航空发动机自抗扰控制器简捷设计与应用

针对航空发动机的强非线性特征,进行了自抗扰控制器(ADRC)技术在航空发动机控制系统中的应用研究。首先,从工程应用的角度出发,给出1种简捷自抗扰制器设计方法,从而减少需整定参数和以增强设计参数的物理直观性,以方便设计;然后,将该方法应用于某型涡扇发动机控制器设计。仿真结果表明:ADRC比PID控制方法有效。     

空间微重力组合体及其控制

空间微重力组合体是绳系卫星系统的升级版,有更强大的功能和应用前景。可是在无控状态下,新旧两款系统的留位（系绳伸出长度不变）和回收（系绳回卷收缩）运动都不稳定,必须置入有效的控制算法才能使其稳定运行。从绳系卫星的简化动力学模型入手,抓住微重力和动态运动中的惯性力相互关系,推导出基础型和扩展型的距离速率控制算法,简明有效地抑制这些系统的不稳定运动和改进空间组合体在轨交会对接控制技术。该算法也可应用于有分布质量和弹性变形的连续系绳的动力学模型以及其他更复杂的绳系卫星（家族）系统的控制中。     

基于瞬时无功功率理论和模糊PID控制的三相不平衡补偿算法

为满足三相不平衡飞机电网的无功功率实时补偿要求,设计了一种新型的静止无功补偿器（SVC）控制系统。该系统采用瞬时无功功率理论来精确检测基波正序和负序电压、电流,并推导出补偿导纳的表达式;SVC的整体控制采用了开环和闭环控制相结合的控制算法,并在闭环控制算法中,提出了自适应非线性模糊控制器在无功补偿控制系统中的应用方案。该方案结合了模糊控制和PID控制2种方法的优点,根据系统状况改变PID控制器的参数,以达到更好的动态控制效果。仿真研究结果表明,该新型SVC控制系统对于提高功率因数和补偿三相不平衡,具有响应快、精度高的控制效果。     

基于状态观测器的IMU旋转控制算法研究

本文研究了光纤陀螺罗经系统的精密转位控制技术。通过对无刷直流电机传递函数模型的推导,提出了电流环、速度环和位置环三闭环控制的精密旋转控制方案,采用模糊自整定PID参数的控制算法。利用状态观测器实时估计电机的速度信息,无需速度传感器,不仅节约成本,而且减小了系统体积。应用MATLAB/Simulink搭建了模糊自整定PID控制器和状态观测器的仿真模型,仿真结果表明,该旋转控制系统的稳态误差为5″,响应速度快,没有超调和震荡。     

基于RTWEC的控制算法自动代码生成技术

研究基于实时工作间嵌入式代码生成器(Real-timeworkshopembeddedcoder,RTWEC)的航空发动机复杂控制算法自动生成可执行代码技术,介绍原理及其应用方法.针对某型航空发动机控制器多变量控制算法的手动编程和自动生成代码进行电子控制器半实物仿真并比较分析.结果说明该方法简单、易行,有效降低了程序编制、查错和调试的工作量,缩短了研制周期,可以广泛用于控制器复杂算法从设计仿真到具体实现的开发过程.      

基于PID算法的磁选态铯束管C场的优化

介绍了磁选态铯束管的C场优化方法，通过自研的磁选态铯束管测试系统为铯束管提供必要的测试环境，设计不同的PID控制算法对铯束管的C场进行优化与分析，最终得到了合理的优化参数。通过对多只铯束管进行优化，将铯束管的（0~0）峰与±1峰的频率差控制在了42820kHz±20Hz范围之内，并与已有的铯束管测试平台优化结果进行比对，最优C场电流误差不超过002mA，验证了优化结果的正确性。     

基于神经网络的仿真转台控制系统

在转台存在偏载、摩擦等不确定负载干扰的情况下,用神经网络与PID(Proportional-Integral-Differential)控制相结合的方法,设计了适应负载变化的转台控制系统.分析了基于BP(Back Propagation)神经网络的自适应PID控制器的基本原理,建立了转台位置控制系统的数学模型,并对控制系统进行仿真分析和实验验证,通过与传统PID控制的对比实验与仿真表明:所设计系统由于有自学习能力,能动态调整PID参数,使系统表现出良好的抗干扰能力和跟踪性能,证明了所设计系统的有效性.该算法结构简单,PID初始参数调整方便,易于在转台实时控制系统中应用.     

导航星座自主运行平行系统的轨道计算方法CSCD

构建一个能够与实际卫星导航系统长期保持时空一致的平行系统,可为导航星座自主运行提供一个监视与评估平台。针对建设该平行系统所需的高逼真轨道计算问题,引入平行系统理论的思想,在分析历史精密轨道的基础上,提出高精度轨道计算与预报方法。该方法以不断更新的精密轨道作为输入,利用PID增量式算法或时变加权法进行数据平滑,使得轨道计算结果始终与实际系统保持高度一致性。试验结果表明,该方法可使卫星轨道计算的结果与实际卫星轨道长期保持在分米量级。     

基于同步控制的行李电机ACA-RBF-PID控制

针对机场行李准确地从传送带导入分拣机的问题,提出将基于同步控制的ACA-RBF-PID算法应用于机场行李导入电机。该方法利用蚁群算法优化RBF神经网络避免了传统RBF网络方法带来的局部优化问题,实现了全局最优,并且电机同步控制系统保证了从导入电机与导入电机速度始终保持一致,避免了同时将两件行李送上同一个行李托盘。仿真结果表明,该策略大大地提高了行李导入效率,为行李的后续分拣带来保证。