多性能指标约束下的涡扇发动机大包线抗扰控制

针对涡扇发动机系统会受到状态扰动且需满足给定的多性能指标约束问题,本文基于大包线非线性变参数模型,设计了一种鲁棒非线性控制器.首先,将状态扰动对系统的影响看作系统参数的不确定性;其次,将性能指标约束转化为对系统状态误差的约束,通过设计指数衰减函数,限制系统的状态误差,进而使系统满足期望的性能指标;最后,采用多项式平方和技术,得到了控制器的可解性条件,并通过Lyapunov稳定性理论证明了闭环系统的稳定性.仿真结果说明,本文提出的控制方法使得涡扇发动机对状态扰动有明显的抑制作用,且闭环系统满足给定的动态和稳态性能指标.

滑翔式高超声速飞行器大包线状态反馈控制

研究了基于状态反馈的滑翔式高超声速飞行器控制系统设计方法。首先建立了滑翔式高超声速飞行器的动力学模型并对其耦合特性进行了分析,然后考虑到该飞行器再入过程中存在的扰动、参数大范围变化和强耦合情况,针对一类抗扰动鲁棒控制系统,在采用伺服补偿器和基于特征根配置设计的镇定补偿器的基础上,引入状态反馈解耦控制器实现输入输出的近似解耦,得到了一种改进的控制系统结构,设计了滑翔式高超声速飞行器的控制系统。最后,通过定点仿真、参数拉偏仿真及大包线全轨迹飞行仿真,对控制系统的性能进行了检验,校验了控制系统设计方法的有效性。

一种飞机大包线控制律增益调参方法

针对飞行控制系统大包线控制律中控制器参数规律难以拟合的问题,提出了一种包线范围内工作点的选择方法和按动压调参的控制器参数范围设置方法,按本方法所选择的工作点在包线范围内分布均匀,控制器参数随动压单调变化,便于拟合。为证明本方法的有效性,以某型运输机为例,对纵向控制增稳系统中的参数进行了调参规律拟合。仿真结果表明,所得控制律在整个包线范围内都具有良好的动态响应。

基于PSO算法的WNN大包线增益调参控制律设计

提出了一种基于粒子群优化算法的小波神经网络大包线调参控制律设计方法。该方法用小波函数代替了Sigmoid函数作为激活函数。由于结合了小波变换良好的高频域时间精度、低频域频率精度的性质和神经网络的自学习功能,因而具有较强逼近非线性函数的能力。为了克服局部极小值问题并进一步提高对非线性函数逼近能力,利用粒子群优化算法对小波神经网络进行参数训练,并利用该网络实现了大包线增益调参。飞行仿真结果表明,所设计的小波神经网络增益调参控制器具有优良的控制性能,不仅能够保证平衡状态下的控制效果,而且在未训练的平衡状态下依然具有良好的控制性能,并且在存在20%的建模误差时,最大超调量仅为6 m,仅是使用常规增益调参方法的18%。

大包线开行万吨列车方案研究

通过对大包线开行万吨列车的必要性、万吨列车牵引方式和大包线万吨列车车站分布情况的分析,提出大包线万吨列车开行方案需满足其集运要求,并分别讨论了万吨列车集中集束到发、分散集束到发及交接口组合3个方案,最终大包线万吨列车开行方案推荐采用分散集束到发方案。

提高大包线非正常情况下运输组织能力的实践

通过分析提高大包线运输组织能力的必要性,阐述了挖掘非正常情况下运输潜力,对确保完成运输增量任务具有重要的现实意义。结合大包线运输能力现状,非正常情况占用运输能力状况,针对专业管理不到位、现场作业受控有待提高、设备维修养护有待加强等问题,提出有关对策与措施,通过有效实施取得了良好的效果。

直升机大包线神经网络控制器设计

直升机各通道的强耦合性以及复杂的非线性关系导致其控制系统设计困难。为了解决上述问题,对飞行包线内的多状态点进行小扰动线性化,基于H∞混合灵敏度理论设计姿态控制系统,利用线性控制器产生的误差输入及控制输出进行样本采集,搭建RBF径向基神经网络并用采集到的样本训练该网络实现控制器的拟合,对训练得到的神经网络控制器在飞行包线内非设计点处进行控制效果验证。仿真结果表明:上述控制系统能够很好地跟踪姿态控制指令,跟踪速度快,对整个包线的直升机模型控制有较强的鲁棒性和自适应性。

高超声速飞行器应用保护映射的大包线控制律

针对高超声速飞行器模型具有高度非线性和易变的动态特性,应用保护映射理论提出了一种高超声速飞行器大包线控制律设计方法.首先,结合间隙度量理论建立高超声速飞行器线性变参数(linear parameter-varying,LPV)模型,然后设计控制器结构并计算初始点的控制器参数,并根据保护映射理论分析初始控制器使闭环系统稳定的参数区间,通过迭代运算自适应地获得满足性能要求的控制器参数集合.仿真结果表明,建立的LPV模型具有良好的精确度;所设计的大包线控制律能够满足高超声速飞行器的性能要求,并且保证系统在飞行域内全局稳定.

基于线性参变模型的大包线飞行控制系统设计

介绍一种基于线性参变模型(LPV)设计大包线飞行控制器的新方法。这种设计方法是应用基于LMI的H_∞控制来设计飞行控制器,能够从理论确保飞行控制系统的稳定性和鲁捧性。文中主要研究基于单一Lyapuanov方程的LPV自增益调参控制器的设计方法。

乘波构型高超声速滑翔飞行器大包线反步控制方法

高超声速滑翔飞行器在高速突防、快速打击等方面具有重要应用前景,是航空航天领域的重要发展方向。针对高超声速飞行器快速、大空域的飞行环境特性复杂、姿态控制系统适应性要求高的特点,建立高超声速飞行器姿态运动模型,采用解耦设计方法,利用块控反步控制理论设计姿态控制器。经证明和仿真结果可知,该方法严格保证闭环系统的Lyapunov稳定性,控制律设计具有灵活性,响应速度快,能克服气动参数变化带来的影响,鲁棒性较好。

大包线集宁至大同段铁路达速方案探讨

文章探讨了大包线集宁至大同段铁路达速方案,通过对不同达速目标值的比选研究,消除限速运行处所,实现全段达速。

浅谈大包线接入网优化方案

大包线接入网为基于SDH-622Mb／s系统，电气化改造完成后，随着大量业务的增加，呼和浩特通信站节点OLT的资源占用紧张，故障率提高。据此提出利用不同路由实现大包线接入网的优化改造，达到提高网络可靠性的目的。

大包线扩能站场改造方案探讨

针对大包线开行2万t重载列车和年煤炭运量将保障大秦线达到4.5亿t的发展目标,分析大包线煤炭来源及去向构成,确定大包线运输组织方案和主要技术标准,对机车连挂方式、技术站作业、牵引质量、到发线有效长进行探讨,并提出技术作业站的改造方案。

浅谈在大包线电气化扩能改造工程设计的难点及先进性

分析了大包线在电气化扩能改造前存在装备水平差、设备老化、技术标准低、坡度大、曲线半径小、旅行速度慢等问题,并阐述了对本线进行电化扩能提速改造重点、难点及新技术的运用,对提高交通运输质量、满足社会发展对客货运输的需求、推动沿线区域经济和旅游业的发展以及区域国土开发,改善路网运输功能具有重要的意义。

高超声速飞行器大包线切换LPV控制方法

高超声速飞行器飞行包线和参数变化范围大,气动参数存在较强不确定性,要求控制器能够适应大的飞行包线并具有较好的鲁棒性。针对上述问题,提出一种基于间隙度量的大包线滞后切换线性变参数(LPV)控制方法。依照时变参数将设计包线划分为若干子区域,将多胞理论和间隙度量引入控制器求解,提出了基于最优间隙度量的LPV控制方法,并利用此方法独立设计各子区域的LPV控制器,以改善控制器控制性能和鲁棒性能;利用基于重叠区域的滞后切换策略实现大包线内各子区域控制器的切换,以抑制切换面附近控制器的切换抖动,并证明了切换闭环系统的稳定性;最后以某型高超声速飞行器为对象设计了大包线滞后切换LPV控制器。仿真结果表明该方法可实现控制指令的精确跟踪,提高设计包线内LPV控制器的控制性能和鲁棒性能,并能保证切换系统的稳定性。

乘波体高超声速飞行器大包线鲁棒控制技术

乘波体高超声速飞行器的机体/动力耦合及大包线飞行特点导致其控制系统设计困难。基于大量气动数据,采用拟合的方法建立数学模型,并进行小扰动线性化,将机体/动力耦合、大包线飞行等转化为模型参数的大范围摄动。基于LQR和H∞理论设计双回路控制系统,内回路用于抑制模型参数的大范围摄动,外回路用于满足系统的性能要求。仿真结果表明:控制系统能够很好地跟踪速度/高度指令,跟踪速度快,精度高,系统计算量小,满足工程应用需求。

直升机模糊免疫自适应模型逆控制系统研究(英文)

针对直升机大包线飞行控制问题,以模型逆理论为基础,引入生物免疫应答机理和模糊控制方法,提出了模糊免疫自适应模型逆控制系统设计方案。该方案通过设计模糊免疫在线补偿模块,自适应补偿由近似逆模型带来的模型逆误差,实现大包线飞行控制。与神经网络自适应控制方法的对比仿真结果表明,本方案实时性好,在大飞行包线下能够很好地实现控制目标;在舵面受损、输出存在干扰时体现出较强的鲁棒性;且系统具有良好的三轴姿态解耦能力。

无人机俯仰角程序调参控制律设计

研究无人机控制器优化设计问题,针对固定参数控制器难以满足无人机大包线飞行品质的问题,用程序调参的思想设计了某型无人机俯仰角的控制系统。首先建立无人机小扰动化线性模型,再利用根轨迹法,设计了无人机平衡点处的俯仰角局部控制器,得到了程序调参增益调度表,最后利用三次样条插值法拟合出了调参曲面,可实现无人机俯仰角的全局程序调参控制,并使无人机达到了一级飞行品质标准。利用Simulink软件进行仿真的结果表明,所设计的程序调参控制律合理有效,控制系统在整个飞行包线内都具有良好的动态响应性能,证明改进方法具有一定的工程应用价值。

战斗机纵向战术机动飞行控制系统设计与仿真

文中以某型飞机为研究对象,对该机在战术机动飞行中的纵向机动动作进行了仿真。由于飞机的气动参数随着飞行高度的不同而不断变化,因此控制器参数也应该做相应的调整。为了获得不同飞行高度下的飞机的气动参数与控制器参数,仿真中对以上两组参数进行了拟合。仿真结果表明:采用文中提出的设计方案,所设计的飞行控制系统能够完成要求的机动飞行动作并且具有优良的跟踪性能。

基于小波神经网络的飞行控制律设计

研究战机稳定性能优化挖掘问题,由于飞行控制器增益要求实时调整,达到飞行稳定。为解决上述问题,提出了一种小波神经网络的大包线增益调参飞行控制器设计,根据神经网络的非线性泛化能力获得各个学习样本飞行状态间控制器参数的取值,利用小波神经网络来实现大包线增益调参飞行控制,可以提高收敛速度与逼近精度,并可利用免疫粒子群算法替代BP算法对小波神经网络中的参数进行优化。仿真结果表明,所设计的小波神经网络增益调参飞行控制器实现了大包线飞行控制,并且具有良好的稳定控制性能。