考虑执行器动态的飞行器姿态分散式容错控制

针对飞行器姿态控制系统,基于分散式容错控制框架设计飞行控制系统的作动器损伤和卡死故障检测和辨识单元,以及观测器的辅助系统单元。首先,给出系统在作动器卡死、损伤,操纵面损伤故障下的姿态控制系统。其次,设计一种多观测器的作动器回路故障检测和辨识单元,利用一种决策机制判断当前所发生的确切作动器故障形式。接着,基于自适应滑模观测器隐含操纵面损伤故障和干扰信息,所得到的故障和隐含信息实时反馈给控制器以实现各种类型故障下的容错控制。最后,仿真结果显示所提方法的有效性。     

一种使用RBF网络的自适应滑模控制器

针对实际系统易受未知非线性、外界干扰和参数摄动等不确定因素影响的问题,以高精度模拟转台为例,采用一种基于RBF(Radial Basis Function)网络的自适应滑模控制器.控制器由名义反馈控制器和滑模干扰补偿器两个子系统组成.反馈控制器通过极点配置的方法实现,用来稳定名义系统.干扰补偿器使用一个自适应RBF网络在线辨识不确定性的上界值.计算机仿真结果表明了该法的鲁棒性和有效性.     

机器人在轨装配无标定视觉伺服对准方法

针对在轨装配过程中机器人"手眼"关系无法进行有效标定及机器人系统和被操作物惯性参数不定的情况,在传统的无标定视觉伺服基础上设计了深度估计器,基于机器人和图像运动的测量数据在线估计目标特征的深度值,并在机器人关节控制环中设计滑模控制器实时控制机器人关节运动,根据反馈图像信息纠正系统误差完成对准跟踪,通过仿真验证了方法的有效性。所提的无标定视觉伺服对准方法使机器人在装配过程中免去了复杂的"手眼"关系的标定程序,克服了机器人系统及被操作物惯性参数不确定性给装配精度造成的影响,提高了"手眼协调"的鲁棒性,保证机器人能够在复杂的太空环境下完成在轨装配任务。     

航天器新型非奇异饱和终端滑模姿态控制

针对刚体航天器姿态机动过程中存在的控制饱和与外部干扰问题,提出一类基于新型非奇异饱和终端滑模面的有限时间控制器设计方法。该控制方案不仅保证姿态机动过程的快速性,而且避免了传统的终端滑模面所带来的奇异性问题。此外,本文建议的控制器不仅显式考虑执行器输出力矩的饱和幅值要求,使航天器在饱和幅值的约束下完成姿态控制任务,而且控制器的设计对外部干扰的上界没有任何要求,也无需作任何小角度的假设。进一步的稳定性分析表明,通过引入新型非奇异饱和终端滑模,该控制器使得闭环系统能够快速收敛到滑模面的微小邻域内,继而收敛到平衡点的微小邻域内,并且系统对外部干扰具有较强的鲁棒性。数值仿真校验了该控制器在姿态机动过程中的性能。     

自适应非奇异快速终端滑模固定时间收敛制导律

针对机动目标的末制导拦截问题,设计了一种带攻击角度约束的非奇异快速终端滑模固定时间收敛制导律。与有限时间收敛终端滑模制导律相比,所提制导律能够确保弹目视线（LOS）角和弹目视线角速率在固定时间内是收敛的,并且收敛时间是独立于制导系统初始条件的,可以根据制导律参数预先给定。构造了一种新型的非奇异快速终端滑模面,有效解决了奇异性问题,同时通过合理地改变滑模面与弹目视线角跟踪误差的趋近律指数,使得制导系统比现有的固定时间收敛控制具有更快的收敛速率。此外,设计了一种自适应律,针对目标机动引起的未知扰动进行估计,使得制导律的设计无需预先知道任何关于目标机动的信息。通过仿真实验验证了所提制导律能够使导弹成功拦截机动目标,并且与现有制导律相比,具有更快的系统收敛速率、更高的拦截精度及更短的拦截时间。      

四旋翼无人机的自适应容错控制

针对四旋翼无人机执行机构部分失效故障和传感器偏差问题,为了可靠,安全、稳定的飞行,采用自适应容错控制策略.当无人机飞行时,利用二阶卡尔曼滤波器在线快速估计状态、检测执行器故障和传感器偏差,当执行器故障检测和诊断出来后,将故障因子视为自适应因子,用来调节自适应容错控制器的参数,使故障影响变小,同时估计传感器的偏差,如有偏差,则将偏差部分补偿给输出信号.在Matlab实验平台上对所提方法的可行性和有效性进行仿真验证,结果表明四旋翼无人机执行机构在发生部分失效故障和传感器偏差时,采用自适应容错控制策略,输出信号能够快速跟踪参考输入信号,实现了对四旋翼无人机的容错控制.     

机械臂的区间二型模糊超螺旋滑模控制

针对不确定性条件下机械臂的轨迹跟踪问题,提出一种基于区间二型模糊逼近扰动的超螺旋滑模控制方法.首先将机械臂的建模误差、摩擦项、外部扰动等均视为广义扰动,然后利用自适应区间二型模糊逼近广义扰动.接着通过一个嵌套自适应律来设计基于超螺旋算法的趋近律,进而提出超螺旋滑模控制器.通过Lyapunov稳定性理论验证了趋近律的稳定性,基于此证明了系统的稳定性,并导出了区间二型模糊自适应律.仿真实验表明,区间二型模糊具有更好的逼近效果,超螺旋滑模控制能够抑制系统的扰动,本文所提算法具有响应快速和鲁棒性强的优点.     

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.     

绳系系统轨道机动过程中的面内摆角抑制

摘要： 针对绳系卫星系统轨道机动过程中面内摆角抑制问题进行控制器设计.仅考虑面内摆角子系统下,针对绳系系统的动力学模型,提出了分层迭代非线性滑模控制方法.证明控制方法设计的控制律使系统所有状态渐近稳定.通过数学仿真验证方法的有效性和优势.     

CMGs驱动空间机械臂的自适应终端滑模控制

摘要： 针对V构型控制力矩陀螺（CMGs）驱动的空间机械臂的轨迹跟踪控制问题,研究一种自适应非奇异终端滑模（ANTSM）控制方法.利用基于Kane方程的递推组集算法建立了系统的动力学模型.以跟踪误差为变量,构造非奇异滑动面,以保证跟踪误差在滑动面上有限时间收敛.针对系统质量特性参数与关节处干扰力矩的不确定性,设计自适应控制器用以调节控制增益.该控制方法无需不确定性的上界,且闭环系统具有最终一致有界性.仿真结果表明,该控制器可使系统准确跟踪期望轨迹,并对质量特性参数不确定性和关节干扰力矩具有良好的鲁棒性.