航天器大角度姿态快速机动控制器参数优化设计

针对许多空间任务对航天器大角度快速机动能力提出要求的问题,研究了控制器的参数优化设计。基于一类采用四元数描述的大角度姿态快速机动Lyapunov控制器模型,以设计参数为优化变量,时间最优为优化目标,执行机构输出力矩为约束条件,建立了大角度姿态快速机动控制器优化模型。使用混合遗传算法对控制器参数进行了优化设计。仿真结果表明,经优化处理的控制器参数可在满足输出力矩约束条件下有效缩短机动时间。该方法对控制器参数的选择不依赖于设计者的经验,实施起来简单有效。     

基于粒子群算法的航天器控制参数优化设计

针对大角度姿态快速机动的航天器姿态控制器进行参数优化设计.采用四元数方法描述航天器的姿态运动,针对一类基于Lyapunov方法设计的姿态控制器,设计了描述控制器全局姿态调整能力的指标,量化了控制器参数对控制性能的影响,采用粒子群算法对控制器参数选择进行优化,避免了传统设计中基于经验选择设计参数,通过引入粒子间信息共享的机制求解优化问题.仿真结果表明:粒子群算法采用简洁的位置和速度更新实现系统寻优,在有输出力矩约束的条件下,进入最优解67 s所需的进化代数为31,可较快收敛到系统全局最优解.     

基于Lyapunov方法的卫星非线性姿态控制

为研究卫星的非线性姿态控制器设计问题,首先给出了带有非线性耦合项以及环境干扰力矩项的卫星姿态动力学方程,然后基于Lyapunov理论设计了一个新的姿态控制器。该方法克服了由引力梯度力矩项引起的控制系统设计的困难,保证了在引力梯度力矩影响下的姿态控制系统的Lyapunov稳定性,同时可通过选择一个参数使系统状态尽可能接近平衡位置。对卫星的姿态动力学模型没有进行线性化及解耦处理,而是保留了模型中小角度所引起的二阶小量,从而保证了姿态控制精度。仿真结果验证了该控制器的有效性。     

基于改进CMOPSO挠性卫星姿态机动路径优化

针对挠性卫星姿态快速机动快速稳定控制中的路径优化问题,研究了一种基于云多目标粒子群算法(CMOPSO)的姿态机动路径优化方法.为了解决云多目标粒子群算法寻优初期可能出现粒子陷入局部最优的问题,提出了一种随迭代次数呈反正切函数变化调整惯性权重的改进云多目标粒子群算法.针对挠性卫星大角度姿态机动问题,考虑挠性卫星姿态机动过程中角加速度和角速度的限制,建立了姿态机动路径参数的多目标优化模型,并采用改进的CMOPSO进行优化.仿真结果验证了所提改进的云多目标粒子群算法在挠性卫星姿态快速机动快速稳定控制中的有效性.     

基于轨迹跟踪的航天器姿态自适应鲁棒控制

针对存在不确定惯量和空间环境干扰的挠性航天器姿态大角度快速机动控制问题,提出了一种受细胞膜放电模型启发的自适应鲁棒姿态控制器设计方法.首先,为了快速完成姿态机动任务,并尽可能少激发挠性帆板振动,在挠性航天器运动学和动力学分析的基础上,提出了基于预先规划姿态运动轨迹且对不确定惯量具有自适应能力的自适应鲁棒控制器.在此基础上,为了改善机动过程中姿态跳变使系统指向精度和稳定度变差的问题,基于细胞膜放电的动力学模型设计了一种改进型自适应鲁棒控制器.所提出的控制器能够保证闭环系统渐进稳定;当惯量估计误差有界时,对于任意初始跟踪误差,该控制器可以保证姿态跟踪误差一致终值有界.仿真结果表明了所提出的改进型自适应鲁棒控制器的有效性.     

小型涵道风扇无人机自适应解耦控制律设计

为解决小型涵道风扇式无人机俯仰通道和滚转通道之间的惯性耦合问题,采用简单自适应控制(simple a-daptive control,SAC)方法对无人机姿态角速度控制回路设计模型参考自适应控制器,使该控制回路在受到不确定扰动和参数摄动的影响下,仍能稳定跟随参考模型输出;同时对所构造参考模型进行串联前馈解耦,以使无人机跟随参考模型同步解耦,进而实现对无人机姿态角速度和自身姿态角的有效控制.仿真结果显示,该控制律能使无人机姿态稳定跟踪参考模型输出,并且有效抑制了被控对象参数摄动带来的不利影响,控制系统具有较强的自适应性和鲁棒性.     

车辆轨迹的预瞄与模糊分数阶比例-积分-微分控制

为提高无人车辆轨迹控制的精度,提出了一种基于预瞄误差建模和优化模糊分数阶PID控制的车辆路径跟踪方法。根据车辆动力学特性,引入预瞄横向误差模型,以预瞄横向误差为输入,车辆前轮转角为输出,调整转角角度减小偏差实现轨迹跟踪,设计模糊分数阶PID跟踪控制器。该控制器在PID的基础上结合分数阶理论,同时利用粒子群算法优化的模糊控制器对参数进行在线调整。在CarSim/Simulink联合仿真平台进行仿真研究。研究结果表明,本文所设计的控制器可行有效,为轨迹控制的研究提供了参考。     

柔性航天器快速机动过程主动振动与姿态控制方法研究

针对柔性航天器挠性附件振动与姿态机动耦合降低控制精度的问题,给出了一种混合分力合成主动振动控制方法,给出了若干定理并进行了理论证明.其次,系统参数波动及随机干扰因素不可忽略,对经典滑模控制器进行优化,形成一种新型自适应-滑模变结构控制器.为应对控制力矩抖振和系统参数鲁棒性差等缺点,引入新型滑模边界层和力矩更新率.最后,提出了将混合分力合成方法与姿态控制相结合的策略.借助压电智能材料实现两者的联合应用.仿真结果表明,改进的滑模变结构控制器可有效降低参数变动及外干扰影响,结合混合分力合成方法后,柔性附件残余振动得到了明显的控制,进一步提高了姿态精度.     

基于ESN网络的航天器姿态跟踪鲁棒控制

为了研究具有外部干扰力矩和模型不确定性的多体航天器姿态快速跟踪控制问题,基于逆系统方法和回声状态网络(echo state network, ESN), 设计了鲁棒控制器,并利用Lyapunov稳定性理论证明了控制系统的渐近稳定性.采用"meta-learning"策略离线训练ESN网络,并应用遗传算法优化其主要参数,解决了动态递归神经网络训练困难及网络参数不易确定的问题.控制器的设计过程相对简单,不需要精确的动力学模型.该文还针对航天器中心体与天线同时跟踪不同目标的任务进行了数值仿真,结果表明所设计的鲁棒控制器对外部干扰与模型不确定具有很好的鲁棒性.     

单框架控制力矩陀螺低速特性分析

单框架控制力矩陀螺是我国进行外层空间探索的关键技术,由于它输出力矩范围大,控制精度高,经常应用于大型机动卫星以及空间站的姿态调整中,单框架控制力矩陀螺对低速性能要求很高,研究了框架伺服系统的低速特性,主要包括摩擦力矩对伺服系统的影响.并且针对单框架控制力矩陀螺系统在位置环中进行了设计和仿真.实践证明该文讨论的设计方法的正确和有效.     

网络控制系统反馈和前向通道的随机时延补偿

针对网络化控制系统的网络诱导时延,提出了一种改进的补偿时延的预测控制方法。对于反馈通道,根据测量的反馈时延设置预测步长,采用柔性控制增量算法设计预测控制器对时延进行补偿。对于前向通道,前向时延相对控制器来说是未知的,为此在系统输出端和前向通道间添加一个反馈补偿环节,设计一个控制补偿器估算出历史时刻实际作用于被控对象的控制量与控制器在此时刻输出的控制量之间的误差,用该误差来补偿前向时延的影响。当被控对象参数缓慢变化或未知时,给出了渐消记忆递推最小二乘辨识算法的网络化反馈修正算法。最后对闭环系统的稳定性做了分析并通过仿真验证了该策略的有效性,保证了网络化控制系统的良好性能。     

抄纸过程的BP神经网络PID控制

为了使抄纸过程的输出(湿度和基重)最大限度地接近给定值,采用BP神经网络PID控制。此控制器由PID控制器和BP神经网络组成,采用BP算法进行PID参数的在线调整,使输出值较好地跟踪了给定值,能达到较好的控制效果,并为抄纸过程的控制提供另一种思路。     

根据参考轨迹学习模糊控制规则

给出了在线调整模糊控制规则即控制查询表的简便方法．在建立了期望输出轨迹的基础上，通过与该期望输出轨迹的比较，对当前控制效果进行评价，并根据评价结果实时地修正直接导致当前状态输出的控制作用，使过程输出性能逐步改善．通过动态调整期望输出轨迹，可以使模糊控制器迅速适应过程环境的变化，保持良好的控制质量     

一种基于横摆力矩和主动前轮转向控制的制动稳定性控制方法

提出一种结合横摆力矩控制和主动前轮转向控制的提高紧急制动侧偏稳定性的控制方法.控制器采用前馈-反馈复合控制,通过最优控制算法求解反馈控制参数,并对稳定性控制参数和制动力参数进行优化,以缩短制动距离.仿真对比实验证实这种方法在提高制动稳定性和缩短制动距离方面都有良好的效果.     

一类高阶滞后对象的特征建模与控制

针对一类参数未知、高阶有滞后的定常系统的控制问题,提出了在特征建模基础上,用有滞后的二阶时变差分方程来代替实际的对象特性,并给出了分析证明.稳态时,该特征模型与高阶滞后对象的输出保持一致,在动态过程中,动态输出误差保持在一定范围内,从而可以进一步按照特征模型设计控制器.从仿真结果可以看出,系统跟踪误差能保持在一定的范围内,表明了这种基于特征模型的控制方法的有效性和实用性.     

输出增量加权的多变量预测控制算法的状态空间描述

本文设计了一种新型的多变量预测控制器，该算法基于人间模型求解，并且在目标函数中考虑了输出增量的加权，因而极大地增加了其适用范围。     

非线性非最小相位系统的半全局自适应输出反馈控制

讨论了含有参数不确定性或未知扰动的非最小相位的非线性不确定系统的半全局自适应输出反馈控制问题。当未知参数在一紧集上取值 ,且以线性形式出现时 ,利用Lyapunov方法和逆推 (backstepping)设计方法 ,给出了该类系统的输出反馈半全局自适应控制器的设计     

互联电力系统AGC的模糊和遗传控制算法

针对互联电力系统自动发电控制(AGC)，结合模糊控制和遗传算法提出一种新型的PID智能控制器，这种控制器主要特点是选用遗传算法整定的PID参数值作为模糊自整定PID参数控制器的初值，然后再对模糊控制的相关参数用遗传算法优化，避免了参数选择的盲目性。仿真结果明显优于传统的PID控制器，同样也优于单独模糊PID控制器和由遗传算法寻优而设计的PID控制器。同时，在研究遗传算法寻优的过程中提出一种新的适应度选择方法。     

基于预测--模糊联合控制的分布式驱动车辆路径跟踪方法

为研究分布式驱动车辆（4wid）路径跟踪中的跟踪精度和稳定性的问题,提出了模型预测-模糊(Mpc-Fuzzy)的联合控策略, 缓解了单一模型预测控制下车辆跟踪精度与控制器计算压力间的冲突。采用模型预测控制设计了上层路径跟踪控制器,旨在利用模型预测“滚动优化”的优点降低跟踪误差的同时保证车辆的稳定性。下层采用模糊控制,将转向过度和转向不足量化为“方向偏差”和“位置偏差”,利用四轮转矩独立控制的优点进一步优化转矩输出,旨在降低模型预测控制器对参考模型线性化后带来的跟踪误差。为验证控制策略的可靠性,基于Carsim和Simulink.、Driving Scenario搭建联合仿真模型,将联合控制器和单运动学模型预测控制器进行对比研究。仿真结果表明联合控制器可在完成对给定路径跟踪的基础上,减少转向不足和转向过度的发生,降低了方向误差和位置误差。     

轮毂电机驱动电动汽车横摆稳定性控制

为了提高轮毂电机驱动电动汽车行驶稳定性,设计了基于直接横摆力矩控制的车辆稳定性控制系统;针对滑模控制存在固有抖振的问题,建立基于模糊滑模控制理论的稳定性控制器;针对车辆质心侧偏角难以测量,建立了结构简单、计算快速的非线性滑模观测器;考虑到转矩分配的实际约束条件和分配器的响应速度,建立了等比例转矩分配器,分配各车轮上的驱动/制动扭矩。最后基于MATLAB/Simulink与Carsim联合仿真平台进行了仿真分析,结果表明该控制器能很好改善车辆的操纵稳定性,并且控制输出更加平顺。