二阶系统变阻尼技术研究

本文基于测速反馈原理，针对二阶系统提出了两种改变系统阻尼的方法。通过适当改变测速反馈系数，可使闭环系统的阻尼比按期望的规律变化（阻尼比可以为负），从而可显著地加快系统的输出响应，使系统的动态性能大为改善。文中提供了仿真算例。     

混合余度传感器系统的可靠性建模与分析

针对混合余度传感器系统,分别对故障过程和诊断过程进行建模,集成建立系统的半马尔可夫过程可靠性模型。通过代数模型与补充变量法的结合,提出了一种定量分析方法,采用代数模型法将系统模型简化为故障模式的逻辑和,应用补充变量法求解约简后的半马尔可夫过程,推导了基于分布函数的时序故障概率计算公式,用于各故障模式的定量概率求解。通过算例分析,并与典型方法进行比较,体现了模型的通用性以及定量分析方法的准确与简便。     

基于混沌差分进化FCM算法的舵回路故障诊断

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.     

基于缓冲和预选的网格资源调度优化

资源发现是影响调度效率的关键,针对网格资源发现中复杂的查询过程,通过资源代理,将用户任务发生过调度的资源在本地进行缓存,构成黑白资源名单。同时,在网格资源代理空闲时,按照最近调度的QoS参数为参考值,进行资源的预选择,存放在本地记录,由此构成了本地记录优先的资源发现。针对该方法,设计了支撑该方法的优化代理体系结构,讨论了记录管理问题,给出了优化资源调度过程的算法。实验表明,该方法缩短了任务的平均调度时间,从而缩短了任务平均完成时间,提高了吞吐量,达到了优化的目的。     

一种基于零空间的再分配伪逆算法

由于伪逆法不考虑执行器的位置和速率的限制,因此利用伪逆法设计出的分配器会产生操纵面过早进入饱和的现象,从而使分配器对转矩可达集的分配效率较低.在伪逆法的分配基础上利用控制效率矩阵零空间的特性对分配结果进行二次调节,使伪逆解重新落入执行器的控制子空间,从而避免了分配器过早进入饱和的现象.并提高了分配效率.利用某飞机的数据进行仿真验证,结果显示与伪逆法相比,控制性能有明显改善,提高了分配器的分配效率,且可以对转矩可达集内的转矩实施有效的分配.     

基于时域Neal-Smith准则的人机控制系统设计多目标优化研究

为了获得驾驶员和飞机良好的匹配特性,使用基于人机闭环参考模型的方法将飞行品质的要求引入优化算法,进行飞行控制系统设计。首先使用CAP准则建立飞机等效系统模型。然后,基于时域Neal-Smith准则,通过多目标优化算法一次性得到在不同任务条件下的最优驾驶员模型。根据需要选择相应的驾驶员模型,并与飞机等效系统模型组成人机闭环参考模型,进行飞行控制设计多目标优化。仿真结果显示,文中的算法不仅可以整定控制器参数,根据任务需求选取最优驾驶员模型,还可以利用优化结果进行PIO易感性的分析。     

基于神经网络的动态逆方法研究

该文探讨了神经网络与非线性动态逆方法相结合的神经网络动态逆方法，研究了神经网络动态逆的网络结构。为进一步改善直接动态逆控制器的性能，对由动态逆和原系统构成的伪线性系统，给出了两种综合方案。通过仿真研究表明，综合控制策略不仅能够改善系统的动态性能，而且具有良好的鲁棒性。研究成果显示了神经网络动态逆方法的有效性和可行性以及在控制系统设计中所具有的潜在能力。     

飞行控制系统的鲁棒性评估方法研究

随着现代飞机气动布局的改进和控制方式的多样化,旧有的评价体系已经不能适应新兴的控制系统。针对目前国内外对飞行控制律鲁棒性评估方法的不足,发展了一种基于MonteCarlo方法的评价控制律鲁棒性能的方法。提出了鲁棒度的概念,给出了具体的系统鲁棒性量化指标及计算方法,通过对飞行控制律鲁棒度的比较,进而完成对飞行控制律鲁棒性的评估。它能直观并且定量地得到控制系统在任意给定性能水平下的鲁棒度数值,从而可对不同飞行控制律鲁棒性能的优劣做出比较,得到更为直观的的评价结果。     

基于自适应逆的鲁棒容错飞行控制方法研究

研究飞行安全控制问题,可采用动态逆与神经网络模型参考自适应控制理论相结合,对飞机纵向自适应鲁棒容错飞行控制律进行设计,同时采用改进的粒子群算法优化神经网络参数,提高了自适应算法的效率.控制策略采用内-外环的控制结构,内控制回路以逆控制消除系统的非线性性和输出耦合;外控制回路基于模型参考自适应控制的思想,利用改进粒子群优化的神经网络设计前向自适应控制器,以消除逆控制的建模误差和对参数变化敏感的缺点,可使系统获得较好的动态性能和较强的鲁棒性.仿真结果表明采用的自适应鲁棒容错飞行控制方法有效抑制了操纵面故障,消除了对飞行任务的不良影响,保证了安全性能.