动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此,提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换,如短时傅里叶变换或自适应谱估计法,以及多项式预测模型,将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法,以及谱分量幅度和频率的联合似然函数,就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中,所提算法有效提升了动态时频谱的跟踪精度,其对微弱时频谱分量的探测能力,以及对载频差异的分析能力均优于文献报道的算法。     

基于最大转矩电流比控制的永磁同步电机模型预测控制

由于永磁同步电机(PMSM)具有诸多优点,提出了一种基于最大转矩电流比(MTPA)控制的永磁同步电机模型预测控制方法,使磁阻转矩利用率最大化。利用离散化的数字处理技术,深入研究了多个优化目标的典型问题,其中包括:开关状态约束、MTPA优化、最大电流限制及延时补偿策略等。MATLAB/Simulink仿真数据证明:该控制系统实现了MTPA控制并且动态响应过程十分迅速,而且显著提升了PMSM模型预测控制系统的工作效率,对电机参数产生的波动显示出较强的鲁棒性。     

基于混合控制集预测控制的永磁同步电机电流脉动抑制方法

模型预测控制(MPC)技术近年来在高动态性能电机驱动系统中应用广泛。为了克服传统MPC技术中有限控制集(FCS)造成的稳态电流脉动问题,提出了一种基于混合控制集(MCS)预测控制的永磁同步电机(PMSM)电流脉动抑制方法。分析建立PMSM预测控制系统离散数学模型,并分析电压矢量精度与电流脉动之间的关联性;在此基础上,MCSMPC将电压源型逆变器有限的有效电压矢量数,扩展为多个以占空比形式存在的虚拟电压矢量,并基于上述虚拟电压矢量完成MPC优化问题在线求解;此外,考虑到MCSMPC系统的参数敏感性问题,对MCSMPC系统反馈噪声问题进行分析讨论。最后,搭建双15 kW PMSM对拖样机测试平台进行试验分析,分析内容包括MCS方法动态跟踪特性、电流脉动稳态效果。试验结果表明所提出的MCSMPC方法在保留了传统预测控制技术高动态响应的基础上,可有效降低PMSM稳态电流脉动幅度和运行噪声。     

基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

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。     

部分可观测信息条件下装备剩余寿命预测

 针对部分可观测信息条件下退化系统的剩余寿命(RUL)预测问题,综合利用装备的历史寿命信息和性能退化信息,采用隐马尔可夫模型(HMM)对系统进行状态评估,得到系统的转移概率矩阵和观测概率矩阵;采用Bayes方法不断更新系统状态空间的条件概率分布;利用比例故障率模型(PHM)对系统进行可靠性分析,得到系统的故障率和可靠度函数,进而得到装备的剩余寿命分布。研究表明,该方法可较准确地预测装备的剩余寿命,为保障人员提供科学的维修决策依据。     

头盔伺服系统的主动柔顺控制

 对头盔伺服系统(HMDPM)主动柔顺控制策略的主要内容——轨迹规划和控制方法进行了研究。首先,采用基于力反馈和滑动杆动力学模型的头部运动预测法进行轨迹规划,该方法利用并联机构(PM)分支杆长与运动平台位姿间的映射关系,通过力反馈信息和6-3UPS并联机构滑动杆动力学模型对头部运动进行预测,为头盔伺服系统的位置控制提供期望轨迹;然后,基于头盔伺服系统的动力学模型对系统的惯性项和非线性项进行了计算,设计了惯性项和非线性项补偿控制器,在进行头部运动跟踪的同时,实现了头盔显示器与头部间接触力的控制;最后,采用SimMechanics模块建立了HMDPM—人交互模型,并进行了相关验证实验。仿真结果表明,基于力反馈和滑动副滑动杆动力学模型的头部运动预测法能实时地、较为准确地预测出头部运动位置;基于动力学模型的惯性和非线性项补偿控制器不仅可以较为准确地跟踪头部运动,而且还能有效地减小头盔显示器与头部间的接触力,降低执行机构的刚度、减少系统摩擦力等非线性因素对使用者的干扰。     

高超声速飞行器飞行动力学特性不确定分析

 高超声速飞行器分析模型存在较大不确定性,其给出的动力学特性与真实值之间存在偏差,因此研究飞行动力学特性分析结果的可信度水平对控制系统设计具有重要意义。针对典型的乘波体构型高超声速飞行器,在建立气动/结构/推进相互耦合的动力学模型基础上,利用非概率区间来描述模型中的不确定参数,并将复特征根不确定范围求解问题转化为频率和阻尼比两个实数的不确定区间分别求解,给出了动力学模态特征根、频率及阻尼比的不确定边界。分别采用直接蒙特卡罗(DMC)模拟方法、基于泰勒展开的区间分析方法(TIAM)和基于多项式逼近的区间分析方法(CIAM)对高超声速飞行器飞行动力学不确定性进行了研究。结果表明:CIAM计算时间适中,且给出的边界更为准确、安全,适合在控制系统设计和验证过程中使用。     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。      

目标短时遮挡下的光电平台目标跟踪预测与控制

无人机在高空飞行并跟踪地面目标的过程中,当目标受到障碍物遮挡,会导致跟踪失败。本文建立了目标相对无人机的运动模型,设计了基于卡尔曼滤波的目标预测器,并在目标遮挡发生时利用目标角位置预测值以及姿态锁定回路实现了对目标的预测跟踪。本文运用相似性原理设计了室内目标跟踪场景。仿真和试验证明,本文所设计的预测器能较好的预测目标角位置,与控制回路相结合能克服短时间的目标跟踪丢失。