共查询到16条相似文献,搜索用时 140 毫秒
1.
应用非线性干扰观测器的反推终端滑模飞行控制 总被引:1,自引:0,他引:1
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. 相似文献
2.
考虑输入饱和的直接自适应神经网络跟踪控制 总被引:1,自引:0,他引:1
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. 相似文献
3.
基于神经网络的一类非线性系统自适应滑模控制 总被引:7,自引:0,他引:7
对一类非线性系统进行简化处理后,结合神经网络逼近方法、自适应滑模控制提出一种新的自适应控制方法.所设计的控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器.滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用.文中用神经网络逼近非线性函数,并将网络权值误差引入到神经网络权值的自适应律中用以改善系统的动态性能.最后给出的仿真算例证明所设计的控制器是十分有效的. 相似文献
4.
5.
6.
过驱动执行器故障自适应重构控制分配策略 总被引:1,自引:0,他引:1
摘要: 针对过驱动执行器故障情况下控制指令的协调分配问题,提出了一种自适应修正故障操纵面控制权值的重构控制分配策略. 引入虚拟控制指令构造模块化飞行控制系统,并考虑物理约束建立多操纵面飞行器的故障执行器模型. 结合多目标混合优化控制分配,沿控制目标梯度下降的方向调整故障操纵面控制指令权值矩阵,整体优化控制分配策略,实现故障执行器控制量的自适应修正. 仿真结果表明,该策略可综合考虑执行器故障条件下操纵面的控制效能,避免抖振现象,有效协调分配控制指令,实现控制重构. 相似文献
7.
非线性系统的鲁棒自适应模糊轨迹线性化控制 总被引:1,自引:0,他引:1
针对一类非线性多输入多输出不确定系统,基于小增益理论提出了鲁棒自适应模糊轨迹线性化控制方法。利用T-S模糊系统逼近未知干扰和不确定性因素,采用Lyapunov方法及小增益理论证明了闭环系统所有信号一致最终有界。该算法自适应律的学习参数仅有1个,便于工程实现。最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,仿真结果表明了控制方案有效性和鲁棒性。 相似文献
8.
9.
10.
张文庆 《黑龙江大学自然科学学报》2008,25(5)
机械臂属于强耦合多变量的典型非线性系统,常规的控制策略难以取得满意的控制效果.采用基于BP神经网络的模糊自适应PID控制策略,解决了原有PID控制的参数自适应能力弱、鲁棒性较差的问题.该方法采用BP神经网络动态调整PID控制器参数,使之能够随时满足控制精度的需要,改善系统的控制性能.仿真实验结果表明:所提的控制策策略实现简单,同时具有较高的控制精度. 相似文献
11.
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. 相似文献
12.
13.
王植鑫 《哈尔滨师范大学自然科学学报》2004,20(2):50-52
探讨不定控制系统的强健神经网络控制器.这是一个由遗传运算法则确定的最佳隐藏神经数的前馈多层神经网络.它借助状态空间控制器和编入必要的最佳程序,进行非线性处理,以确保性能的强健性.混合的遗传运算法则和后繁殖神经培养,具有最佳网络结构和神经染色体接合权的双重目标,把最佳网络结构和神经权协调地聚合,从而得到与性能控制目标基本一致. 相似文献
14.
针对模拟电路故障诊断的神经网络方法中,网络易陷入局部极小、收敛速度慢等缺点,网络结构、权值难以确定等难题,提出一种利用混沌优化神经网络的模拟电路故障诊断新方法.该方法中,将混沌变量引入神经网络结构的优化搜索,使得神经网络的隐层节点数以及所有权参数处于混沌状态中,从而整个网络结构呈现为动态变化.然后从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构.最后利用优化的神经网络对模拟电路进行故障定位.利用该方法对模拟电路进行实例仿真,结果表明该算法可以有效、可靠地运用于模拟电路故障诊断中. 相似文献
15.