高超声速飞行器预设性能反演控制方法设计

为解决吸气式高超声速飞行器的飞行控制问题,提出了一种新型预设性能神经反演控制器设计方法。通过构造预设性能函数,保证速度跟踪误差和高度跟踪误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域,同时满足系统预设的瞬态性能和稳态精度。在反演控制设计结构下,引入径向基函数（RBF）神经网络对模型未知函数及不确定项进行逼近,提高了控制系统的鲁棒性。引入的RBF神经网络中仅有一个参数需要在线更新,有效提高了控制准确性,避免了通常反演控制方法中经常出现的"微分膨胀问题",并降低了计算量。通过仿真实验验证了所设计控制系统的有效性和可行性。      

基座与臂杆全弹性空间机器人的有限时间控制

探讨了基座、臂杆全弹性影响下,基于有限时间的漂浮基空间机器人系统轨迹跟踪以及柔性抑振问题.由于弹性基座与两柔性杆之间存在多重动力学耦合关系,此系统为高度非线性系统.将弹性基座与臂杆间的连接视为线性弹簧,利用拉格朗日第二类方程并结合假设模态法,推导出该系统的动力学模型;应用奇异摄动理论的两种时间尺度假设,将系统分解为表示刚性运动的慢变子系统和表示基座弹性、双柔杆振动的快变子系统.针对慢变子系统,设计了一种基于名义模型的有限时间控制器,保证完成刚性期望轨迹跟踪.设计的积分式滑模面具有有限时间收敛特性,比传统渐近收敛控制方法具有更快的收敛速度和更强的鲁棒性;对于快变子系统,采用线性二次型最优控制同时抑制弹性基座与两柔性杆的振动.Lyapunov理论证明了所提控制算法能使跟踪误差在有限时间内收敛到原点.仿真验证了控制方法的有效性.     

挠性卫星姿态的有限时间终端滑模稳定控制

针对挠性航天器的姿态稳定控制问题,提出了一种基于双幂次趋近律的终端滑模有限时间控制方法,该方法考虑了卫星运行过程中受到的环境干扰和刚柔耦合问题.首先,采用非线性干扰观测器和超螺旋观测器分别估计了外干扰力矩和星上传感器无法敏感的角加速度信息.其次,采用双幂次趋近律,设计了一种终端滑模控制器,并基于Lyapunov方法证明了系统的全局稳定性.仿真结果表明,所提方法在有效抑制挠性附件结构振动响应的同时,快速、高效的实现了卫星姿态的有限时间稳定控制.     

基于区间二型模糊终端滑模控制的飞行器姿态控制

针对四旋翼飞行器姿态控制问题,提出区间二型模糊控制与非奇异终端滑模控制结合的算法.首先,采用非奇异终端滑模控制方法,根据滑模控制的强鲁棒性及快速响应特性,令四旋翼飞行器系统实现在有限时间内收敛并对外界干扰具有较强抵抗力;同时,采用区间二型模糊控制,将滑模面作为模糊控制的输入,趋近律作为模糊控制的输出,实现对滑模面增益的动态调节,增强对外界随机扰动的适应能力并提高系统收敛速度、削弱抖振.基于Lyapunov函数证明系统的稳定性.仿真结果显示,本文设计的控制器具有更加平稳的输出,同时对四旋翼姿态角度的跟踪更加迅速、精确.     

无源无线声表面波压力传感器校准技术研究

声表面波压力传感器是一种新型传感器,它的一大优势是具有无源无线信号传递特性,可以突破传统传感器线缆连接的限制,近年来受到国内外研究机构普遍重视。本文探讨了SAW压力传感器的校准技术,对某种商业传感器进行校准,使用最小二乘法分析校准结果,并进行不确定度评估。校准结果显示该传感器在误差、线性、重复性等方面可满足一定精度要求,通过进一步发展,有望在航天领域得到实际应用。     

燃油喷嘴螺旋槽的精密测量方法与系统设计

为了实现航空发动机燃油喷嘴上的螺旋槽特征的快速与精确检测,提出了螺旋槽的槽深、螺旋角和槽宽等参数的测量与计算方法,并基于此设计和搭建了一套非接触式的燃油喷嘴螺旋槽精密测量系统。该测量系统基于模块化的设计思想,其机械主体采用立柱移动型三坐标测量机的结构形式;运动机构由三个直线轴X、Y和Z以及一个回转轴A构成,电气控制模块采用了由上位机与下位机构成的主从控制方式,前端传感器选用了新型的锥光偏振全息激光测头,并应用专用夹具来实现被测喷嘴零件的装夹和定位。最后,选取某个燃油喷嘴样件作为被测目标,应用所搭建的测量系统对其上的多个螺旋槽特征开展了重复测量实验,并解算得到了槽深、螺旋角和槽宽的几何尺寸,而且系统所达到的测量精度能够满足检测需求。     

飞行控制律全包线鲁棒稳定性评估

传统的飞行控制律评估方法只能对飞行包线内的离散点进行逐点分析,对不确定性参数也只考虑了上下界,分析过程缺乏完整性和系统性。针对这些不足,研究了基于一种改进遗传算法的分析方法,该方法将评估准则转化为某个适应度函数,通过对适应度函数寻优以找到最坏情况下的不确定参数组合,在其基础上进行评估并给出评估结果或控制律修改意见。仿真结果表明,该方法能连续地研究多个不确定性参数同时摄动时的飞行包线,克服了传统方法的不足。     

基于神经网络的机器人迭代学习控制

针对机器人动力学模型的不确定性和负载扰动,提出了一种采用神经网络的机器人迭代学习控制方法。该方法将反馈控制和神经网络学习控制相结合,反馈控制沿时间轴方向使关节运动跟踪期望轨迹,神经网络学习控制沿迭代轴方向使关节运动逼近期望轨迹。文中还给出了基于ＢＰ神经网络的学习控制算法。仿真结果表明,该方法能克服机器人动力学模型的不确定性和负载扰动,具有良好的鲁棒性和控制性能。     

SMART STRUCTURES USING PIEZOELEMENTS FOR ACTIVE VIBRATION AND NOISE SUPPRESSION IN AVIATION AND AEROSPACE

具有减振降噪功能的压电智能结构是智能材料与结构的一个重要分支。在航空航天领域存在一些典型结构,如飞机机舱、空间站、卫星太阳能帆板和通讯天线以及直升机旋翼等,其振动与辐射噪声造成很多不利影响。为了研究这些结构的振动与噪声控制方法,制作了几个实验模型如大型薄壁复合材料圆桶、柔性梁、钢架及旋翼系统模型,通过压电传感器、驱动器布置数量和位置的优化,采用不同的控制算法,在基于个人计算机的测控平台上进行了振动控制实验,取得了明显的减振降噪效果。     

利用展向吹气控制机翼上的“迟滞环”(英文)

本文给出了利用展向吹气控制飞行器正弦俯仰振荡的气动力迟滞环。模型为６０°三角翼翼－身组合体;俯仰振荡的减缩频率为０．０３９和０．０７８,实验迎角范围为０°～６０°。实验研究包括流态显示和气动力测量。结果表明展向吹气可以明显改善飞行器动态运动中的气动力迟滞特性,使上仰和下俯过程中气动力的差异显著减小,即减小了“迟滞环”的宽度。