LQG/LTR控制在二级倒立摆系统中的应用研究

以二级倒立摆系统为例,采用LQR状态反馈与卡尔曼状态估计相结合的方法,通过回路传输恢复LTR技术弥补LQG设计的不足,完成了LQG/LTR全状态反馈控制器的设计,并运用MATLAB语言进行仿真分析,将其仿真结果与LQR控制器进行了对比。结果表明,LQG/LTR控制在二级倒立摆系统中有效地解决了在外界干扰和量测噪声等情况下出现的不稳定问题,且具有较好的鲁棒性。     

基于LQG/LTR的舰载飞机纵向自动着舰控制系统设计

LQG/LTR方法是一种设计优化动态控制器的现代状态空间技术。此方法具有良好的鲁棒性能和解耦特性。运用LQG/LTR方法设计了舰载飞机自动着舰控制器,并在考虑甲板运动和气流扰动的情况下,对纵向自动着舰控制系统进行了仿真设计与分析。系统仿真结果表明,控制系统实现了纵向指令的精确跟踪,具有良好的鲁棒性,满足舰载飞机纵向着舰控制的要求。     

欠驱动两自由度机械臂LQG/LTR控制

针对欠驱动机械臂系统的快速稳定控制中存在着的系统过程噪声和传感器观测噪声的干扰问题,设计了具有回路传输恢复的线性二次高斯(linear quadratic Gaussian control with loop transfer recovery, LQG/LTR)控制器。该控制器由卡尔曼滤波器和最优状态反馈增益调节器两部分组成,并进一步使用了回路传输恢复技术提高了控制系统稳定裕度。仿真试验表明：LQG/LTR控制方法相比于线性二次型调节器控制方法具有更加出色的动态品质,能很好地抑制噪声造成的系统不稳定问题,使得机械臂快速稳定在期望位置,具备良好的稳定性和鲁棒性。     

主动悬架LQG控制与模糊PID控制的比较研究

为了解决主动悬架系统控制问题,建立了1/2车辆主动悬架系统动力学模型,并设计了两种应用于主动悬架的控制器:LQG控制器和模糊PID控制器。LQG控制器以车身垂向加速度、俯仰角加速度、悬架动挠度、轮胎动位移和悬架控制力作为其性能评价指标。模糊PID控制器将PID控制器与模糊控制器并联,采用了双模糊控制,分别以质心速度及其变化率和俯仰角速度及其变化率作为前、后悬架模糊控制器的两个输入;输出分别为前、后悬架的控制力。将分别应用这两种控制器的主动悬架在Simulink中仿真,结果表明两种控制器均能很好地改善汽车平顺性和乘坐舒适性。通过对两种控制的综合比较,模糊PID控制更具有实用性。     

基于人手遥控学习的旋翼飞行机器人控制研究

传统旋翼飞行机器人控制方法首先需要建立本体的动力学模型,然后根据该模型进行控制器设计。但由于旋翼飞行机器人系统具有强非线性,很难得到精确模型,因此增加了控制器的设计难度。本文以人的遥控过程为研究对象分析熟练操作手和不熟练操作手两类人进行操作的过程,分别设计了可反映操作手能力水平的熟练控制器和不熟练控制器,通过分析比较建立了具有熟练操作手特点的旋翼飞行机器人单通道PD控制系统。仿真实验表明,该控制器可以使旋翼飞行机器人在悬停、前飞和侧飞3种状态下实现姿态稳定控制。     

智能火力/飞行综合控制系统研究

本文设计了基于遗传算法和模糊逻辑控制的智能火力/飞行综合控制系统(IFFC),设计了采用论域自调整的模糊控制器,给出了控制器输入输出的隶属函数,设计了相应的规则库.并在此基础上进一步利用遗传算法对模糊控制器进行优化设计,给出了遗传算法各个参数的选择原则.仿真结果表明,基于遗传算法和模糊逻辑的智能火力/飞行综合控制系统具有良好的控制效果,在综合火力/飞行控制系统的设计中颇有应用潜力和前景.     

半主动油气悬架精确线性化自适应LQG控制

针对油气悬架的非线性特性,建立了矿用汽车1/4车辆半主动油气悬架动力学模型.利用微分几何原理,实现了非线性模型精确线性化;为克服动态系统的不确定性,采用了自适应LQG控制策略.根据矿山路面的实际要求,采用了层次分析法确定LQG控制器各性能指标的加权系数.仿真结果表明层次分析法易于加权系数的合理选择;半主动油气悬架自适应LQG控制能够有效降低车身振动,较被动油气悬架显著提高了平顺性和操稳性,有效地提高了在矿山路面的行驶安全性.     

基于α-置信度网络化控制系统的转换控制

以多步延迟网络化控制系统的控制器设计为基础,提出了一种基于α-置信度的转换控制法.针对时延的两种不同情况定义了平凡和非平凡两种状态:系统所处状态为平凡状态的概率为1-α,该状态下采用使系统均方指数稳定的LQG最优控制器;系统所处状态为非平凡状态的概率为α,该状态下采用使系统随机渐近稳定的时滞补偿控制器.简化了较大延迟情况下LQG最优控制器的求取, 工程上易于实现,提高了系统的性能.考虑到两种控制器的综合作用,建立了基于α-置信度的系统转换控制模型,仿真结果证明了转换控制法比单一控制法具有更好的控制效果.     

基于Kalman滤波和LQG控制的起重机控制研究

针对双载荷轨道起重机在抬升重物时的消摆时间长、定位速度慢的问题,提出采用最优控制理论和卡尔曼滤波算法,设计线性高斯二次型(Linear Quadratic Gaussian, LQG)控制器并对其进行残余振动抑制。首先,运用Lagrange方程建立起重机系统的非线性动力学方程,其次,运用雅可比矩阵将非线性方程线性化,得到系统的状态空间方程;通过证明线性系统的可控性和可观性,选择合适的权函数,设计最优二次型线性调节器(Linear Quadratic Regulator, LQR)和最优状态估计器来得到LQG控制器,通过建立相关模型的Simulink控制系统仿真表明：设计的LQG控制器能有效衰减残余振动;通过与PID控制器对比分析,所提出的LQG控制器能更有效衰减残余振动幅值,振动的超调量更小,所需的稳态时间更短,验证了该控制策略的有效性和可行性。     

空中加油软管-锥套动态建模及其飘摆运动抑制

基于多刚体动力学建立空中加油软管-锥套在尾涡流场及大气紊流下的动态数学模型,分析了加油机在不同飞行条件下软管-锥套的平衡拖拽尾迹,以及大气紊流对软管-锥套运动的影响。软管-锥套随加油机在空中飞行时产生的飘摆运动,增加了受油机安全准确地对接加油锥套的难度。为了抑制软管-锥套空中飘摆运动,对软管-锥套飘摆运动设计了控制器。在非线性模型平衡点处线性化并降阶得到线性增量模型,根据最优控制原理设计了LQR控制器。仿真表明所设计的LQR控制器能有效抑制软管-锥套的飘摆运动,从而能够降低空中加油对接的难度,提高空中加油的安全性。     

考虑推力陷阱的组合动力飞行器切换控制方法研究

针对组合动力飞行器动力切换时的推力陷阱问题,提出了一种考虑推力陷阱的组合动力飞行器切换控制方法。首先,针对组合动力飞行器正常飞行控制需求,基于超螺旋滑模控制方法,设计了正常飞行控制器,从而实现飞行器受扰动情况下的有限时间稳定跟踪参考指令;其次考虑组合动力飞行器动力切换引起的推力损失带来的控制约束,设计了输入约束控制器,实现模态转换阶段跟踪误差有限时间收敛的同时减小推力需求;然后考虑正常情况及模态转换阶段控制器的结合,设计了组合发动机软切换控制方法;最后通过仿真验证了所设计的控制器能够有效规避推力损失现象,并且能够有效保障切换控制系统的稳定性及鲁棒性。     

变结构滑模飞行控制

飞机飞行的范围广泛，复杂，不可能得到精确的飞机数学模型，所以，常规的控制理论应用于飞行控制，效果不佳，模型跟踪变结构控制理论不依赖数学模型，而能对理想模型进行跟踪，使飞机具有良好的性能，本文研究了变结构滑模控制在飞行控制系统的应用，首先，对滑模进行极点配置，使滑模有良好的动态特性，设计了一个比例积分切换超平面，确保消稳态误差，采用饱和控制技术，消除了抖振现象，对系统进行了数字仿真，表明系统不仅实现了无抖模型跟踪，而且具有很中的鲁棒性。     

微小型变体飞行器建模与控制系统设计

研究了机翼可后掠变形的微小型变体飞行器动力学建模和飞行控制系统设计方法. 通过状态点选取、气动参数计算和数据拟合插值,建立了变体飞行器的动力学模型. 针对模型的特点,提出了一种以参数空间方法为基础的变体飞行器飞行控制系统设计方法,通过计算机辅助算法,设计了纵向通道控制系统. 仿真结果表明,所设计的公共固定增益控制器能够使得变体飞行器在不同飞行阶段始终具备要求的动态特性,具有可行性和工程实用性.      

动态矩阵控制在飞翼无人机自动着陆时的应用

进场着陆是飞行的复杂阶段,虽然仅占整个飞行的2%～3%,却大约有1/3的飞行事故发生在此阶段。无尾飞翼无人机着陆下滑时对飞机的速度和姿态具有很高的精度要求,但有时仅靠油门控制飞行速度不能满足要求。针对这一情况设计了一种升降舵加阻力方向舵模型预测控制系统。先采用PID控制加快被控对象的响应速度,在此基础上建立基于动态矩阵控制(DMC)算法的模型预测控制器。DMC的在线优化和反馈校正等特点有效地提高了系统的整体性能。仿真结果表明,与经典PID控制器相比,该系统能够更好地跟踪下滑轨迹,提高无人机的动态响应,并且严格控制下滑速度。     

多控制面柔性翼飞行器阵风减缓研究

小型柔性翼飞行器遭遇较强阵风时会引起姿态和质心加速度的剧烈变化,并诱发柔性机翼的弹性运动,甚至导致失稳.柔性翼飞行器的阵风减缓控制需要同时考虑刚体自由度和弹性自由度.基于最小状态法,将频域非定常气动力转化成时域状态空间形式.推导了离散阵风和连续紊流扰动下,柔性翼飞行器的纵向状态空间方程.采用预测控制方法设计了阵风减缓控制器,提出了多控制面控制分配策略,解决了强阵风扰动下独立控制面控制力不足的问题.仿真结果表明,模型预测控制能够有效减缓离散阵风和连续阵风扰动下飞行器的结构载荷,稳定刚体运动和弹性运动,其控制效果优于线性二次高斯（LQG）控制.      

无人机燃料电池混合动力系统人工神经网络控制策略

目前,全球有200多项在研电推进飞机项目,包含传统固定翼飞机改造、新构型设计、全电推进系统和混合电推进等。近年来,电推进飞机的发展方向可分为纯电动固定翼、电动垂直起降和混合电推进3类。本文针对某小型无人机燃料电池和锂电池组成的混合动力系统,建立了由质子交换膜燃料电池混合动力系统、6自由度飞行器模型和基于神经网络控制器组成的整个系统仿真模型。为了满足无人机不同飞行阶段的电力需求,控制器控制电池电流和充放电速率。在燃料电池作为无人机主要动力源的情况下,对混合动力系统的性能进行验证和评估。对人工神经网络控制器和模糊逻辑控制器性能进行了比较,结果表明,人工神经网络控制器的性能明显提高,增强了无人机混合动力系统的整体稳定性。人工神经网络控制器在效率和油耗方面比模糊逻辑控制器略有提高,约为1%。这说明在这类系统中,所设计的神经网络控制器比经典控制器具有更强的鲁棒性,更好的响应能力、可靠性,可满足无人机燃料电池混合动力系统运行在最优水平和最优效率上。