飞翼无人机机动飞行非线性反步控制律设计

飞翼布局无人机具有操纵能力不足、非线性和耦合性强的特点。传统的反步控制方法能够提高飞翼 无人机系统的鲁棒性,但是存在奇异值计算、保守性等问题。本文提出一种改进的反步控制方法。建立飞翼无 人机仿射非线性模型,运用该方法进行鲁棒控制器设计,并进行仿真验证分析。结果表明:该方法解决了传统 反步控制方法所具有的奇异值计算、保守些问题,突破现有鲁棒设计方法对系统不确定性范数上界已知要求的 限制,所设计的控制器鲁棒性较高。     

民用飞机控制律对偏航机动载荷影响分析

飞机机动过程中方向舵快速大幅偏转会使方向舵和垂尾上产生较大气动载荷并传递到后机身,导致 驾驶员来回往复蹬舵造成安全事故。针对 CCAR-25部25.351条规定的偏航机动情况及 CS-25部25.353规定的偏航机动新条款——方向舵往复偏转,本文首先对两种偏航机动条款分别进行分析;然后考虑控制律进行 偏航机动情况机动仿真计算;最后通过比较分析飞机响应运动参数及垂尾载荷计算结果,并分析控制律对偏航 机动载荷的影响。结果表明:对于偏航机动,考虑控制律后飞机的响应幅度有所缓减,导致垂尾载荷有所降低; 对于偏航机动新条款,由于方向舵反向偏转导致侧滑角贡献和方向舵偏度贡献垂尾载荷两者叠加,从而导致垂 尾载荷大幅增加;P-Beta控制律有效降低了方向舵往复偏转的垂尾载荷。     

人员流动风险分析与控制

本文从风险管理的角度研究人员流动问题,给出了人员流动风险的定义和分类,并分别对人员流入风险和人员流出风险的成因进行了分析,最后提出了风险控制策略。     

变循环发动机过渡态性能直接模拟方法

为了实现多变量可调的变循环发动机（VCE）过渡态性能模拟和控制规律设计,在稳态逆算法和过渡态性能隐式格式计算方法的基础上开发了变循环发动机过渡态直接模拟方法。在稳态逆算法模型中加入容积效应和转子动力学方程,实现了同时给定加速率、涡轮前温度和压缩部件工作点的条件下直接模拟计算过渡态过程中变几何参数和燃油流量的调节规律,验证了方法的精度和可行性,并将该方法用于变循环发动机转模态性能模拟和控制规律设计。计算结果表明,过渡态直接模拟方法的误差在0.58%以内,超声速巡航状态下由单外涵模态转换到双外涵模态的时间约为1 s,海平面静止状态下双外涵转单外涵的时间约为3 s,且推力、转速、涡轮前温度、喘振裕度等参数过渡平稳。该方法可简化转模态控制规律设计流程,并提高设计精度。     

仿生翅室对跨声速扩压叶栅角区分离流动影响研究

为了抑制压气机叶片吸力面角区分离,减小内部流动损失,改善通道内的通流能力,基于蜻蜓翅翼的翅室和褶皱结构特征,在跨声速扩压叶栅的端壁上布置仿生翅室结构.采用数值模拟方法,研究不同深度的仿生翅室结构对角区分离流动的影响.研究结果表明:0°攻角条件下仿生翅室影响效果最明显,能够提高端壁附近的湍动能,增加靠近端壁处流体速度,减...     

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。     

基于点线特征融合的双目惯性SLAM算法

针对室内弱纹理场景下,基于点特征的SLAM算法难以追踪足够多的有效特征点,导致系统定位精度和鲁棒性较差,甚至完全失效的问题,提出一种基于点线特征并融合惯性测量单元(IMU)的双目视觉惯性SLAM算法。利用点线特征的互补优势来提高数据关联的准确性,同时引入IMU数据为视觉定位算法提供先验和尺度信息,通过联合最小化多残差函数得到更准确的相机位姿,并据此构建环境点线特征地图、稠密地图和导航地图。针对传统线特征提取算法在复杂场景下易检测到大量短线段和相似线段特征以及线段存在过分割等弊端,利用线段长度抑制、近线合并及断线拼接策略在FLD算法的基础上进行改进,以降低线特征的误匹配率,运行速度是LSD算法的2倍以上。通过对比多组公开数据集和真实弱纹理场景下得到的仿真实验结果可知,所提算法在保证定位精度的同时能够获得更为丰富的环境地图,具备较好的鲁棒性。     

基于鲁棒迭代学习的四旋翼无人机轨迹跟踪

针对四旋翼无人机高精度轨迹跟踪问题,充分考虑外部扰动等因素,提出了一种带遗忘因子的基于可变增益的前馈-反馈鲁棒迭代学习控制算法。其中,前馈迭代学习控制器采用选择迭代学习方案,弥补了传统的基于遗忘因子迭代学习控制方法的不足,且控制器学习增益可随迭代变化,可以加快算法的收敛性。反馈控制器采用比例-微分控制器,可以保持系统稳定并且加快跟踪误差收敛速度。最后通过收敛性分析和四旋翼仿真试验验证了所提出算法的有效性,所设计算法具有很好的鲁棒性和较高精度。     

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。