传感器故障下的航空发动机机载自适应模型重构

利用航空发动机测量参数偏离正常工作情况下的变化量,可以估计发动机的非额定工作状况,并以此对机载模型进行校正,使其与真实发动机工作状况保持一致。建立了包含发动机性能蜕化因素的状态变量模型并对其进行了增广,设计了卡尔曼滤波器,根据可测输出偏离量对发动机性能蜕化值进行了估计,并将性能蜕化值用于修正发动机不可测输出参数。考虑了当某一传感器发生故障后,利用一簇卡尔曼滤波器对发生故障的传感器进行诊断并隔离,并依据剩余非故障传感器的信息对自适应模型进行重构。仿真结果表明,重构的自适应模型能够满足精度及实时性要求。

基于模型参考自适应的感应电机励磁互感在线辨识新方法

针对矢量控制下感应电机最大效率控制系统中由于调整磁链而引起的励磁互感变化问题,基于模型参考自适应(model reference adaptive system,MRAS)提出一种励磁互感在线辨识新方法。该方法采用一种特殊形式函数,将该函数同时建立在2种不同的参考坐标系下,分别作为MRAS的参考模型和可调模型,同时利用稳态电磁转矩并将其作为已知量,实现了对感应电机励磁互感的在线辨识。所建立的MRAS模型与矢量控制中的转子磁链定向角无关,对电机参数有着很强的鲁棒性。系统易于实现,仅需检测定子电流,无需增加硬件设备。实验结果验证了所提方法的正确性和有效性。

一类非线性大滞后系统的改进无模型自适应控制

针对工业过程中一类常见的非线性大滞后对象,基于伪偏导数(pseudo-partial-derivative,PPD)的概念动态线性化非线性系统,并利用跟踪-微分器预测系统未来时刻的输出,提出了一种改进的无模型自适应控制(improved model-free adaptive control,IMFAC)算法.通过严格的理论推导,证明了新算法的BIBO稳定性和收敛性.仿真结果验证了该算法的有效性.

液压伺服系统的模型参考自适应模糊控制新方法

基于液压伺服系统参数不确定性,提出一种改进的模型参考自适应模糊控制方法。该方法用模糊自适应机构代替常规的自适应机构,并用模糊因子自调整律实时调节模糊自适应机构的模糊规则。此方法提高了模糊自适应机构推理规则的调整精度,获得了更好的控制性能。仿真结果验证了该方法的优越性。

K_P=L_2D_2S_2分解的多变量模型参考自适应控制

利用高频增益矩阵KP=L2D2S2的分解,通过重新定义新的规范化信号,对多变量的MRAC方案进行了严格的理论分析,证明了闭环系统的稳定性和跟踪误差的收敛性.

基于K_p=S_1D_1U_1分解的多变量鲁棒模型参考自适应控制

针对具有噪声的多变量系统,利用高频增益矩阵K。_p=S_1D_1U_1分解,提出了一种多变量鲁棒直接型模型参考自适应控制．通过重新证明一些同单变量系统鲁棒自适应控制理论相似的性质,及重新定义规范化信号,找出了闭环系统的所有信号与规范化信号之间的关系,严格地分析了闭环系统的稳定性和鲁棒性．