六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。     

无人纵列式直升机建模与仿真

当前无人机在各个领域正在发挥着越来越重要的作用。针对清华大学无人机研究的需要,首先分析了无人纵列式直升机的气动布局和操纵特性,建立了旋翼和直升机的数学模型,推导出控制量与飞机飞行状态的关系,实现了在PC机上实时仿真无人直升机的飞行状态及控制响应。仿真结果较好地反应了纵列式直升机的控制特性,在小扰动情况下的控制效果与直升机的实际飞行状态非常接近,实时仿真得到的控制响应和飞行状态数据为无人直升机的飞行控制系统的研究提供了依据。     

基于附加惯性项BP神经网络的四旋翼无人机姿态控制研究

针对传统PID控制不能实时更新整定的K_p、K_i、K_d参数,以及控制精度不高等缺点,在结合四旋翼无人机自身特性的基础上,本文提出一种附加惯性项的BP神经网络与PID控制结合的姿态控制方法,并对惯性系数进行修改,来实现无人机在受干扰情况下飞行过程的姿态控制。仿真实验分析表明:与BP神经网络参数自整定PID控制和传统PID控制相比,该控制方法提高了系统的抗扰性、鲁棒性和动态性能,从而对于提高无人机的姿态控制具有较好的实际参考价值。     

双旋翼无人机串级线性自抗扰控制

介绍线性自抗扰控制器(LADRC)和串级线性自抗扰控制器的组成结构,包括线性跟踪微分器、线性扩张状态观测器以及线性误差控制律,并给出各部分的典型算法。为了解决纵列式双旋翼无人机姿态控制系统中欠驱动、多变量、强耦合的控制问题,设计串级线性自抗扰控制器。研究结果表明:所设计的串级线性自抗扰控制器参数少,便于参数整定,能够满足控制精度及快速性的要求,并且具有较强的鲁棒性、抗干扰性能力以及对非线性强耦合系统的解耦能力。     

变推力轴线无人机的混合姿态控制

为提高无人机的自主飞行性能,提出了一种气动舵面偏转控制与推力偏转控制相结合的混合姿态控制方法。给出了推力可偏转情况下的飞机总外力和外力矩。讨论了总外力的变化对飞行机动性的影响,分析了推力力矩对气动力矩的操纵补偿效率。在常规无人机姿态控制系统的基础上,引入纵横向推力偏转角作为新的控制量,设计了飞行姿态控制系统的混合控制模式。对受气流干扰下的无人机姿态稳定控制进行仿真研究。结果表明,变推力轴线技术能够改善飞机在强气流干扰下的操稳特性,减小飞行姿态角偏差和气流角偏差,且对操纵舵面效率不足的问题具有补偿作用。     

基于STM32微控制器的无人机农药喷洒系统设计

无人机喷洒农业已经成为农业植保技术的主力作业方式,这种作业方式能有效降低劳动力、减少对环境的污染、提高生产效率。目前无人机对于农药喷洒系统的检测和控制一般都集成在飞行控制器内部,使植保无人机整体成本升高。本文主要设计一种能够适应多种无人机型的农药喷洒系统,可以安装在多种无人机上使用,提高作业效率的同时有效降低成本。     

四旋翼无人机滑模-CPCMAC联合控制半物理仿真系统

针对四旋翼无人机强耦合、欠驱动、非线性等特点,以及在实际飞行过程中极易受到干扰的问题,对四旋翼无人机动力学模型进行分析,提出了一种基于联合的四旋翼无人机姿态控制算法,并在此基础上设计了四旋翼无人机半物理仿真系统。首先,针对非线性系统设计滑模控制器,选择跟踪航迹和翻滚角设计位置控制率和姿态控制率。其次,滑模控制器在实际应用中易产生震荡,利用基于信用积分的小脑模型神经网络(CPCMAC)来学习滑模控制的方式。最后,搭建基于LabVIEW的控制站,同Matlab/Simulink进行数据收发控制。仿真结果表明,在跟踪目标相同时,提出的四旋翼无人机滑模-CPCMAC联合控制相比于传统的比例积分微分(PID)控制和积分反步法控制优势明显,能够抑制超调和余差,在快速性和鲁棒性方面都更加优越。同时,构建的四旋翼无人机半物理仿真平台能清晰反馈出无人机参数的变化,应用预留的参数接口和地面控制站,降低了无人机飞控算法的开发难度,提高了开发效率,具有明显的实用价值。     

飞行爬壁桥梁检测机器人的翼间气动干扰分析

为满足飞行爬壁桥梁检测机器人的功能特点,结构上,飞行爬壁机器人在飞行状态下时,四个旋翼不在同一平面而是处于一种纵列式排列。针对这种纵列式旋翼间存在的复杂气动干扰,先对单旋翼流场进行计算流体动力学(computational fluid dynamics, CFD)仿真并验证其可靠性。在此基础上分别对纵列式双旋翼在不同横间距、不同纵间距、不同转速的情况下进行气动仿真。然后根据仿真结果进行分析,得到横纵间距以及转速对前后旋翼以及整个系统的气动特性影响。仿真结果表明：横间距对纵列式旋翼间的气动干扰较大,而轴向间距相对较小,干扰程度与转速相关。可见本文结论可为飞行爬壁机器人的旋翼布局、转速、可行性等提供依据。     

多飞行模式垂直起降无人机过渡飞行控制策略

垂直起降无人机飞行模式转换时的飞行控制策略对于保证无人机安全可靠地飞行至关重要.对尾座式垂直起降无人机过渡模式的飞行控制策略进行了深入研究,提出了最快模式转换定高控制策略,并利用模拟分析和实验的手段对比了该策略、经典比例-积分-微分(PID)控制策略和最快模式转换控制策略的飞行效果.最快模式转换定高策略优化了转换速度和高度变化两个飞行参数,同步了俯仰角达到巡航攻角的时间和飞行速度达到巡航速度的时间,保持了无人机在模式转换过程中竖直方向的受力平衡.模拟结果表明:最快模式转换定高控制策略比经典PID控制策略和最快模式转换控制策略的时间分别缩短了0.98和0.48 s,高度变化量分别减小了2.27和0.91 m;最快模式转换定高控制策略的飞行控制效果明显优于经典PID控制策略和最快模式转换控制策略.所提出的控制策略解决了尾座式垂直起降无人机飞行模式转换时的掉高问题,能够保证无人机在过渡模式下快速平稳地实现飞行模式转换.     

卡尔曼滤波在无人机导航系统的应用

无人机具有在三维空间中的机动能力,能够进入人类很难到达的环境中完成许多危险的任务。针对无人机在未知环境中短暂GPS丢星的导航问题,根据GPS、惯性导航系统的各自优、缺点,设计了一种集中式卡尔曼滤波组合,即采用一个共同的卡尔曼滤波器对GPS和INS进行信息融合。测量数据取自最优估计后的GPS数据,滤波方程的状态矢量是惯性导航系统参数误差状态和GPS导航参数误差状态的组合,用来对原系统校正,增加了无人机导航系统的可靠性,提高了系统的精度和抗干扰能力。对保证无人机长久飞行及面临短暂丢星等方面具有较强的现实应用意义。     

工业控制中Fuzzy—PID控制的策略与方法

从理论上分析了常规模糊控制器的局限性,在此基础上推导出模糊PID控制器消除稳态误差的原理,并以液位控制系统为例,介绍了模糊PID控制器的设计方法,并用MATLAB工具箱对系统进行仿真试验.通过对仿真结果的分析得出:模糊PID控制器既能消除稳态误差,又有很强的鲁棒性,对于此类非线性迟滞系统具有良好地控制性能.     

网络化控制系统的随机最优控制

对于网络诱发延迟大于一个采样周期的网络化控制系统,该文研究了该系统的线性二次Gauss(LQG)随机最优控制问题,提出了一种新的分时控制模式.这种控制模式充分利用了系统信息并能改善系统的性能.在该控制模式下建立了网络化控制系统的随机数学模型.该文还讨论了网络化控制系统中传输延迟的Markov特性,基于这种Markov链理论,设计了具有完全状态信息的系统线性二次Gauss随机最优控制器.仿真结果验证了该分时控制模式比没考虑延迟的优化控制和没充分利用控制量的控制模式有更好的控制效果.     

基于切换控制的均匀液位控制

过程工业中常常提出均匀液位控制问题,即在保证液位不出界的前提下,使输出流量尽可能平缓.对于此类受限控制问题,模型预测控制可以取得满意效果,但在线优化的复杂性又阻碍了算法在实际中的推广.基于模型预测控制,提出了一种通过调整预测时间域长度来处理液位约束的方法,加上对未知扰动的估计算法,最终推出切换PI控制律.该方法既简化了在线优化过程,又增强了对随机扰动的适应性,已成功地应用于甘肃金川集团公司6 kt磨浮系统中.     

船舶运动的混合智能控制

将混合智能算法应用于船舶航向，转向控制，充分发挥了模糊逻辑，神经网络和遗传算法各自的优势采用GA发优与BP算法学习模糊神经网络参数，通过竞争学习算法从样本数据中获得取模糊控制规则，并与专家经验有机结合，弥补了各自的不足，仿真表明上述算法为改进船舶运动提供了一个有效途径。     

网络控制系统的输出反馈控制

将网络控制系统描述为具有输入延迟和测量输出延迟系统,给出了系统渐近稳定的定义.提出了零输入系统渐近稳定存在的充分条件,并基于一个李雅普诺夫泛函,提出了输出反馈镇定控制器存在的充分条件,通过输出反馈控制使闭环系统达到二次稳定.采用锥面互补方法,将不具有严格线性矩阵不等式(LMI)条件的非凸可行解问题转化为具有严格LMI条件的非线性最小化问题,得到了求解输出反馈控制器增益参数的静态输出反馈镇定(SOFS)算法.通过一个仿真实例,验证了该算法的有效性.     

模糊控制在控制系统中的应用

针对不同的典型被控对象,介绍了采用比例积分微分控制和模糊控制两种控制方法.通过仿真实验证明,Fuzzy控制对被控对象参数和模型结构的变化,能获得较好的控制效果.     

模糊控制在控制系统中的应用

针对不同的典型被控对象，介绍了采用比例积分微分控制和模糊控制两种控制方法。通过仿真实验证明，Fuzzy控制对被控对象参数和模型结构的变化，能获得较好的控制效果。     

MIMO多输入输出网络控制系统的容错控制

针对被控对象为具有不确定因素的多输入多输出网络控制系统,设传感器与控制器均为时间驱动,执行器为事件驱动,网络诱导时延小于采样周期,将未能成功传输数据的传感器节点视为暂时失效,把具有传感器故障的网络控制系统建模为一类带有不确定因素的离散模型,借助Lyapunov定理给出了系统渐近稳定的充分条件,基于LMI方法得出观测器和控制器的分离设计方法,实现了MIMO网络控制系统的容错控制。     

网络控制系统保性能控制

针对网络控制系统中时延不确定因素,将时延的不确定性转换为系统状态方程系数矩阵的不确定性,网络控制系统对象模型为具有时滞的不确定离散模型.在此模型的基础上,将网络控制系统的保性能控制问题转化为研究时滞的不确定离散系统的鲁棒保性能控制问题.利用Lya-punov理论及线性矩阵不等式(LMI)方法,证明了通过状态反馈控制,使网络控制系统保性能控制的充分条件等价于求解LMI.仿真示例验证了该控制方法的有效性.     

一种串级调速的闭环控制系统

介绍了一种双闭环控制的串级调速系统，对系统的工作原理、组成及动态结构作了较为详细的论述，并解答了该系统在实际应用中出现的主要问题。