基于粒子群的状态反馈控制特征向量的配置

状态反馈控制特征结构的配置分为特征值的配置和特征向量的配置,在特征值已经确定的情况下,特征向量矩阵的条件数对于系统鲁棒稳定性有着直接的影响。因此以减小特征向量矩阵的条件数为直接目的对特征向量进行配置,是提高系统鲁棒稳定性的最直接的办法。由于在状态反馈控制中特征向量的配置存在自由度,因此以特征向量矩阵的条件数为适应度函数,采用粒子群算法进行优化。同时针对粒子群算法中存在的后期收敛速度慢,搜索精度不高,并可能陷入局部极值的缺陷,对粒子浓度进行调节以保持粒子的多样性,防止算法陷入局部极值。同时建立优秀粒子记忆库,克服粒子群算法后期收敛速度慢的缺点。最后通过实例将改进后的粒子群算法与其它算法进行了比较,验证了本算法对于减小特征向量矩阵的条件数和提高系统鲁棒稳定性的优越性。

基于最小化模态能量的改进结构振动响应主动配置方法

本文提出一种利用多输入反馈控制同时配置结构系统特征值和特征向量的振动主动配置新算法,可针对指定的特征值与特征向量进行主动配置以减少结构振动响应。首先,通过奇异值分解找到可实现特征向量的子空间;其次,通过最小化模态能量来选择最优特征向量;然后基于提出的算法来实现振动控制的最优特征向量和期望特征值配置;最后,通过几个数值算例验证该算法的有效性和准确性。

航空发动机传感器故障鲁棒检测方法

研究发动机传感器故障准确检测问题,现代航空发动机数字电子控制系统对传感器的可靠性要求日益提高。针对航空发动机结构复杂,又工作在高温和高压下,常规采用的传感器故障检测方法的准确性易受到建模误差与外界扰动的影响,造成漏报或误报。为了提高检测精度,提出建立航空发动机数控系统传感器未知输入故障模型,采用特征结构配置的方法,通过配置闭环系统左特征向量实现故障检测残差对不确定性因素的干扰解耦,降低扰动对故障诊断结果的影响。用某型涡扇发动机数控系统传感器故障数字仿真试验表明,所设计的方法对范数有界的不确定量可以实现干扰解耦,抑制干扰对故障检测的影响,改善检测算法的鲁棒性,提高检测结果的准确性,同时满足在线运算的实时性要求。提高了航空发动机的可靠性,保证了安全飞行。

高速列车动态系统鲁棒故障诊断滤波器设计

针对高速列车动态系统研究了鲁棒故障诊断滤波器的设计问题。首先,通过引入多质点力学模型刻画了高速列车动态特性,并将线性化过程中产生的高阶项以及由轨道曲线阻力、坡度以及隧道阻力造成的非线性不确定阻力建模为具有特定方向性特征的外界干扰。其次,将高速列车常发的牵引系统故障、传感器组故障以及车体结构故障归结为两类故障模型,通过建立两类故障的等价关系,在故障诊断滤波器设计过程中将本文考虑的三种故障统一化为类执行器故障进行处理。最后,针对高速列车动态系统多质点模型,基于几何方法通过系统左特征向量配置设计鲁棒故障诊断滤波器,并进行了数值仿真,仿真结果验证了本故障诊断滤波器设计方法的有效性。