基于滑模控制的航空发动机多变量约束管理

针对航空发动机传统单变量线性控制器min-max切换方法处理约束的不足,提出了单变量滑模控制器替换所有线性控制器的改进策略,并将该方法拓展为新切换逻辑下的多变量滑模控制结构。基于改进的单变量滑模控制器min-max结构,多变量控制策略中加入了多变量滑模主控制器和新的切换逻辑,充分利用发动机的所有控制量,克服了传统方法的保守性,进一步提高发动机约束下的动态性能。对稳态时工作的控制器进行了理论分析,建立了多变量控制器实现精确跟踪的充要条件。仿真结果表明,多变量控制方法在更苛刻的约束条件下能够实现跟踪任务,而且提高了推力跟踪的快速性,调节时间从1.91 s缩短到1.54 s,同时降低了稳态时的油耗。     

自由漂浮空间机器人多约束混合整数预测控制

针对空间机器人完成任务时需要躲避障碍物的问题,提出一种自由漂浮空间机器人的混合整数预测控制方法。首先,在模型预测控制方法框架下,机械臂关节的物理限制,躲避障碍物的要求被统一描述为最优控制问题下的不等式约束,可以得到自由漂浮空间机器人具有线性二次规划形式的最优控制律。其次,基于命题逻辑建立控制问题中各约束的优先级,保证在最大程度地满足约束的情形下得到控制问题的解,有效弥补了模型预测控制方法用于空间机器人控制时,多约束可能导致最优控制问题不可行的不足。最后,仿真结果校验了所设计控制律的有效性。     

带执行机构的航空发动机喷口控制器设计方法

依据发动机非线性模型求取喷口的动态模型时,存在未建模动态对线性动态模型的建模误差,由此设计的喷口控制器较难达到设计要求,尤其在大范围飞行包线内喷口控制的动态性能将会变坏;同时由于传感器噪声问题、喷口执行机构的位置饱和限制、速率饱和限制的问题,以及PI控制中的积分饱和问题的存在,这些饱和限制等干扰将会影响PI控制器的设计性能。针对上述问题提出了一种带执行机构的喷口控制器的设计方法和抑制饱和限制干扰的喷口控制逻辑设计方法。首先获取了带执行机构的线性动态增广模型,然后针对该增广模型利用迭代线性不等式方法计算了喷口的鲁棒PI控制器,并对控制器输出进行抗饱和修正,从而提高了喷口控制器的鲁棒性。引入所述方法在发动机半物理仿真中进行了验证,在全飞行包线内获得了满意的喷口控制鲁棒性能。     

组合服务控制流测试

结合Web服务本体语言(OWL-S,Web Ontology Language for Services)和线性时态逻辑理论(LTL, Linear Temporal Logic),研究用于测试的组合服务流程形式化描述方法和动态测试信息分析方法.将OWL-S作为组合服务的需求参考模型,采用组合服务标准和形式化描述方法相结合的方式,用线性时态逻辑刻画OWL-S控制结构的动态语义,明确地表示出控制结构中各成分的执行顺序.进一步用线性时态逻辑公式集合描述组合服务的控制流需求,从而使原子服务的交互模式有了明确的表示.基于这种交互模式表示,采用LTL在有限状态序列上的语义,对组合服务实现执行过程中获取的动态信息进行分析,测试组合服务实现的执行过程与组合服务控制流需求的一致性.     

非定常自由来流对飞机过失速机动特性的影响研究

在南航非定常风洞内,对三角翼模型在定常和非定常自由来流中做俯仰运动的动态气动特性进行了实验研究.利用模糊逻辑建模方法,对实验获得的非定常气动力数据进行了建模,并将非定常气动力模型应用于过失速机动中70°迎角定直飞行的仿真计算,分析了含自由来流非定常变化影响的非定常气动力数据对过失速机动飞行特性产生的影响.研究表明,考虑自由来流非定常变化的非定常气动力对飞机飞行过程中运动参数的变化和控制律设计都产生较大影响.因此在新一代战斗机的设计、研制中,深入研究飞机的非定常气动特性是十分必要的.     

一个新的研究领域——演化硬件

演化硬件的概念最初是由HugodeGaris于1992年提出的。硬件演化的目的在于使硬件系统能够像生物一样改变其自身的结构以适应环境的变化。本文首先给出演化硬件的定义,继而介绍演化硬件的物质基础──可编程专用集成电路和演化硬件的理论基础──演化算法。进而研究实现硬件演化的方法,最后讨论演化硬件的发展前景。     

非线性非定常气动力的模糊逻辑建模方法

建立了非线性非定常气动力的模糊逻辑模型。利用大迎角俯仰及滚转振荡气动力验证了模型的有效性。结果表明：该模糊逻辑模型对非定常气动力有很好的预测能力;利用模糊逻辑方法可建立包括非基本运动状态变量在内的多变量非线性非定常气动力的数学模型。     

基于模糊控制的某型飞机极限状态限制器的设计

提出一种基于模糊控制的某型飞机极限状态限制器的设计方法。该方法将模糊控制函数的优化和模糊控制系统增益自适应调整集中于一体 ,可大大改善系统的品质和适应能力。在系统设计中 ,比例因子的最小二乘法估计用于优化控制规则 ,论域的在线自调整可以消除模糊化过程中所导致的信息丢失 ,积分抑制策略则是为了提高稳态精度、增强适应性和进一步抑制超调。全飞行包线的数字仿真结果表明 ,本文提出的模糊控制方法获得了良好的控制效果     

A combined technique of Kalman filter,artificial neural network and fuzzy logic for gas turbines and signal fault isolation

The target of this paper is the performance-based diagnostics of a gas turbine for the automated early detection of components malfunctions. The paper proposes a new combination of multiple methodologies for the performance-based diagnostics of single and multiple failures on a two-spool engine. The aim of this technique is to combine the strength of each methodology and provide a high success rate for single and multiple failures with the presence of measurement malfunctions. A combination of KF (Kalman Filter), ANN (Artificial Neural Network) and FL (Fuzzy Logic) is used in this research in order to improve the success rate, to increase the flexibility and the number of failures detected and to combine the strength of multiple methods to have a more robust solution. The Kalman filter has in his strength the measurement noise treatment, the artificial neural network the simulation and prediction of reference and deteriorated performance profile and the fuzzy logic the categorization flexibility, which is used to quantify and classify the failures. In the area of GT (Gas Turbine) diagnostics, the multiple failures in combination with measurement issues and the utilization of multiple methods for a 2-spool industrial gas turbine engine has not been investigated extensively.This paper reports the key contribution of each component of the methodology and brief the results in the quantification and classification success rate. The methodology is tested for constant deterioration and increasing noise and for random deterioration. For the random deterioration and nominal noise of 0.4%, in particular, the quantification success rate is above 92.0%, while the classification success rate is above 95.1%. Moreover, the speed of the data processing (1.7 s/sample) proves the suitability of this methodology for online diagnostics.     

航姿系统内阻尼的模糊自适应滤波算法

平台式惯性航姿系统的内阻尼算法通过阻尼网络将自身的速度信息加到系统中,达到提高姿态精度的目的.本文将该思想引入到捷联式惯性航姿系统中,在系统加速度较小时,利用加速度计的输出估计系统姿态角,通过卡尔曼滤波的形式补偿姿态误差.由于内阻尼算法只有在系统加速度较小的情况下才能使用,本文设计了模糊自适应控制器,根据三轴加速度计的输出进行自适应判断内阻尼算法是否可用,调整内阻尼卡尔曼滤波器的量测误差方差阵,从而避免了滤波器的发散.仿真和实验表明,内阻尼的模糊自适应算法可明显抑制舒勒周期振荡和傅科周期振荡,避免了系统姿态漂移,有效提高了捷联惯性航姿系统的精度.