基于大脑情感学习的转台逆模型补偿控制

针对传统控制方法难以克服飞行仿真转台伺服系统中存在的摩擦等非线性干扰力矩问题,提出了一种基于大脑情感学习(brain emotional learning, BEL)模型的转台伺服系统复合控制方法. 在传统PI反馈控制器的基础上,设计了基于BEL模型的同结构系统逆模型辨识器和前馈补偿控制器. 通过在线辨识系统逆模型来学习BEL模型的节点权值. 理想转台模型的数值仿真和实际转台伺服系统的实验结果都表明：BEL模型学习能力强,能满足实时控制要求,基于BEL模型的复合控制策略能有效抑制摩擦力矩的影响,提高转台系统的跟踪性能.     

应用非线性干扰观测器的反推终端滑模飞行控制

针对飞机机动飞行时模型非线性、气动参数和力矩干扰不确定性的特点,提出一种基于非线性干扰观测 器的反推终端滑模控制方案. 该方案利用非线性干扰观测器逼近系统不确定性,取消了不确定性上界已知条件. 反 推设计过程中结合动态面控制设计虚拟控制律,能避免计算复杂性问题,通过引入快速终端滑模控制策略,提高了 系统收敛速度和稳态跟踪精度. 采用Lyapunov 稳定性理论证明了闭环系统所有信号一致终结有界. 对某战斗机进 行6 自由度机动飞行仿真,验证了该控制方案的有效性.     

基于神经网络的机械臂自适应输出反馈控制设计

研究了机械臂的位置跟踪问题,提出了基于神经网络的自适应输出反馈控制方法. 该方法无需系统精确的数学模型,适用于具有非线性不确定性和外界干扰的机械臂控制系统. 设计的控制器由三部分组成：基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项. 神经网络的权值自适应学习率由Lyapunov稳定性理论得出. 仿真结果表明设计的控制器能驱动机械臂精确跟踪期望的位置,验证了该控制方法的有效性.     

结合非线性动态面和前馈补偿的挖泥船动力定位控制

针对挖泥船受挖泥强干扰作用的特点,提出采用前馈补偿与非线性动态面相结合的控制方法,解决挖泥船动力定位的控制问题. 挖泥干扰的前馈补偿与动态面控制算法相结合的控制方法能保证挖泥船动力定位系统的渐近稳定. 在反步控制的设计中加入一阶低通滤波器形成的动态面控制,避免了对非线性模型的多次微分,简化了控制器的设计. 仿真结果表明,该方法对挖泥船动力定位有较好的控制效果.     

输入饱和CE150直升机模型的复合非线性反馈控制

针对带有输入饱和的直升机模型输出问题,提出了一种基于复合非线性反馈(composite nonlinear feedback,CNF)控制方法.为了解决输出调节问题,构建了一个观测器和一个输出反馈CNF控制器,其中CNF控制器包括线性控制律和非线性控制律两部分.该文首先提出了一个直升机模型的线性化状态方程,然后解输出方程,通过H_∞黎卡提微分方程得到反馈增益和观测器增益,构造出具有小阻尼比的线性控制部分和改善瞬态性能的非线性反馈控制部分.为了研究控制器的性能,分别在无外部干扰和有外部干扰两种情况下设计了控制器.仿真结果表明,复合非线性反馈控制器在时变信号和时不变信号下均缩小了跟踪时间和跟踪误差,提高了直升机系统的瞬态性能.     

一类非线性时滞系统控制器的设计

摘要：研究了一类非线性时滞系统的状态反馈控制器的设计问题．利用Lyapunov稳定性定理和LMI技术,给出了非线性时滞系统在所设计的状态反馈控制器的控制下指数稳定的充分条件．     

单级倒立摆迭代非线性滑模位移控制

针对倒立摆的位移控制,提出一种非线性滑模变结构控制方法.通过对系统输出的递归分解迭代设计,构成了扩展状态空间上的复杂非线性滑模,结合增量反馈控制,无需对系统不确定性的估计,可以稳定摆的倒立并将小车驱动到任意的距离.非线性滑模分解迭代方法结构简单、易于实现,设计过程的物理意义明显,利于参数整定保证控制系统稳定性以及分析输出特性.仿真结果表明,小车位移稳定时间、最大移动速度以及位移过程中摆角最大幅度均可通过设计参数调节,且控制器对倒立摆系统参数变化不敏感、具有强鲁棒性和良好的控制品质.     

重复使用运载器末端能量管理段横侧向参考轨迹规划

根据重复使用运载器末端能量管理段的初始位置,采用蛇形机动原理规划横侧向参考轨迹,即消除初始 位置误差并使轨迹终点进入自动着陆窗口. 将初始位置误差分解为横向和纵向误差,分阶段予以消除. 在消除横向 误差阶段,提出消除横向误差同时兼顾减小纵向误差的轨迹形式. 在消除纵向误差阶段,根据误差大小采用相应轨 迹模态形式予以消除. 仿真结果显示,该算法具有快速、准确、鲁棒性强的特点. 作为TAEM段三维制导轨迹生成 的核心部分,横侧向参考轨迹算法为应急情况下的在线轨迹生成提供了基础算法.     

主动磁控微卫星姿态控制

采用偏置动量轮加磁力矩器作为控制方案的非重力梯度微卫星不同于通常的速率阻尼—姿态捕获—动量轮起旋控制模式.针对这一问题,该文提出了B-DOT磁控加动量轮常值起旋、主动磁控加常值动量轮进行姿态捕获和稳定控制的方法,设计了限制姿态反馈控制律进行捕获和稳定控制,以及LQG稳定控制律.采用磁场测量与磁控分时处理的策略,考虑测量误差和干扰力矩,以及不同偏置动量进行仿真.结果表明该方法使整个控制过程操作简捷,初态控制阶段时间显著减少,稳态阶段具有较高的控制精度和抗干扰能力.     

非线性动态逆控制在高超飞控系统中的应用

与传统飞机不同,高超音速飞机的推进系统与机体相互整合,导致高超音速飞机模型是严重非线性的,并且输入输出之间存有耦合.该文应用非线性动态逆控制来设计高超音速飞行控制系统,以求为其提供满意的非线性解耦控制能力,维持良好的纵向稳定性能.仿真研究表明该方法满足其控制系统的要求.     

飞机环控系统最小熵产分析

根据热力学第二定律,提出采用多目标优化方法对飞机环境控制系统进行最小熵产分析. 选取起飞、加速爬升和高空超音速巡航为设计点,以系统熵产最小为目标函数建立优化模型,并进行了优化计算,分析了热交换器流比、引气流量、涡轮和压气机压力比在不同飞行阶段对系统熵产的影响. 为克服在不同飞行阶段使系统熵产减小对设计变量的要求不一致的问题,将各设计点系统熵产最小作为不同目标函数建立多目标优化模型,并应用NSGA-Ⅱ算法进行优化计算得到了非劣最优解集,在此基础上进行方案决策. 仿真结果验证了方法的有效性.     

高温合金蠕变位错攀移控制的空洞形核时间

对高温合金的稳态蠕变，利用位错扩散攀移理论解释了空位凝聚和空洞形成核的过程，得出０空位凝聚并形成空位集团主要是由于位错攀移所发射（湮没）空位，引起局部空位浓度异常所致。利用Ｒ．Ｌａｇｎｅｂｏｒｇ的稳态蠕空控制方程导出稳态蠕变空洞形核的临界时间ｔｃ的表达式。     

无人机飞行控制系统虚拟样机平台

在无人机飞控系统设计中,为克服依赖制造物理样机周期长、代价大、效率低的缺点,研究了无人机飞控系 统的虚拟样机平台,提出了模型驱动方案,采用迭代和增量方法在虚拟样机平台上进行无人机飞控系统虚拟样机设计. 用Rhapsody, Simulink, VC++等软件搭建虚拟样机平台,在该平台上完成了某型无人机飞控系统虚拟样机的设计. 结 果表明：在该平台上能快速、高效地设计用于无人机飞控系统开发的虚拟样机.     

无人机鲁棒反推自适应编队导引控制设计

针对一般不确定系统研究了一种鲁棒反推自适应控制方法,采用自适应神经网络对未建模动态进行补偿,并利用Lyapunov 理论证明了跟踪误差的有界性. 分析了长机–僚机编队方式下的无人机编队导引控制策略,采用鲁棒反推自适应控制与动态逆方法对无人机编队飞行综合导引控制律进行设计. 进行了六自由度非线性仿真,表明所设计的编队导引控制器能使僚机对不确定机动的长机进行跟踪,并具有很好的鲁棒性.     

反馈线性化超低空空投抗侧风滑模控制律设计

超低空空投过程中货台运动与侧风干扰耦合会影响载机的安全性和空投任务的完成,为此提出了基于反馈线性化和滑模变结构相结合的控制律设计方法. 利用微分几何反馈线性化完成系统解耦线性化,在此基础上采用滑模变结构控制设计系统内环姿态角的跟踪控制器,保证了系统鲁棒性,并结合外环PID 轨迹保持控制完成整个飞行控制系统设计. 仿真验证了控制器的鲁棒性,且满足空投战技指标要求.     

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.     

基于Lambert定理的拦截器推进段飞行方案研究

针对空间飞行目标拦截问题,分析了拦截过程的时间约束和能量约束条件,基于Lambert定理,计算满足约束条件的拦截器的转移轨道根数,进而确定了预测命中点和拦截器的发射条件.仿真结果表明,该推进段飞行方案是有效的,在未使用中、末制导修正情况下,仍达到了较高的拦截精度.     

卫星搭载苜蓿抗性突变株初步筛选

利用隶属函数法对卫星搭载苜蓿(Medicago sativa L.)进行多种指标的综合评价,研究卫星搭载对苜蓿的诱变效应.结果表明,筛选株系中有3份材料与地面对照表现出明显的差异,其中1L-4和1L-1与地面对照相比植株粗壮、高大,叶绿素质量浓度和粗蛋白质量分数高,丙二醛浓度和相对电导率低;而6L-5与地面对照相比植株矮小,叶绿素质量浓度低,丙二醛浓度和相对电导率高.空间环境对苜蓿形态和生理指标产生较大影响,其突变效应是不可控的,筛选可获得有价值的育种材料.     

跨音速大气/惯性攻角两步融合算法

攻角是飞机飞行的重要状态参数,也是飞控及导航系统必需的参数,现代战机对攻角精度要求越来越高.大气数据系统在跨音速条件下性能严重下降,大气攻角精度受到很大影响. 针对试验机大气数据传感器的配置特点,该文设计了一种基于变参数互补滤波器与神经网络的跨音速大气/惯性攻角两步融合算法,实现惯导系统和大气系统的攻角信息融合. 首先进行跨音速惯导天向回路解算,而后利用互补滤波器与神经网络对大气/惯性攻角进行互补融合与修正,使最终的融合修正攻角平稳、可靠,逼近真实攻角. 本文利用某型飞机的实际试飞数据对两步融合算法进行了验证. 结果表明,融合修正后的攻角能够基本去除跨音速飞行阶段原始大气攻角的剧烈波动,并与真实攻角吻合.