基于LMI的高超声速飞行器滑模预测控制

针对高超声速飞行器非线性、多约束、快时变等特点,提出了一种基于线性矩阵不等式的滑模预测控制方法.首先设计系统的滑模面,然后对滑模面进行预测并将其作为优化性能指标,通过Schur补引理将控制律的设计转化为一个优化问题.该方法避免了常规滑模控制的高频切换,有效地克服了抖振现象.此外,相对于传统的滑模预测控制方法,该方法不需要额外计算终端约束条件和终端代价函数,只需要通过选取合适的李雅普诺夫函数即可保证系统的稳定性,且其加权矩阵和控制律是同时进行优化设计的,简化了设计过程.仿真试验表明,相比于单纯的预测控制和滑模控制,所提出的方法具有更好的跟踪性能.     

基于小波变换的航空发动机性能衰退率计算方法

由于航空发动机的工作环境复杂,性能参数测量值中夹杂的工况信息和测量误差会对发动机的性能衰退率计算产生较大的影响。为了弱化工况信息和测量误差对航空发动机性能衰退率计算的影响,本文首先运用多层小波分解与重构的方法对原始性能参数进行了趋势分量的提取,进而运用线性回归的方法对航空发动机的性能衰退率进行了计算。经过实际运维数据的验证,本文提出的航空发动机性能衰退率计算方法能够为实际工程应用提供理论支持。     

基于双eN方法的翼身组合体流动转捩自动判断

发展翼身组合体复杂外形流动转捩自动判断方法,对高亚声速民机自然层流（NLF）机翼设计具有重要意义。使用多块结构化网格和三维雷诺平均Navier-Stokes（RANS）方程求解器,耦合边界层方程求解和基于线性稳定性理论（LST）的完全双e^N方法,发展了一套可同时计及Tollmien-Schlichting波和横流不稳定性扰动诱导转捩的翼身组合体流动转捩自动判断方法。对DLR-F4翼身组合体绕流进行了转捩自动判断,将得到的转捩位置与试验结果进行比较,验证了所发展方法的正确性。使用上述方法对配置自然层流机翼的中短程民机翼身组合体外形进行了数值模拟,并将结果与单独机翼的转捩位置进行了对比,结果表明机身三维位移效应增强了自然层流后掠机翼边界层的横流不稳定性强度,导致翼根转捩位置提前至前缘区。     

面向空中交通节能减排的真空速估算模型

为了实现终端区内空管单位燃油消耗的有效评估,结合综合航迹数据采用数据挖掘技术,提出一种基于航迹数据的终端区真空速的估算模型.首先应对综合航迹数据处理,提出了对综合航迹处理的方法;通过在中国气象数据网上获取机场上空风的数据,利用插值法建立机场上空风场的模型;分析航行速度三角形,推导出真空速计算模型.最后分别以离场和进场的QAR数据,用Matlab对真空速进行仿真估算.结果表明:方法能够有效地利用综合航迹数据进行真空速的估算.     

一种新的圆弧插补算法—角度逼近法

提出了一种新的圆弧插补算法——角度逼近法。分析了该算法的计算精度,并将该算法与其他圆弧插补算法进行了比较。     

线性特征系统的标准形

本文在可控、可观测的条件下,建立了线性特征系统的标准形,并说明了系统结构参数d_1在建立标准形过程中的作用。对d_1=0的情况,通过上述标准形讨论了矩阵A的生成元所具有的独特性质。     

基于LMI的具有一类不确定性数据的参数估计

 对于系数矩阵 A和观测向量b 存在不确定性的情况,本文提出了一种基于线性矩阵不等式(LMI)的参数估计方法,这种方法适用于不确定性的先验界已知的情况.由此而得到的算法计算更为简单,实用并具有一般性.文中给出了计算公式的推导、解的分析,并针对几种特殊的情况进行了讨论.最后给出了仿真结果.     

磁浮支承系统的神经网络建模与控制

简述了磁悬浮支承系统的原理和简化的线性化模型,以及基于该简化模型和线性控制理论的控制系统原理、主要组成,并阐述了这种基于简化模型和线性控制理论的磁悬浮支承系统性能极限性.在此基础上,采用非线性递归神经网络对磁悬浮支承系统进行建模与控制,并针对实际应用中神经网络的学习问题进行了讨论.避免了磁悬浮系统的非线性和不确定性等因素对系统性能影响,并具有较强鲁棒性,大大提高了磁悬浮系统的性能.      

带有附加扰动的系统族的鲁棒镇定

考虑线性不确定系统的鲁棒镇定问题,系统的不确定性由参数摄动和附加扰动组成。系统的参数摄动采用凸边界系统族的方法描述,给出了该系统可鲁棒δ－镇定的一个充分条件,基于这个结果将不确定系统的鲁棒δ－镇定问题转化为一个优化问题,并且进一步证明了该优化问题是凸的,因此其任何一个局部最优点也是全局最优点。算例说明了该方法的有效性。     

六自由度Stewart平台动力学模型的特性分析

根据六自由度Stewart平台的动力学模型,利用矩阵分析的方法详细分析和证明了动力学模型的一些物理特性:动力学模型系数矩阵的有界性,矩阵函数的斜对称性以及动力学模型的线性参数化. 这些工作为基于六自由度Stewart平台动力学模型的非线性控制器设计、系统稳定性的证明以及系统物理参数的辨识奠定了理论基础.