基于微分观测器的飞行模拟转台伺服系统非线性控制

飞行模拟器转台伺服系统是导弹飞行的重要模拟设备,用于获取实验数据;针对飞行模拟转台伺服系统在跟踪控制过程中存在参数不确定性、非线性摩擦等不确定性问题,提出了一种基于微分观测器的飞行模拟转台伺服系统非线性控制方法;考虑系统在跟踪控制过程中存在不确定性问题,设计了微分观测器来估计复合不确定扰动;设计非线性控制器来控制飞行模拟转台伺服系统,使得系统可以收敛到期望位置转角信号;通过李雅普洛夫稳定性证明控制器作用在系统条件下的鲁棒性;通过MATLAB/Simulink仿真试验平台验证了文中提出的控制策略能够使系统有效跟踪期望位置转角,具有一定工程应用价值。

带微分观测器的双环姿态跟踪控制

针对捕获非合作目标航天器的姿态跟踪控制问题,给出了一种双环姿态跟踪控制器.通过引入虚拟角速度将二阶姿态运动方程分解为内外环独立的子系统.外环预设有界虚拟角速度使航天器姿态渐近收敛于期望姿态;内环采用二阶微分观测器精确估计由转动惯量摄动、外部干扰和饱和超幅部分组成的不确定项,基于观测值的鲁棒姿态控制器使内环角速度指数收敛于外环虚拟角速度.双环姿态跟踪控制能够满足控制饱和及角速度有界约束下的跟踪精度和闭环系统的全局渐近稳定性.数值仿真验证了该控制器的鲁棒性和有效性.

基于观测器的非线性系统神经网络鲁棒控制

提出一类不依赖于模型的状态观测器,通过分析其根轨迹和极点要求配置合适的参数,该观测器本身是一个能提取高阶微分的高阶微分器.基于Lyapunov稳定性理论设计了使闭环系统渐近稳定,对模型变化和扰动具有鲁棒性的神经网络自适应控制器.该控制器不仅考虑了闭环系统的输出和设定输入误差的微分,而且考虑了误差的高阶微分,从而提高了控制品质.最后通过仿真例子验证了所提出理论的正确性.

基于无微分扰动观测器的水泥厂风机能效辨识系统

预热器引风机、磨粉机引风机和袋房引风机是水泥厂用电大户。考虑到近年来水泥市场竞争越来越激烈,评估这些风机及其通风系统的能效,优化运行效率以节省消耗的电力是非常有必要的。这些节能优化也可以大大减少排放和整个生产过程的碳足迹。现有的能效评估多采用预埋传感器的嵌入方式实现的,成本高,周期长。设计了一种基于在线参数的水泥厂风机系统非嵌入式无微分扰动观测器辨识系统能效,对永磁同步电机驱动离心风机系统进行估计。建立了系统设计的模型,搭建了软硬件,进行了系统测试,结果表明了能效辨识系统的有效性。

燃料电池空气供应系统非线性鲁棒控制

提出了一种质子交换膜燃料电池空气供应系统非线性鲁棒控制方法。控制目标是在阶跃负载电流条件下过氧比和电堆阴极压力调整到期望值,避免燃料电池空气供应系统出现氧气不足的现象,获得最大净功率。建立了面向控制的空气供应系统多输入多输出模型,针对空气供应系统模型中电堆阴极压力不能直接测量和模型具有非线性程度高、耦合性强、参数的不确定性大等特点,设计了非线性鲁棒控制方法,该方法包括微分观测器和基于反馈线性化的非线性鲁棒控制器。进行了仿真试验,验证了模型精度,并在负载电流阶跃变化和系统参数不确定的条件下,验证了微分观测器和燃料电池空气供应系统非线性鲁棒控制方法的鲁棒性和有效性。

两轴转台位置伺服系统自适应鲁棒控制

针对某两轴随动转台运行时负载与参数变化大、轴间耦合干扰作用强的特点,将自适应鲁棒控制策略应用到其位置伺服系统控制器设计中,并证明了稳定性;由于控制律中含有采集信号的高阶微分项,为避免采集噪声对控制精度的影响,采用微分观测器,以减小其影响;仿真结果表明,相对于PID及传统自适应鲁棒控制器,使用该控制方法后,系统跟踪精度明显提高,且控制输入更加平滑,具有较好的瞬态与稳态性能。

基于DESO运动预测的模板匹配算法

针对战车目标自动跟踪火控系统对跟踪算法实时性、抗遮挡性要求高的特点,提出了一种基于DESO运动预测的模板匹配算法。该算法通过使用DESO对目标的运动轨迹进行预测,减少了目标的搜索范围,缩短了算法的运算时间。同时,遮挡判断和处理的增加使算法的鲁棒性得到了增强。实验结果表明与基于其他滤波算法的模板匹配算法相比,该算法具有不依赖于目标运动模型,预测精度高,实时性好,抗遮挡能力强的优点。

基于混沌遗传的DESO参数整定算法

微分扩张状态观测器作为自抗扰控制技术的核心之一,具有很好的滤波性能,在目标跟踪领域可以很好地实现对目标运动轨迹的预测。针对DESO参数多且难以整定的问题,提出了基于混沌遗传的参数整定算法。算法有效提升了遗传算法的寻优能力,提高了算法的收敛速度,在一定范围内能够求得的全局最优解,满足对多种运动模型的滤波精度要求。仿真实验结果证实了所提算法的可行性和有效性,并表明通过混沌遗传算法整定出的DESO参数具有很强的鲁棒性。

可重复使用运载器预测制导与鲁棒容错控制

为实现可重复使用运载器(Reusable launch vehicle,RLV)的再入段准确制导与鲁棒容错控制,提出了一种基于改进预测校正制导律和鲁棒容错姿态控制联合的方法.首先,设计改进倾侧角幅值模型和航迹方位角走廊的预测校正制导律,结合标称迎角剖面,在线计算得出姿态系统的输入指令;然后,针对控制系统的不确定/干扰及舵面部分失效问题,提出一种改进跟踪微分干扰观测器来估计不确定/干扰和舵面失效作用,通过在观测器中增加前馈项进一步提高了复合干扰的估计精度;最后,针对舵面饱和问题设计辅助抗饱和系统,并应用sigmoid饱和函数来改善姿态系统中角速率回路反步法的控制性能.制导与控制系统的六自由度联合仿真实验表明,在考虑姿态回路复合干扰、舵面部分失效及饱和的情况下,RLV准确跟踪了姿态角指令,其飞行轨迹能够到达再入终端落点区域并满足约束条件,因此提出的方法实现了再入段准确制导,较好解决了姿态回路不确定、舵面部分失效及饱和问题,具备良好的鲁棒容错控制性能.

基于DESO的Mean Shift目标跟踪算法研究

将基于DESO的运动预测算法和Mean Shift算法相结合,形成一种新的基于Mean Shift的快速目标跟踪算法.该算法以DESO预测位置作为MeanShift算法下一帧候选模型的计算中心,实现了对快速运动目标的跟踪,并通过DESO对目标运动轨迹进行预测,较好地解决了目标完全遮挡时的跟踪问题.实验结果表明,该算法具有预测精度高、实时性好、抗遮挡能力强的优点.