全系数自适应控制器若干稳定性质分析

在更加一般的条件下对黄金分割反馈控制器在单输入单输出和多输入多输出特征模型中的稳定性和鲁棒性进行了系统分析,并在混合辨识背景下研究了投影梯度法在特征模型框架中应用时的输入状态稳定(ISS)性和参数估计误差的L2界.最终的结果进一步扩展了已有的结论,对整个系统的稳定性分析具有重要作用.     

2.5维自适应磁场重联MHD模式

磁雷诺数(R_m)是影响磁场重联的重要因素. 真实的物理环境中R_m往往很高, 例如, 在行星际空间和太阳日冕中R_m通常大于104量级. 高R_m条件下的磁重联表现出很多异常特性, 然而高R_m条件下的磁场重联数值模拟需要很高的时空分辨率, 否则很难分辨出重联过程中形成的薄电流片. 本文基于自适应软件包PARAMESH将并行自适应网格技术引入磁场重联数值模拟, 建立了一个2.5维自适应磁场重联MHD模式, 研究高磁雷诺数条件下重联的动态演化过程, 进而将不同磁雷诺数的参数进行对比研究. 结果表明, 该模式可以自动捕捉到磁场重联产生的奇性电流片, 高磁雷诺数条件下产生的慢激波结构可提供一种快速磁能释放机制.      

不确定切换系统的鲁棒自适应控制方案

针对切换信号依赖于独立决策变量的不确定切换系统,基于多Lyapunov函数方法和模型参考自适应控制理论,提出并分析一种控制器具有非线性死区特征的鲁棒自适应切换控制方案.首先,由参考切换系统和自适应控制律集合建立闭环切换系统,而后构造Lure-Postnikov形式的多Lyapunov函数,并以一组线性矩阵不等式推导给出闭环切换系统为有界模型参考自适应控制系统的充分条件.最后,选择HiMAT(Highly Maneuverable Aircraft Technology)飞行器包线内的5个工作点,以其纵向短周期运动模型建立切换系统,并设计具有非线性死区特征的鲁棒自适应控制器.仿真验证了方案的有效性,结果表明系统在快速连续切换下可良好地跟踪期望轨迹.     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

基于超螺旋二阶滑模的双馈风力发电机控制策略

传统双馈风力发电机(DFIG)控制存在抖振现象,容易造成系统的不稳定。为了减轻控制抖振现象,提高控制的稳定性,在分析了DFIG动态特性的基础上,建立了DFIG的数学模型,设计了超螺旋二阶滑模控制器,并研究了突变风的情况下滑模控制器的控制性能。通过MATLAB/Simulink工具进行了仿真验证。仿真结果证明:滑模控制器具有良好的最优转矩跟踪能力和无功调节能力,与一般的控制方法相比鲁棒性较强,转子控制电压连续,控制产生的抖振可以大幅减轻,系统的稳定性大大提升。     

轴功提取与引气一体化管控对航空发动机燃油经济性的影响分析

为获得机载系统轴功提取和引气一体化管控对发动机燃油经济性的影响机制,建立实现该功能的自适应动力与热管理系统模型,利用4阶龙格库塔法与牛顿迭代法耦合求解,分析了不同巡航高度H下轴功提取与引气能量转换效率比η、轴功提取与引气作功比λ、APTMS相对转速Nz等对系统燃油代偿损失的影响。仿真结果表明:轴功提取与引气能量转换效率比η大于临界值时,系统燃油代偿损失随着轴功提取与引气作功比λ的增大而减小,反之则燃油代偿损失增大,变化幅度最大可达20%;APTMS相对转速Nz越大,半闭式空气循环风扇涵道引气越小,动力涡轮低压级引气及功率提取量越大,则燃油代偿损失越大,增量最大可达1倍。说明通过轴功提取与引气一体化管控可有效提高发动机燃油经济性。     

直升机惯性传感器结构的模态优化

提出了一种基于迭代抽样和径向基插值的自适应代理模型方法。这种自适应方法以减少仿真计算数量和提高代理模型自适应能力为目的,使用多岛遗传算法选择新增样本点并使新增样本点位于设计空间的稀疏区域,使得所有的样本点均匀分布于设计空间。标准误差用来判断代理模型的精度大小以决定是否对代理模型进行更新。这种自适应代理模型结合多岛遗传算法对直升机的惯性传感器结构模态进行优化。用拉丁超立方抽样方法选择10个样本点构建初始的代理模型,自适应代理模型的计算结果表明2%的误差条件下需要额外增加7个样本点。优化结果表明不同的权重系数对最优模态特性的影响很大,惯性传感器结构的一至六阶模态值更加远离直升机的激励频率。     

基于自适应非结构嵌套网格的旋翼流场模拟

针对直升机旋翼CFD仿真的复杂性,提出了改进的适合于格心格式求解器的非结构嵌套网格算法。采用自适应网格技术在旋翼流场仿真的整个过程中进行网格的自适应加密和疏化操作,以更好地捕捉桨尖涡等流动细节。对于频繁的自适应过程中产生的大量重复点和无用点,采用了高效的交替数字树算法(Alternating digital tree,ADT)和标记-删除-移动算法(Mark,delete,move,MDM)进行删除,节约了不必要的存储。针对格心格式的求解器,采用了基于梯度的网格间插值方式,简化了网格间数值传递的复杂性,同时不降低求解器的精度。对CaradonnaTung旋翼悬停算例和HLISHAPE 7A旋翼悬停算例进行了模拟验证,计算值与实验值吻合,表明本文建立的方法具有良好的鲁棒性和有效性。最后,与未采用自适应时求解器对桨尖涡的捕捉效果进行了对比,结果表明本文所采用的方法可以明显地提高求解器对桨尖涡的捕捉。     

利用偏振图像加权融合及CLAHE算法的水下成像方法

针对传统基于偏振差分原理的水下光学成像方法中目标退偏振特性差异引起的图像中局部反射光损失的问题,本文提出了基于偏振图像加权融合与限制对比度自适应直方图均衡（Contrast Limited Adaptive Histogram Equalization, CLAHE）算法的水下成像方法。一方面,将原始水下图像分解为偏振光强图像和非偏振光强图像,根据不同退偏振特性目标在两幅图像中的灰度值分布特点,设计相应的权重因子,对两幅图像进行加权融合。从而实现在压缩原始水下图像中散射光的同时,保留更多目标反射光,提升整体目标反射光在融合图像中所占的比例。另一方面,为了进一步提升融合图像的对比度,利用限制对比度自适应直方图均衡算法对融合图像进行处理。该算法能够在提升融合图像对比度的同时,有效避免图像噪声的放大。实验结果表明,相比于传统的偏振差分方法以及独立的直方图均衡化算法,本文提出的算法能够有效提升水下图像的清晰度和对比度。     

基于自调整神经元的航空发动机多变量自适应解耦控制

根据航空发动机性能控制要求, 通过分析自调整神经元及最速下降学习方法, 研究了基于自调整神经元的航空发动机多变量自适应解耦控制系统.利用自调整神经元的结构简单、各神经元之间没有权值连接及在线学习的优点, 在线整定多变量PID控制器的参数.阐明了该方法的结构和原理.并进行了航空发动机多变量自适应解耦控制系统的设计.大量的仿真结果表明, 系统具有良好的解耦特性和自适应能力.