应用非线性干扰观测器的反推终端滑模飞行控制

针对飞机机动飞行时模型非线性、气动参数和力矩干扰不确定性的特点,提出一种基于非线性干扰观测 器的反推终端滑模控制方案. 该方案利用非线性干扰观测器逼近系统不确定性,取消了不确定性上界已知条件. 反 推设计过程中结合动态面控制设计虚拟控制律,能避免计算复杂性问题,通过引入快速终端滑模控制策略,提高了 系统收敛速度和稳态跟踪精度. 采用Lyapunov 稳定性理论证明了闭环系统所有信号一致终结有界. 对某战斗机进 行6 自由度机动飞行仿真,验证了该控制方案的有效性.     

机翼摇滚自适应神经网络抑制

针对战斗机在大迎角下表现出的机翼摇滚非线性振荡现象,提出一种基于自适应神经网络的抑制机翼摇滚控制方案. 采用动态逆方法实现机翼摇滚特性的近似线性化,并根据动态性能指标要求设计线性补偿器,采用单隐层神经网络在线补偿近似动态逆引起的误差. 仿真实验验证了控制方法的有效性.     

基于压电陶瓷的惯性驱动器控制技术研究

由于压电陶瓷迟滞效应和摩擦力非线性等因素影响,压电惯性驱动器开环控制存在着一定的误差,定位精度较低。为了提高压电惯性驱动器的定位精度,满足高精度控制的需要,提出了基于前馈补偿的模糊PID反馈混合控制器。设计了开环、前馈开环、模糊PID闭环反馈三种控制方式,对压电惯性驱动器定位精度的控制效果进行了相关的试验测试。试验表明,基于前馈补偿的模糊PID闭环反馈控制有效提高了压电惯性驱动器的定位精度,减小了稳态误差,在16μm的运动范围内,定位精度达到0.04μm。     

基于模糊自适应控制的悬臂梁振动主动控制算法研究

基于模糊逻辑系统的自适应滤波方法,针对柔性悬臂梁,设计了相应的前馈振动控制器,解决一类参考信号与外扰呈非线性函数关系的前馈主动控制问题.仿真结果表明,采用的控制器对于改善振动快速控制是非常有效的.     

可重复使用运载器上升段飞行控制

上升段是整个可重复使用运载器任务飞行的初始阶段,这个阶段中飞行器重心、大气环境和运动状态变化较快. 为便于分析整个飞行过程的特性,保证可重复使用运载器在整个飞行过程中具有良好的稳定性与操纵性,该文将上升段分为投放分离段、拉起点火段、动力爬升段和无动力爬升段. 通过分析各段的飞行特点并结合轨迹线性化技术,采取不同的控制策略设计了前馈与反馈控制律,前馈控制用于提高控制系统的非线性跟踪能力,反馈控制增强控制系统的鲁棒性. 非线性仿真结果表明,控制方案能满足上升段的飞行控制要求,实现姿态的快速跟踪.     

基于大脑情感学习的转台逆模型补偿控制

针对传统控制方法难以克服飞行仿真转台伺服系统中存在的摩擦等非线性干扰力矩问题,提出了一种基于大脑情感学习(brain emotional learning, BEL)模型的转台伺服系统复合控制方法. 在传统PI反馈控制器的基础上,设计了基于BEL模型的同结构系统逆模型辨识器和前馈补偿控制器. 通过在线辨识系统逆模型来学习BEL模型的节点权值. 理想转台模型的数值仿真和实际转台伺服系统的实验结果都表明：BEL模型学习能力强,能满足实时控制要求,基于BEL模型的复合控制策略能有效抑制摩擦力矩的影响,提高转台系统的跟踪性能.     

无人机鲁棒反推自适应编队导引控制设计

针对一般不确定系统研究了一种鲁棒反推自适应控制方法,采用自适应神经网络对未建模动态进行补偿,并利用Lyapunov 理论证明了跟踪误差的有界性. 分析了长机–僚机编队方式下的无人机编队导引控制策略,采用鲁棒反推自适应控制与动态逆方法对无人机编队飞行综合导引控制律进行设计. 进行了六自由度非线性仿真,表明所设计的编队导引控制器能使僚机对不确定机动的长机进行跟踪,并具有很好的鲁棒性.     

状态和输入多时变时滞非线性系统的干扰补偿控制器设计

针对干扰波形已知但幅值未知的情况,对于状态和输入均存在多时变时滞的一类非线性系统设计了干扰补偿控制器.由于未知无界干扰的作用将使系统的状态失去控制,必须对干扰进行补偿控制.为得到系统状态和干扰的估计,将干扰系统和受控系统构成增广系统,对此增广系统设计非线性时滞状态观测器,并将干扰估计值作为补偿控制器的输入从而实现对干扰的补偿.     

基于扩展的积分前推方法的非线性控制器设计

积分前推(forwarding)设计是针对具有前馈形式的非线性系统构造控制律及控制Lyapunov函数的一种基本方法,针对常规积分forwarding设计的某些局限性,提出了一种新的改进方案,有效地拓展了forwarding方法的使用范围.并通过举例对该方法的有效性进行了验证.     

考虑输入饱和的直接自适应神经网络跟踪控制

基于Lyapunov稳定性定理和backstepping方法,针对一类受输入饱和限制的单输入单输出非线性不确定系统,提出了一种考虑输入饱和的直接自适应神经网络控制算法. 采用动态面控制方法和直接自适应神经网络控制方法,避免了传统控制设计中的“计算量膨胀”问题和潜在的控制器奇异值问题. 借助一种饱和内补偿辅助系统处理系统中的输入饱和限制问题,以保证系统的稳定性和控制性能. 该算法不但保证了闭环系统信号一致最终有界,而且使系统输出能收敛到零的一个较小邻域. 以大连海事大学远洋实习船“育龙”轮为例进行仿真,验证了所提控制器的有效性.     

自适应模糊建模及其在船舶动力定位中的应用

针对船在海上其动力学模型很难精确建立,而且诸如风、浪、流等外部随机干扰的统计特性也在不断变化,作者在船舶动力定位中采用自适应模糊逻辑系统实时学习船的漂移动力学关系实现对系统的建模,并在此基础上预测为使船在下一时刻与预定位置误差最小所需的控制力,最终达到船舶动力定位的目的.仿真结果说明了该方法在不同海况下均能达到很好的定位控制效果.     

移动机器人多传感器的实时动态测试与控制

在对移动机器人自动导航、障碍回避以及多传感器系统研究的基础上,设计了一种用于移动机器人自动导航的多传感器阵列实时动态测试分析与控制系统.系统利用数字信号处理器(DSP)的片内I/O端口和其他外围设置,简化外围电路设计,通过CAN总线完成超声数据与上位机通信,实现对多路超声传感器的实时动态监测和控制.试验运行表明系统可解决移动机器人的自动导航、停靠站等精确定位和避障的问题.     

超机动飞行的鲁棒自适应神经网络动态面控制

针对超机动飞行过程中气动参数变化剧烈、控制精度高的特点,提出了一种基于神经网络的鲁棒自适应动态面控制方法。模型不确定性和外界干扰由RBF神经网络在线补偿,控制律由动态面控制方法得到,降低了反推控制器的复杂性,改进的神经网络权值调整自适应率改善了系统的过渡过程品质。利用Lyapunov稳定性定理证明了闭环系统所有信号有界,系统跟踪误差和神经网络权值估计误差指数收敛到有界紧集内。对所研究的飞行控制系统进行了herbst机动仿真,结果验证了该系统在过失速机动条件下具有良好的控制性能。     

徐店子隧道洞口段地震动力响应研究

利用数值模拟技术并结合实际问题,研究了强震区双连拱及小净距隧道的地震动力响应规律.主要模拟了徐店子隧道洞口段在地震动力作用下衬砌结构的位移、内力的变化规律,分析了衬砌结构各部位位移和内力沿纵向的变化规律,并对双连拱和小净距隧道的地震响应规律进行了总结,为同类隧道洞口段抗减震设计提供了参考依据.     

异地电源制造中的动态访问控制研究与应用

基于异地制造系统的信息流动特点,在传统的访问控制矩阵基础上,提出了一种基于Petri网工作流的动态访问控制策略,给出了其访问规则和矩阵形式,并以一个方案评审工作流系统为例,说明了该方法的应用.     

粤西低山丘陵区景观演变及其驱动力研究--以高州市新垌镇为例

以新垌镇为例，运用景观生态学的基本理论与方法，在地理信息系统的支持下，对粤西低山丘陵区景观演变及其驱动力进行了研究．结果表明：20年间新垌镇景观格局发生了显变化，景观总斑块数减少，均匀度升高，优势度降低，分离度降低，破碎度降低；景观组分的转移趋势是由耕地、林地向园地、居民点及工矿用地转移；景观演变的驱动力主要是人口因素、技术因素、政策因素等．     

道路交通应急调度策略研究

道路交通突发事件的发生是随机的和动态的,具有变化速度快,涉及面广等特点,无法提前预测估计和建模分析,其应急处理的问题比较复杂.针对传统调度系统响应速度慢,准确定位难以及应急调度力度不足,提出一种基于GIS的道路交通应急动态调度模式,为道路交通突发事件发生提供决策依据和分析手段,可以及时、高效地调集各种警力物力等资源,使问题得到尽快的解决.     

Lurie网络化控制系统动态输出反馈控制器设计

在时延、丢包、乱序的情况下,将Lurie网络化控制系统建模为一个多时滞的Lurie系统,利用添加自由权矩阵的方法给出时滞依赖的稳定性条件,并通过增加一等式约束将它转化为线性矩阵不等式表示的可解性问题,从而获得动态输出反馈控制律. 最后以两个仿真实例说明了该设计方法的可行性和有效性.