伪逆法在飞行控制律重构中的应用

提出一种新的伪逆法描述形式，然后探讨了在各种条件下伪逆法重构方案能够精确恢复原有飞行品质，最后提出一种新的伪逆法－频域伪逆法，这种方法与人们通常使用的时域伪逆法相比有一些优越性。     

PLC控制系统故障特性与诊断

分析PLC控制系统的故障特性、故障分布,并介绍故障诊断方法。     

无人机自修复飞行控制系统研究综述

针对现代飞控系统作为无人机系统的核心之一,正朝着自修复方向发展的现状,总结了自修复飞行控制系统所涉及的故障检测与辨识、重构控制律、自修复飞行控制的仿真及试验等主要内容。分析了目前国内外自修复飞行控制系统的研究现状、技术水平,特别是自修复飞控系统的故障检测与诊断、控制律重构、仿真及试验研究等。指出了现存的问题及研究动态。分析表明,伴随着对智能控制不断深入的研究,智能自修复技术,包括智能故障诊断和智能重构控制律的设计,将是这一领域研究的方向。     

基于扰动估计的飞行控制系统传感器故障重构

针对飞行控制系统的传感器故障重构问题,讨论了基于扰动估计的传感器故障检测与重构方法。首先,通过建立观测器,对已有系统的干扰进行估计;其次,通过干扰的估计值来建立系统的鲁棒观测器;最后,再通过对系统建立多个降维鲁棒观测器来隔离并重构传感器故障。采用某飞机横侧向模型进行仿真验证,仿真表明基于扰动估计的鲁棒观测器能够有效地对传感器故障进行隔离与重构。     

复杂自动化控制系统故障诊断方法研究与改进

近年来,自动化在工业生产、航空航天等不同领域得到了广泛运用,自动化控制系统随之孕育而生;自动化发展不断推进,长期生产使用中,传统自动化控制系统故障诊断方法出现多数据环境下故障诊断率低、多因素分析算法跟进力不足等问题;针对问题出现原因根源,提出复杂自动化控制系统故障诊断方法改进设计;采用数据罩筛引擎(GEP),对复杂自动化控制系统数据进行收集、整理、分析、模型创建;通过运行单元动态判断模块(DNGF)与多因素基准库(VSFVR)配合,完成对传统复杂自动化控制系统复杂环境下故障诊断方法的改进;通过仿真实验证明,复杂自动化控制系统故障诊断方法的改进,各项测试参数优于传统方法。     

基于直接自适应控制的重构飞控系统研究

通常,飞控系统重构设计需知系统的故障信息,而使用直接自适应控制技术可在不知道系统故障信息的情况下,对飞控系统操纵面损伤进行重构,并且可使故障飞机很好地跟踪参考模型的输出．采用优化算法设计反馈补偿器以保证故障系统的严格正实性,并利用Lyapunov函数证明重构系统的渐近稳定性．将该方法用于某型飞机侧向控制系统的设计,仿真结果表明,在操纵面严重受损的情况下,飞机仍能保持良好的性能．     

集散控制系统故障及其诊断技术

集散控制系统（DCS）已成为控制的主流,其故障形式主要体现在软件、网络、硬件等形式上,学习其故障的诊断技术有利于设备的维护。     

改进的时序概率比检验在飞行控制系统故障检测中的应用

用基于模型的方法获取故障状态下的系统残差,并用一种改进的时序概率比检验进行残差判决,缩短了残差判决的时间.仿真结果表明该方法可以提高故障检测的实时性.     

数控机床电气控制系统故障诊断与维护研究

数控机床的电气控制系统运行中,需要完成针对整个系统的科学管理工作,之后才可以根据所有得到的专业性跟踪信息,并全面研究该设施的运行故障,以落实日常维护工作.基于对数控机床的电气控制系统故障诊断工作方法的分析,本文探讨了在当前的工作中,对于数控机床控制系统的专业化维护方法,从而让该设施可以处于安全运行状态.     

可重构飞行控制律设计的混合特征结构配置方法研究

将特征结构配置与模糊控制理论相结合对飞机侧向飞行重构控制律进行设计.首先介绍了重构控制律中特征结构配置的原理和反馈增益矩阵的算法实现,在此基础上结合带优化修正参数的无量化模糊控制方法对闭环系统进行鲁棒控制器设计.该控制策略以特征结构配置作为故障后系统的内环控制器,模糊控制器作为外环控制器,使系统获得较好的动态性能和较强的鲁棒性.仿真结果表明系统有效抑制了内部参数摄动对飞行任务的不良影响.     

基于神经网络的飞控系统传感器故障诊断的研究

在标准逆传播神经网络的基础上，提出了一种改进的逆传播神经网络，用来消除标准逆传播神经网络的缺陷，并且设计了一个主神经网络和三个分布神经网络的结构，通过神经网络的在线学习，得到需要的参数估计。用它与传感器实际测得的实际值比较，可判断出阶跃故障，并且给出了仿真实例。     

基于神经网络改进算法的飞控系统故障诊断

应用神经网络技术对复杂的飞行控制系统进行故障诊断对提高飞机的可靠性和容错能力具有重要意义。为了提高网络的学习效率和稳定性,该文提出一种改进的径向基神经网络学习算法,使用混合共轭梯度优化算法对网络参数进行调整。利用神经网络对某型飞机的飞行控制系统进行故障诊断,仿真结果表明该神经网络具有较强的故障识别能力。     

飞控系统传感器故障诊断的神经网络方法研究

BP神经网络对于飞行控制系统传感器故障诊断是一种有效的故障模式识别方法;在标准BP神经网络的基础上,提出了一种新的BP改进算法——自适应FMBP算法(SAFMBP),用以消除标准BP网络收敛速度慢及易陷入局部极小等缺点,并且建立了飞行控制系统仿真模型和传感器常见故障模型,采用基于神经网络模式分类的故障诊断方法,应用改进的BP神经网络(SAFMBP)进行飞控系统传感器的故障诊断,最后给出了仿真诊断实例。     

一类非线性飞行控制系统鲁棒故障诊断

针对一类仿射非线性飞行控制系统的执行器故障,提出了一种基于微分几何方法的鲁棒故障诊断方案.各个输入通道相应的不可观分布满足条件时,可以通过分别在状态空间和输出空间进行同胚变换,将原系统化为多个只受单一通道故障输入影响的能观商子系统.原系统的残差生成器设计问题转化为对其各通道能观商子系统的观测器设计,实现残差与其他通道故...     

执行器故障的多模型自适应重构控制

In this paper, an active fault tolerant control strategy is developed to compensate for the effect of actuator fault in the presence of non-measurable rate on the actuator second-order dynamics. The proposed control scheme is a combination between multiple model and adaptive reconfiguration control. By means of the designed method, the system output can track that of the reference model asymptotically, and the simulation results have illustrated the effectiveness of the proposed algorithms.     

基于神经网络观测器的飞控传感器在线故障诊断

为提高无人机飞行安全可靠性,针对飞行控制系统中常出现的传感器故障以及非线性气动力模型参数难以确定的问题,提出了基于BP神经网络观测器估计的故障诊断方法;引用LM改进算法对网络参数进行调整,构造了神经网络观测器模型逼近非线性系统,并运用于飞行控制系统进行在线数字仿真,对垂直陀螺输出卡死故障、恒偏差故障和恒增益故障分别进行仿真分析;仿真结果表明,所设计神经网络观测器可以有效估计系统输出,在线诊断传感器故障。     

飞机操纵面损伤的自适应容错控制设计

针对飞控系统实时控制和高可靠性的要求,提出一种飞控系统多操纵面损伤的在线容错控制算法.首先建立包含各种常见故障的操纵面参数仿真模型和故障注入仿真机制,其次由于故障的随机性,设计多个并行的在线观测器,对应于每个观测器模型建立一个基于特征结构配置的控制器.最后根据多个观测器和相应的控制器可完成系统在线故障隔离与重构.应用某型飞机横侧向控制系统进行仿真,得到了预期的效果.此方法设计简单合理,适于工程应用.     

采用动态神经网络的多模型自适应重构控制方法

针对复杂的系统,提出一种基于多模型结构的自适应重构控制方法,使得系统可以在不同的运行环境下跟踪给定的信号,并且对特定的故障情况具有控制重构的能力;首先,由多个线性模型和一个模糊模型构成多模型控制结构,并设计多模型自适应控制器的权值调整规则,以获得当前最佳的控制输入,再引入动态自适应神经网络以保证系统的稳定性,并避免模型切换等噪声干扰;最后,对某型歼击机进行正常和故障状态下的控制仿真,结果表明所提重构控制方法是可行有效的。