排序方式: 共有90条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
进行飞机翼面损伤下的重构控制对提高飞机的安全可靠性具有重要的意义,根据飞机翼面损伤的特点,提出一种基于L1自适应控制的重构控制方法,首先根据翼面故障对飞机气动特性的影响,建立故障参数模型,然后根据L1自适应控制快速自适应和鲁棒性的特点,选择合适的自适应律和滤波器进行重构控制器的设计,最后根据飞机升降舵翼面损伤情况进行仿真分析,结果表明了本文所用方法可以进行部分翼面损伤的快速重构控制。 相似文献
7.
基于混沌差分进化FCM算法的舵回路故障诊断 总被引:1,自引:0,他引:1
为了提高故障分类的准确性,提出了一种混沌差分进化模糊C-均值故障识别方法(CDEFCM,chaotic differential evolution fuzzy C-mean).该方法利用差分进化算法高效的全局搜索能力以及混沌序列的均匀遍历特性,克服了模糊C-均值算法(FCM,fuzzy C-mean)对初始值敏感的缺点及遗传算法易收敛到局部极值点的缺陷,用该方法进行故障聚类分析,可以准确地识别故障.以某飞控系统舵回路常见故障为例进行了仿真验证,结果表明该方法能有效地识别出故障. 相似文献
8.
9.
10.
目前四旋翼无人机大部分都采用经典控制方法进行控制律的设计,然而控制参数的选择和对被控对象数学模型的依赖一直是经典控制方法设计中需要克服的问题;针对此问题,采用了一种基于深度强化学习算法Deep Q Network的无人机控制律设计方法,以四旋翼姿态角和姿态角速率作为三层神经网络的输入数据,最终输出动作值函数,再根据贪婪策略进行动作的选取,通过与环境的不断交互,智能体根据奖惩信息来更新神经网络的权值,使得智能体朝着获得累积回报最大值的方向选取动作;仿真结果表明在经过强化学习训练之后,四旋翼姿态角能够快速准确地跟踪上参考指令的变化,证明了基于强化学习的四旋翼无人机控制律的可行性,从而避免了传统控制方法对控制参数的选择与控制模型的依赖。 相似文献