弹道导弹的自适应模糊滑模控制研究

对弹道导弹的三通道非线性模型进行了分析,为了实现三通道的解耦设计,简化控制系统结构,将通道间的耦合项和干扰项看作是单个通道的不确定项,从而将非线性模型转化为一种解耦形式.在此基础上,采用自适应模糊滑模控制方法设计了弹道导弹的推力矢量控制系统.自适应模糊滑模控制方法利用自适应模糊控制器来调节滑模控制参数,对不确定项的边界进行估计和补偿,保证了系统的跟踪误差指数地收敛到零.仿真结果表明了该控制方法的有效性.     

基于有限元模型的飞行器柔性附件分散化滑模控制

研究分散化滑模控制在大型柔性附件振动控制领域中的应用。在设计控制系统时,滑模控制滑模面通过最小化最优价值函数得到,控制器采用饱和控制器。受控系统受到任意不可测量和不确定性外部扰动以及初始位移。分别利用分散化控制和集中控制方法对结构进行控制,仿真结果表明,当具有初始位移或受到不确定性外扰时,分散化控制非常有效。最后研究表明分散化控制方法所求解的Riccati方程数量远远少于集中控制方法,特别是大系统。     

不确定混沌系统的变论域直接自适应模糊滑模控制

提出了一种用于不确定混沌系统的变论域自学习模糊滑模控制方法.引入变论域自适应模糊控制器逼近滑模控制的等效控制,消除因系统不确定性及干扰导致的等效控制无法准确确定,同时使控制器设计不依赖被控对象的精确数学模型.基于李雅普诺夫函数给出规则参数调整的自适应率,并确定滑模切换控制项以保证闭环控制系统的稳定性.根据滑模控制原理给出4条模糊规则以平滑不连续控制,实现高烦抖振削弱.某Lorenz混沌系统控制仿真结果表明:该法对系统参数突变和外部干扰具强鲁棒性,同时削弱了抖振.     

基于全程滑模的有限时间滑模变结构控制

提出了一种适于多输入多输出(MIMO)非线性系统的全程滑模变结构控制.基于全程滑模控制,采用指数型快速终端滑模趋近律设计全程滑模控制器,并对控制率作平滑改进.方法消除了滑模控制的到达阶段,系统跟踪误差始终保持在滑模面上,并能在有限时间内趋近于原点的邻域内.一类三阶非线性系统仿真结果表明:该控制策略可行且有效.     

航空泵试验台驱动变结构控制

飞机液压系统泵源需进行地面试验,采用变频调速器＋异步电机＋增速箱的驱动形式是航空泵进行地面试验最先进有效的方法之一.建立了矢量控制变频调速驱动下航空泵试验台驱动系统的数学模型,针对航空泵试验时由于负载变化泵转速不能保持恒定的问题,采用积分滑模面的滑模变结构控制策略,并构造Lyapunov函数证明其稳定性.为降低输出抖振现象,提出采用模糊控制监督下的滑模变结构控制和伪微分反馈(PDF, Pseudo Derivative Feedback)控制相结合的控制策略,仿真及实验结果表明,该控制方法有很高的控制精度,在保持滑模变结构控制鲁棒性强的前提下降低了输出抖振现象.      

冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.      

旋转弹导引头红外角跟踪回路研究

分析了导引头红外末制导角跟踪回路的稳态性能对旋转弹跟踪性能的影响,以及起伏噪声对制导精度的影响,提出了采用二阶无静差角跟踪回路的改进办法.针对改进后的角跟踪回路,计算出了失调角和目标视线角之间的关系,并采用卡尔曼滤波将目标视线角速度准确地估计出来.试验结果表明:二阶无静差系统可以提高旋转弹的跟踪性能,且能够输出满意的制导信号,具有很好的实用价值.     

模糊滑模迭代学习控制算法在液压系统中应用

普通比例(P, Proportion)和比例微分(PD, Proportion and Differential)迭 代学习控制(ILC, Iterative Learning Control)算法在液压位置伺服系统中收敛速度比较 慢,很难在实际中应用.为了提高ILC算法的收敛速度,将滑模控制算法引入ILC,提出模糊 滑模迭代学习控制(FSMILC, Fuzzy Sliding Mode Iterative Learning Control)算法,利 用滑模控制响应快的优点来加速ILC的收敛速度,利用模糊控制来减小滑模控制所引起的抖 动问题.FSMILC算法的实质是以系统的滑模函数作为模糊控制器的输入,以模糊控制器的输 出作为ILC的控制增量.通过仿真可以看出,FSMILC算法能够实现系统快速收敛,相对于P型 和PD型具有明显优势.      

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。     

新型自适应Terminal滑模控制及其应用

针对一类高阶MIMO非线性系统设计了基于快速模糊干扰观测器的自适应Terminal滑模控制方案.通过设计快速模糊干扰观测器,克服了传统模糊干扰观测器在误差较小时收敛速度慢的缺点.严格证明了跟踪误差及观测误差均在有限时间内收敛到零的小区域.最后在高超声速条件下,对空天飞行器再入过程的姿态控制进行仿真,结果表明了所设计干扰观测器的优越性和闭环控制方案的有效性.