风场环境下主动建模无人直升机改进LQG控制

为了使小型无人直升机在风场环境下稳定飞行,通过将主动建模技术与传统的LQG控制相结合,提出了一种能有效适应模型不确定性的控制方法。该方法将风场对无人直升机的扰动看作随机扰动,并把这种扰动作为参数与机体模型中的状态合并成增广的机体状态量,而后用卡尔曼滤波对其进行实时估计,实时得到扰动的估计值,并将其反馈给控制器以实现对控制器的重构,从而完成对无人直升机的稳定控制。依据建模理论建立了机体的半解耦模型以及大气紊流模型,用该模型进行了仿真,结果表明,本控制方法对大气紊流有一定的抑制作用。     

基于ANFIS的CFRP轴向钻削力预测

本文基于CFRP轴向钻削力试验研究,获得ANFIS样本数据通过对ANFIS的训练,建立钻头转速、进给量与轴向钻削力之间的映射关系,并进行验证试验,结果表明了该预测方法的有效性     

障碍物对脉冲爆震火箭发动机性能影响的实验研究

为了探究障碍物对脉冲爆震火箭发动机在无阀自适应工作方式下性能的影响,采用汽油为燃料,富氧空气为氧化剂,开展了工作频率为20Hz的无阀式多循环实验研究。实验中使用Shchelkin螺旋、螺旋凹槽、环形凹槽和孔板作为障碍物,并分析了其对起爆和推进性能的影响。研究结果表明,Shchelkin螺旋、螺旋凹槽和环形凹槽在阻塞比BR=0.36,0.46和0.56时都可实现PDRE的稳定工作,孔板在BR=0.56时无法实现爆震的起始;Shchelkin螺旋的DDT距离和DDT时间最短;实验测得的平均推力较理想流动模型理论值有13.3%~39.3%的亏损,BR=0.36的Shchelkin螺旋推力损失最小;螺旋凹槽与环形凹槽的DDT距离和DDT时间较长,没有明显的推力增益。     

基于多模态感知与融合的无人车韧性导航系统

针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4％D,具备一定的韧性导航定位和智能感知规划能力.     

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

针对发动机限制保护控制问题,提出了一种基于数据驱动的改进无模型自适应限制保护控制方法。以主回路闭环系统为设计对象,通过在常规无模型自适应控制律的准则函数中增加误差变化率,使超限保护系统具有更快的响应速度,给出了改进后系统的稳定性条件,并采用临界比例度法进行了控制器参数整定。仿真结果表明:在不同工作点,所设计的改进无模型自适应限制保护控制器相比常规无模型自适应限制保护控制器,最大超限平均减小2.97%,响应时间平均缩短2.30s,实现了发动机超限后的迅速回调,保证了发动机系统的安全运行。     

GNSS/SINS组合导航中多路径效应的识别与抑制算法CSCD

针对GNSS/SINS组合导航系统中,GNSS定位易受多路径效应影响的问题,提出了一种多路径效应识别与抑制算法。通过设计姿态检测与χ^(2)检验相结合的两层多路径效应识别方法,实时检测GNSS输出结果的可靠性和GNSS/SINS二者定位的一致性。将提出的抗野值自适应滤波算法用于对多路径误差的抑制,当检测到GNSS受多路径效应影响时,通过残差加权减小异常量测量在量测更新中的比重;当GNSS定位正常时,通过限定记忆指数加权的方式计算残差协方差的极大似然最优估计,并采用渐消滤波提高滤波器的调节能力。通过实际跑车试验验证了该算法能够有效抑制GNSS多路径误差,具有较高的导航精度与自适应能力。     

航空发动机模型参考自适应控制(MRAC)初探

航空发动机是一个非常复杂的多变量控制对象,参数变化范围非常大,因此选择合适的控制方法保证高性能的控制品质最优至关重要。目前的控制理论研究中,自适应技术的发展为发动机控制系统的设计提供了新的思路。采用基于李亚普诺夫稳定性理论设计模型参考自适应控制(Model Reference Adaptive Control),参照F100发动机设计数据设计参考模型,并根据发动机转速变化情况进行了数字仿真。     

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。     

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。     

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题,提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面,利用Kalman滤波估计选定的速度点对应的高度,得到满足再入走廊及航程要求的拟合系数。在此基础上,减少一个终端约束,增加一个待估计剖面参数,可实现对再入过程飞行时间的调节。研究发现,再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性;飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明,基于Kalman滤波的空天飞行器再入制导算法实时性好,制导精度高,能够实现飞行时间可控,具有较强的鲁棒性和工程应用潜力。