基于速率限制舵机的Ⅱ型驾驶员诱发振荡预测方法研究

为预测由于速率限制舵机引起的Ⅱ型驾驶员诱发振荡(PIO),根据速率限制舵机的特点,建立了简化的速率限制舵机模型,在时域内对其动态特性进行了仿真分析,针对速率限制舵机非线性的特点,采用了描述函数法来研究闭环系统的特性,推导了饱和速率限制舵机的描述函数模型,研究了Gap准则预测II型PIO的具体方法。最后,通过一个简单的算例,介绍了这种预测方法的整个过程。该方法简便明晰,为非线性人机闭环系统的PIO预测提供了一种参考。     

驾驶员模型参数与PIO易感性关系研究

分析了驾驶员模型参数对人-机闭环系统特性的影响。用时域Neal-Smith(Time Domain Neal-Smith,TDNS)准则评估PIO易感性,分析驾驶员模型参数的改变对PIO易感性的影响。TDNS准则使用了序列二次规划(Sequential Quadratic Program-ming,SQP)算法确定驾驶员模型参数。以某型机为算例,采用TDNS准则,对其PIO易感性进行评估,并分析驾驶员模型参数对PIO易感性的影响。结果表明,驾驶员模型参数对PIO易感性影响很大,在评估过程中需要合理选择参数。     

基于速率限制舵机的II型PIO预测方法研究

为预测由于速率限制舵机引起的II型PIO,根据速率限制舵机的特点,建立了简化的速率限制舵机模型,在时域内对其动态特性进行了仿真分析,针对速率限制舵机非线性的特点,采用了描述函数法来研究闭环系统的特性,推导了饱和速率限制舵机的描述函数模型,研究了Gap准则预测II型PIO的具体方法。最后,通过一个简单的算例,介绍了这种预测方法的整个过程。该方法简便明晰,为非线性人机闭环系统的PIO预测提供了一种参考。     

基于神经网络驾驶员模型的PIO预测分析

在PIO研究中,拟线性的McRuer驾驶员模型,因其结构简单、能反映驾驶员基本的行为特性而被广泛采用,但在通常情况下,驾驶员的行为具有高度的非线性,而运用神经网络模型可以更精确地描述驾驶员的非线性特性。以某机为例,利用试飞数据对神经网络进行训练和验证,建立了神经网络模型。通过仿真运算,并用时域Neal-Smith（TDNS）准则对该飞机进行了PIO预测分析。结果表明,与McRuer驾驶员模型相比,神经网络模型可以更好地逼近驾驶员特性,据此运用TDNS准则可以很好地对PIO趋势进行预测。     

人机闭环仿真方法研究及应用

该文对人机闭环仿真方法进行了研究,建立了由飞机本体动力学模型、飞机气动力模型、飞机控制系统模型和驾驶员模型等子模块构成的仿真模型,并以起飞阶段单发停车的操稳特性评估为算例,分析了采用人机闭环仿真方法对飞机的操稳特性评估的基本流程。研究表明,人机闭环仿真可以有效揭示飞机的动态响应过程和驾驶员的操纵历程,具有快速和高效的特点,可以有效的降低操稳特性评估的时间成本和经济成本。     

飞机作动器的故障辨识与自修复控制

为了解决作动器发生故障的飞机的角速率跟踪问题,提出了一种基本控制律加修复控制向量的自修复控制方案.该方案首先针对飞机的无故障模型,利用反步法设计角速率跟踪控制律作为基本控制律.在作动器发生故障的情况下,保持基本控制律不变,将飞机作动器视为二阶系统,设计了一种基于高增益观测器的作动器故障参数估计器,对作动器的各类故障进行辨识;根据故障辨识结果构造修复控制向量以抵消作动器故障产生的影响,保证故障后系统的跟踪性能.对某型飞机发生右副翼卡死故障进行仿真,结果表明,故障参数的估计值能够快速收敛到真值,构造的修复控制向量能够将系统性能恢复到无故障时的水平,验证了所提出的自修复控制方案的有效性.     

基于人-车-路的类菱形车侧向动力学分析

车辆在高速行驶时,驾驶员和道路环境对车辆的操纵稳定性会有很大影响.考虑驾驶员特性和道路特性的人—车—路闭环系统更能评价车辆的操纵稳定性,采用"单点预瞄最优曲率"驾驶员模型和蛇行道路模型,在类菱形车二自由度模型的基础上构建了类菱形车闭环系统并进行了仿真分析.通过蛇行试验验证了类菱形车良好的操纵稳定性,并将试验结果与仿真结果进行了对比分析,分析表明,模型仿真结果与试验结果具有很好的一致性.     

基于模糊阻抗控制的车辆液压主动悬架研究

为更好地权衡车辆的操纵稳定性和行驶平顺性,建立了一种模糊阻抗液压主动悬架的控制策略。通过建立的1/4车辆主动悬架模型和液压作动器模型,设计了带有位置闭环、力闭环的阻抗控制器,阻抗控制跟踪车轮动载荷,位置闭环采用模糊控制以跟踪由阻抗控制确定的车身期望垂直位置,力闭环采用比例积分(PI)控制以追踪控制器的期望力,同时分析了阻抗参数与车辆行驶平顺性和操纵稳定性之间的关系。利用Matlab20116/Simulink搭建了带有0.1 m高凸起的B级路面输入及液压主动悬架系统模型,仿真结果表明,相对于被动悬架,液压主动悬架的车身垂直加速度、悬架动挠度及车轮动位移分别下降了39.97%,49.46%和23.63%,该控制策略能有效提高车辆的行驶平顺性和操纵稳定性。     

四轮转向汽车运动稳定性分析

在驾驶员-四轮转向汽车闭环操纵系统动力学模型的基础上,应用非对称特征值问题的矩阵摄动理论,给出驾驶员-四轮转向汽车闭环操纵系统运动稳定性对汽丰结构参数和四轮转向系统控制参数的灵敏度和多个参数同时变化时的摄动量,并与前轮转向汽车的结果进行了比较。仿真结果表明,本文方法可以为汽车操纵稳定性的优化设计提供理论基础。     

智能复合材料机翼颤振分析

利用哈密尔顿原理和半李兹分析法建立复合材料悬臂板的运动方程,结合边界条件得到其弯扭耦合模态的半解析解.建立具有NACA0012翼型且贴有压电作动器和压电传感器的复合材料机翼的运动方程,利用西奥道生理论,形成智能复合材料机翼气动弹性问题的描述,利用U-g法预测复合材料机翼的颤振速度.通过数值仿真,针对智能复合材料机翼闭环系统中的不同反馈增益系数,计算模态振型和颤振速度.结果表明,不同的反馈增益系数,对模态振型和颤振速度有一定的影响.     

一种快速收敛的遗传算法及其应用

为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,提出了一种快速收敛的遗传算法,即“适应度缩放”加“有偏外来移民”的遗传算法。将该方法应用于柔性结构振动主动控制中的作动器／传感器位置及反馈增益的优化,其优化效果明显优于传统的优化算法。数字仿真结果表明,对于复杂非线性约束优化问题,该遗传算法具有较好的快速收敛性和全局收敛性,由优化了位置的作动器／传感器和优化增益的控制系统具有良好的减振效果。     

基于EKF的无人机飞行控制系统故障检测

无人机飞行控制系统是一种典型的多传感器闭环控制系统,其执行机构与传感器故障会严重影响系统的安全性与可靠性,针对无人机飞行控制系统故障检测问题的研究具有重要的意义.本文考虑了一类无人机闭环非线性飞行控制系统的故障检测问题,针对风扰动影响下无人机纵向非线性系统模型,设计基于扩展卡尔曼滤波器的残差产生器,并应用χ2检验对残差进行评价,实现无人机闭环控制系统的故障检测.同时,基于某型无人机Simulink仿真平台进行仿真实验.结果表明,所提出的方法能够实现空速管堵塞故障和升降舵部分失效故障的检测.     

超磁致伸缩微位移执行器控制系统研究

以单片机和上位PC微机为控制核心,设计并构建了利用超磁致伸缩棒开发的超磁致伸缩执行器的计算机闭环控制系统,完成了相应的软硬件设计．结合所开发的超磁致伸缩微位移执行器的结构建立了传递函数模型,针对微位移执行器控制系统进行了数字PID控制器设计,通过实验得出,在不降低其相对稳定性情况下数字控制系统的精度提高,为进一步提高超磁致伸缩执行器的精度、改善整个系统的动态特性奠定了基础．     

抗漂移的状态反馈控制器设计及在数控系统中的应用

针对大部分抗漂移设计不能保证存在驱动饱和的开环稳定系统的闭环渐近稳定性的问题，在系统的量测噪声和外部扰动已经通过其他办法消除的条件下，设计了一种抗漂移的状态反馈控制器。该控制器将参考轨迹也加入到控制器设计中，极大地简化了控制器的参数设计并扩大了输入信号的范围。基于Lyapunov稳定性理论，证明了全系统的渐近稳定性及对参考输入的渐近跟踪性。将之用于数控系统控制器的设计中，仿真结果表明：无论饱和发生与否，该控制器不但可以保证系统的闭环稳定性，而且可以抑制 由于驱动饱和的存在而导致的跟踪性能的恶化，使得系统能够准确地跟踪参考输入。     

模糊时滞系统的状态反馈控制器设计与稳定性分析

在保证闭环系统稳定的基础上,为进一步改进系统的动态性能,将模糊T-S模型方法应用到非线性连续时滞系统的控制器设计中,提出了一种带调节因子的状态反馈控制器的设计方法.首先给出变时滞非线性系统的模糊T-S模型,然后设计出基于观测器的状态反馈控制器,并利用Lyapunov-Razum ikhin稳定性理论给出模糊闭环系统一致渐近稳定的充分条件,最后通过求解一系列线性矩阵不等式得到状态反馈增益矩阵和观测增益矩阵.通过对卡车倒车控制的实验仿真,表明当调节因子选取适当时,闭环系统的超调量和震荡次数都有明显减少,选取不当时,超调量和震荡次数都有所增加.因此,通过改变调节因子的值,可以对闭环系统的动态性能进行适当调节.此外,通过引入特殊矩阵,使得判据中含有较少的约束不等式,从而减弱了结论的保守性.     

单值预估控制

给出了单值预估控制的算法,论证了单值预估控制与一般多值预估的等价性,认为两者控制性能是相当的.在给出闭环预估控制系统稳定性的一些必要条件和充分条件的基础上,提出用相对预估增益作为闭环系统的整定参数.同时给出了基于状态空间模型的单值预估控制算法,使算法更为简单,控制性能可得到进一步提高.     

A discrete PI fault observer design and application in variable speed wind turbine system

For the discrete-time system which is subjected to uncoupled actuator faults and sensor faults simultaneously, a robust fault diagnosis method based on a proportional integral observer (PIO) is presented. The proposed PIO uses an additionally introduced integral term of the output errors to obtain the estimation of actuator faults. Besides, the sensor faults are regarded as the augment states so that the PIO can trace them. Moreover, the convergence of the PIO is proved. A variable speed wind turbine(VWT) example is given to demonstrate the fast convergence and diagnosis precision of the proposed PIO.