采用ESO补偿的再入飞行器姿态预测控制方法

针对飞行器再入姿态运动设计了一种基于扩张状态观测器(extended states observer,ESO)的预测控制方法。为了降低系统的阶数,将姿态系统分成姿态角子系统和姿态角速率子系统,分别设计控制器。采用动态逆方法将运动方程线性化,并基于此推导了解析的最优预测控制律。为了提高控制器的精度和鲁棒性,采用ESO对模型误差和不确定扰动进行估计,并在预测控制律中进行补偿。最后证明了算法的稳定性。通过六自由度仿真分析,验证了控制方法的良好性能。     

无人机编队模糊约束分布式模型预测节能控制

针对无人机(unmanned aerial vehicles, UAVs)在编队形成过程中节省能量的问题,提出一种具有模糊约束的分布式模型预测控制算法。首先,用模糊数学理论把僚机相对长机的状态误差空间划分成多个模糊集,根据各僚机的状态误差设计速度和航向角指令的模糊约束;其次,把各僚机相对长机的模糊约束作为自身在分布式模型预测控制算法中的约束条件,以降低速度和航向角的变化幅度,使UAV在编队控制中节省能量;最后,与无模糊约束的分布式模型预测控制算法对比仿真。统计结果表明,该方法可缩减飞行路程、减小速度与航向角的变化累计值,起到节省能量的效果。     

具有不确定性的轧机传动系统预测控制设计

针对轧机传动系统存在参数不确定性和负载扰动的特点,建立了轧机传动系统的状态空间模型,提出采用预测控制方法提高轧机传动系统的鲁棒性,构建了基于预测控制的轧机传动系统控制策略。利用Lyapunov稳定性理论和线性矩阵不等式方法,给出了基于状态反馈的轧机传动系统预测控制器设计方法,并通过引入状态变量的衰减律来提高闭环系统的响应速度。仿真结果表明,该预测控制器不仅有效地抑制了负载扰动的影响,同时对轧机传动系统内部参数摄动也具有较强的鲁棒性。     

单兵火力系统集成建模与仿真研究

为全面分析单兵火力系统的综合性能,基于虚拟样机和软件接口技术,研究了单兵火力系统的集成建模和协同仿真方法.利用Solidworks、ADAMS和Matlab软件建立了单兵火力系统的主要子系统模型,包括单兵射击动力学模型、内外弹i/火控模型、思维控制模型、终点弹道效应模型和命中概率模型.并在Matlab/Simulink环境下将各个子模型集成为一体化的单兵火力系统协同仿真模型.以步枪三发点射为例,验证了仿真模型的有效性,并利用集成模型分析了子系统输出参数对系统射弹散布的影响,分析了榴弹的最佳初速.仿真结果表明,该集成模型能够模拟实际系统预测和分析各个子系统的性能,为单兵系统的型号研制提供有效的参考.     

参数摄动的多机耦合电力系统模糊跟踪控制

提出将多机耦合电力系统的每个子系统由一系列T-S模糊逻辑模型逼近;基于模糊模型,考虑系统参数的摄动性,提出状态反馈H∞模糊跟踪控制方法,实现了参数摄动的非线性大系统的稳定跟踪控制;并将该控制器设计问题转化为线性矩阵不等式问题,用凸优化方法求解控制器的参数.仿真实验验证了方案的有效性.     

空间望远镜分布式协同仿真研究

空间望远镜是一个结构、光学、控制和电子等多学科耦合的复杂系统,为了实现该系统的仿真,提出了一种分布式协同仿真方案。该方案将一个庞大的仿真系统分成若干个学科和子系统,每个学科和子系统部署在一个学科分析工作站上,保持着自己的功能相对独立性,整个仿真系统的运行由仿真管理工作站管理。在此基础上,进行了波前误差校正控制的分布式协同仿真研究,仿真结果一方面表明了控制算法有效,另一方面验证了分布式协同仿真方法的可行性。     

考虑非最小相位特性的高超声速飞行器轨迹跟踪控制

针对带有非最小相位特性的吸气式高超声速飞行器控制问题,提出了一种输出跟踪控制方法。对于不具有非最小相位特性的速度子系统,运用动态逆控制技术设计了状态反馈控制器;针对具有非最小相位特性的高度子系统,首先选取合理的内外动态变量,通过坐标变换,将纵向俯仰通道模型转换为正则形式。然后通过对内动态进行稳定性分析,提出了飞行器系统非最小相位特性的判定定理。最后通过在动态逆控制器中加入正则变换后的状态反馈,实现了内动态的镇定,并基于Lyapunov方程证明了系统稳定性。仿真结果表明,该方法实现了良好的跟踪控制效果,并有效地镇定了系统的内动态。     

基于系统动力学的两型社会评价与预测集成模型

回顾和评述两型社会发展预测及评价现有主要研究方法的基础上,提出了以系统动力学建模为平台,整合不同领域研究方法的湖南省两型社会发展预测及评价集成模型,该集成模型由经济子系统、社会子系统、资源子系统、能源子系统、环境子系统、综合评价子系统组成。通过PSR概念模型分析了该集成模型总体框架和各子系统的相互关系,讨论了子系统的设计思路并给出各子系统系统动力学流图。以湖南为例,采用1990~2009年湖南省统计数据对各子系统中部分重要方程和参数进行了初步测算和检验。还指出该方法相对于其他方法的优势及应用的局限性。     

阶段参数化智能调平控制系统的设计与仿真

针对受控对象柔性提升机构系统模型的强耦合、高度非线性的特点,采用阶段参数化方法处理调平控制过程的连续控制问题.基于拉格朗日理论建立提升系统的动力学模型;采用奇异摄动理论设计降低阶数的滑膜控制器;通过双对标变换将复杂的协调系统动力学方程分解成慢变子系统和快变于系统的阶段参数化控制系统.针对控制策略中选取参数的特点设计双时标变换滑膜控制器,实现控制系统的轨迹跟踪及对系统中弹性振动干扰的抑制.该控制系统从理论上缩短了系统调平时间,减少了系统需要测量的状态变量.仿真结果验证了所设计控制方法的有效性.     

分布式计算机控制系统的递阶优化控制算法

根据大系统分解协调原理，提出了一种适于分布式计算机控制系统（DCCS）的递阶优化算法。应用这种算法，可使各子系统的控制度为局部反馈控制和协调量开环控制的迭加。反馈控制仅与子系统的结构和状态有关，开环控制与系统的结构及系统的所有状态有关。通过动态调整松弛矩阵，可使协调量的收敛速度加快，实验表明，这种方法于DCCS的应用。