考虑高超声速飞行器飞行过程中气动参数变动导致的不确定,将模糊控制与二阶滑模控制相结合,形成自适应模糊二阶滑模控制器,用于控制高超声速飞行器姿态的飞行系统中.依据奇异摄动理论,设计快速和慢速双闭环系统控制角速率和姿态角.设计二阶滑模控制器用于有效地衰减抖振,同时对姿态角指令实现准确和快速跟踪.采用自适应模糊逻辑逼近高超声速飞行器动力学和运动学模型中的不确定部分,以对控制器进行有效补偿,基于Lyapunov稳定性理论,推导模糊规则参数的自适应律,确保整个闭环控制系统的稳定.仿真结果表明,所提出的高超声速飞行器的自适应模糊滑模控制系统能够有效抑制气动参数摄动的影响,对姿态角指令有较好的跟踪性能.
1
高超声速飞行器高阶纵向模型的控制器设计和性能分析仿真,于璐,杨剑影,近空间高超声速飞行器具有强耦合性强非线性和不确定性动力学特征,传统控制采用模型降阶处理方法已很难达到理想的控制效果,本文
2022-12-28 22:35:31 425KB 首发论文
1
利用面元法计算Naca0012翼型在高超声速条件下的气动力
1
 基于一种求解最优控制问题的方法-Gauss伪谱法(Gauss Pseudospectral Method-GPM),研究了高超声速滑翔飞行器滑翔段迹优化问题。本文利用微分形式高斯伪谱方法将飞行器三自由度滑翔段轨迹优化问题转化为非线性规划问题,选取高斯节点上的状态量和控制量作为待优化参数,并将最优性能指标选为纵程最大,然后对滑翔段轨迹进行了求解。以某高超声速滑翔式飞行器为对象进行轨迹优化计算,仿真结果验证了本文的轨迹优化方法具有一定的精度和计算效率。此外,仿真过程还说明高斯伪谱法对状态猜测值并不敏感,算法容易收敛,适用于轨迹优化问题的求解。
1
蚁群算法的高超声速飞行器气动布局优化设计 蚁群算法的高超声速飞行器气动布局优化设计 蚁群算法的高超声速飞行器气动布局优化设计
1
人工智能-机器学习-高超声速进气道的设计计算与实验研究.pdf
2022-05-05 09:09:24 10.22MB 人工智能 机器学习 文档资料
人工智能-机器学习-高超声速稀薄过渡流气动热关联计算方法研究.pdf
2022-05-05 09:09:23 2.59MB 人工智能 机器学习 文档资料
大数据-算法-高超声速弹头气动热工程算法与数值传热.pdf
2022-05-04 19:08:54 2.89MB 算法 big data 文档资料
大数据-算法-高超声速飞行环境参数辨识方法研究.pdf
2022-05-04 19:08:52 5.1MB 算法 big data 文档资料
大数据-算法-高超声速内外流动激波边界层相互作用的实验与数值研究.pdf
2022-05-04 19:08:47 8.34MB big data 算法 文档资料