气动热-气动弹性双向耦合的高超声速曲面壁板颤振分析方法

建立了气动热、气动弹性双向耦合高超声速二维曲面壁板颤振分析方法．基于柯西霍夫假设和冯卡门非线性应变．位移关系,建立了考虑几何非线性的二维简支曲板的气动．热．弹性分析方程;使用迦辽金方法对方程离散处理,采用四阶龙格．库塔法求解微分方程;三阶活塞理论用于气动力分析;使用参考温度法和平板气动热公式计算气动热．研究中重点考虑：1）气动热与气动弹性双向耦合,既分析气动热对结构刚度的影响,又分析气动弹性对气动热的影响;2）结构温度随飞行时间的积累效应;3）弦向和厚度方向非均匀温度分布的影响;4）曲面壁板的初始变形对壁板颤振发生时刻的影响．通过与传统的只考虑气动热．气动弹性单向耦合的分析结果进行对比,发现基于气动热和气动弹性双向耦合的壁板颤振分析结果更危险,这一点在精确分析中应当予以重视．     

一类不确定系统的鲁棒H^∞控制器设计

考虑了在实际中具有工程背景的一类具有非线性不确定性的系统的鲁棒Ｈ＾∞控制器设计问题,此类系统的非线性不确定性可由与状态变量有关的范数有界条件描述。对于由此类系统表示的控制对象,首先给出了判断鲁棒渐近稳定和Ｌ２增益有限的充分条件;而后分别针对状态反馈和输出反馈的情形提出了非线性Ｈ＾∞控制问题的可解条件,最后给出了基于线性矩阵不等式的Ｈ＾∞控制器设计方法。     

异构无人机群鲁棒一致性协议设计

研究了具有非线性不确定性的异构无人机群系统分布式一致性跟踪控制问题.文中假设领航者的输出是时变的,无人机自主体具有不同的非线性不确定空气动力特性,设计分布式鲁棒一致性协议,抑制非线性不确定性对闭环系统的影响,使得跟随者可以跟随领航者.所设计的鲁棒一致性协议包括标称控制器和鲁棒补偿器两部分,标称控制器的设计是为了使标称的无人机群具有一致性跟踪特性,鲁棒补偿器的设计是为了抑制不确定性对系统的影响,文中用李雅普诺夫函数分析并证明了一致性误差能以期望的速度收敛到原点任意小的邻域.最后,通过仿真验证了一致性协议的有效性.     

大展弦比飞机几何非线性气动弹性稳定性的线性化方法

基于动力学小扰动假设建立了具有大展弦比机翼柔性飞机的全机几何非线性气动弹性稳定性分析的线性化方法和工程求解流程,并通过复杂算例验证了该方法的工程适用性.对某高空长航时无人机,计算了飞机在平飞设计载荷以及阵风载荷作用下的非线性静变形,在对应的非线性平衡态下对全机进行动力学线性化,计算了考虑静态大变形因素的全机固有振动特性,采用偶极子格网法计算了非定常气动力,进一步分析了全机的气动弹性稳定性,并与传统线性计算结果进行了对比研究.计算结果表明,由于结构大变形引起的几何非线性会引起机翼面内弯曲和扭转的运动耦合,改变相应模态的频率和振型,从而影响气动弹性耦合关系,降低颤振临界速度.传统的线性方法不但不能得到准确的颤振临界速度,而且有可能给出错误的稳定性结论.因此,对于具有大展弦比机翼的高空长航时无人机,以及类似的大柔性飞行器,必须在其设计过程中进行几何非线性气动弹性稳定性分析.     

考虑机动载荷不确定性的机翼气动弹性优化设计

提出了一种考虑飞行器机动载荷不确定性的气动弹性优化设计方法,并应用于一个小展弦比机翼的结构设计中.针对使用理论线性气动力和风洞试验气动力时存在的不确定性,发展了一种载荷修正模型,用于预测理论线性气动力和风洞试验气动力摄动时的严重载荷.定义了3类严重载荷目标函数,并在4种典型机动状态下,针对机翼三个剖面进行载荷评估,基于序列2次规划法,确定严重载荷状态;在此基础上,以质量最小为目标,以结构应力、变形和颤振速度为约束,采用遗传-敏度混合算法开展气动弹性结构优化设计.所得到的最优结构虽然比单独采用理论线性气动力或试验气动力得到的最优结构要重,但由于在设计之初考虑了气动力的不确定性,因而在实际飞行中遭遇严重载荷时将更具鲁棒性,可降低结构重新设计的风险.     

滑模输出反馈控制在二元机翼颤振主动抑制中的应用

本文以经典的二元机翼为对象,研究滑模控制（SMC）用于颤振主动抑制（AFS）的效果,讨论其控制系统的离散化和控制输入限幅等问题.该翼段模型具有一个后缘控制面,用于颤振控制.基于准定常气动力理论建立了系统二自由度（俯仰和沉浮）气动弹性运动方程.控制系统由滑模输出反馈控制方法设计,抑制俯仰-沉浮耦合颤振.研究过程中对系统进行了离散化处理,控制舵偏考虑了限幅约束.采用经典的龙格-库塔（RK）法对方程进行数值求解.仿真结果表明,带有滑模控制系统的闭环系统可以在高于颤振边界速度状态稳定.但是,简单离散化的控制系统遇到控制舵偏限幅时,闭环系统则失去稳定性.随后,基于理论分析,本文提出并设计了一个控制补偿环节,可以使该系统仍具有稳定性.此外,文中还讨论了系统的参数摄动和时间延迟效应.     

MIMO-OFDM系统中基于变分Bayes EM算法的联合符号检测与鲁棒Kalman信道跟踪

基于变分Bayes期望最大化VBEM(variational Bsayes expectation maximization)算法和Turbo原理,提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法.在VBEM框架下,信号检测和信道估计分别由修正的列表球形译码算法和软输入Kalman算法完成,检测器和估计器分别考虑了信道和检测信号的估计误差协方差矩阵.当信道时变剧烈时,存在较大检测误差的数据在软输入Kalman算法中引入异常值(outliers),由于Kalman算法对于异常值的敏感性,系统会在错误传播的影响下出现误码平台.为削弱异常值的影响,利用鲁棒统计理论设计了VBEM框架下改进的鲁棒软输入Kalman算法,该算法能在出现异常值的条件下保持较好的信道跟踪能力.仿真结果表明:在快速时变多径信道条件下,文中设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法.     

车辆全速巡航系统的干扰解耦鲁棒控制

建立了集成被控车辆及车辆间纵向行驶动力学特性的新型全速巡航系统模型, 针对模型中存在的外界干扰、参数不确定性及非线性特性, 提出了一种干扰解耦鲁棒控制方法. 该方法首先根据非线性干扰解耦（nonlinear disturbance decoupling, 即NDD）原理, 实现对模型中确定部分外界干扰的解耦, 在此基础上, 利用变结构控制（variable structure control, 即VSC）中滑动模的不变性特性, 消除模型中余下不确定性部分的影响, 最后将其应用于纵向行驶车辆全速自适应巡航控制（adaptive cruise control, 即ACC）系统, 并通过仿真计算验证其控制效果. 结果表明, 结合NDD原理及VSC方法设计的车辆全速ACC系统, 不仅对被控车辆内部各种不确定因素具有良好的鲁棒性能, 而且能够较好的消除被控车辆低速走停（stop and go, 即SG）工况下的强非线性特性, 以及高速行驶中前导车频繁加/减速的外部干扰影响. 此外, 控制系统结构简单, 可实现其控制性能的全局最优化.     

大型飞机翼梁位置对气动弹性优化的影响研究

针对大型飞机弹性机翼初步设计阶段涉及的气动弹性问题,在建立大展弦比机翼三维有限元模型的基础上,研究前、后翼梁位置参数对气动弹性特性分析和优化结果的影响规律,为翼盒结构设计提供指导．研究表明,气动弹性优化对于结构设计获得可行解和更优解效果明显,前梁位置参数相对后梁对分析和优化结果的影响较大,且两种规律有所区别．此外,部分关键约束条件的愈加苛刻会导致结构质量显著增加,合理的约束限制对于优化结果有着重要意义．     

大变形飞机配平与飞行载荷分析方法

提出了一种可同时考虑结构几何非线性效应曲面气动力效应的大变形飞机静气动弹性配平和载荷分析方法.该方法利用三维曲面涡格法计算大变形飞机的曲面气动力,引入非线性结构有元计算方法考虑结构几何非线性效应,采用曲面样条插值方法解决气动/结构耦合问题,然后结合全机在变形构型下的刚体运动平衡方程进行柔性飞机大变形状态气动/结构耦合情况下的静气动弹性配平迭代求解.以某常规局大展弦比柔性飞机半展长缩比模型为例,应用该方法对其纵向静气动弹性配平特性及飞行荷进行详细的分析与研究,并与MSC Flightloads线性方法的计算结果进行了对比.分析结果表明结构变形较小时,本文非线性方法和线性方法的计算结果吻合较好.而当结构具有较大变形时,由于线性方法无法考虑气动力曲面效应和结构几何非线性效应故不再适用,而本文出的非线性方法可对大柔性飞机在大变形构型下的配平特性作出较为准确合理的预测,并可满足飞机设计各个阶段的工程应用需求,完成考虑结构几何非线性静气动弹性配平特性的多轮次快速分析.     

基于Hamilton函数方法的非线性微分代数系统反馈控制

基于Hamilton函数方法研究了一类非线性微分代数系统的镇定和H∞控制问题. 首先结合非线性微分代数系统内在的广义能量平衡特性提出了一种新的耗散Hamilton实现结构. 基于该结构, 对不存在外部扰动的非线性微分代数系统设计了镇定控制器, 对存在外部扰动的非线性微分代数系统, 证明了其L2增益分析问题可以归结为广义Hamilton-Jacobi不等式的求解问题, 并给出了H∞控制器的构造方法. 所提出的非线性微分代数系统的镇定和鲁棒控制器设计方法能充分利用非线性微分代数系统的结构特点, 所设计的控制器形式简单, 易于实现.     

基于证据推理的故障预报模型

为处理存在定量与定性不确定性信息的非线性复杂系统故障预报问题,建立了基于证据推理(evidential reasoning,ER)的故障预报模型,提出了ER预测模型的参数优化方法.该模型利用ER算法可以处理精确数据、不完整数据、模糊数据的能力,及其非线性融合的特性,对模型的输入信号,通过信息变换技术转化到信度结构框架下,应用解析ER算法对输入信息融合,根据输出数据的类型,构造相应的预测输出,给出了故障识别方法.针对ER预测模型参数难以精确的主观确定的困难,建立了非线性优化模型,对模型参数进行优化学习,获取最优模型参数.通过实验对ER预测模型的性能进行了分析,结果表明,建立的预测模型和参数优化模型可以有效的处理故障预报问题.     

基于干扰观测器的一类不确定非线性系统鲁棒自适应控制

本文利用干扰观测器和Backstepping方法,提出了一类不确定非线性系统的鲁棒自适应控制方案.首先,利用径向基神经网络(radial basis function neuralnetwork,RBFNN)设计干扰观测器,并通过对RBFNN参数的自适应调整来逼近系统干扰.基于干扰观测器的输出,采用Backstepping方法设计鲁棒自适应控制器.在所设计的鲁棒自适应控制器作用下,闭环系统所有信号达到半全局一致有界稳定.闭环系统稳定分析表明适当地选取设计参数可以确保所有系统状态是一致有界的.最后,仿真结果验证了所提出的鲁棒自适应控制方案的有效性.     

基于POD-Observer技术的非定常气动力建模方法

基于本征正交分解（POD）结合观测器（Observer）技术,发展了一种新的适合于气动弹性分析的非定常气动力降阶方法.通过全阶系统行为的样本采用POD方法导出一组流体模态.将POD训练的全阶响应投影到流体模态上,得到模态幅值的响应时间历程.经由deadbeat观测器处理,这些训练数据用于识别模态幅值动态系统的Markov参数.采用特征实现算法基于上述的Markov参数构建系统的状态空间模型.算例选取了亚声速流场中的二维翼型系统.结果表明降阶模型复现了全阶系统的主要动态特性,极大缩减了原系统的自由度数量并且显著提高了计算效率.     

基于遗传算法优化的EPS路感混合H2/H∞控制

针对电动助力转向（EPS）系统统存在系统模型、干扰等不确定性,以及对系统动态特性的要求,提出基于遗传算法的EPS系统混合H2/H∞控制器．在EPS系统及整车二自由度数学模型基础上,以转向路感、系统鲁棒性和转向稳定性为控制目标,构建系统的状态空间方程和增广被控对象矩阵,并运用H2/H∞方法极小化系统中各种干扰对被控输出的影响,并在此基础之上应用H2方法对系统进行优化,提出基于遗传算法的EPS系统混合H2/H∞控制方法.EPS系统路感仿真结果表明,基于遗传算法的EPS系统混合H2/H∞控制器,综合了H2/H∞控制和H2/H∞控制的优点,具有较好的鲁棒性能和鲁棒稳定性,可有效抑制路面随机激励、转矩传感器量测、模型参数不确定等所引起的各种干扰和噪声,使驾驶员获得满意的路感．     

基于LMI的一种统一的降阶控制器设计方法

在时域中研究线性对象的镇定控制，协方差上界控制，ＬＱＧ控制，Ｌ∞控制、Ｈ∞控制，正实控制及鲁棒Ｈ２、鲁棒Ｌ∞和鲁棒Ｈ∞等控制问题，把上述问题归纳到基于线性矩阵不等式的统一框架之中，得到了降阶控制器的存在准则，给出了满足设计要求的控制器阶次的一个上界，并提出了适用于上述所有问题的统一的降阶控制器设计方法，该方法仅涉及系统等价变换和降维的ＬＭＩ的有限维凸优化地，所有满足要求的降阶控制器可以由ＬＭＩ的解     

一类不确定线性系统的输出反馈鲁棒重复控制设计

重复控制将人类的学习机制引入控制系统,并在许多领域中得到广泛的应用。文中针对一类具有时变结构不确定性的线性系统,研究基于输出反馈的鲁棒重复控制系统设计问题。为了能精确地描述重复控制的特性,建立起能够独立调节重复控制过程中的连续控制行为和离散学习行为的连续/离散二维混合模型,以线性矩阵不等式(LMI)形式给出重复控制系统鲁棒稳定的充分条件,并利用该稳定性条件进行重复控制系统的参数设计。最后用数值仿真验证了文中所提方法的有效性。     

运用Lyapunov指数方法的车辆横向运动混沌分析及其滑模变结构控制

建立了考虑车辆横摆、侧向以及侧倾运动的3自由度非线性整车模型：运用Lyapunov指数方法对所建立的非线性整车模型进行了混沌的数值仿真分析．通过最大Lyapunov指数图和分岔图发现,车辆的横向运动非常复杂,包含了倍周期、拟周期以及混沌运动,对于车辆极限工况时的横向运动稳定性是不利的．利用滑模变结构控制（sliding mode variable structure control,SMVSC）方法,设计了SMVSC控制器,对车辆横向运动中的混沌进行了控制．为了减少SMVSC控制系统的抖振,进一步提高车辆在极限工况下行驶的横向运动稳定性,采用了幂次趋近律,利用模糊控制的方法实现了趋近律的自适应策略．最后将所设计的自适应趋近律的SMVSC系统在Matlab中进行了仿真,并将未加控制,SMVSC控制以及自适应趋近SMVSC控制三种仿真结果进行了对比分析,发现采用了自适应趋近的SMVSC控制对混沌的控制效果比其他的都要好,有效抑制了车辆横向运动中的混沌,显著提高了车辆在极限工况下行驶的横向稳定性,充分证明了该控制策略是有效的．     

一种最优抗扰自适应控制

针对含未知干扰系统研究了具有最优抗扰性能的自适应控制问题.利用对象参数的先验知识和量测数据构成可实时更新的非空模型集合,以系统的整体性能指标为辨识准则,在模型集内优化选取最优标称模型,完成对象模型的在线最优辨识.然后根据-1优化设计方法以闭环系统整体性能为指标,在线设计最优闭环控制器.上述两方面结合起来给出了一种最优自适应控制策略.由于辨识准则与控制目标是一致的,文中的方法能够有效地解决自适应系统的性能优化问题和辨识与控制的相互配合等问题,且能给出可验算的性能指标.     

分布式驱动HEV自适应无迹卡尔曼车速估计

针对四驱混合动力汽车,为改善其电子稳定性系统(electronic stability program,ESP)车速估计的精度和鲁棒性,考虑后轮毂电机转矩精确可测可控,以及前轮驱动转矩可推算的特点,结合ESP系统既有的传感器输出信号,提出了分布式自适应无迹卡尔曼车速估计算法.首先,建立了四驱混合动力汽车动力系统及动力学模型,其包括驱动系统模型、7自由度车辆动力学模型和Burckhardt轮胎模型.其次,考虑模型的时变及强非线性特性,采用无迹卡尔曼滤波(unscented Kalman filter,UKF)算法设计了主/子滤波器.一方面通过对量测噪声的自适应,改善了UKF算法量对量测信号干扰的鲁棒性;另一方面将主/子滤波器结果进行融合,并用融合后结果重置了各滤波器,提高了车速估计精度.最后,搭建了四驱混合动力汽车Carsim-Simulink联合离线仿真平台和硬件在环仿真试验平台,分别开展了双纽线、低速双移线两种驱动工况的离线仿真和硬件在环仿真试验.试验结果表明,所提出的分布式自适应无迹卡尔曼车速估计算法不仅估计精度较高,而且也有着较强的自适应性和鲁棒性能.