非结构网格上Euler方程有限体积解法的改进

对二维非结构三角形网格上Euler方程有限体积解法的格点格式进行了一些改进，重点在于提高数值解的精度，细致处理人工粘性项的尺度因子以及对该项建立适当的边界条件；发展一种新的基于最长边剖分的三角形网格自适应加密方法。采取多步Runge—Kutta格式推进、当地时间步长、隐式残值光顺等措施加速迭代收敛。文末给出的数值结果非常接近于参考文献中结构网格上的结果，验证了所发展数值方法的精确性。     

高速柔壁自适应壁风洞中半模型试验技术研究

为了克服自适应壁风洞在模型支撑方面的困难和加大试验模型,提高试验雷诺数,西北工业大学在高速二元柔壁自适应壁风洞中开展了半模型试验技术的研究。采用基于平均流线概念的二元计算方法和以消除模型轴线洞壁干扰为目的的三元计算方法,两种方法均以沿上下柔壁中线所实测的洞壁压力分布为计算依据。试验采用有对比试验数据的AEDCWIM1T洞壁干扰测压模型,堵塞比为3．38％。在所作的试验状态下其试验结果与AEDC4T风洞的实验结果比较吻合,表明在高速二元柔壁自适应壁风洞中采用半模型试验是可行的。     

新型的速度自适应观测器在直接转矩控制系统中的应用

实现高性能直接转矩控制系统的重要环节是准确地观测异步电机的定子磁链。文中将一种新型的速度自适应磁链闭环观测器，应用于直接转矩控制系统中，取代了传统的积分器，理论证明该系统是超稳定系统。仿真与实验表明，该方案电机磁链观测精度高，电机参数鲁棒性好，同时基于磁链观测器所设计的速度自适应辨识方案准确性好，收敛速度好，使系统在较低转速下仍能保持优良的性能。本系统针对1．1kW异步电机，采用数字信号处理器DSP（TMS320C32）进行了数字化实现，实时控制 软件是采用C语言和汇编语言混合编程实现的。     

发电机的浸入与不变自适应反步鲁棒励磁控制器

针对含有不确定参数的发电机励磁控制系统,设计了一种新型的自适应反步鲁棒励磁控制器。在设计过程中,基于反步法逐步进行控制器的设计,并引入非线性阻尼算法来减小反步法的“计算膨胀”问题,有效地增强了控制器的鲁棒性。接着介绍了应用浸入与不变自适应控制设计阻尼系数的自适应估计律。通过MATLAB软件进行仿真研究,验证了该算法的有效性和优越性。     

电力机车PMSM自适应模糊滑模控制

为研究牵引工况下电力机车永磁同步电机(PMSM)的转速控制精度,考虑轮轨接触不平顺及车体静载荷在轮对径向产生的未知时变负载转矩,建立了机车PMSM在dq坐标系下的数学模型。针对该耦合非线性系统中存在的负载转矩,设计非线性转矩观测器对其实际值进行估计,对观测误差采用自适应模糊逻辑系统进行逼近;为考察d轴电压过零跳变对转速控制及转矩观测性能的影响,在d轴电压控制器设计中引入Nussbaum函数,并依据Lyapunov稳定性理论,构造了基于转矩观测器的自适应模糊滑模控制器。理论分析及仿真结果表明,当转矩时变或d轴电压过零时,机车PMSM闭环转速控制系统跟踪误差一致有界,转矩观测误差收敛于0。     

基于ARX模型的笼型异步电机控制策略研究

针对笼型异步电机控制系统中时变、非线性的特点,提出了以ARX模型为核心。模型参考自适应控制策略为基础的笼型异步电机的控制策略。所提出的控制策略对于电机参数变化和系统干扰具有较好的鲁棒性。通过仿真和样机试验,对所提出的控制策略进行了验证。     

基于PnP和自适应线性卡尔曼滤波的实时位姿估计

针对实时位姿估计中扩展卡尔曼滤波(EKF)线性化引入非线性误差和依赖已知噪声分布的缺点,提出一种基于PnP的自适应线性卡尔曼滤波位姿估计求解方法。将PnP位姿估计求解策略引入卡尔曼滤波观测方程,通过对动态方程误差统计参数实时估计,自适应调节卡尔曼滤波递推参数。所提算法求解精度高,固定了观测方程的观测向量维度,提高了算法实用性。通过仿真试验,比较了该算法与EKF的位姿估计精度,通过量化误差分析,证明了该方法可以提高三维运动位姿估计精度,也验证了该方法的有效性。     

改进的Sage-Husa自适应滤波算法在MEMS航姿参考系统中的应用

针对经典Kalman滤波和扩展Kalman滤波融合算法存在的计算量大、精度低、实时性差的缺点,引入了改进的Sage-Husa自适应扩展Kalman滤波算法。该算法对经典扩展Kalman滤波算法进行了自适应改进,并在此基础上利用加权渐消记忆法获取了遗忘因子,并通过预测残差得出了最优解。同时,用调整有偏增益估计的措施来保证系统噪声预测方差矩阵与噪声预测方差矩阵的对称性和正定性,对滤波器发散进行了有效的抑制,减少了算法的计算量。实验结果表明,该算法有效改善了可靠性、精确性及自适应能力。     

基于自适应方法的多无人机编队队形控制

针对"长机-僚机"近距编队队形因风场扰动而不能保持期望队形的问题,首先,提出了一种自适应队形保持控制的方法,该方法可用于抵消因风场不确定性对无人机的横侧向和前行方向所产生的距离误差,同时能够保持无人机编队稳定飞行。其次,由于风场的不确定性会引起"长机-僚机"之间的动力学发生变化,因此设计了一种基于"长机-僚机"相对运动模型的自适应控制律用以估计风场在3个方向的大小,进而控制无人机之间的相对运动以消除风场不确定性所产生的距离误差并保持速度的一致性,最终实现保持期望的队形。再次,通过构建合理的李雅普诺夫函数,证明无人机编队在风场干扰下能够保持编队稳定飞行,同时"长机-僚机"之间相对横向、横侧向以及纵向的距离误差均接近零。最后,通过仿真验证：所提出的自适应控制方法具有良好的鲁棒性,这为工程实践提供理论依据。     

未知参数高阶线性系统基于特征模型的卡尔曼滤波

针对一类有量测噪声的未知参数高阶线性系统设计了基于特征模型的卡尔曼滤波器,改进了由于传统卡尔曼滤波器在未知系统状态转移阵时应用的难题.在对高阶线性系统的自适应控制中,利用建立系统的特征模型构造状态转移阵,结合卡尔曼滤波的思想对系统输出进行滤波,使系统输出以及控制量的性能得到极大的改善.通过对一个未知参数的高阶线性系统仿真实验验证了此方法的有效性.