折叠翼飞行器的动力学建模与稳定控制

折叠翼飞行器在变形过程中,其动力学模型呈现多刚体、多自由度和强非线性特点,同时气动力/力矩、压心、质心和转动惯量等参数也会大幅度变化,严重影响飞行稳定性.由此,本论文将对飞行器的多刚体动力学建模与变形稳定控制进行研究.基于凯恩方法建立了折叠翼飞行器的多刚体动力学模型,并从中得到了变形所产生的附加力和力矩表达式.通过气动计算拟合出气动参数与折叠角之间的函数关系,由此分析了不同折叠角速度下飞行器的纵向动态特性,结果表明,折叠翼飞行器变形过程中速度、高度和俯仰角均会发生变化,飞行器无法保持稳定飞行.为此提出了一种基于自抗扰理论的飞行器变形过程中的稳定控制方法.将折叠翼飞行器纵向非线性动力学模型中存在的非线性项、耦合项以及参数时变项都视为系统内外总扰动,利用扩张状态观测器对总扰动进行实时估计和补偿,针对补偿后的系统设计PD控制器,实现了速度通道和高度通道的解耦控制.通过Lyapunov稳定性原理证明了系统的稳定性,并进行数学仿真验证.仿真结果表明,基于自抗扰理论设计的稳定控制器能够解决飞行器变形所带来的强非线性和参数时变等问题,保证飞行器的高精度稳定控制.     

基于hp自适应伪谱法的飞行器再入轨迹优化与制导

研究了一种基于hp自适应伪谱法的飞行器再入在线轨迹优化与制导方法。首先针对飞行器再入段在末速度最大的条件约束下进行了轨迹优化;然后针对再入段地球大气分布不均匀、建模误差、扰动等因素,设计了基于hp自适应伪谱法的反馈制导方法;最后进行了数学仿真研究。仿真结果表明:采用本文提出的反馈制导方法得到的末速度为6.93 km/s,比未采用闭环制导的方法提高了0.33 km/s,并且制导精度提高了15倍。     

提高高马赫数超燃冲压发动机推力的理论方法

斜爆轰发动机和激波诱导燃烧冲压发动机在高马赫数吸气式发动机中具有重要应用前景,但是斜爆轰发动机是否具有足够大的净推力,还是一个未知的问题,因此需要对高马赫数冲压发动机的推进性能以及提高推力的方法进行理论研究.本文主要分为3部分.第1部分理论研究了超燃冲压发动机中的爆燃波和爆轰波的传播特性.保证发动机稳定燃烧是提高推力的...     

基于优化的离散空间轨迹规划算法

针对无人车离散空间轨迹规划时存在路径不平滑、速度不平稳、动态规划运算时间长等问题,提出一种基于优化的离散空间轨迹规划算法。将无人车所需搜索的空间解耦为纵向-横向空间（S-L空间）和纵向-时间空间（S-T空间）,在S-L空间根据静态避障和路径平滑程度的要求设计代价函数进行动态规划,进而利用二次规划对动态规划结果进行优化;在S-T空间提出一种改进的动态规划方法,根据道路速度限制和不可倒车约束优化搜索,并引入启发函数加快对规划终点的搜索速度,减少算法计算量,提高运行效率。仿真实验结果表明,在静态避障和动态避障环境中,所提算法规划出的轨迹曲率更小、速度变化更平滑、运行时间更快,相比于传统动态规划算法单次规划时间减少了77.13%。     

基于深度强化学习的多无人车系统编队控制

针对多智能体编队控制问题,研究了基于DDQN深度强化学习算法的多无人车系统的编队控制器,采用一致性控制与伴随位形相结合的方法对编队控制问题进行建模和简化.建立了基于相对距离和速度的状态空间,使得控制输入不依赖于全局信息,然后设计了基于九大典型运动方向的动作空间,并设计了基于相对距离和相对速度的奖励函数,基于以上参数进行了神经网络架构的设计和网络训练与运动仿真环境的搭建,并成功训练出有效的控制器.该控制器可以直接应用于带有非完整约束的欠驱动无人车的编队任务,且控制器的网络训练只需要运动数据而不需要精确模型,是一种无模型控制方法.最后,通过大量不同场景下的运动仿真验证了控制器的有效性,包括多队形、多位置、多轨迹仿真以及时变队形、时变通讯和通讯故障等特殊情况的检验,该控制器在所有场景中均能有效完成控制任务.最后优化了编队起始阶段的策略,定义了等候条件与启动条件,有效节约了控制的能耗,利用运动仿真和对比分析验证了优化作用.     

基于混沌粒子群优化算法的空间机械臂轨迹规划算法

针对自由漂浮状态下的空间机械臂系统,研究了基座姿态扰动最小的轨迹规划问题。首先通过正弦函数参数化机械臂各个关节,在机械臂关节角速度、角加速度以及基座姿态变化范围受限的约束条件下,定义了基座姿态扰动最小的目标函数,然后提出了基于混沌粒子群算法的轨迹优化策略,并给出了具体求解步骤。数值算例结果表明,在满足系统的约束条件下,机械臂关节变化平缓,不存在角速度突变的情况,并且比标准粒子群算法具有更快的收敛速度,在优化轨迹下进行运动仿真,结果表明终止时刻基座姿态扰动为1.3708°(三轴合成),而梯形规划的姿态扰动为8.5459°,优化后使得姿态的扰动减小84%,从而说明所提出的算法能够有效减小机械臂运动对基座姿态的扰动。     

基于改进强化学习的移动机器人路径规划方法

随着移动机器人在各领域的应用与发展,对移动机器人路径规划能力提出了更高的要求。为了解决现有移动机器人利用强化学习方法进行路径规划时存在的收敛速度慢和规划出路径平滑度较差的问题,提出了一种改进的Q-learning算法。首先,在Q值初始化的过程中引入人工势场法中的引力势场,以加快收敛速度。然后,调整移动机器人动作方向,增加动作步长,并在状态集中增加了方向因素,以提高规划路线的精度。最后,在栅格地图中,对所提出的算法进行了仿真验证。仿真结果表明,改进后的算法较传统的Q-learning算法在路径规划的时间上减少了91%,并且规划出路径的平滑度提高了79%。     

考虑气动参数扰动的再入轨迹快速优化方法

针对传统再入轨迹优化方法收敛速度慢、对初值敏感程度高等的局限性,提出了一种基于序列凸优化的再入轨迹快速求解方法.该方法以倾侧角的变化率作为控制量,改进了现有凸化策略,考虑到抑制数值优化过程中由于数值离散方式带来的锯齿化现象,采用 B 样条曲线离散控制量,同时为避免算法在初始猜想值附近出现伪不可行的问题,增加额外虚拟控制量,通过一种"回溯直线"搜索的方法,提高算法的稳定性、快速性和寻优结果的光滑性.为研究飞行器再入过程中的气动参数扰动问题,采用采样点少、易于实现,计算效率高的广义混沌多项式理论研究方法,建立了基于广义混沌多项式和凸优化相结合的再入轨迹鲁棒优化模型,该模型在优化过程中考虑气动参数扰动对寻优结果的影响作用,避免了传统轨迹与制导律的复杂迭代设计环节,可有效降低优化轨迹对气动参数扰动的敏感程度,在气动参数不确定条件的干扰下,依然可以保证飞行器顺利安全的完成飞行任务.最后,以美国某可重复使用飞行器的再入任务为例,验证了基于序列凸优化的再入轨迹优化方法的快速性以及鲁棒优化模型对气动参数扰动的抗干扰性能力,表明了该方法具有一定的工程应用性.      

基于改进强化学习的移动机器人动态避障方法

针对未知环境下移动机器人动态避障存在规划轨迹长、行驶速度慢和鲁棒性差等问题,提出一种基于改进强化学习的移动机器人动态避障方法。移动机器人根据自身速度、目标位置和激光雷达信息直接得到动作信号,实现端到端的控制。基于距离梯度引导和角度梯度引导促使移动机器人向终点方向优化,加快算法的收敛速度;结合卷积神经网络从多维观测数据中提取高质量特征,提升策略训练效果。仿真试验结果表明,在多动态障碍物环境下,所提方法的训练速度提升40%、轨迹长度缩短2.69%以上、平均线速度增加11.87%以上,与现有主流避障方法相比,具有规划轨迹短、行驶速度快、性能稳定等优点,能够实现移动机器人在多障碍物环境下平稳避障。     

基于hp自适应伪谱法的组合动力可重复使用运载器轨迹优化

针对传统化学火箭难以重复使用、发射成本高的问题,提出了一种水平起飞/降落的新一代可重复使用运载器飞行方案,并对其动力模式设计和上升段轨迹优化方法等关键技术进行深入研究。设计了一种涡轮\冲压发动机结合火箭\冲压发动机的组合动力模式,建立了发动机推力与高度、马赫数等变量间的耦合模型,根据动力形式将上升段轨迹分为两段并采用全局搜索法确定动力切换的最佳时机。根据分段结果,分别以燃料最省和终端速度最大为指标,利用hp自适应伪谱法对两段进行轨迹优化设计。该算法基于双层策略求解最优控制问题,兼备伪谱法和有限元法的优点,与打靶法、伪谱法和间接法相比,初值更易选取,收敛速度更快。     

Iterative learning control of multivariable uncertain nonlinear systems with nonrepetitive trajectory

Nonlinear Dynamics - Iterative learning control (ILC) theory is based on the traditional assumptions of resetting condition and repetitive trajectory. To overcome these restrictions, a novel ILC is...     

Reinforcement learning for wind-farm flow control:Current state and future actions

Wind-farm flow control stands at the forefront of grand challenges in wind-energy science.The central issue is that current algorithms are based on simplified models and,thus,fall short of capturing the complex physics of wind farms associated with the high-dimensional nature of turbulence and multiscale wind-farm-atmosphere interactions.Reinforcement learning(RL),as a subset of machine learning,has demonstrated its effectiveness in solving high-dimensional problems in various domains,and the st...     

Dynamical system based optimal control of incompressible fluids. Boundary control

The choice of the cost functional for vortex reduction in optimal control of fluid flow is still an important challenge. We propose to utilize a dynamical systems based measure for vorticity involving the velocity gradient tensor in the cost functional. Its effectiveness and some of its features are demonstrated for boundary control problems.     

Disturbance rejection control of morphing aircraft based on switched nonlinear systems

Nonlinear Dynamics - The problem of disturbance rejection control for the longitudinal dynamics of a morphing aircraft is investigated based on switched nonlinear systems. A disturbance observer...     

基于广义密度演化方程的结构随机最优控制

基于广义密度演化方程和Pontryagin极大值原理,推导了一般随机激励作用下闭环系统随机最优控制中状态向量和控制力向量的物理解答,讨论了基于二阶统计量评价的控制律参数设计准则。以物理随机地震动模型为输入,考察了单层框架结构主动锚索系统的随机最优控制,并与经典LQG控制做了比较分析。结果表明,本文提出的随机最优控制方法具有适用性和有效性。     

Dynamical systems‐based optimal control of incompressible fluids

For optimal control problems related to fluid flow the choice of an adequate cost functional for suppression of vortices is of significant importance. In this research we propose a cost functional based on a local dynamical systems characterization of vortices. The resulting functional is a non‐convex function of the velocity gradient tensor. The resulting optimality system describing first order necessary optimality conditions is derived, a possible strategy for numerical realization of the optimal control problem is provided and a numerical feasibility study is conducted. Copyright © 2004 John Wiley & Sons, Ltd.     

Exceedance probability criterion based stochastic optimal polynomial control of Duffing oscillators

An optimal polynomial control strategy is developed in the context of the physical stochastic optimal control scheme of structures that is well-adapted to randomly-driven non-linear dynamical systems. A class of Duffing oscillators with polynomial active tendons subjected to random ground motions is investigated for illustrative purposes. Numerical studies reveal that using an exceedance probability criterion with the minimum of the failure probability of system quantities in energy trade-off sense, a linear control with the 1st-order controller suffices even for strongly non-linear systems. This bypasses the need to utilize non-linear controls with the higher-order controller which may be associated with dynamical instabilities due to time delay and computational dynamics. The statistical variability, meanwhile, of system responses gains an obvious reduction, and the system performance is significantly improved. The 1st-order controller, however, does not have the same control effect to the higher-order controller when control criteria currently in used are employed, e.g. system second-order statistics evaluation and Lyapunov asymptotic stability condition, as indicated in the comparative studies of the exceedance probability criterion against the two control criteria. Besides, the proposed optimal polynomial control is insensitive to the non-linearity strength of the class of base-excited non-linear oscillators whereby a robust control of systems can be implemented, while the LQG control in conjunction with the statistical linearization technique, using a band-limited white noise input, does not have this advantage.     

Water quality control by bank placement based on optimal control and finite element method

This paper presents a method for quality control by bank placement based on an optimal control theory and the finite element method. The shallow water equation is employed for the analysis of the flow condition and the advection‐diffusion equation is used for the analysis of pollutant concentration. The optimal control theory is utilized to obtain a control value for the objective state value. The shear‐slip mesh update method which is suitable for the rotational problem of body is employed. To solve the optimization problem, the time domain decomposition method is applied as a technique of storage requirements reduction. The Sakawa–Shindo method is employed as a minimization technique. The Crank–Nicolson method is applied to the temporal discretization. A method for optimal control of bank placement has been presented. Copyright © 2003 John Wiley & Sons, Ltd.     

基于LQG最优控制法的压电智能结构独立模态空间控制

采用压电材料作为传感器和驱动器对智能结构振动主动控制进行研究,基于机电耦合的压电智能结构传感和驱动方程,将振动控制动力学方程变换到模态空间对方程进行解耦。通过计算结构最大应变,确定压电元件的最佳粘贴位置。考虑到系统过程噪声和量测噪声的影响,设计Kalman滤波器,采用基于线性二次型高斯(LQG)最优控制的独立模态空间控制方法对压电智能结构的振动进行控制。最后以压电智能悬臂梁为例进行控制仿真,验证了此方法的有效性。