基于智能神经元PID的异步电机直接转矩控制

针对异步电机直接转矩控制系统PID转速调节器的适应性、鲁棒性及抗干扰性较差的问题,提出了基于智能神经元PID转速调节器的异步电机直接转矩控制方法。智能神经元PID转速调节器采用2个神经元控制器进行设计,同时实现了控制器参数的在线调整,磁链调节器和转矩调节器分别采用滞环调节器进行设计。仿真结果表明,基于智能神经元PID的异步电机直接转矩控制系统能快速跟踪参考转速变化,具有很强的抗干扰能力、自适应能力和较强的鲁棒性。     

连续式风洞二喉道调节马赫数控制策略

为了降低连续式跨超声速风洞压力波动,提高马赫数稳定性,需要对二喉道调节马赫数控制方式进行研究,针对现有文献鲜少对该控制策略描述等问题,以0.6m连续式跨声速风洞为例,对二喉道控制马赫数的原理进行分析,基于运动控制器加伺服驱动器双PID(proportion-integral-derivative)控制模式实现二喉道位置精确控制,提出了二喉道和压缩机转速的组合控制流程,并采用分段变参数模糊PID加串级控制的算法实现马赫数精确控制,最后进行了试验验证。结果表明马赫数控制精度优于0.001,且每个马赫数极曲线(9个攻角阶梯)的时间可控制在4min以内,证明所提出的控制策略是有效的,可为连续式跨超声速风洞的设计调试提供参考。      

四旋翼飞行器姿态控制建模与仿真

四旋翼飞行器是典型的欠驱动、非线性、强耦合系统。其姿态控制精度和抗干扰问题一直是研究热点之一。为了实现小型低成本四旋翼飞行器姿态准确控制,详细分析了四旋翼飞行器受力情况,利用牛顿-欧拉方程建立了四旋翼飞行器非线性动力学模型,针对四旋翼飞行器在实际飞行过程中经常会遇到阵风、气流等不确定外界干扰,设计了基于小扰动的PID控制器,并通过对俯仰通道、横滚通道、偏航通道MATLAB/Simulink仿真模型进行仿真测试和结果分析。结果表明:所设计控制算法能够满足四旋翼飞行器姿态控制要求,并具有较好的抗干扰性能。     

基于PID和LESO的无人机控制

针对四旋翼无人机控制模型耦合程度高、非线性关系复杂,设计了一种基于PID和LESO的控制方法,选取无人机的某个状态变量作为控制量,通过简化模型对状态变量进行解耦控制,进而在控制系统中加入线性扩张状态观测器(LESO),提高模型的抗干扰能力。通过仿真和实际飞行与传统PID方法进行比较,充分验证了自抗扰控制(ADRC)在无人机飞行控制中具有鲁棒性强、精度高、易于实现等特点。     

大型飞机座舱温度控制系统控制律设计

大型飞机座舱温度控制系统具有温度控制非线性、强耦合、大迟滞性等特点,对控制律设计提出很高要求。根据系统设计要求,结合执行机构动作特性,提出了一种新型座舱温度控制律。系统控制方案采用压气机出口温度控制、组件出口温度控制、座舱供气温度控制和座舱区域温度控制四级控制;压气机出口温度目标值根据大气环境温度确定,座舱供气温度目标值根据座舱区域温度控制误差确定,组件出口温度目标值根据座舱供气温度目标值中的最小值确定;使用专家比例-积分-微分(PID)控制方法设计各级温度控制器,温度控制器的设计融入了解耦控制算法和系统保护控制逻辑,控制周期由各级温度控制响应特性确定。系统地面试验与飞行试验结果显示,该座舱温度控制系统响应速度快,抗干扰能力强,控制精度高,满足系统设计要求。     

基于变论域模糊控制的无刷直流电机转速问题

无刷直流电机(BLDCM)是一种多变量、强耦合、非线性、时变的复杂控制系统。由于其采用传统的PID控制时很难满足需要,所以针对BLDCM精确调速的控制问题,在基于传统PID控制上引入模糊控制设计了模糊PID控制,并在此基础上应用变论域的方法,设计了变论域模糊PID控制器。以BLDCM为模型,通过MATLAB建立其仿真模型。仿真和试验结果表明,采用变论域模糊PID控制的BLDCM与传统控制的BLDCM相比,具有响应速度快、超调小、控制精度高等优点。     

基于电液伺服控制燃油泵的航空发动机控制与仿真

为探索轻质化燃油系统结构,基于电调燃油变量泵的航空发动机转速控制系统,构建了柱塞泵斜盘位置电液伺服控制系统,油泵出口燃油直接输入电液伺服阀;建立了电液伺服阀线性化模型。通过数字仿真,研究了电液伺服阀工作特性,并得到了其适应性模型;在航空发动机特性半物理试验系统上,对斜盘位置电液伺服控制系统实物进行了验证试验,并与航空发动机模型一起构成了发动机转速闭环控制系统。结果表明：变输入压力的燃油电液伺服位置控制系统有效可行,变量泵工作稳定可靠,电液伺服阀模型能够准确反映实际工作状况;基于变参数PI控制算法的转速闭环控制初步取得成效。     

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。     

LQR与Fuzzy控制在飞机俯仰运动中的对比仿真

目的为解决传统PID控制控制参数固定、控制响应速度慢、超调量大,难以完成飞机自动驾驶仪俯仰系统控制的问题;方法分别设计LQR最优控制器和模糊控制器,并建立对应的Matlab控制模型进行仿真研究;结果阶跃响应仿真实验结果表明,飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器更好地实现对飞机俯仰角的控制,具有响应快速,超调小,误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好;结论飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

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。