基于RBF神经网络PID的无人动力伞控制

动力伞是一个复杂的非线性动力学对象,难以用精确的数学模型描述。对于这种具有非线性、时变和强耦合特性的综合系统,采用传统PID控制方法不能得到满意的控制效果,因此提出一种基于RBF神经网络的PID控制方法。该方法利用RBF神经网络的自学习、自适应能力自调整系统的控制参数,从而实现对PID控制器各参数的优化整定。在Mat-lab软件中的仿真结果表明,该方法可实现对动力伞有效的控制,并且与传统PID相比,具有更短的调节时间,更好的稳定性、自适应性和鲁棒性。     

无人动力伞飞行航路自主控制方法研究

根据无人动力伞的特点,提出了一种无人动力伞飞行航路自主控制方法;研究了动力伞的自主导航原理,重点分析了动力伞航路预置的方法,并给出了航线的设定与规划,同时给出了根据GPS反馈的飞行实时状态对航路进行检测的具体方法;并在自行开发的动力伞航路自主控制演示平台上,对动力伞自主飞行控制系统进行仿真;试验证明,无人动力伞基本能按照预定航线进行自主飞行,系统有较好的动态特性和稳态控制精度,达到了预期的目标。     

无人动力伞在线子空间预测控制

针对无人动力伞(UPP)的飞行具有不确定性、非线性和复杂性的特点,建立了无人动力伞6自由度非线性动力学模型,仿真分析了模型对输入信号的响应特性.提出了无人动力伞在线子空间预测控制算法.该算法能及时地克服模型失配、时变及干扰等对飞行控制系统的影响,使有约束的预测控制能够在控制时域内保持最优.仿真结果表明,该算法能有效辨识仿真模型产生的输入输出数据,表现出了较好的跟踪性能和控制精度.     

基于模糊神经网络的无人动力伞控制

针对无人动力伞在执行任务时常常在低空、城市上空等复杂气流环境飞行,无人动力伞的响应特性受到飞行速度、航向角和各种风的综合影响,具有的非线性和不确定性.导致事先设计的控制规则不再适合,对此基于PID的控制算法难以达到满意的控制效果.本文提出了一种模糊神经网络控制无人动力伞航向控制策略,利用RBF神经网络所特有的局部逼近能力,对模糊控制规则进行在线推理并获得连续输出,采用GA算法对神经网络参数进行调整来实现对模糊控制器规则库的优化和模糊规则的自动生成.使控制器能够进一步适应无人动力伞实时控制中的时变性和不确定性,保持良好的控制性能；仿真表明算法是可行的.     

六自由度无人动力伞的动力学建模

针对动力伞的动力学研究,建立了全量模型研究无人动力伞飞行中动态特性问题。在惯性系下从牛顿力学基本原理出发,用矢量方法推导无人动力伞的动力学方程;经过坐标转换,得到动力学方程在体轴系下的形式,并补充运动学方程,使方程组满足封闭性要求,从而建立完整的矢量动力学模型。通过两个仿真算例,分析了动力伞实施推力和航向舵下偏控制的飞行特性,验证了模型的合理性。     

基于SOKID的无人动力伞模型辨识

对具有独特飞行特性的无人动力伞(Unmanned Powered Parafoil,UPP)进行了研究,建立了无人动力伞九自由度非线性动力学方程,研究了观测器/卡尔曼滤波辨识算法和改进的子空间观测器/卡尔曼滤波辨识算法.根据系统的飞行数据,辨识得到系统的纵向状态空间模型,分析了两种辨识模型的俯仰角响应特性和辨识精度.仿...     

基于最优特征结构配置的动力伞飞行控制方法

针对无人动力伞系统运动控制的需要,为了取得良好的跟踪效果和满足期望的抑制外界干扰的水平,提出一种基于最优特征结构配置的飞行控制方法;将传统特征结构配置方法中的定极点配置扩展为区域配置,并利用投影算子求得逼近期望特征向量的实际特征向量,引入性能指标,求得状态反馈控制的优化解;仿真结果表明,应用最优特征结构配置方法设计出的控制器,能够满足系统动态性能要求,并具有良好的抗干扰性。     

基于CFD方法的动力伞雀降控制优化研究

针对动力伞的雀降运动,研究了影响其性能的主要因素,并根据大量实验结果总结出了合理的操纵规程.以动力伞翼伞纵向模型为基础,引入动网格技术,在FLUENT中动态仿真雀降的经典过程,研究了来流攻角、操纵行程和操纵速度对雀降性能的影响.实验结果表明,下拉行程和下拉速度是影响雀降性能的主要因素.经分析后得出动力伞的最佳雀降时机和控制规律,使控制策略得到了优化,为实现动力伞气动力分析与实际控制相结合提供了依据.     

基于偏航尾流模型的风场尾流主动控制

风场尾流效应不但会造成发电量损失,也会引起湍流增加进而对机组疲劳/极限寿命造成很大的影响。结合现场风场案例,本文在传统的尾流计算Jensen模型基础上,引入偏航对尾流扩散、强度和范围的影响,建立了新的偏航尾流模型,大幅度提高尾流预测的精度。最后,通过主动尾流控制,可以减小尾流影响,提升风场发电能力2-5%。     

小型无人直升机的姿态与高度自适应反步控制

针对小型无人直升机的姿态与高度控制问题, 本文提出了一种基于反步法的自适应控制策略. 具体而言, 首先对小型无人直升机的运动学模型进行了等效变换, 使系统中未知参数满足线性参数化条件, 然后应用反步法设计了包含主旋翼挥舞模型的姿态与高度自适应控制器, 并借助Lyapunov方法和芭芭拉定理对闭环系统的稳定性进行了严格的数学分析. 最后, 对该控制器的性能进行了仿真验证, 结果表明在直升机质量和惯性矩阵存在不确定性(未知)的情况下, 该控制算法依然能够取得良好的控制效果.     

一种非线性系统直接控制方法的分析与改进

本文对文［１］提出的非线性ＰＩＤ控制系统进行了深入的分析，探讨了系统鲁棒性的原因，并在理论分析的基础上提出了一种新的非线性微分器。仿真结果表明，由改进微分器构成的非线性ＰＩＤ控制系统比采用文［１］的办法具有更强的鲁棒性和适应性，而且对反馈回路的噪声有更强的抑制能力。     

基于Preisach模型的迟滞系统建模与控制

针对一种复杂的非线性系统一迟滞系统,研究了基于KP算子Preisach模型对迟滞系统进行建模的方法。利用Preisach模型与其边界线之间的映射关系,建立了容易在线更新的迟滞模型。基于Preisach模型进行迟滞非线性系统的控制,采用PID方法来控制一类带有未知非线性特性迟滞的单输入单输出非线性系统。对迟滞非线性系统的建模与控制进行的数值仿真研究结果表明,该迟滞非线性系统的建模和控制方法具有理论意义和应用价值。     

基于CMAC神经网络的PID控制

提出利用CMAC神经网络与PID的复合控制,实现非线性系统控制。由于CMAc网络的优点使PID控制效果有很大提高。仿真实验表明了该方法的有效性。     

无人机自主着陆高度控制系统设计研究

无人机自主着陆是无人机任务执行后顺利回收的重要阶段;论文根据固定翼无人机着陆滑跑的特点,设计了无人机着陆滑跑的下滑高度轨迹及高度控制回路;在已知无人机着陆性能和空气动力学模型的情况下,根据无人机飞行任务的需求,研究了直线下滑段的轨迹设计,利用指数拉平方法设计了末端拉平段的轨迹,并结合PID控制技术对无人机的纵向俯仰控制回路以及整个无人机高度控制回路进行了建模和详细研究,利用MATLAB仿真技术对设计的控制方案的性能进行了详细分析,获得了相应的关键设计参数;对设计的高度控制回路方案的数学仿真和基于FlightGear飞行环境模拟系统的半物理仿真验证了所设计的自主着陆高度控制系统的可行性,具有一定的参考实用价值。     

定性—PID控制方法

针对模型中含有不确定因素的非线性系统给出了两种定性－PID控制方法,克服了定性控制存在定性零点的缺陷。仿真结果表明了该方法的有效性。     

基于虚拟模型的自适应解耦抗扰控制

针对一类多变量非线性耦合系统,提出了一种基于虚拟模型的非线性自适应控制器.首先将非线性系统线性化处理并将其作为虚拟模型,对该模型设计线性自适应控制律.然后将线性控制律分别应用在虚拟系统和受控的实际非线性系统上,根据两者的输出误差设计补偿控制律,以达到对实际被控对象进行自适应解耦抗扰的目的.利用李雅普诺夫稳定理论给出了控制系统稳定性条件.实验仿真验证了控制算法的有效性.     

无人直升机姿态通道模型预测控制

针对无人直升机姿态通道中存在的测量干扰与控制输入受限等问题,利用包含时变柔化因子的模型预测控制算法设计了一种姿态通道控制器。具体而言,首先对姿态通道的传递函数进行了等效变换,得到嵌入了积分环节的状态空间(SSEI)模型,并进一步建立了姿态通道的预测模型;然后综合分析了姿态通道系统在初始响应速度和减小测量干扰影响两个方面的要求,设计了含时变柔化因子的柔化轨迹;接着考虑到舵机的输出限制,分析了姿态通道的控制输入约束条件;最后基于上述三点内容,设计了滚动优化过程。论文还以无人直升机的偏航通道为例进行了飞行实验测试,结果表明该控制算法可明显地加快系统响应速度,减小模型不确定性与测量干扰等因素的影响,具有较好的工程应用价值。     

基于无模控制的深海集矿机车体姿态与集矿头高度去耦控制

在深海集矿机作业过程中,是通过液压系统驱动的集矿装置来采集多金属结核的.针对集矿机车体姿态与集矿头高度之间的耦合,研究集矿头高度在行走中受车体姿态的影响,分析集矿头高度和车体姿态之间的耦合机理.并根据耦合对象的特性,进行去耦优化,仿真结果表明该去耦优化算法能补偿液压系统滞后特性,独立进行集矿头高度最优调节,达到最佳集矿效率,提高行走稳定性.     

控制力矩陀螺框架伺服系统神经网络控制

控制力矩陀螺(control moment gyroscope,CMG)框架伺服系统对柔性机座抑制能力的不足,限制了其控制精度和鲁棒性的进一步提高.通过结合工程实践,基于CMG框架伺服系统的强耦合、非线性特性,推导了传递函数,实现了解耦和降阶.在此基础上提出了一种基于反向传播(back propagation,BP)神...