鱼雷非线性控制研究现状及展望

鱼雷系统是一个多变量、强耦合、时变参数的非线性系统。对其进行多变量非线性控制器设计十分复杂。本文概述了最新发展的非线性控制理论——非线性反馈控制、变结构滑模控制、耦合控制等在鱼雷非线性控制中应用研究的理论成果及进一步研究的方向。最后对鱼雷非线性控制技术作了展望。     

基于自适应模糊神经网络的反舰导弹非线性控制算法

提出了一种综合运用动态逆、模糊神经网络和滑模控制的非线性控制方法.首先运用动态逆理论对非线性系统进行近似线性化,利用具有在线学习能力的模糊神经网络来抵消系统的误差,建立了基于自适应模糊神经网络的控制结构,根据李雅普洛夫稳定理论导出了网络权值的自适应调整规则,用滑模控制和鲁棒控制分量保证了系统的鲁棒性.并将该非线性控制算法用于某型侧滑转弯导弹的控制系统设计.仿真结果表明,这种方法能有效消除扰动的影响,提高导弹过载控制系统响应的精度.     

非线性系统理论在导弹控制中的应用研究进展与展望

总结了目前在导弹控制系统设计中已经开展的有关非线性系统理论研究．阐述了这些非线性方法的基本思想，介绍了它们目前的研究、应用情况，提出了在现阶段这些方法所存在的不足，对非线性系统理论发展及其在导弹控制中的应用前景进行了探讨。     

非线性滑模控制在远程制导炮弹控制器中的应用

将微分几何理论与滑模变结构控制相结合,给出了一种基于反馈线性化的变结构控制设计方法,将该方法应用到某远程制导炮弹控制器的设计中.该方法可以设计具有较强非线性的系统,且设计出的系统具有很强的鲁棒性.仿真结果表明,该方法是有效的,能有效处理非线性较强的制导炮弹控制系统,对工程应用有一定的参考价值.     

推力矢量飞机非线性控制律研究

介绍了一种比较新颖的基于BACKSTEPPING理论的非线性飞机控制方法。BACKSTEPPING理论是继反馈线性化理论之后．在80年代末发展起来的一种比较新的控制理论。反馈线性化理论在飞机控制系统中应用通常与奇异摄动理论结合应用，需要将飞机动态进行时标分离假设．使用内、外环的控制方案。而基于BACKSTEPPING理论的控制系统不需要这种时标分离假设，能够更加真实的反映飞机动态本质．并且在理论上避免了内外环这种控制方案可能存在的闭环系统可能不稳定的隐患。文中将此方法应用在推力矢量飞机非线性控制系统中．仿真结果表明此方案是正确和有效的。     

大型发射装置液压起竖系统的滑模控制研究

针对大型发射装置液压起竖系统这类高阶非线性系统的控制问题,提出了一种自适应多面滑模控制方法。基于液压起竖系统的非线性模型,采用逐步递推的方法给出系统的多面滑模控制器。根据Lyapunov稳定性理论,将自适应律引入多面滑模控制器,实现对系统不确定参数和起竖过程中环境干扰的在线估计,提高系统的鲁棒性。试验结果表明,与普通的滑模控制比较,该控制方法有效地克服了系统自身参数的不确定性和外界干扰的影响,提高了起竖角度的跟踪控制精度。     

火炮高平机电液伺服系统自适应动态面反演控制

针对火炮高平机电液伺服系统存在的负载惯量大、运动过程非线性特性显著、同时存在非匹配不确定性和不确定非线性、外部干扰未知等问题,提出一种自适应动态面反演控制方法。推导建立了系统的数学模型并为每阶系统设计Lyapunov函数和虚拟控制量,逐步反演得到控制律。引入动态面控制方法消除反演过程微分项的膨胀,采用自适应律实现控制过程中未知参数的在线估计,并对控制器稳定性进行了理论证明。借助ADAMS-AMESim-Simulink进行系统的联合仿真,结果表明该方法能实现高平机快速上行与下行,压力波动较小,获得了较好的动态跟踪精度,稳态误差满足要求,具有较强的鲁棒性。     

无人机飞行控制系统非线性设计技术研究

基于现代控制理论的非线性设计是现代无人机飞行控制系统的重要设计方法。在分析总结国内外文献资料的基础上,论述了当前无人机飞行控制系统设计领域中几种重要的非线性设计技术,包括非线性反馈线性化方法、滑模变结构控制方法、多模型自适应控制方法和基于控制Lya- punov函数的Backstepping方法。     

基于模型参考方法的车辆非线性主动悬架反推控制

针对车辆悬架系统存在的参数不确定性,提出一种基于模型参考控制的车辆非线性主动悬架反推控制器设计方法。建立悬架系统非线性模型,引入高低通滤波器,根据悬架动行程改变高低通滤波器的通频带宽,设计一种理想的模型参考系统。在此基础上,构造被控悬架系统与模型参考系统之间的车身位移和速度跟踪误差,基于反推控制方法和Lypaunov理论设计了误差跟踪反推控制器。通过仿真实验验证了所提出的误差跟踪反推控制器的有效性和跟踪精度。     

基于无源性的鱼雷非线性姿态系统滑模控制

将鱼雷纵向姿态系统的非线性模型转换为具有能量函数的广义哈密顿正则型（GHCT），建立了控制律的设计方案。基于系统无源性分析方法设计了变结构滑模控制律，将切换函数作为输出，给出了新的滑模面设计条件，只需考虑在滑模面上的稳定性。该方法完全利用系统的非线性特性，通过无源性理论分析了滑模控制的可达性，而滑模控制能够提高鱼雷姿态系统的控制性能。仿真结果表明，实现了对鱼雷非线性姿态系统的滑模控制，且控制性能良好。     

非线性PID控制在导弹电动舵机系统中的应用

运用非线性控制理论设计了一种电动舵机系统的非线性PID控制器.主要用于提高导弹在飞行过程中电动舵机系统在存在外部干扰时的性能.对电动舵机进行了分类,分别建立了其对应的数学模型并进行了仿真.仿真结果表明,与传统的PID控制相比,该控制算法具有较好的动态性能,且在外部扰动情况下具有较强的鲁棒性.     

非线性预测控制在质量矩导弹姿态控制系统设计上的应用

以所建立的质量矩导弹数学模型为基础, 通过对模型合理地简化, 得到一个耦合的非线性动力学系统.考虑到质量矩导弹的鲁棒性要求和两个滑块伺服机构的协调控制问题, 用基于反馈线性化的非线性控制理论, 采用非线性预测控制, 解决了质量矩导弹姿态控制系统设计问题, 并且系统对于参数的不确定性具有很强的鲁棒性.仿真结果检验了这种方法的有效性.     

非线性系统的自适应模糊反演控制器设计

针对一类非线性系统,考虑到系统的完全未知模型参数和扰动,提出了自适应模糊反演控制方法。首先因为模糊系统可以以任意精度渐近的逼近任意连续函数的优越性,采用自适应模糊控制理论设计模糊系统逼近系统未建模动态。然后采用反演设计方法逐步设计控制律和更新律,并用Lyapunov综合方法证明其最终一致渐进稳定。最后用仿真验证所给方法的正确性。     

基于模糊神经网络的BTT导弹自适应控制

针对不确定非线性BTT导弹控制系统,提出了一种基于模糊高斯基函数神经网络的自适应控制设计方法。在设计过程中将不确定部分合为一项,应用模糊神经网络的万能逼近性质来逼近系统不确定项,然后利用滑模控制和自适应模糊神经网络理论设计了控制器,应用Lyapunov稳定性理论保证闭环系统的稳定性,并推导出自适应律,最后通过仿真结果验证该方法的有效性。     

非线性系统神经网络控制方法研究

采用神经网络理论处理非线性复杂系统，设计了控制网络的各组成部分，给出了具体算法，实现了二级倒立摆系统的稳定控制。     

高超飞行器的非线性预测姿态控制

针对高超飞行器姿态动力学模型多约束、多变量耦合和非线性的特点,采用预测控制理论设计了时变自适应控制器.根据奇异摄动理论将复杂的动力学分解为快慢内外环动力学,直接对非线性系统伪线性化建模,把非线性优化问题转化为线性时变系统的次优化;将指标约束、输入约束、稳定约束转化为线性矩阵不等式(LMI)约束,在线滚动优化求解预测反馈控制律.结果表明,该控制方案保证了闭环系统的稳定性.     

非定常非线性系统解耦控制理论及其在滚转导弹制导中的应用研究

本文研究了非定常非线性系统的解耦控制理论，该理论不仅将非定常非线性系统的输入和输出之间的交叉耦合关系化为一一对应关系，从而把非线性系统分解为若干子系统，而且将这些子系统同时化为线性子系统，实现了精确线性化。本文将该理论用于滚转导弹解耦制导的设计中，数字仿真表明所设计的制导系统不仅精度高，而且具有鲁棒性。该理论也可用于其它含有耦合的非定常非线性控制系统。     

光电跟踪伺服系统的动态非线性控制方法

为提高伺服系统的跟踪精度和响应速度,提出一种非线性PID控制方法。对比了光电跟踪系统捕获与跟踪响应的特征,给出快速稳定的非线性控制方法,并以某光电跟踪系统为例进行实验与分析。结果表明,该方法能实现从捕获到跟踪过程的平滑、快速过渡,保证稳定跟踪中的精度,已得到成功应用。     

动态面滑模控制在大型液压起竖系统中的应用研究

针对大型液压起竖系统中的非对称液压缸建模问题,对系统负载流量和负载压力进行了重新定义,推导建立了起竖系统的非线性模型。为克服系统非线性和不确定性对起竖过程控制的影响,引入滑模控制和动态面控制,提出采用一种基于动态面滑模的控制策略,并给出了控制律。仿真结果表明,与PID控制、一般滑模控制相比,该控制方法有较强的抗干扰能力和良好的跟踪性能,提高了起竖过程的鲁棒性和稳定性。     

无人机飞行控制系统自修复设计研究

提出了一种基于神经网络逆控制的飞行控制方法,用于解决无人机发生故障传统PID失效时,难以恢复控制的问题。通过建立基于适当神经网络结构的非线性系统的逆系统,与PID反馈控制结合,有效解决无人机发生故障时非线性耦合的问题,并重构控制率,使无人机恢复有效控制。仿真结果表明该控制策略可行,提高了在传统PID失效时无人机的生存能力。