弹性飞行器的H∞控制器设计与仿真

弹性飞行器动力学模型用很多自由度来描述弹性模态和刚性模态,由此引起的模型不确定性及建模误差,使用常规控制器很难保证系统的鲁棒稳定性.为此,采用H∞混合灵敏度控制方法设计了能控制弹性飞行器姿态运动又能快速抑制结构振动的鲁棒控制器,采用平衡截断法对此高阶控制器进行了降阶,得到6阶和4阶控制器,对于降阶控制器的控制效果进行了仿真研究.仿真结果表明,降阶后的控制器能很好地实现对原全阶控制器的近似,系统增强稳定性.鲁棒性能满足设计的要求,为飞行系统提供了设计依据.     

大型空间飞行器的高阶滑模姿态控制律设计

针对大型空间飞行器的大角度姿态控制问题,考虑航天器惯量矩阵中的不确定性和外部扰动力矩,应用高阶滑模控制方法设计了姿态跟踪控制律.采用的二阶滑模控制方法改善了系统针对不确定性及外部扰动的鲁棒性,并减弱了振颤现象.针对所设计的控制器进行了仿真验证,并与一阶滑模控制进行了对比,仿真结果表明了所提出方法的有效性.     

基于干扰抑制控制的飞行器姿态跟踪

本文针对飞行器姿态跟踪控制问题, 考虑系统的内部模型不确定性和外界扰动, 设计了使跟踪误差一致最终有界的控制器. 以四元数为姿态参数, 建立系统的非线性误差模型; 将控制系统分为内环观测器和外环控制器分别设计, 其中, 线性扩张状态观测器作为系统内环将实际系统补偿为标称模型, 而外环非线性控制器则用于镇定非线性标称系统. 最后, 利用Lyapunov理论得到了一致最终有界的稳定性结论, 并基于频域理论, 分析了线性扩张状态观测器阶次对系统性能的影响. 姿态跟踪实验表明, 本文设计的控制系统能够有效实现飞行器的姿态跟踪控制.     

四旋翼飞行器的自抗扰飞行控制方法

针对四旋翼飞行器参数不确定性和外部干扰敏感的问题,本文提出一种基于自抗扰控制器的控制系统设计方法.在为期望姿态和高度安排过渡过程的基础上,设计了扩张状态观测器对内扰和外扰进行估计并实时补偿,能够很好地克服飞行器的强耦合性、模型不确定性以及风速变化等外部干扰问题.此外本文还设计了非线性状态误差反馈控制律来有效抑制跟踪误差.在仿真平台上对自抗扰控制系统进行稳定控制、姿态跟踪、高度控制、抗扰性及鲁棒性实验,并与串级PID控制系统进行定量对比分析.仿真结果表明,本文所设计的自抗扰控制器不仅能够很好地估计并补偿系统所受内外部干扰,而且对四旋翼飞行器参数的不确定性具有较强的鲁棒性,能够满足飞行器姿态调节快速和高稳定度的控制要求,性能指标明显优于串级PID控制器.     

弹性飞机自动寻优H∞/PID控制器设计

针对弹性飞机高阶性和鲁棒性要求,研究了自动寻优的H∞/PID控制器设计方法.以国外某大型飞机12阶模型作为研究对象,利用平衡截断法进行降阶,得到在较宽频段内近似于全阶模型的6阶模型.基于降阶模型,利用粒子群优化算法得到合适的加权函数及PID控制器参数,用于控制全阶模型.仿真结果证明,在系统同时存在参数不确定性和非参数不确定性的情况下,与H∞混合灵敏度控制器相比,H∞/PID控制器具有更强的鲁棒性,并能取得更好的时域控制效果.     

具有控制约束的分数阶混沌系统柔性同步控制

研究具有控制约束的两个相同分数阶混沌系统的同步问题.首先,在不消除非线性项的情况下,基于比例控制与自适应控制理论,设计线性自适应切换控制器,实现分数阶混沌系统的同步;其次,考虑到控制器存在约束,利用能够提供无限子控制器的柔性变结构控制策略对线性控制器进行改进,设计柔性变结构控制器,以应对控制的约束,并对线性控制器进行优化;同时,基于分数阶系统Mittag-Leffler稳定判定定理对误差系统的稳定性进行证明.在兼顾系统稳定性与鲁棒性的情况下,可以缩短系统的调整时间,并有效抑制抖振.最后,利用所设计的自适应柔性控制器实现分数阶Chen系统的混沌同步,并通过仿真对比两控制器控制效果,从而验证柔性变结构方法在具有约束的分数阶混沌系统同步控制中的优越性.     

无人驾驶飞行器姿态的非线性扰动抑制控制

本文研究了无人驾驶飞行器(unmanned aerial vehicle,UAV)的姿态跟踪控制问题.针对在飞行器姿态跟踪时存在的系统模型不确定性和外界扰动,提出了一种基于四元数的姿态跟踪控制方法,基于UAV的姿态误差模型分别设计系统的观测器和控制器.首先,以四元数为姿态参数建立系统的非线性误差模型;在此基础之上,设计一种非线性干扰观测器(nonlinear disturbance observer,NDOB)用以在线估计误差模型中的复合扰动,并在控制输入端进行相应的补偿.然后通过设计非线性广义预测控制律设镇定误差系统,实现姿态跟踪.最后基于频域理论分析了非线性干扰观测器的扰动抑制性能.仿真与实验结果表明本文提出的方法在系统存在复合扰动的情况下能使系统姿态有效的跟踪期望值.     

复杂高阶对象的预测PID控制

针对复杂高阶对象提出了一种基于数值最优模型降阶方法,并基于这种降阶模型设计了预测PID控制器,将此控制器应用于原始模型能够得到很好地控制效果。数值最优模型降阶算法使高阶对象能近似为一阶加时滞对象或二阶加时滞对象,通过模型阶跃响应和Bode图对比,降阶模型曲线很好地逼近原始模型曲线。预测PID对大时滞对象有着很好地控制效果,模型降阶使得预测PID很好地控制复杂高阶对象,且其结构简单,可调参数少的特点。     

柔性航天器动力学建模及模型降阶研究

针对柔性航天器振动影响飞行器姿态稳定性和精度.为了解决上述问题,提出了多柔体航天器的动力学建模.首先,根据工程实现的假设振型法,采用拟坐标拉格朗日方程,推导出带有刚体模态的二阶系统刚柔耦合动力学模型,其中,为了减少模型计算量,通过坐标变换将刚体模态和柔性模态解耦,利用一种刚体模态解耦的二阶不稳定系统的模型降阶方法,并对航天器多柔体系统动力学方程进行了仿真分析,结果飞行姿态稳定,满足了精度要求,表明了动力学建模与模型降阶法的有效性和正确性.     

基于Backstepping的高超声速飞行器模糊自适应控制

提出了高超声速飞行器的模糊自适应控制方法.根据飞行器纵向模型的特点,分别设计了基于动态逆的速度控制器和基于Backstepping的高度控制器,模糊自适应系统用来在线辨识飞行器模型由于气动参数的变化而引起的不确定性,采用Lyapunov理论设计的自适应律保证了系统的稳定性与指令跟踪的精确性.仿真使用了高超声速飞行器的纵向模型对算法进行了验证,得到了较满意的控制效果.     

四旋翼无人机鲁棒自适应姿态控制

 四旋翼无人机的姿态控制是自主飞行控制的核心,针对四旋翼姿态易受外界环境干扰和内部参数摄动等不确定性影响的问题,设计了一种鲁棒自适应反步控制器,以提高四旋翼的鲁棒性。建立了四旋翼完整的姿态运动模型,并将其转化为含有广义不确定性的多输入多输出非线性系统。根据该系统满足严格反馈的结构特点,设计了反步控制器; 针对系统中存在的外部干扰和内部参数摄动等不确定性,引入了一类鲁棒自适应函数来抵消该不确定性对系统的影响; 采用非线性跟踪微分器估计虚拟控制量的微分信号,减小了反步控制器设计中普遍存在的“计算膨胀”问题; 通过构造Lyapunov 函数证明闭环系统是稳定且指数收敛的。仿真结果表明,所设计控制器具有良好的控制效果和鲁棒性。     

饱和输入下四旋翼无人机滑模轨迹跟踪控制

为解决四旋翼无人机在饱和输入下的轨迹跟踪控制问题,同时兼顾系统存在的参数不确定性和外部风力扰动影响,设计了一种改进的抗干扰自适应鲁棒滑模控制方法;基于六自由度架构,设计四旋翼无人机简化的系统模型,进而降低控制器设计的复杂程度;引入带有误差信号的滑模函数,设计带有误差信号的饱和补偿自适应控制律,同时增加鲁棒控制项,降低由于饱和输入问题带来的抖振影响,并减小参数不确定和外部风力扰动对系统稳定性的影响;系统模型与抗干扰自适应控制律相结合,形成了改进的抗干扰自适应鲁棒滑模控制策略,实现四旋翼无人机的位置轨迹和姿态轨迹的稳定跟踪;最后通过数值仿真与传统PD控制算法进行仿真比较,验证控制方法的有效性和优越性。     

具有未知干扰的无人机鲁棒滑模飞行控制

研究无人机飞行稳定性控制问题,由于无人机飞行控制系统存在时变外部干扰,飞行过程中升阴比变化激烈,控制稳定性难度较大。利用滑模控制良好的鲁棒能力提出一种神经网络的鲁棒飞行控制方法。因神经网络有良好非线性逼近能力,可对无人机飞行系统中的不确定进行在线逼近,并将神经网络权值误差引入到权值的自适应律中用以改善系统的动态性能。利用神经网络的组合,设计无人机鲁棒滑模飞行控制器。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,能有效减小系统的跟踪误差。最后将所设计的鲁棒滑模控制对无人机飞行姿态控制进行仿真。仿真结果表明,新方法能提高无人机的鲁棒飞行控制能力且能实现无人机姿态的精确跟踪和稳定性控制。     

冷带轧机厚控系统自适应鲁棒输出反馈动态控制器设计

冷带轧机厚控系统可被认为是一个受外界干扰的线性不确定时滞系统.本文首先设计了标称系统下的鲁棒输出反馈动态控制器,以改善闭环系统的动静态性能;其次,在系统不需要满足不确定性匹配条件的情况下,将参数和外部扰动不确定性综合考虑.应用Lyapunov稳定性理论设计了系统不确定性上界参数的自适应估计器和系统的自适应控制器,保证了闭环系统的渐近稳定性,减小了设计的保守性;两者结合实现了板带出口厚度的有效控制.最后通过一个仿真实例说明本文所提出的自适应鲁棒控制器的有效性.     

一类多变量非线性系统的特征模型及其在卫星姿态控制中的应用

本文对一类多输入-多输出高阶非线性系统从理论上详细推导出了其特征模型,并设计了基于特征模型的稳定的自适应模糊广义预测控制方案。由于控制结构中使用了分层模糊系统,因而极大地减少了模糊规则数目,提高了控制的实时性。此外,文中还将所设计的控制方案用于挠性卫星的姿态控制。仿真结果表明,该控制方法具有较强的鲁棒性,可实现高精度的卫星姿态控制。     

基于神经网络的无人机姿态自适应控制仿真

针对四旋翼无人机姿态控制中模型不完整、部分参数和扰动不确定的问题,提出了一种基于神经网络的自适应控制方法,采用RBF神经网络对无人机姿态动力学模型中不确定和扰动部分进行学习,设计了以类反步法为基础,包含反馈控制和神经网络控制的自适应控制器,实现了对未知动态的准确逼近,解决了传统控制方法中过于依赖精确模型的问题。同时设计了神经网络的权值自适应律,实现了控制过程中的在线学习和调整,并且通过李雅普诺夫方法证明了闭环系统的稳定性。仿真结果表明,在存在较大扰动的情况下,上述控制器可得到很好的控制效果,可以实现误差的快速收敛,具有较好的鲁棒性和自适应性。     

基于扩张状态观测器的UCAV自适应滑模控制

针对固定翼UCAV（Unmanned Combat Aerial Vehicle）系统中存在的不确定性和外部扰动，设计了一种基于扩张状态观测器的自适应超扭曲滑模控制器用来抑制系统扰动，从而提高对于UCAV的控制性能。建立固定翼UCAV的六自由度非线性模型，针对姿态控制和速度控制分别设计扩张状态观测器对模型中难以精确测量的状态量和外部扰动进行估计，依据奇异摄动原理分别对姿态和速度设计自适应超扭曲滑模控制器，实现对UCAV的姿态和速度的跟踪控制。采用某型固定翼UCAV非线性模型对所设计的控制器进行仿真验证，并且与传统的自抗扰滑模控制方法进行了对比，仿真结果表明，基于扩张状态观测器的自适应超扭曲滑模控制器具有更小的超调量和稳态误差。     

四旋翼飞行器自适应滑模控制设计

针对四旋翼飞行器姿态模型建模误差以及外部扰动不确定性的特点,提出了一种基于自适应滑模的非线性控制器。采用参数自适应控制方法逼近系统中的建模误差项,滑模控制方法进一步抵消系统建模误差以及外部不确定扰动项。并采用李雅普诺夫稳定法证明了所设计的控制器能够实现全局渐近稳定。最后,通过四旋翼姿态飞行实验,验证了文中所提出控制方法的有效性,能够实现小型四旋翼姿态的稳定控制,其抗扰性能优于传统PID控制。     

未知时变惯量航天器自适应姿态跟踪容错控制

针对存在未知时变惯量不确定性、执行机构衰退故障和外部干扰力矩的非刚体航天器系统,研究了航天器自适应姿态跟踪容错控制问题,结合非线性鲁棒控制方法、自适应方法、容错控制理论和参数估计方法,提出了一种鲁棒自适应姿态跟踪容错控制器。所设计的控制器克服了执行器故障、惯量不确定性以及外界干扰对系统稳定性的影响,保证了航天器姿态及角速度能够跟踪上时变的期望状态,实现了跟踪误差系统最终一致有界稳定。最后通过数字仿真验证了所提方法的有效性,并且与已有方法进行了对比,说明了所提方法的优越性。     

Dynamic Surface Control of Constrained Hypersonic Flight Models with Parameter Estimation and Actuator Compensation

In this paper, the robust adaptive controller is investigated for the longitudinal dynamics of a generic hypersonic flight vehicle. The proposed methodology addresses the issue of controller design and stability analysis with respect to parametric model uncertainty and input saturations for the control‐oriented model. The velocity and attitude subsystems are transformed into the linearly parameterized form. Based on the parameter projection estimation, the dynamic inverse control is proposed via the back‐stepping scheme. In order to avoid the problem of “explosion of complexity,” by introducing a first‐order filtering of the synthetic input at each step, the dynamic surface control is designed. The closed‐loop system achieves uniform ultimately bounded stability. The compensation design is employed when the input saturations occur. Simulation results show that the proposed approach achieves good tracking performance.