基于广义卡尔曼滤波的飞机防滑刹车变结构控制

飞机防滑刹车控制的关键是控制机轮的滑移率，为了使机轮工作在最佳滑移率，得到最大结合系数，提出了一种基于滑移率控制的防滑刹车变结构控制律。由于飞机滑跑时的真实速度很难测量，为此采用广义卡尔曼滤波器得到飞机刊车系统非线性模型的状态估计，状态估计值作为防滑刹车控制器的输入。计算机仿真结果显示该控制律改善了飞机的防滑刹车性能，具有较强的鲁棒性。     

飞机防滑刹车系统的MATLAB/SINMULINK建模与仿真

综合考虑飞机机体、机轮、轮胎和跑道状况的特性,建立了飞机防滑刹车的滑跑模型。对于刹车系统的非线性和不确定性,难以精确控制的特点,采用模糊控制来解决刹车控制问题。在MATLAB模糊逻辑工具箱中对控制器进行设计,并将模糊控制器与滑跑模型应用于SIMULINK仿真环境,建立整体仿真模型。仿真特性曲线表明:建立的整体模型和应用模糊控制比较合理,飞机的刹车性能良好。     

飞机起落架数学模型的研究

对飞机起落架组成及工作原理进行较为详细的研究，建立了飞机起落架的数学模型，并在MATLAB／SIMULINK环境下进行系统仿真，给出仿真结果，分析了起落架对飞机防滑刹车系统的影响。仿真结果表明系统模型基本合理、正确，为设计、改进飞机防滑刹车系统，提高刹车效率和刹车性能，具有重要的指导意义。     

含执行器非线性的多操纵面飞机自适应跟踪控制

针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行补偿,并引入鲁棒项消除了外界干扰和系统误差。利用Lyapunov稳定性定理证明了闭环系统的所有信号都是有界收敛的,且跟踪误差渐近趋于0。仿真结果验证了方法的有效性。     

动态面过失速机动飞行控制律的设计

提出了一种基于B-spline网络和动态面控制方法的过失速机动飞行控制律设计方法。针对飞机气动力和力矩的非线性和不确定性,引入具有学习和记忆功能的B-spline网络,自适应逼近飞机的气动力和力矩,加快参数收敛速度,改善系统的过渡过程性能。动态面飞行控制律消除了Backstepping设计方法中由于对虚拟控制反复求导而导致的复杂性问题。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致毕竟有界,并且通过适当选择设计参数,跟踪误差可收敛到原点的一个小邻域内。大迎角过失速机动飞行的数值仿真验证了方法的有效性。     

一类非线性系统的模糊变结构控制方案

针对一类特殊非线性系统的模糊变结构控制及稳定性问题,通过将非线性系统化为多个精确T S模型来建立非线性系统精确的T S模糊模型,将模糊理论与成熟的线性变结构控制理论相结合设计出一种模糊变结构控制器,提出了使全局模糊模型稳定的充分条件,并用Lyapunov稳定性理论证明该控制器能确保模糊动态模型全局渐近稳定,从而使非线性系统稳定。仿真结果表明了该设计方法的有效性。     

不确定非完整移动机器人的自适应模糊控制

为解决具有两个驱动轮的受非完整约束移动机器人的轨迹跟踪问题,首先针对系统的运动学模型,设计了一个运动学控制器;然后,基于系统的动力学模型和运动学控制器,设计了一个自适应模糊控制器,该控制器能有效地克服机器人模型参数未知和扰I动的影响,并利用Lyapunov稳定性理论证明了系统的稳定性且跟踪误差收敛.仿真结果表明文章所设计的控制器具有良好的控制效果.     

单侧机翼损伤飞机的神经网络自适应鲁棒非线性控制

针对飞机飞行中单侧机翼突然损伤问题,结合对损伤飞机的特性分析,提出基于神经网络自适应补偿的鲁棒非线性模型逆控制方法。利用未损伤飞机模型伪控制量中的单隐层神经网络自适应项和鲁棒项,并联合e modification自适应律对模型误差、外界扰动、神经网络近似误差进行补偿。除此之外,利用动态非线性阻尼技术对上述伪控制律进行扩展,从而适应损伤机体未建模舵动态。最后对上述算法进行严格的稳定性证明,并推导了逆过程的实现方法。仿真结果表明在单侧机翼突然损伤并伴随外部扰动和未建模舵动态下,该控制方法具有较强的稳定性和鲁棒性。     

基于自抗扰控制器的飞机纵向自修复飞行仿真

自修复飞行控制是先进飞行控制系统的重要研究内容,它可以提高飞机的可靠性和生存能力.针对含有推力矢量的非线性飞机模型,提出了利用自抗扰控制技术实现其俯仰运动自修复飞行控制的新方法.在平尾损伤率0～100%的情况下,该方法无需故障模型,利用自抗扰控制器的特性,加入推力矢量参与舵面重构控制,仿真结果表明:自抗扰控制器实现了对俯仰角的自修复控制,能保持飞机的闭环稳定性,且具有良好的动态性能;推力矢量的使用增强了飞控系统的自修复能力.     

飞机刹车系统的数字仿真

针对某歼击机电子防滑刹车系统，用系统仿真方法进行分析研究，建立了仿真模型，并在ＷＩＮＤＯＷＳＢＣ环境下开发出一套仿真软件。该ＷＩＮＤＯＷＳ风格软件的运算结果能较好的吻合物理试验的结果。仿真研究对飞机刹车系统具有重要意义。     

四驱混合动力轿车串联式电液复合制动仿真

针对自主开发的四轮驱动混合动力轿车,设计了串联式制动能量回收系统。基于制动安全性和最大化回收制动能量的原则,提出了ABS液压制动与再生制动协调控制的电液复合制动控制策略。该策略先根据驾驶员的操作实时计算制动强度和总需求制动力矩,然后依据制动强度大小对总需求制动力矩进行分配,并且实时检测车轮滑移率以判断是否切换到ABS独立工作模式。并在Simulink软件平台上建立了样车动力传动、制动系统及控制策略模型,分别在轻度、中度和紧急制动三种制动工况下仿真了串联式制动能量回收系统的性能。仿真结果表明:所提出的电液复合制动控制策略能有效地提高制动能量的回收效率,且在紧急制动时能保证车辆的制动稳定性能。     

并联式运载器上升段广义超螺旋有限时间控制

针对受模型不确定和外部干扰影响的并联式运载器上升段姿态控制问题, 提出了一种基于广义超螺旋算法的自适应滑模有限时间控制方法。首先, 将姿态跟踪控制问题转化为跟踪误差系统的镇定问题, 建立了面向控制的模型。其次, 将单输入单输出(single input single output, SISO)固定时间广义超螺旋算法拓展应用到多输入多输出(multiple input multiple output, MIMO)耦合非线性系统上, 基于该算法设计了固定时间状态观测器和自适应滑模有限时间控制器, 利用Lyapunov稳定性理论证明了闭环系统的有限时间稳定特性。最后, 通过与传统比例-微分(proportional and differential, PD)控制器仿真对比, 验证了该方法具有更优的控制精度和鲁棒性。     

未知非线性系统的神经网络跟踪控制与仿真研究

应用输入／输出反馈线性化方法和李亚普诺夫方法，研究了一类具有未知非线性函数的非线性动态系统的自适应鲁棒输出跟踪控制问题。首先通过坐标变换和输入变换，将非线性系统变换为部分线性可控系统。接着采用多层前向神经网络来逼近未知非线性函数，网络的权值根据李亚普诺夫原则来在线修正，这样就克服了多神经网络控制系统中存在的稳定性问题。同时，为了减少权值学习时间，应用遗传算法预先离线训练网络权值。最后提出了一个基于神经网络建模的自适应鲁棒控制律，给出了李亚普诺夫意义下的稳定性证明。所提出的控制律可确保相应闭环系统的状态及跟踪误差一致最终有界。所给的Van der pol系统的例子说明了所提控制方案的有效性与鲁棒性。     

基于扰动观测器的飞行器轨迹跟踪控制器设计

针对多种扰动作用下的固定翼飞行器三维轨迹跟踪问题, 设计了一种基于改进非线性扰动观测器的非奇异快速终端滑模轨迹跟踪控制器。首先推导固定翼飞行器三维轨迹跟踪误差模型, 考虑模型误差和飞行过程中的未知扰动, 设计了一种基于状态估计误差反馈的非线性扰动观测器对扰动进行观测。基于非奇异快速终端滑模控制方法, 采用双幂次趋近律设计轨迹跟踪控制器, 并证明了闭环控制系统的稳定性。仿真结果表明, 在多种扰动的作用下, 所设计的轨迹跟踪控制器能够对三维机动轨迹进行准确、稳定的跟踪。     

基于横摆角速度的ABS整车控制方法的研究

ABS的控制策略一般都在单轮模型的基础上开发,显然这样的控制策略不能很好的满足汽车制动过程中的方向稳定性。在ABS逻辑门限控制策略的基础上给出了一种基于横摆角速度的ABS整车控制方法。结合14自由度的汽车动力学模型,利用数值仿真技术进行了ABS单轮控制策略、低选控制策略以及整车控制策略下汽车制动性能的分析,并从汽车制动效能以及方向稳定性等参数进行了各种控制策略的比较,结果表明控制方法不仅具有良好的制动效能,同时也有较好的方向稳定性。     

基于扩张观测器的输入受限四旋翼飞行器轨迹跟踪动态面输出反馈控制

针对速度不可测和输入受限的四旋翼飞行器轨迹跟踪控制问题,考虑系统存在模型动态不确定和外界干扰未知的情况,提出一种输入受限四旋翼飞行器轨迹跟踪动态面输出反馈控制方法。该方法首先设计非线性扩张状态观测器估计飞行器系统的速度和广义扰动,然后结合反演法和动态面技术设计动态面轨迹跟踪控制律,以降低控制算法的复杂性,同时引入双曲正切函数解决控制输入饱和问题,并构造辅助方程降低饱和效应,最后选取李雅普诺夫函数证明闭环系统所有信号一致最终有界。以大疆M100飞行器为目标进行控制仿真,结果表明,所设计的输出反馈控制器能够有效地处理飞行器系统控制输入受限、速度不可测和未知干扰问题,实现飞行器精确轨迹跟踪控制。     

基于高增益观测器的非线性系统自适应模糊滑模控制

针对一类有界的不确定非线性系统,基于高增益观测器并结合自适应模糊逻辑系统和滑模控制,提出了一种基于高增益观测器的自适应模糊滑模控制方案。该方案不需要系统状态可测的条件,而是通过设计高增益观测器来估计系统的状态并能保证观测误差一致最终有界。基于李亚普诺夫函数方法,给出了自适应模糊滑模控制律以及在线调节的参数自适应律。所提出的控制方案不但能使闭环系统稳定,而且保证了跟踪误差的一致最终有界性。仿真结果进一步验证了该控制方案的实用性和有效性。     

一类严格反馈时滞系统的自适应输出反馈控制

针对一类单输入单输出的严格反馈时滞系统研究跟踪控制问题。该控制系统包含不确定项、输出约束、未知死区特性和未知时间延迟。首先,设计一个状态观测器来估计无法测量的系统状态;其次,利用径向基函数(radial basis function,RBF)神经网络去逼近未知的系统内部动态;同时,利用障碍李雅普诺夫(Lyapunov)函数确保输出约束及Lyapunov-Krasovskii方法消除时滞项对系统的影响;最后,基于Lyapunov稳定性理论,构造一个鲁棒自适应神经网络输出反馈控制器,并且克服了过参数问题。结果显示,设计的神经网络输出反馈控制器可以保证闭环系统中的所有信号都是半全局最终一致有界的,跟踪误差能收敛到零值小的领域内。文中通过两个例子进一步验证了提出方法的有效性。