精确复现机翼摇滚运动的控制技术

为快速、精确地复现自由摇滚实验得到的机翼摇滚运动,在控制伺服电机的传统PID参数基础上增加了基准速度修正系数Kv,并将其视作PID参数的一部分,在此基础之上给出了一种PID参数的快速估计方法.利用该方法可以快速得到不同试验状态下控制伺服电机复现机翼摇滚运动的PID参数,提高了调试反馈控制量的效率.同时,发现在进行PID参数调节之前对速度时序曲线进行光滑化预处理,能为进一步进行PID调节打下坚实基础,提高电机驱动模型复现机翼摇滚运动的精度.最后,通过风洞试验对给出的方法进行了实验验证.     

飞机自动驾驶仪俯仰控制系统仿真研究

分别对比设计了PID控制器、LQR最优控制器和模糊控制器,并建立了对应的Matlab控制模型进行仿真研究。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控制器能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,而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。     

气动加热模拟试验加热系统控制研究

本文通过理论分析和试验测试研究了可控硅功率调节装置和石英灯加热器的动特性，提出了通过系统识别的方法研究石英灯加热器的静特性；在研究被控对象特性基础上找到了对任意一个石英灯加热器组成的被控对象进行非线性PID控制器的设计方法。这些方法提高了控制的质量，缩短了试验准备的周期，并进行准自适应控制，从而改善了气动加热模拟试验加热系统的控制效果。     

一种闭环对象辨识方法及其在生产中的应用

针对一些难达稳态过程的模型不易辨识的问题,提出了一种对象模型参数和状态方程初值同时辨识的新方法.该方法可不进行装置实验,仅使用装置历史数据就可进行在线辨识,且适用于系统处于非稳定状态的阶跃响应数据.闭环控制系统辨识仿真和实际应用表明,应用该方法辨识出的对象特性进行PID参数设计,效果明显,并且使控制系统具有很好的抗干扰能力和鲁棒性.     

基于鲁棒性参数设计法的多超声电机驱动机器人的控制

由于超声电机复杂的能量转换机制和参数受温度和工作环境影响的非线性变化,使得很难对超声电机进行数学描述。为了使超声电机驱动的多关节机器人有较好的表现性能,根据超声电机的运动特点,提出了一种新颖的速度——位置双闭环反馈控制方式。鉴于该控制方式需要调节的控制参数有18个,为了获得一组具有鲁棒性的控制参数,选用了鲁棒性参数设计法。实践结果表明,所提出的控制方式能够获得机器人的良好运行性能,鲁棒性参数设计对超声电机而言是有效而方便的。     

预估Fuzzy-PID在中央空调控制系统中的应用

电加热常作为中央空调的末端设备置于被调节房间风道入口处,微调加热以提高温度控制精度,为此提出一种电加热温度控制方法,采用预估Fuzzy-PID复合控制算法,通过对加热功率的调节进行闭环控制,实现控制点温度的稳定控制.新的控制算法结合了smith预估控制、Fuzzy和PID控制器的优点.在MATLAB环境中仿真预估Fuzzy-PID控制中央空调末端电加热,结果表明该控制方法能提高温度稳定性并降低能耗,控制精度达到±0.1℃.该控制方法同样适用于其它含有电加热元件的场合.      

空间载荷机柜热控设计的仿真研究

空间站主动热控系统的作用是提供和保持航天员、仪器设备和结构部件所要求的温度、湿度和风速等热环境。本文以空间载荷机柜为热控系统的基本单元,建立了以单相流体循环回路为基础、采用液冷结合风冷的冷却方式的载荷机柜数学模型;介绍了模糊增量控制算法的工作原理;提出了采用模糊增量控制算法,以液冷支路进出口温差和风冷支路冷却量占总冷却量的比值为控制目标的反馈控制策略。同时文章采用数值模拟方法研究了控制系统的动态响应效果。仿真结果显示,模糊增量控制算法具有响应迅速、超调量小、无静态误差的特点,控制策略满足有效性、稳定性和高精确度的要求。     

翼伞系统雀降性能及控制研究

根据翼伞系统的动力学方程,建立六自由度运动模型。对翼伞系统雀降过程进行仿真,分析了操纵方式对雀降性能的影响。在归航过程中着陆阶段的特定情况下,针对航迹跟踪过程中产生的纵向偏差,设计PID控制器对偏差进行修正。仿真结果表明:所设计的控制器简单有效地消除了纵向的偏差,保证了雀降操纵的顺利实施。     

基于加速度计和角速率陀螺的超小无人直升机姿态控制系统

设计了一种基于加速度计和角速率陀螺的超小型无人直升机姿态控制系统;由卡尔曼滤波算法融合加速度计和陀螺数据,实时估计最优的直升机姿态信号;根据最优的姿态反馈信号,飞行控制系统采用参数自整定的模糊PID控制方法得到舵机控制信号,从而实现了超小型无人直升机的姿态控制。     

航空活塞式发动机空燃比实时控制算法

采用比例-积分-微分神经网络(PIDNN)的控制算法,集合了传统PID控制及神经网络各自的优点,控制发动机在不同工况下的空燃比,实现发动机在不同工况间切换时,能够快速地控制空燃比至目标值.在AMESim软件中建立发动机模型,在MATLAB软件中建立PIDNN控制算法,进行模型在环仿真,仿真结果表明:在不同海拔高度下,PIDNN控制算法都能够准确地把空燃比控制在目标值,当发动机在不同工况间切换时,PIDNN能够在0.5s内把发动机空燃比控制至目标值,并且保证过量空气系数超调量在0.2之内,改善了发动机的动力性、经济性,提高了发动机的响应能力.