RLV再入段六自由度制导控制律设计

针对RLV再入段六自由度制导控制问题,给出了一种结合高阶滑模跟踪制导律和带干扰观测器的Backstepping姿态控制律的综合制导控制架构,实现了高精度通用RLV的再入六自由度轨迹跟踪的设计与仿真。以HORUS-2B飞行器为研究对象,基于约束预测校正方法规划了再入标称轨迹;针对轨迹运动方程建立了基于高阶滑模的纵向轨迹制导律和侧向制导逻辑,设计了带有干扰观测器的Backstepping非线性姿态控制器,保证RLV姿态角跟踪的快速性和精准度,并将制导系统与姿态控制系统有效融合。通过蒙特卡洛仿真证明了设计的六自由度制导控制律具有良好的轨迹跟踪和较强克服模型不确定的能力。     

基于S函数调节的非线性自适应动态面控制

针对一类控制增益未知的多输入多输出（MIMO）非线性系统,提出了一种基于神经网络的鲁棒自适应动态面控制方法．利用动态面控制解决反推法的计算膨胀问题;同时在参数自适应律中引入S（Sigmoid）函数,动态调节神经网络的收敛速度,解决了自适应初始阶段的抖振现象．利用李亚普诺夫稳定性定理,证明了闭环系统所有信号最终有界,系统的跟踪误差最终收敛到有界紧集内．仿真结果表明了该方法的有效性．     

基于顺序扩展一致性包算法的多无人机分布式任务分配

以异构多无人机协同执行复杂的耦合多任务为背景,提出一种求解分布式任务分配问题非死锁的顺序扩展一致性包算法.首先,建立考虑任务载荷资源、任务时序、威胁区等约束条件的时序多任务分配模型;其次,对一致性包算法的任务包构建过程和冲突消解规则进行扩展,并设计一种基于有向图深度优先搜索的方法进行任务方案的死锁检测和修正,以实现无冲突和无死锁的任务分配;然后,将关联任务之间的时序约束转化为软时间窗约束,利用顺序分层的策略进行求解;最后,为了提高任务分配结果的可靠性,采用Dubins曲线路径将航路规划耦合到任务分配中.仿真实验表明,所提出的算法能够快速有效地求解异构多无人机分布式耦合多任务分配问题,具备良好的最优性和时效性.     

智能自整定PID在药剂温度控制系统中的应用

针对一些工业控制对象中出现的纯时滞、大惯性、时变不确定性等问题, 提出了基于模糊逻辑来智能调整PID控制器参数的方法, 并且将其应用到了一类药剂温度控制系统当中. 另外, 还给出了此方法的硬件和软件实现. 最后, 实际系统的运行结果表明此方法能够降低被控量超调、提高控制精度并且增强系统的鲁棒性, 证明其在一类过程对象的应用中优于传统的PID控制方法.     

基于遗传算法学习的复合神经网络自适应温度控制系统

针对一类温度控制系统中存在的非线性和参数不确定等问题,提出一种复合神经网络自适应控制结构.在控制系统中构造了神经网络正模型来再现被控对象的动态特性,用神经网络控制器实现优化控制律的非线性映射.文中选用了被控对象80组历史数据作为样本集,并利用遗传算法的全局搜索能力及高效率来训练多层前向神经网络的权系数.最后用升降温工艺曲线作为输入对温度控制系统进行仿真.仿真结果表明,应用遗传算法能够提高神经网络的学习效率.保证神经网络全局快速收敛,从而克服了传统的误差反传学习算法的一些缺点.证明了采用这种神经网络自适应控制结构.使神经网络控制器的输出可以适应对象参数和环境的变化.使温度控制系统具有很好的学习和自适应控制能力,取得了良好的控制效果.     

一类不确定系统基于滑模干扰补偿的广义预测控制

广义预测控制(GPC)是基于非线性机理模型的一种优化控制策略, 但当系统存在内部不确定性、建模动态误差和外部干扰的情况下, 采用基于标称系统模型的GPC方法的系统性能将显著下降. 为此, 针对一类不确定非线性系统, 首先分析设计了一种基于不确定模型的理想GPC控制律; 同时设计了一种滑模干扰补偿器(SMDC)对系统的复合干扰进行估计, 将其输出作为补偿控制与标称GPC控制律结合以消除不确定性和外干扰的影响, 并利用Lyapunov理论分析了闭环复合系统的性能; 最后将其应用于一种高超声速飞行器(HSV)姿态控制系统, 仿真结果表明该方法具有很好的鲁棒特性和干扰衰减特性.     

可重复使用运载器预测制导与鲁棒容错控制

为实现可重复使用运载器(Reusable launch vehicle, RLV)的再入段准确制导与鲁棒容错控制,提出了一种基于改进预测校正制导律和鲁棒容错姿态控制联合的方法.首先,设计改进倾侧角幅值模型和航迹方位角走廊的预测校正制导律,结合标称迎角剖面,在线计算得出姿态系统的输入指令;然后,针对控制系统的不确定/干扰及舵面部分失效问题,提出一种改进跟踪微分干扰观测器来估计不确定/干扰和舵面失效作用,通过在观测器中增加前馈项进一步提高了复合干扰的估计精度;最后,针对舵面饱和问题设计辅助抗饱和系统,并应用sigmoid饱和函数来改善姿态系统中角速率回路反步法的控制性能.制导与控制系统的六自由度联合仿真实验表明,在考虑姿态回路复合干扰、舵面部分失效及饱和的情况下,RLV准确跟踪了姿态角指令,其飞行轨迹能够到达再入终端落点区域并满足约束条件,因此提出的方法实现了再入段准确制导,较好解决了姿态回路不确定、舵面部分失效及饱和问题,具备良好的鲁棒容错控制性能.     

串联谐振逆变器最佳死区的选择

理论上分析了串联谐振逆变器中死区处于不同位置时的工作过程；论述了不同死区宽度对逆变器换流过程的影响；提出了一种最佳死区的选择方法，并经实验验证。     

基于改进增量反演法的RLV鲁棒容错控制

针对可重复使用运载器(RLV)再入过程中存在的未知干扰、不确定性以及舵面部分失效(PELF)等问题,基于增量反演法(IBS)和跟踪微分干扰补偿器(TDDC)设计了鲁棒容错控制律.首先,对姿态角回路和角速率回路分别设计增量控制律,并引入误差积分项增强系统的鲁棒性.其次,对于传统增量反演法直接忽略掉的慢变项和泰勒展开高阶项,基于Sigmoid跟踪微分器设计了适用于IBS控制律的干扰补偿器对其进行估计和补偿.最后,仿真结果表明,相比于传统的增量反演法,所设计的控制律指令跟踪精度更高.     

一种基于反步法的鲁棒自适应终端滑模控制

针对不确定严格反馈块控非线性系统, 提出了一种基于反步法的鲁棒自适应终端滑模变结构控制方法. 系统的未知不确定及外界干扰由模糊系统在线逼近, 利用反步法设计了变结构控制的终端滑模面, 并由此得到了鲁棒自适应终端滑模控制器, 使系统的跟踪误差在有限时间内趋于给定轨迹的任意小的邻域内. 通过Lyapunov定理证明了闭环系统所有信号最终有界. 对某战斗机6自由度机动仿真结果表明, 该方法具有强鲁棒性.