飞行员通常认为,在航空母舰上着陆是最困难的训练之一,因为能见度条件、航空母舰动力学和狭小的着陆区使着陆变得复杂。根据能见度条件,可以使用几种接近航空母舰的方法,如 [1] 中所述。在我们的案例中,研究的轨迹包括在距离航空母舰 7.5 公里处开始下降,并将钩子放在所需的下降滑行上。为了确保着陆精度,不进行拉平。方法可以总结为保持下降率和迎角恒定,以保持飞机稳定性并防止失速。航空母舰上的着陆控制并不是一个新问题。它使用经典传感器(如雷达或相对 GPS [2])进行研究,这些传感器确定相对于参考轨迹的误差,并使用控制律对其进行校正,该控制律可以是最优的 [3] 或鲁棒的 [4]。[3] 中实现了一些航空母舰动力学预测模型,以改进控制。几十年来,出于认知和安全方面的考虑,人们一直在研究飞行员着陆时使用的视觉特征。目的是了解飞行员使用的特征并确定他们的敏感性[5],以便模拟人类反应并改善飞行员训练。[6] 介绍了用于在对准、进近和着陆期间控制飞机的视觉特征的相当完整的最新技术水平。例如,消失点和撞击点之间的距离允许飞行员跟随下降滑行。在[7]和[8]中,考虑到小角度假设,建立了相对姿势和视觉特征之间的联系。航母着陆主要在辅助系统范围内研究,该辅助系统处理光学着陆系统的可见性。海军飞行员降落在航母上的方法之一是控制飞机,以便将平视显示器 (HUD) 上的下滑道矢量聚焦到甲板上的三角形标记上,如图 1a 所示。另一种方法是将飞机的下滑道矢量与甲板上的三角形标记对齐,如图 1a 所示。
提供了构建用于 UAV 制导的矢量场的通用技术,这些技术结合了 Lyapunov 稳定性特性,以在 3D 中产生简单、全局稳定的矢量场。说明了这些场在圆形徘徊模式中的使用,以及圆形徘徊矢量场的简单切换算法,以实现任意航路点路径或循环的跟踪。还开发了另一种变体,其中简单的圆形徘徊器被扭曲成其他形状,保留全局稳定性保证和准确的路径跟踪。提供了此技术的一个示例,该示例产生了“赛道”徘徊模式,并比较了扭曲技术的三种不同变体。最后,考虑矢量场的跟踪,使用 Lyapunov 技术展示与低成本 UAV 航空电子设备兼容的几种跟踪控制律的航向和路径位置的全局稳定性。
摘要 — 传统上,电力是由大型发电厂生产的。生产能源的成本与燃料成本(例如碳或天然气)以及维护发电厂的成本有关。随着分布式能源的出现,电力可以由一种新型主体直接在电网边缘生产:产消者。产消者是既消耗又发电的实体,例如通过光伏板。产消者生产的电力成本不再与燃料消耗有关,因为来自分布式发电机的能源基本上是免费的。相反,成本与产消者提供的服务应得的报酬有关。所提出的控制策略在上述情况下将有功发电成本降至最低。控制方案要求产消者测量其电压,然后根据连续时间反馈控制律(实际上是投影梯度下降策略)调整注入的电量。提供模拟以说明算法行为。
摘要:本文讨论了通过基于动态规划 (DP) 的方法实现的混合动力电动汽车 (HEV) 能量管理系统 (EMS) 的有限适应性和计算负担。首先,提出了一个确定性动态规划 (DDP) 框架来解决特定驾驶循环下的 HEV EMS 问题。为了解决这一限制,提出了一种改进的 DDP 方法,将车辆的实际行驶位置集成到控制律中。这样,给定的基于 DDP 的 EMS 可以应用于所有驾驶循环,但仍在同一道路上测量。还开发了基于随机动态规划 (SDP) 的 EMS,并证明它们更能适应与用于计算的驾驶场景完全不同的驾驶场景。在所有呈现的案例中都采用了真实世界的驾驶循环,同时使用了简化的 HEV 动力系统模型来减轻典型的 DP 计算负担。
摘要:近年来,太阳能已被用作许多不同应用的能源。目前,在无人机 (UAV) 领域,有研究将这种可再生能源技术融入其中,以提高车辆的自主性。该技术还需要特殊的构造技术和电子板,旨在减轻重量并提高无人机上所有太阳能系统的效率。众所周知,如果添加太阳跟踪技术,全天产生的太阳能量可以增加。本文证明,固定翼无人机的滚转角可用于跟踪太阳,以增加机翼上太阳能电池板产生的能量。在这种情况下,必须通过偏航角控制来补偿飞机的姿态,才能执行摄影测量任务。这将使用基于超扭曲技术的控制策略来实现,该策略确保即使在存在有界扰动的情况下也能在有限的时间内收敛。控制律的设计以及数值模拟和实际飞行结果均用于验证太阳跟踪系统的使用。
摘要:由于四旋翼飞行器具有欠驱动、强耦合等特点,传统的轨迹跟踪方法控制精度低,抗干扰能力差。针对四旋翼无人机,设计了一种新的模糊比例-交互式微分(PID)型迭代学习控制(ILC)。该控制方法将PID-ILC控制与模糊控制相结合,继承了ILC控制对干扰和系统模型不确定性的鲁棒性。针对单纯的ILC控制容易受到外界干扰而产生抖动的问题,提出了一种基于PID-ILC算法的新型控制律。采用模糊控制对三个学习增益矩阵的PID参数进行设置,以抑制不确定因素对系统的影响,提高控制精度。利用Lyapunov稳定性理论验证了新设计的系统稳定性。Gazebo仿真表明,所提出的设计方法为四旋翼飞行器设计了有效的ILC控制器。
cos 2 θ L +cos 2 θ R − 2 ( θ L + θ R − 2 θ C ) + K 2 x f + K 3 ˙ x f + K 4 ˙ φ (12) 当应用于具有与第 4.1 节中相同的特征结构分配策略的基准时,制导律增益变为: K 1 , 2 , 3 , 4 = [0 .22 , 110 .89 , 405 .9 , − 1 .23] (13) 图5 展示了两个不同的起始位置(∆ Y 0 =20m 或 ∆ Y 0 =100m)。当飞机接近所需位置时,结果良好(即接近基线),但当位置远离着陆轴时,制导律无法以适当的方式执行。事实上,飞机没有降落在跑道上。为了解决这个问题,在(Bourquardez and Chaumette,2007b)中提出了一种参考轨迹策略,然而它的生成假设初始位置是已知的(这超出了我们的假设)。顺便说一句,(12)表明跑道尺寸已经通过参数 H = L 应用于控制律本身(13)
在存在不必要的干扰(例如风)和飞行器模型中的不确定性(例如空气动力学特性中的错误)的情况下实现制导命令。导航、制导和控制可以松散或非常紧密地耦合。松散耦合的系统可能类似于大型水面舰艇。舰船的导航系统确定当前位置、速度和航向。可以执行相当简单的制导计算来确定到达下一个目标位置的最有效的“大圆”路线。在这种情况下,控制系统是舰船的舵和轴,并发出命令以达到制导计算指示的所需速度和航向。然而,高速机动再入飞行器需要紧密耦合的系统。飞行器可以利用 INS 或 GPS 的测量值进行导航;同时,它可以根据更新的导航计算修改制导命令,并同时使用这些计算来评估控制律对飞行器的操纵效果,并在导航测量中出现错误时修改命令。
升降舵是飞行控制表面,通常位于飞机后部,用于控制飞机的俯仰、迎角和机翼升力。最关键的驱动装置是纵向飞机控制,其故障将导致灾难性的飞机坠毁。本文提出了一种飞机高冗余容错控制 (HRFTC) 策略,以适应关键传感器和执行器的故障。针对传感器提出了改进的三重模块冗余 (MTMR),针对执行器提出了双重冗余 (DR)。详细说明了控制律、飞行员命令、信号调节和故障的工作原理。此外,PID 控制器用于通过将升降舵位置与设定点进行比较来调整升降舵位置。结果表明,当发生故障时,系统成功检测到故障并快速容忍故障,而不会干扰飞机的飞行。这项研究对于航空电子行业制造高度可靠的机器以确保人身和环境安全具有重要意义。
摘要:高空长航时 (HALE) 飞机由极轻的结构、大翼展和大纵横比组成。这些特性的组合导致飞机系统具有独特的动态行为,其特点是结构和刚体特征模态的强烈相互作用。这些特性对此类飞机的飞行控制算法的稳健性和容错性提出了特定要求。控制系统必须能够让飞机安全地沿着定义的轨道飞行,即使在发生故障的情况下也是如此。由于这些飞机的尺寸较大,它们通常会过度驱动,具有多个冗余控制面。本文利用这种冗余来设计容错控制系统,以确保在故障情况下实现最佳控制性能。该策略基于故障检测和隔离 (FDI) 算法来检测故障的控制面。此故障信息用于在多模型控制方法中切换到备用控制律。FDI 滤波器是使用基于零空间的设计范例设计的,而备用控制器是应用结构化 H ∞ 控制设计技术合成的。