基于附加惯性项BP神经网络的四旋翼无人机姿态控制研究

针对传统PID控制不能实时更新整定的K_p、K_i、K_d参数,以及控制精度不高等缺点,在结合四旋翼无人机自身特性的基础上,本文提出一种附加惯性项的BP神经网络与PID控制结合的姿态控制方法,并对惯性系数进行修改,来实现无人机在受干扰情况下飞行过程的姿态控制。仿真实验分析表明:与BP神经网络参数自整定PID控制和传统PID控制相比,该控制方法提高了系统的抗扰性、鲁棒性和动态性能,从而对于提高无人机的姿态控制具有较好的实际参考价值。     

六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。     

基于附加惯性项人群搜索算法的四旋翼无人机姿态控制研究

针对非线性自抗扰控制的控制参数多且不能自整定的缺陷,为进一步提高控制的有效性和精度,在结合四旋翼无人机自身特性的基础上,本文提出一种附加惯性项人群搜索算法与自抗扰控制结合的姿态控制算法。对搜索步长和方向的惯性系数的选取方法进行修改,来实现四旋翼无人机在受干扰情况下飞行过程的姿态控制。仿真结果分析表明:与人群搜索算法优化自抗扰控制和自抗扰控制相比,该方法提高了控制系统的动态响应、抗扰性和鲁棒性,从而对于提高四旋翼无人机的姿态控制具有良好的参考价值。     

基于ADRC的四旋翼无人机姿态控制研究

四旋翼无人机由于受到自身的非线性、模型的不确定性和外部突发气流等的影响,较难完成预设的飞行任务.为此,使用自抗扰控制,通过安排合理的过渡过程减少超调和设计扩张状态观测器来估计总扰动并实时补偿,并实现四旋翼无人机姿态控制.仿真结果表明:相比传统PID控制,该控制方法使得四旋翼无人机能够更好地适应自身参数的变化和应付外部气流带来的影响,具有更好的鲁棒性和抗扰性.同时验证了自抗扰控制器下的系统具有超调小、精度高、收敛速度快、抗扰能力强和鲁棒性能好等特点.     

双旋翼无人机串级线性自抗扰控制

介绍线性自抗扰控制器(LADRC)和串级线性自抗扰控制器的组成结构,包括线性跟踪微分器、线性扩张状态观测器以及线性误差控制律,并给出各部分的典型算法。为了解决纵列式双旋翼无人机姿态控制系统中欠驱动、多变量、强耦合的控制问题,设计串级线性自抗扰控制器。研究结果表明:所设计的串级线性自抗扰控制器参数少,便于参数整定,能够满足控制精度及快速性的要求,并且具有较强的鲁棒性、抗干扰性能力以及对非线性强耦合系统的解耦能力。     

基于改进精英蚁群系统算法的四旋翼无人机姿态控制研究

四旋翼无人机在飞行过程中姿态易受到外界气流等因素的干扰,导致飞行姿态失稳,影响完成预设飞行任务的质量。针对传统PID控制不能自适应调整其控制参数的特点,本文首先研究精英蚁群系统算法与PID控制结合的方法,然后提出一种改进精英蚁群系统算法与PID控制结合的方法,分别实现无人机在受到干扰情况下飞行过程的姿态控制,并进行了仿真实验对比。仿真实验结果表明:用改进精英蚁群系统算法优化PID控制参数,不仅可以在短时间内获得PID控制参数的最优解,提高了收敛速度,同时具有更好的抗扰性和鲁棒性。     

电励磁同步电机的U模型自抗扰无速度传感器控制

为有效抑制电励磁同步电机调速时负载等外部干扰对系统稳定性的不利影响,同时考虑到高强度干扰引发的编码器故障,提出一种基于U模型的自抗扰无速度传感器控制策略。首先针对高强度干扰对编码器的影响,建立了基于U模型的电机转速估计模型;然后将负载扰动归为未知扰动,利用扩张状态观测器对扰动进行观测,并将电机转速估计值作为速度反馈,通过反馈控制律进行主动补偿,提出基于U模型的自抗扰无速度传感器控制策略;最后对基于U模型的自抗扰控制器与传统PID控制器进行仿真和实验对比。结果表明,基于U模型的自抗扰控制器较传统PID控制器具有更好的动静态响应特性;基于U模型的自抗扰无速度传感器控制策略具有有效性;在编码器出现故障时,通过U模型对转速的估计仍可保证系统稳定运行,同时还可提高系统的动态性能和抗干扰能力。     

多飞行模式垂直起降无人机过渡飞行控制策略

垂直起降无人机飞行模式转换时的飞行控制策略对于保证无人机安全可靠地飞行至关重要.对尾座式垂直起降无人机过渡模式的飞行控制策略进行了深入研究,提出了最快模式转换定高控制策略,并利用模拟分析和实验的手段对比了该策略、经典比例-积分-微分(PID)控制策略和最快模式转换控制策略的飞行效果.最快模式转换定高策略优化了转换速度和高度变化两个飞行参数,同步了俯仰角达到巡航攻角的时间和飞行速度达到巡航速度的时间,保持了无人机在模式转换过程中竖直方向的受力平衡.模拟结果表明:最快模式转换定高控制策略比经典PID控制策略和最快模式转换控制策略的时间分别缩短了0.98和0.48 s,高度变化量分别减小了2.27和0.91 m;最快模式转换定高控制策略的飞行控制效果明显优于经典PID控制策略和最快模式转换控制策略.所提出的控制策略解决了尾座式垂直起降无人机飞行模式转换时的掉高问题,能够保证无人机在过渡模式下快速平稳地实现飞行模式转换.     

基于状态预测的无人机导航控制

基于飞行惯性对无人机路径导航实时控制和控制精度的影响,将灰色预测模型与模糊PID控制进行融合,提出了基于无人机飞行状态预测的导航控制策略.将无人机飞行状态预测信息作为系统状态调节的输入,构建灰色预测模糊PID航向控制系统,达到对无人机进行实时、准确导航飞行控制的目的.仿真实验结果表明:灰色预测模糊PID控制器可以有效提高无人机导航控制系统的鲁棒性、实时性,与传统的PID控制器相比,其控制性能更优.     

四旋翼姿态的反步滑模自抗扰控制及稳定性

为了解决四旋翼无人机姿态控制中存在的问题,设计了一种基于反步滑模自抗扰姿态控制器.首先,介绍了四旋翼无人机的动力学模型,建立了基于反步滑模自抗扰控制算法的姿态控制方案.控制方案构成主要包括扩张状态观测器及基于Lyapunov稳定性分析的反步滑模控制器.稳定性分析表明,通过合理调整参数可以保证控制系统是渐近稳定的.仿真结果表明,所设计的控制器同经典自抗扰控制器相比,对扰动有较强的抑制能力,提高了自适应性和鲁棒性,表明该控制系统具有更好的稳定性和动态性能,对四旋翼姿态控制更加有效.     

工业控制中Fuzzy—PID控制的策略与方法

从理论上分析了常规模糊控制器的局限性,在此基础上推导出模糊PID控制器消除稳态误差的原理,并以液位控制系统为例,介绍了模糊PID控制器的设计方法,并用MATLAB工具箱对系统进行仿真试验.通过对仿真结果的分析得出:模糊PID控制器既能消除稳态误差,又有很强的鲁棒性,对于此类非线性迟滞系统具有良好地控制性能.     

船舶运动的混合智能控制

将混合智能算法应用于船舶航向，转向控制，充分发挥了模糊逻辑，神经网络和遗传算法各自的优势采用GA发优与BP算法学习模糊神经网络参数，通过竞争学习算法从样本数据中获得取模糊控制规则，并与专家经验有机结合，弥补了各自的不足，仿真表明上述算法为改进船舶运动提供了一个有效途径。     

网络控制系统的输出反馈控制

将网络控制系统描述为具有输入延迟和测量输出延迟系统,给出了系统渐近稳定的定义.提出了零输入系统渐近稳定存在的充分条件,并基于一个李雅普诺夫泛函,提出了输出反馈镇定控制器存在的充分条件,通过输出反馈控制使闭环系统达到二次稳定.采用锥面互补方法,将不具有严格线性矩阵不等式(LMI)条件的非凸可行解问题转化为具有严格LMI条件的非线性最小化问题,得到了求解输出反馈控制器增益参数的静态输出反馈镇定(SOFS)算法.通过一个仿真实例,验证了该算法的有效性.     

模糊控制在控制系统中的应用

针对不同的典型被控对象,介绍了采用比例积分微分控制和模糊控制两种控制方法.通过仿真实验证明,Fuzzy控制对被控对象参数和模型结构的变化,能获得较好的控制效果.     

模糊控制在控制系统中的应用

针对不同的典型被控对象，介绍了采用比例积分微分控制和模糊控制两种控制方法。通过仿真实验证明，Fuzzy控制对被控对象参数和模型结构的变化，能获得较好的控制效果。     

MIMO多输入输出网络控制系统的容错控制

针对被控对象为具有不确定因素的多输入多输出网络控制系统,设传感器与控制器均为时间驱动,执行器为事件驱动,网络诱导时延小于采样周期,将未能成功传输数据的传感器节点视为暂时失效,把具有传感器故障的网络控制系统建模为一类带有不确定因素的离散模型,借助Lyapunov定理给出了系统渐近稳定的充分条件,基于LMI方法得出观测器和控制器的分离设计方法,实现了MIMO网络控制系统的容错控制。     

网络控制系统保性能控制

针对网络控制系统中时延不确定因素,将时延的不确定性转换为系统状态方程系数矩阵的不确定性,网络控制系统对象模型为具有时滞的不确定离散模型.在此模型的基础上,将网络控制系统的保性能控制问题转化为研究时滞的不确定离散系统的鲁棒保性能控制问题.利用Lya-punov理论及线性矩阵不等式(LMI)方法,证明了通过状态反馈控制,使网络控制系统保性能控制的充分条件等价于求解LMI.仿真示例验证了该控制方法的有效性.     

网络化控制系统的随机最优控制

对于网络诱发延迟大于一个采样周期的网络化控制系统,该文研究了该系统的线性二次Gauss(LQG)随机最优控制问题,提出了一种新的分时控制模式.这种控制模式充分利用了系统信息并能改善系统的性能.在该控制模式下建立了网络化控制系统的随机数学模型.该文还讨论了网络化控制系统中传输延迟的Markov特性,基于这种Markov链理论,设计了具有完全状态信息的系统线性二次Gauss随机最优控制器.仿真结果验证了该分时控制模式比没考虑延迟的优化控制和没充分利用控制量的控制模式有更好的控制效果.     

基于切换控制的均匀液位控制

过程工业中常常提出均匀液位控制问题,即在保证液位不出界的前提下,使输出流量尽可能平缓.对于此类受限控制问题,模型预测控制可以取得满意效果,但在线优化的复杂性又阻碍了算法在实际中的推广.基于模型预测控制,提出了一种通过调整预测时间域长度来处理液位约束的方法,加上对未知扰动的估计算法,最终推出切换PI控制律.该方法既简化了在线优化过程,又增强了对随机扰动的适应性,已成功地应用于甘肃金川集团公司6 kt磨浮系统中.     

一种串级调速的闭环控制系统

介绍了一种双闭环控制的串级调速系统，对系统的工作原理、组成及动态结构作了较为详细的论述，并解答了该系统在实际应用中出现的主要问题。