基于径向基函数神经网络与扩张状态观测器的无人直升机控制

针对具有系统不确定和外部干扰的无人直升机飞行控制问题,提出了一种基于神经网络和扩张状态观测器的控制方法.利用神经网络逼近系统的不确定性,引入扩张状态观测器对神经网络的逼近误差和系统外部干扰进行估计.基于神经网络和扩张状态观测器的输出,对无人直升机的主旋翼挥舞角、姿态角速率、姿态角、速度与位置系统分别进行了控制器设计,以增强系统鲁棒性和抗干扰能力.同时,引入动态面控制方法以避免对虚拟信号进行直接求导,并通过李雅普诺夫方法分析了闭环控制系统的稳定性.最后使用无人直升机数据进行仿真验证,结果表明设计的控制律能使无人直升机有效跟踪控制指令,具有良好的稳定性与鲁棒性.     

机械手的模糊逆模型鲁棒控制

提出一种基于模糊聚类和滑动模控制的模糊逆模型控制方法,并将其应用于动力学 方程未知的机械手轨迹控制.首先,采用C均值聚类算法构造两关节机械手的高木-关野 (T-S)模糊模型,并由此构造模糊系统的逆模型.然后,在提出的模糊逆模型控制结构中, 离散时间滑动模控制和时延控制(TDC)用于补偿模糊建模误差和外扰动,保证系统的全局 稳定性并改进其动态和稳态性能.系统的稳定性和轨迹误差的收敛性可以通过稳定性定理来 证明.最后,以两关节机械手的轨迹跟随控制为例,揭示了该设计方法的控制性能.     

小型无人直升机的无模型自适应鲁棒控制设计

本文针对小型无人直升机的姿态控制问题,考虑到现有基于模型的控制方法对系统动力学模型的依赖性,以及未建模动态对系统控制性能的影响,设计了一种新的基于数据驱动的无模型自适应鲁棒控制律.通过基于数据驱动的设计方法,降低了控制器对直升机动力学模型先验知识的依赖,补偿了未建模不确定性的影响.仅利用无人直升机的输入输出数据,即可实现对无人直升机系统的稳定姿态控制.然后本文结合离散滑模控制设计,补偿了未知外界扰动的影响,提高了系统的鲁棒性,并通过理论证明了控制误差的收敛性和闭环系统的稳定性.最后,在本研究组自主开发的无人直升机飞行控制实验平台上,进行了无人机实时控制实验.实验结果表明,本文所提出的控制算法取得了很好的姿态控制效果,并对系统不确定性和外界风扰动具有良好的鲁棒性.     

基于LQR直升机模糊滑模跟踪控制

研究直升机系统稳定性优化问题,由于直升机系统的强耦合和非线性特性的影响,使飞行的稳定性和实时跟踪性差。为解决上述问题,对直升机原始数学模型进行近似线性化和解耦处理,采用模糊滑模控制方法实现直升机姿态角度的跟踪控制。首先,在滑模面的设计中引入最优线性二次型调节器,构建一种积分型切换面。其次,以切换面及导数的乘积和滑模切换增益的变化量为模糊系统的变量,实时调整变结构控制项的切换增益。仿真结果表明,通过控制器设计能够实现直升机姿态角度跟踪的稳定性,对外界不确定干扰具有强鲁棒性且控制器输出抖振问题得到明显改善。     

舰尾流随高扰动模型对直升机着舰悬停控制的影响研究

大海况下存在的复杂舰尾流严重影响直升机着舰时的飞行姿态,针对常规舰尾流模型仅适用于研究直升机纵向运动受干扰的问题,在美军标MIL-F-8785C描述的舰尾流模型基础上,提出增加随高度变化的垂向扰动分量,建立舰尾流随高扰动模型,以便切合实际地反映垂向干扰的作用强度;将该模型引入直升机着舰悬停系统后,针对传统PID控制对高度保持和位置控制效果不佳的问题,提出基于前馈补偿的改进PID控制;对比仿真结果表明,所提控制方法抗舰尾流干扰性强,具有良好的鲁棒性,控制精度优于传统的PID控制,实现了舰尾流干扰下直升机着舰悬停的稳定控制,有效提高了着舰飞行的安全性。     

基于模糊PID的直升机模型飞行姿态控制

针对微型无人直升机具有非线性、多变量耦合等特性,利用模糊组合PID控制方法研究直升机模型飞行控制系统的姿态控制问题。首先以三自由度直升机模型为控制对象,建立动力学方程。然后对PID控制方法采用模糊控制算法进行改进。为使直升机模型能够平稳飞行,且具有较强的鲁棒性,基于解耦的直升机模型分别设计模糊-PID阈值切换和加权控制方法,对直升机模型的俯仰轴和横侧轴进行控制。最后将所提出的控制方法应用于直升机模型本体实现姿态优化,实时仿真效果说明所设计方法的可行性和有效性。     

具有时延的网络控制系统控制器设计

针对一类存在随机时延的网络控制系统,传感器采用时间驱动,控制器和执行器采用事件驱动,提出了一种新的具有随机时延的网络控制系统的建模方法-离散模糊T-S模型,在此模型的基础上应用并行分布补偿（PDC）原理设计了模糊控制器。应用Lyapunov定理和线性矩阵不等式（LMI）方法,研究了系统的稳定性问题,给出基于LMI的状态反馈模糊控制器的设计方法。通过仿真实例验证控制方法能够保证系统稳定。     

网络控制系统的时延仿真研究与控制器设计

针对网络控制系统(NCS)中的随机时延问题,根据实际网络时延的分布情况,提出了一种新的具有随机时延的网络控制系统的建模方法-离散T-S模型,并用并行分布补偿原理(PDC)设计模糊控制器.同时提出一种新的模糊控制系统隶属函数的确定方法,利用Lyapunov定理和线性矩阵不等式(LMI)研究了系统的稳定性问题,给出基于LMI的模糊控制器的设计方法.最后通过仿真实例证明控制方法能够使具有时延的网络控制系统稳定.     

小型无人直升机姿态非线性鲁棒控制设计

本文针对小型无人直升机的姿态控制问题,通过系统参数辨识,获得了较为准确的无人直升机姿态动力学模型.并根据无人直升机的动态特性,设计了基于神经网络前馈与滑模控制的非线性鲁棒姿态控制律,该控制律对直升机模型的先验知识要求较低.利用基于Lyapunov的分析方法证明,设计的控制律能够实现对无人直升机姿态角的半全局指数收敛镇定控制,并能确保闭环系统的稳定性.基于姿态飞行控制实验平台的实时飞行控制实验结果表明,提出的控制设计取得了很好的姿态控制效果,并对系统不确定性和外界风扰动具有较好的鲁棒性.     

基于网络控制系统平均时延的模糊控制器设计

针对网络控制系统(NCS)中的随机时延问题,根据实际网络时延的分布情况,提出一种新的具有随机时廷的网络控制系统的建模方法--离散T-S模型,并在此基础上应用并行分布补偿原理(PDC)设计模糊控制器.同时提出一种新的模糊控制系统隶属函数的确定方法,利用Lyapunov定理和线性矩阵不等式(LMI)研究系统的稳定性问题,给出了基于LMI的模糊控制器的设计方法.最后通过仿真实例验证了该控制方法能使具有时延的网络控制系统稳定.