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.     

基于动态矩阵的永磁同步直线电机速度控制

为了改善直线电机的动态响应性能,提高电机控制系统的鲁棒性,使电机稳定运行,基于预测控制理论,设计了适用于直线电机速度环控制的动态矩阵控制器,将传统的直线电机三闭环控制系统中的速度环PID控制器替换为动态矩阵控制器,并分别搭建基于PID速度控制器和动态矩阵速度控制器的永磁同步直线电机三闭环仿真模型,在此基础上给控制系统施加阶跃信号,并进行突加负载和突减负载的仿真,将2种控制器控制下的系统响应结果进行对比。仿真结果表明,当速度环采用动态矩阵控制后电机的响应速度更快,超调更小,使电机速度更快达到稳定。改进后的速度环控制器提高了直线电机控制系统的鲁棒性,改善了直线电机的动态响应性能,提高了控制系统的抗扰动能力,有利于电机在负载变化较大的情况下运行。     

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。     

非线性解耦控制在无人机中的应用

为了提高无人机的机动性,同时保证其航迹的精确性,针对无人机纵向运动模型,采用非线性动态解耦Singh算法设计直接力控制器,并对某一型号的无人机模型进行了纯直接力模式的计算机仿真.结果显示无人机的速度、迎角、俯仰角以及航迹角输出均能按照预期的目标渐进跟踪控制指令,并且具有很好的动态响应.仿真实验表明基于Singh算法的直接力控制器能解除无人机在飞行过程中某些模态运动之间的交叉耦合,并能精确实现纯直接力、俯仰指向等3种模式的直接升力控制.     

基于动态矩阵控制的自主移动机器人模型预测控制方法研究

自主移动机器人运动转向系统的精确控制是其实现直线运行、原地转向功能和完成自主巡航、自治搬运任务的重要基础。为实现对机器人运行转向系统的有效控制,通过分析自主移动机器人的运动转向系统的数学模型,构建出传递函数的表达形式,提出了一类基于动态矩阵控制(dynamic matrix control, DMC)的模型预测控制方法。此外,面向自主移动机器人的运动转向系统,利用Matlab平台开展了基于DMC的模型预测控制方法的仿真研究,仿真结果表明,在运动转向系统的控制过程中,基于DMC的预测控制方法同传统比例-积分-微分(proportion-integral-derivative,PID)控制器相比,在抑制超调、防止稳态误差等方面具有更强的控制性能;开展针对模型失配问题的仿真研究,进一步证明了该算法的鲁棒性和适应能力。同时,通过无障碍和有障碍两类情形下的机器人行走实验,验证了机器人运动系统的有效性。     

多旋翼飞行器建模与控制器设计

随着各项技术的日趋成熟,多旋翼飞行器的控制器设计也愈发受到重视.为了使四旋翼飞行器在复杂环境下可以进行稳定的飞行,设计了四旋翼无人机飞行器的控制器,根据实际情况对数学模型进行简化,建立了一个四旋翼飞行器运动的数学模型;在Simulink中搭建比例积分微分(proportion integration differentiation,PID)控制模型,实现串级PID控制,通过调整PID参数,初步实现了使其稳定飞行的目标.通过在Simulink上搭建系统模型并最终得出仿真结果,证明飞行器的姿态和位置都得到了稳定的控制.     

基于改进动态矩阵算法的SCR烟气脱硝系统

针对燃煤电厂火电机组选择性催化还原(SCR)烟气脱硝系统NOx出口体积分数波动大、稳定性差的问题,提出一种基于模糊自适应PID补偿的动态矩阵预测控制(DMC)算法.DMC算法基于NOx出口质量浓度历史数据构建预测模型,反馈环节根据当前偏差校正预测值,实现系统提前控制;模糊自适应PID控制器将预测偏差信息模糊化,用以修正...     

基于ADRC的无人机纵向通道控制

根据自抗扰控制器不依赖对象的精确数学模型以及能够对系统模型内扰和外界干扰进行补偿的特点,提出了在无人机纵向通道中引入自抗扰控制器的方法。设计的自抗控制器在不同的飞行状态下,不需要改变控制器参数,就能实现对俯仰指令的精确跟踪控制,以及速度回路与俯仰角回路的解耦控制。仿真结果表明,系统具有良好的动态响应和鲁棒性。     

动态矩阵控制在电阻炉温度控制系统中的应用

通过对电阻炉动态对象特性的研究以及预测控制方法的改进,比较了动态矩阵控制和PID控制在电阻炉温度控制系统中的应用效果.仿真结果表明:DMC不但克服了建模的不精确性和参数的时变性,而且根据给定的期望曲线,实现了比PID控制更令人满意的性能指标.     

无人机燃料电池混合动力系统人工神经网络控制策略

目前,全球有200多项在研电推进飞机项目,包含传统固定翼飞机改造、新构型设计、全电推进系统和混合电推进等。近年来,电推进飞机的发展方向可分为纯电动固定翼、电动垂直起降和混合电推进3类。本文针对某小型无人机燃料电池和锂电池组成的混合动力系统,建立了由质子交换膜燃料电池混合动力系统、6自由度飞行器模型和基于神经网络控制器组成的整个系统仿真模型。为了满足无人机不同飞行阶段的电力需求,控制器控制电池电流和充放电速率。在燃料电池作为无人机主要动力源的情况下,对混合动力系统的性能进行验证和评估。对人工神经网络控制器和模糊逻辑控制器性能进行了比较,结果表明,人工神经网络控制器的性能明显提高,增强了无人机混合动力系统的整体稳定性。人工神经网络控制器在效率和油耗方面比模糊逻辑控制器略有提高,约为1%。这说明在这类系统中,所设计的神经网络控制器比经典控制器具有更强的鲁棒性,更好的响应能力、可靠性,可满足无人机燃料电池混合动力系统运行在最优水平和最优效率上。     

基于神经网络的永磁同步电机的鲁棒控制

提出一种基于神经网络的永磁同步电机的鲁棒控制策略·基于此策略设计了神经网络PID速度控制器,使速度控制器能实时在线调整,由一种混合型神经网络作为辨识器,利用神经网络的学习特性实现对永磁同步电机系统不确定性的鲁棒控制·为了加快响应速度,提高响应性能,采用多步预测性能指标函数下的反传算法·仿真和实验结果表明,所提出的控制方法明显优于一般永磁同步电机系统的控制方法,具有较强的鲁棒性·     

基于TECS|H_□的无人机纵向着舰系统设计

针对无人机纵向自动着舰,运用总能量控制系统建立无人机纵向自动着舰系统,根据纵向着舰导引系统速度为常数且具有抑制纵向风干扰的要求,设计基于线性矩阵不等式的H_□输出反馈控制器,通过对所设计的先锋无人机的纵向自动着舰导引系统仿真表明:通过升降舵和油门的协调控制,实现了速度和航迹的解耦控制,且该设计能满足着舰要求,能有效地抑制纵向风干扰的影响,具有良好的鲁棒性能.     

Viper Jet无人机等离子体流动控制飞行验证

以往的地面风洞实验研究表明等离子体流动控制具有极大的实用价值。为探索等离子体流动控制应用的关键技术,开展了低速无人机等离子体流动控制飞行验证研究。首先,设计了无人机试飞实验系统和试飞方案,据此进行激励特性测试和地面风洞实验,测试了毫秒脉冲等离子体激励的放电特性,在风洞中验证了毫秒脉冲等离子体流动控制对Viper Jet无人机失速分离的控制效果。然后,进行了Viper Jet无人机等离子体流动控制飞行验证,结果表明AC-DBD激励能有效减小飞机起飞与降落滑跑距离。     

热处理电阻炉炉温的自适应模糊PID控制

热处理电阻炉温度控制具有大的滞后性、非线性、难以获得准确数学模型的特点。目前热处理炉温度控制系统中常采用的PID控制器难以进一步提高温度控制系统的控制精度,无法与PC机进行通信,难以实现对热处理数据的管理。基于模糊控制无需精确数学模型和PID控制的良好稳态控制特性,本文选用单片机结合模糊PID控制策略对热处理加热炉进行了控制,减小了系统的调节时间,提高了温度控制精度。     

基于灰色理论PID控制的伺服转台研究

针对伺服转台系统带有未建模特性的实际情况，以及传统PID控制无法满足高精度伺服转台的指标，利用灰色理论对未知信息数据的处理能力，对不确定量建立了灰色模型，实时补偿系统的未建模特性和干扰信号，提高控制精度．仿真显示应用灰色理论PID控制的伺服转台系统，控制精度明显改善，同时适应了工程控制的实际需要．     

Z字形飞机建模与半实物仿真研究

为了提高无人机飞行品质,研究无人机控制的半实物仿真应用,形成一套通用的无人机飞行控制律设计与半实物仿真方法,针对气动特性较为复杂的Z字形飞机进行了研究。Z字形飞机机翼可向机身方向折叠,便于存放和运输。根据Z字形飞机外形参数,求得气动数据,并在此基础上利用小扰动线性化原理建立纵向线性模型,通过加入干扰脉冲方式研究模型纵向静稳定性,选取各环节传递函数,建立俯仰控制回路,调整PID参数,设计纵向控制律,分别使用Simulink和半实物仿真器进行仿真。仿真结果表明,无人机具有较好的静稳定性,PID控制参数选择合理,系统超调量较小,调节时间较短,可以提升无人机飞行品质,半实物仿真可以更真实、直观地反映无人机姿态,所用建模与仿真方法可应用到其他固定翼无人机,具有一定的通用性。     

Fuzzy Self-adaptive Proportional Integration Differential Control for Attitude Stabilization of Quadrotor UAV

The technology of attitude control for quadrotor unmanned aerial vehicles(UAVs) is one of the most important UAVs' research areas.In order to achieve a satisfactory operation in quadrotor UAVs having proportional integration differential(PID) controllers,it is necessary to appropriately adjust the controller coefficients which are dependent on dynamic parameters of the quadrotor UAV and any changes in parameters and conditions could affect desired performance of the controller.In this paper,combining with PID control and fuzzy logic control,a kind of fuzzy self-adaptive PID control algorithm for attitude stabilization of the quadrotor UAV was put forward.Firstly,the nonlinear model of six degrees of freedom(6-DOF) for quadrotor UAV is established.Secondly,for obtaining the attitude of quadrotor,attitude data fusion using complementary filtering is applied to improving the measurement accuracy and dynamic performance.Finally,the attitude stabilization control simulation model of the quadrotor UAV is build,and the self-adaptive fuzzy parameter tuning rules for PID attitude controller are given,so as to realize the online self-tuning of the controller parameters.Simulation results show that comparing with the conventional PID controller,this attitude control algorithm of fuzzy self-adaptive PID has a better dynamic response performance.