基于双闭环ADRC的四旋翼飞行器轨迹跟踪控制

针对串级ADRC抗干扰能力弱等问题,提出了一种基于改进自抗扰控制的四旋翼飞行器轨迹跟踪控制方法。基于偏差理论分析发现,传统扩张状态观测器存在稳态误差大、参数选择困难的问题,对扩张状态观测器进行改进,提高了扰动估计精度,降低了系统的稳态误差。设计了改进ADRC的双闭环飞行控制系统,以定点悬停、轨迹跟踪、抗风扰试验方式,与基于串级ADRC的飞行控制系统进行性能对比分析。结果表明,基于改进自抗扰控制的飞行控制系统抗干扰能力更强,稳态误差更小,调节速度更快。     

基于BPNN参数整定的四旋翼吊挂自抗扰飞行控制

针对四旋翼无人机吊挂系统状态耦合和载荷抗摆问题,开展了四旋翼无人机吊挂系统抗摆飞行控制研究。首先,利用牛顿-欧拉法和拉格朗日方程建立吊挂系统的动态特性方程。然后,采用反向传播神经网络(BPNN)在线调节自抗扰控制(ADRC)中的扩张状态观测器(ESO)参数,以提高ESO的估计精度和控制器的抗干扰能力。最后,通过仿真对比分析了反向传播神经网络-自抗扰控制(BPNN-ADRC)和传统ADRC的控制系统性能。仿真结果表明,基于BPNN-ADRC的飞行控制系统不仅具有稳定的轨迹跟踪能力,参数调节容易,而且响应速度快,超调量小,抗干扰能力强。     

基于多模型的飞控系统执行器故障调节

提出了基于多模型自适应控制重构的各种执行器故障调节算法.在故障情况下,对飞控系统执行器的二阶动态特性进行了描述,并建立了自适应多模型(观测器),来描述不同故障情况下系统的特性.虽然存在执行器故障的不确定性,但是,根据Lyapunov稳定性定理证明了在自适应重构控制器的作用下,故障后系统的跟踪误差渐近地收敛于零.仿真结果证实了所提出的故障检测及调节算法能达到预期的目标.     

基于极值搜索的四旋翼无人机自抗扰控制

为了提高四旋翼无人机飞行过程中的抗干扰能力,提出了基于极值搜索算法的自抗扰控制技术。首先,建立了四旋翼无人机非线性数学模型;然后,设计了基于极值搜索的自抗扰控制器,对无人机的位置和姿态进行控制;同时,设计扩张状态观测器估计系统内部及外部总扰动,对系统扰动进行补偿。仿真结果表明,所提方法不仅能抑制外界干扰,而且能显著改善飞行控制系统的瞬态性能和稳态性能。     

基于降维UIO的飞控系统鲁棒故障诊断

针对同时存在对象矩阵参数的摄动、外界扰动和故障的一类线性系统,基于降维的未知输入观测器(Un-known input observer,UIO)技术对飞控系统执行器故障进行诊断,使得系统对矩阵参数摄动和外界干扰具有良好的鲁棒性.该诊断方法把原系统分解为两个子系统,一个子系统受故障的影响,而另外一个子系统不受故障的影响,但状态可测.这样,不但大大降低了计算量,而且保证了故障诊断的快速性和准确性.     

排气扩压器对高空舱压的影响与控制方法

为研究排气扩压器流动特性对高空舱后舱压力控制的影响,采用ANSYS19.1对排气扩压器进行数学建模和流场数值模拟分析,揭示其内部实际流动的物理过程;在次流质量流量为20kg/s时,数值模拟不同排气扩压器背压和主流流量时后舱压力的变化规律,并通过样条插值得到排气扩压器背压、主流流量和后舱压力三者关系模型;建立高空舱后舱压...