RC优良的干扰补偿能力。通过模拟快速进入/退出发动机加力过渡态过程,验证了该算法具有理想的控制效果,能够较好地协调加力燃油供给和喷口开张,在整个过渡态过程中对核心机工作有较小的影响。     

自适应飞机驾驶员最优控制模型研究及应用

针对驾驶员最优控制模型(OCM)无法反映飞行员在未知环境下渐进适应过程这一缺点,采用自适应状态估计理论对OCM进行改进,建立了基于自适应状态估计的驾驶员最优控制模型(MOCM-AE),给出了算法流程。通过对比飞行试验数据和未知扰动下的着舰应用,对模型进行了评估。通过人机闭环仿真进行了飞行试验再现,得到了人机闭环频域曲线。对比结果表明,与OCM相比MOCM-AE的频域特性曲线与试验更为吻合。在着舰应用中,引入低空紊流作为未知扰动进行着舰仿真,结果表明OCM强烈依赖于先验经验,而MOCM-AE无论是否具有先验经验,无论是否存在未知扰动,均能取得良好着舰效果。在未知扰动和舰尾流影响下,MOCM-AE比传统OCM着舰精度提高59%,着舰点分布范围缩小29%,这体现了飞行员对未知环境的适应能力。