基于迭代学习的风洞马赫数控制方法

大飞机的研制对风洞流场马赫数精度提出了更高的要求,带有姿态角补偿的模型预测控制器有效地提高了马赫数的精度。然而,由于很难准确获取所有吹风工况的姿态角补偿模型,导致部分新工况控制效果不佳,影响了马赫数的精度。因此,提出一种基于迭代学习的获取姿态角补偿模型的方法。在已有的姿态角补偿模型基础上,根据实际的吹风试验数据,对姿态角补偿模型进行修正。经过多次吹风结果逐步提高补偿模型的精度,提升变姿态角过程中流场控制器抵抗扰动的能力,达到提高马赫数精度的目的。     

风洞试验连续变攻角控制策略

根据风洞试验中连续变攻角试验技术要求,针对电液伺服控制系统存在的非线性、时变性和不确定性等特性及风洞试验工况十分复杂的特点,提出采用在线辨识的广义预测控制控制策略;首先,为使仿真对实践具有更好的指导意义,利用Labview和AMESim各自优势建立了联合仿真模型;其次,分析并建立了电液伺服系统的CARIMA模型,论述了控制器设计步骤;在前面工作基础上,对系统特性及控制器参数、模型参数和外界干扰等对控制性能的影响进行了深入分析;最后,通过试验验证了控制策略具有良好的控制性能,角速度控制精度达到0.01°/s,能够满足风洞试验连续变攻角技术要求。     

风洞系统非线性块状结构模型

本文将非线性块状模型的建模思想引入风洞系统模型的建立过程中,针对主排气阀和栅指电液伺服机构具有死区非线性特性,分别用含有死区输入的Hammerstein块状模型描述其动态特性,将主排气阀和栅指机构的输出作为风洞流场的输入,建立两输入两输出多变量耦合动态模型.两个独立的Hammerstein子模型与线性动态耦合的风洞流场模型串联构成一个非线性多变量块状模型.采用自适应加权递推辨识算法在线辨识Hammerstein子模型参数,采用带有遗忘因子的递推最小二乘法辨识风洞流场模型参数.仿真与风洞现场测试结果验证了本文方法的有效性.     

基于单片机的风洞模型姿态控制系统设计

传统的角度控制均采用旋转编码器,虽然技术成熟,但价格昂贵;本文介绍选用自整角机及其变送器代替传统的光电编码器,通过两个步进电机实现模型姿态的控制.应用单片机作为控制器,实现对实验模型攻角和侧滑角的改变,角度变化范围分别可以在-15度到 20度、-180度到 180度,系统最后控制精度和测量精度均为0.5度.     

大型砂尘风洞中砂尘浓度测量与控制方法的研究

砂尘浓度指标严重影响砂尘风洞试验效果;在大型砂尘风洞中准确的测量及有效的控制砂尘浓度是砂尘风洞设备研制中的两个关键问题;针对动态试验工况环境中浓度传感器标定的问题,分析了浓度测量时标定参数与风速和浓度的关系,使用模型树算法建立了三者之间的关系模型,以此模型来预测各种动态情况下的标定参数;针对复杂环境下浓度动态控制问题,采用专家PID算法,提出了多回路控制系统结构和专家规则;工程实践表明该测量和控制方法满足了动态试验环境的需求,取得了良好效果;模型树算法和专家PID系统能有效的解决动态工况下砂尘浓度的测量与控制问题.     

遗传算法在跨超声速风洞总压控制中的应用

总压作为风洞控制中的重要流场参数,其调节性能是风洞控制系统能否满足试验要求的重要指标,为提高跨超声速风洞的总压控制水平,需对总压控制策略进行设计。针对某跨超声速风洞对总压控制系统提出的快速性和精确性要求,提出串级控制、智能PID控制和总压分段控制等方法,并利用MATLAB系统辨识工具箱对流场调节阶段的总压系统模型进行了辨识。提出将遗传算法应用于风洞流场调节阶段的PID控制器参数整定中,重点对基于遗传算法的PID控制原理和参数整定步骤进行介绍,并针对遗传算法的遗传算子进行了设计。系统仿真和风洞实际运行情况表明：该方法较常规PID参数整定与优化方法,具有更好的控制性能指标,满足总压控制系统精确性、快速性、鲁棒性等要求,为后续风洞建设和设备改造提供了新方法。     

带有工况中心修正的多模型在线建模

针对运行工况频繁波动、单一模型难以描述过程特性的问题,提出了带有工况中心修正的多模型在线建模方案,包括工况识别机制、局部模型、多模型合成机制.工况识别机制根据工况特征变量分析工况范围,由相近度修正工况中心;局部模型采用Hammerstein模型,非线性增益由带有稳定学习算法的小波神经网络建立,线性模型由带控制量的自回归模型(ARX)建立;多模型合成机制采用加权求和方法.在线修正工况中心可反映工况的时间变化特性,参数稳定学习算法改善了模型精度和自适应能力.采用此方法建立污水处理过程化学需氧量(COD)软测量模型,结果表明,模型在工况大范围变化时仍具有满意预测效果.     

空空导弹大攻角俯仰自动驾驶仪设计

研究导弹自动驾驶仪优化控制问题,针对空空导弹在大攻角飞行过程中,系统的空气动力学特性存在强非线性耦合和参数不确定性,引起系统稳定性差.为了提高系统性能,在导弹俯仰运动的非线性数学模型的基础上,以导弹攻角为被控信号,舵偏角指令为输入信号,提出采用反馈线性化方法对导弹模型进行线性化,然后运用变结构控制理论进行控制器设计.控制器结构简单,易于实现,能够抑制被控对象中存在的不确定性.并通过数学仿真与全状态反馈控制方法设计的控制器进行了比较.结果表明采用反馈线性化和滑模变结构方法设计的控制系统对气动参数摄动和外部扰动具有较强的鲁棒性.     

某跨超声速风洞流场控制软件结构设计

采用LabVIEW开发平台,按照模块化和结构分层设计思想,设计了一套风洞流场控制软件.软件包括上位运行管理和现场实时应用软件两部分,运行管理软件负责参数管理和试验调度,实时应用软件采集现场传感信息并依据试验要求实现风洞压力、位置闭环控制.风洞综合性能调试表明,软件功能完善,满足风洞多种试验工况流场控制要求,并且软件功能分层清晰、结构设计合理、可维护性强、易扩展,为新建风洞流场控制软件开发提供了一种可靠的解决方案.     

基于PID和LQR的四旋翼无人机控制系统研究

为提高四旋翼无人机的飞行稳定性、无人飞行器控制系统的鲁棒性和控制精度,以建立的四旋翼无人机飞行控制系统模型为基础,采用现代控制理论与传统控制论相结合的方法,针对姿态角速率、姿态角分别设计内环LQR(线性二次型调节器)控制器,及外环PID控制的双回路闲环控制器.充分利用PID控制器易于掌握且对模型要求精度低、LQR控制器能改善内回路的动态特性和稳态性能的特点,完成四旋翼无人机的飞行控制.通过实验遴选该双闭环控制器相关参数并进行优化,实验结果表明所设计的双回路控制器控制性能指标良好.     

一种新型大攻角风洞试验系统研制

为了满足现代先进飞行器的大攻角试验需求,提升风洞大攻角试验的测试能力,在FD-06风洞设计开发了一套大攻角试验系统.介绍了系统的总体方案、大攻角机构设计、测控系统设计和达到的主要技术指标.风洞标模试验数据以及实际应用结果表明,系统整体设计合理、堵塞度低、干扰小,可在连续变化攻角过程中动态采集数据,有效扩大了风洞的大攻角试验能力.系统采用的支臂拉杆式大攻角机构设计方法也具有普遍意义.     

引射式跨声速风洞流场控制软件设计

目前提出的引射式跨声速风洞流场控制软件抽气端压力过大,导致排气阀气流排气速度变化过于剧烈;设计了一种新的引射式跨声速风洞流场控制软件,在风洞的控制程序中引入了马赫数和雷诺数,对控制质量进行试验检测,以实现风洞系统能够达到更精准快速的控制水平;在风洞流场控制系统中引入了解耦系统,对风洞测试各部分参数进行解耦筛选,提高各参数的准确度,有利于控制系统实现精准控制;实验结果表明,设计的引射式跨声速风洞流场控制软件能有效降低引射式跨声速风洞流场控制软件抽气端压力,使排气阀气流排气速度处于稳定状态。     

自由飞风洞模型大迎角控制律的仿真研究

研究大迎角飞行以及大迎角控制律，是提高新一代超音速战斗机过失速超机动格斗能力的重要方面。利用自由飞风洞模型研究超音速战斗机的大迎角控制，是一种先进的仿真技术。其仿真效果和仿真水平，是一些传统的仿真方法所无法比拟的。本文介绍美国ＮＡＳＡ兰利研究中心利用直接待征结构配置法设计控制律，在３Ｏ英尺×６０英尺风洞试验室中对缩比为１４％战斗机的自由飞风洞模型人迎角控制律进行仿真研究的过程。自由飞模型试验的迎角高达８０度。驾驶员评论表明，有独创性的控制律，提供了很好的飞行品质，控制系统的鲁捧性也是令人满意的。     

磁悬挂天平俯仰电磁场的二维有限元分析

磁悬挂天平作为一种能够提供无支架干扰试验数据的新型风洞天平,在航空航天领域逐渐引起关注。为丁适应风洞试验对高精度数据的要求,有必要引入新的控制算法以进一步提高磁悬挂天平的控制精度,这就要求获得更为准确的天平电磁场模型及电磁场随模型姿态变化的分布规律。该文采用有限单元法对磁悬挂天平俯仰电磁场进行了二维分析,得到了电磁力随模型俯仰角度变化的规律以及俯仰角度一定条件下电磁力随电流强度变化的规律,并且在实验中对分析结果进行了验证,从而为磁悬挂天平的控制和校准提供参考。     

Position control of a tail-sitter UAV using successive linearization based model predictive control

A successive linearization based model predictive control (SLMPC) method is proposed to control a vertical take-off and landing (VTOL) tail-sitter unmanned aerial vehicle (UAV) in hovering flight. The dynamic model of the vehicle is derived, including a low-fidelity aerodynamic model and a propulsion system model. The position controller is developed by a state–space prediction model augmented with estimated disturbance and feedback integration terms. The time-varying weight in the objective function is included and the velocity of vehicle is considered as reference to improve the performance. The system is first tested in a software-in-loop environment followed by the real-time indoor flight tests. The results demonstrate the vehicle can precisely follow a trajectory and stably hold position under unsteady wind disturbance     

Optimal disturbance rejection control approach based on a compound neural network prediction method

A new optimal disturbance rejection control method is proposed for the system with disturbances via a compound neural network prediction approach in this paper. The disturbances caused by external disturbances and model mismatches can be estimated by a disturbance observer, and the estimation of disturbances is introduced into the neural network predictive model to make the predictive output more accurate. Then based on the new compound neural network predictive model, a controller, which ensures both optimal performance by the receding horizon optimization and strong disturbance rejection ability, is obtained. The proposed scheme is applied to control the temperature of a simplified jacketed stirred tank heater (JSTH). Simulation results demonstrate the effectiveness of the proposed control method.     

A hybrid Gaussian process approach to robust economic model predictive control

This paper proposes a hybrid Gaussian process (GP) approach to robust economic model predictive control under unknown future disturbances in order to reduce the conservatism of the controller. The proposed hybrid GP is a combination of two well-known methods, namely, kernel composition and nonlinear auto-regressive. A switching mechanism is employed to select one of these methods for disturbance prediction after analyzing the prediction outcomes. The hybrid GP is intended to detect not only patterns but also unexpected behaviors in the unknown disturbances by using past disturbance measurements. A novel forgetting factor concept is also utilized in the hybrid GP, giving less weight to older measurements, in order to increase prediction accuracy based on recent disturbances values. The detected disturbance information is used to reduce prediction uncertainty in economic model predictive controllers systematically. The simulation results show that the proposed method can improve the overall performance of an economic model predictive controller compared to other GP-based methods in cases when disturbances have discernible patterns.     

Adaptive back-stepping pitch angle control for wind turbine based on a new electro-hydraulic pitch system

A new electro-hydraulic pitch system is proposed to smooth the output power and drive-train torque fluctuations for wind turbine. This new pitch system employs a servo-valve-controlled hydraulic motor to enhance pitch control performances. This pitch system is represented by a state-space model with parametric uncertainties and nonlinearities. An adaptive back-stepping pitch angle controller is synthesised based on this state-space model to accurately achieve the desired pitch angle control regardless of such uncertainties and nonlinearities. This pitch angle controller includes a back-stepping procedure and an adaption law to deal with such uncertainties and nonlinearities and hence to improve the final pitch control performances. The proposed pitch system and the designed pitch angle controller have been validated for achievable and efficient power and torque regulation performances by comparative experimental results under various operating conditions.