非对称变后掠柔性后缘飞机滚转控制分配研究

以往研究已经证明机翼后掠角和后缘弯度的单独改变均可增强飞行器的机动性,探究将后掠角作为冗余控制器后飞机滚转运动收敛特性问题。首先利用计算流体力学方法,探讨了后掠角非对称变化对气动特性的影响规律,建立了不同工况下研究对象飞机后掠角、柔性后缘两种广义操纵面的操纵效能函数。其次综合Kane方法建立的稳定滚转子系统动力学模型,在考虑飞机阻尼力矩影响下,确定了监督控制器-主控制器控制架构下系统主、从控制器控制律。最后将后掠角非对称偏转作为系统冗余控制输入,以操纵面偏转速率为特征量,分析了不同工况下后掠角非对称变化对飞行器稳定滚转运动收敛特性的影响。通过分析可知,采用冗余操纵面设计,可有效增大滚转控制力矩,避免操纵面进入饱和状态,提升飞机整体控制效能。通过两种工况下的仿真结果可知,后掠角操纵面可增强系统容错能力、提升高升力下飞机操纵性能,但会增大系统达到稳定所需的时间。     

控制器引起的混沌现象

介绍一类由控制器可能产生混沌的例子, 并指出了一个与神经控制器有关的有趣现象:一个闭环系统经过有限时间控制后, 似乎已经收敛, 但其后系统状态突然跳出收敛域呈不规则行为。这些说明了我们对此类问题的观点, 并促使我们研究与控制器有关的系统复杂行为。     

任意初始状态下迭代学习控制的频域分析

针对广义受控对象G(s) ,提出了一种迭代学习控制器在频域中设计的思想 ,给出了在任意初始状态下迭代学习控制算法收敛的充分条件 ,证明了经过逐次迭代后系统实际输出信号对期望输出信号的逼近特性 ,输出跟踪误差将一致有界 ,且与期望状态及期望输入无关。进一步讨论了反馈控制在迭代学习控制器中的作用。仿真结果表明了该算法的有效性。     

基于正交函数网络的不确定混沌系统的控制

提出了基于正交函数网络的不确定混沌系统的自适应控制方法．通过利用计算简单、收敛速度快的单隐层正交函数神经网络，构建了一类不确定混沌系统的控制器．利用李雅普诺夫稳定性定理得到了该网络控制器的权值更新规则并保证了权值误差和跟踪误差的有界性．该控制器不仅能够保证混沌系统以有界误差对指定轨迹进行精确跟踪，也能够使有外部扰动的混沌系统快速跟踪一个指定的轨迹．最后，利用陈氏混沌系统和Lorenz系统进行了系统仿真，结果表明了该控制器在混沌控制中的有效性。     

一种PID型模糊神经网络控制器

为了使一种基于两维控制规则基的PID型模糊控制器具有参数在线学习功能，提出了一种包含一个自回归神经元的五层模糊神经网络，并根据梯度下降法，给出了它各权值的修正算法，该网络可以在反馈控制系统中作为一个自学习控制器来使用，最后，根据有关定理，给出并证明了该网络各层权值学习速率的收敛准则。     

永磁同步电机位置跟踪控制器及Backstepping方法建模

针对永磁同步电机(PMSM)绕组相电流和转速强耦合特性，基于backstepping方法设计了高性能的位置跟踪控制器，并建立了采用该控制器的PMSM伺服系统仿真模型。仿真结果表明，用backstepping方法设计的PMSM控制系统可以获得很好的跟踪效果，并且其滤波跟踪误差迅速以指数特性收敛到零，具有很好的位置伺服控制特性。     

重型运载火箭预设时间自适应控制

针对存在模型不确定性及未知外部干扰的重型运载火箭姿态控制问题，提出一种新型预设时间自适应控制方法，使得姿态控制误差收敛时间与系统初始状态无关且可预先设定。首先设计一种新型预设时间滑模面，采用滑模面切换的方法避免系统出现奇异；然后设计预设时间滑模控制器，采用神经网络估计系统集总扰动并在控制器中进行补偿，设计自适应律自适应调整神经网络权重系数，基于Lyapunov稳定性定理证明了所设计控制器的预设时间稳定性；最后通过数值仿真验证了所提方法的可行性及有效性。     

一种时变非线性系统的自适应逆控制仿真

对一种非线性时变系统提出了基于神经网络的自适应逆控制方案。该方案中用两个动态神经网络分别作为模型辨识器和自适应逆控制器,详细推导了在线训练自适应逆控制器的BPTM(backpropagationthroughmodel)和RTRL(realtimerecursivelearning)算法。根据大幅面喷墨打印机的结构特点,建立了打印头车架系统的时变非线性动力学模型作为仿真对象,在Matlab/Simulink平台下进行了算法仿真验证。结果表明了该方案收敛快,能有效控制该时变非线性对象。     

遗传算法在模糊系统优化设计中的应用研究

在模糊系统的变节点自适应模糊神经网络实现的基础上，提出一种混合GA优化算法。该算法采用混合编码策略，利用GA对模糊规则和隶属函数同时优化，而对结论参数则用最小二乘法估计。算法综合了GA强大空间搜索能力和传统优化方法的快速收敛和高精度的优点，在保证全局优化能力的条件下，综合考虑了模糊控制器的复杂程度、训练速度和控制精度。仿真结果及应用表明了该算法的有效性。     

基于2-D系统理论的变初始条件离散系统的迭代学习控制

对于具有重复运动特性的系统，迭代学习控制是一种简单有效的控制方法。为便于实时应用，所有迭代学习控制方案的设计必须在离散时间域进行。初始状态问题是学习控制设计中遇到的一个重要问题。针对具有变初始状态的离散时间系统，利用2-D线性连续．离散型系统理论设计了闭环迭代学习控制器，并给出了保证控制器收敛的充分必要条件。仿真结果证明了该方案的有效性。     

一类非完整系统的有限时间镇定控制

针对一类可化为链式标准型的非完整系统的有限时间镇定问题,提出了一种基于切换控制策略的有限时间镇定控制器,并给出了控制器参数的选择条件。该控制器利用切换控制的思想,根据系统的状态变化,通过有限次切换,可使得非完整链式系统各状态在有限时间内从任意的非平衡位置收敛至平衡位置。最后给出了应用该控制器控制非完整链式系统的具体形式,通过仿真实验验证了所设计的有限时间镇定控制器的有效性。     

电液伺服加载系统的神经网络逆控制

针对液压加载系统及试件的特殊要求，采用基于径向基函数网络（RBFN）的逆控制器给出了该NARMA模型及逆模型存在的条件。该方法使用实际系统的输入输出信号以及径向基函数网络实现系统建模，并利用系统神经网络模型离线训练系统的逆动态作为控制器，以克服由于实际系统所受的扰动而可能引起的控制器（逆模型）不收敛，实际控制表明该系统对期望加载轨线具有良好的跟踪能力，同时对系统干扰和不确定性具有较强的鲁棒性。     

非奇异快速终端滑模控制

现有的非奇异终端滑模控制方法和非奇异快速终端滑模控制方法都存在收敛速度缓慢以及“收敛停滞”等问题,针对这些问题提出了一种改进方法。在保证控制器非奇异的条件下将原滑模面中指数项设计参数由分数扩展到正实数域,既提高了收敛速度又扩大了参数选择的灵活性;引入快速终端趋近律,将原来的线性或指数渐近趋近改进为快速终端趋近,提高了系统状态的趋近速度;对“收敛停滞”问题产生的原因进行分析,提出了设计参数所应满足的条件。最后对某无人平台进行航向跟踪数值仿真,仿真结果验证了改进方法的有效性。     

某型武器模拟转台专家智能控制器的设计

针对控制器饱和等非线性因素严重影响武器模拟转台控制稳定性和精确性的问题,设计了一种基于专家知识的智能控制器,建立了控制规则。采用传统定参数PID控制,保证系统对平缓位置信号的精确跟踪;利用专家智能控制实现大阶跃波动下的快速、平稳过渡。仿真和实验结果表明,控制器调节参数少,收敛速度快,且具有较好的鲁棒性,满足了模拟转台过渡快速、稳定,跟踪精确的研制要求。     

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.     

层叠CMAS补偿的并联机器人变结构控制研究

针对复杂机器人系统的不确定性，提出一种层叠小脑模型关节控制器（CMAC）神经网络同滑模变结构相结合 的控制策略。首先利用改进CMAC学习机器人系统的不确定信息，并作为前馈补偿来确保跟踪误差的快速收敛，再通过滑模变结构控制器消除CMAC网络的逼近误差和不可重复随机干扰的影响。采用Lyapunov直接法进行控制律选取，分析表明系统可实现全局渐近稳定。在6－6并联机器人的轨线跟踪仿真试验中显示了良好的鲁棒性和精确性。     

一类具有未知参数干扰的混沌系统的同步

利用主动控制思想实现了两个具有未知参数干扰的不确定混沌系统的同步。通过在控制器中添加误差补偿项来消除参数干扰对系统同步的影响,并利用矩阵理论中盖格尔圆定理给出了控制器中线性部分参数取值的一般范围。理论分析证明,所设计的响应系统能使同步误差收敛到零。最后针对Lorenz系统进行了仿真,结果表明设计的控制器是有效的。     

一类不确定非线性系统的自适应模糊控制

对一类不确定非线性系统提出自适应模糊控制方法。此方法用模糊逻辑系统设计自适应模糊监督控制器和自适应模糊控制器,且设计补偿器对逼近误差进行补偿,以此来减少逼近误差对跟踪精度的影响,同时对自适应模糊监督控制器和自适应模糊控制器中的未知参数设计了自适应学习律。证明了该方法不但能保证闭环系统稳定,而且可使跟踪误差收敛到原点的邻域内。仿真结果验证了此方法的有效性。     

逼近非合作目标的自适应二阶终端滑模控制

针对逼近非合作目标过程中的相对轨道姿态耦合控制问题,综合考虑系统不确定性、外部干扰以及滑模控制中的抖颤问题,设计了无抖颤的自适应二阶非奇异终端滑模(second order nonsingular terminal sliding mode, SONTSM)控制器。首先根据视线坐标系下的相对运动方程和体坐标系下的相对姿态方程建立了相对位置和姿态一体化模型。将高阶滑模控制思想与非奇异终端滑模控制理论相结合,使所设计控制器克服了传统滑模的抖颤问题,并同时具有收敛快、精度高、鲁棒性强及能量消耗小等优势。基于Lyapunov理论,对系统稳定性进行了严格的证明。数值仿真验证了控制器的正确性和良好的控制性能。     

欠结构水下机器人的自适应位置跟踪控制器的设计

欠结构水下机器人的控制是一个具有很大难度的课题。研究了一种欠结构多方位智能机器人的跟踪问题，在机器人参数不确定及存在未知环境扰动的情况下，设计出了连续的自适应控制器，使得机器人可以自动地跟踪任意光滑的轨迹，并且跟踪误差收敛于半径为任意小的原点的邻域。Matlab仿真研究表明了该控制方案的有效性。