一种弱模型依赖的高超声速变形飞行器智能控制方法

    公开(公告)号:CN118707858A

    公开(公告)日:2024-09-27

    申请号:CN202411207224.X

    申请日:2024-08-30

    IPC分类号: G05B13/04

    摘要: 本发明属于航空航天飞行器控制领域,涉及一种弱模型依赖的高超声速变形飞行器智能控制方法。本发明首先建立面向控制的高超声速变形飞行器动力学模型,用于智能控制的准备工作。之后,设计弱模型依赖的积分强化学习算法,构建智能控制的基本框架,降低对变形飞行器的模型依赖程度。进一步,设计面向策略梯度的自适应学习律,通过策略梯度更新控制律中的关键部分,结合数据堆栈的更新思想,减轻在线更新的数据压力,提升控制系统的更新速度。该方法是一种降低控制方法对模型的依赖程度的智能控制方法,且具有广阔的应用前景。

    深度学习网络修正补偿的气动参数智能辨识方法

    公开(公告)号:CN116382071B

    公开(公告)日:2023-12-22

    申请号:CN202310081892.1

    申请日:2023-02-08

    IPC分类号: G05B13/04 G06N3/048 G06N3/084

    摘要: 本发明属于飞行器控制技术领域,涉及一种深度学习网络修正补偿的气动参数智能辨识方法。本发明首先考虑神经网络的智能参数辨识方法,根据地面试验数据离线训练深度学习网络。其次根据离线训练好的网络映射力/力矩系数并与系数的观测值作差,进行递推最小二乘增量辨识补偿。再根据真实飞行状态采集的数据离线修正深度学习网络,进而使得修正后的神经网络映射力/力矩系数更贴近真实值。在保证参数估计精度的同时,保障参数估计的快速性。最后,通过某型飞机模型开展了智能参数辨识及对比分析工作,结果表明离线训练/在线补偿/离线修正的辨识吻合较好,且与传统辨识方法相比计算效率高,具有广阔的应用前景。

    知识与数据混合驱动高超声速变形飞行器智能控制方法

    公开(公告)号:CN118732589A

    公开(公告)日:2024-10-01

    申请号:CN202411223841.9

    申请日:2024-09-03

    IPC分类号: G05B19/042

    摘要: 本发明属于高超声速飞行器控制技术领域,涉及一种知识与数据混合驱动高超声速变形飞行器智能控制方法。首先,建立基于知识的飞行动力学模型,并实现面向控制的模型转化。然后,设计基于神经网络补偿的基准控制律,为离线数据的训练和在线智能控制提供基本的控制架构。再利用离线部分的训练考虑不同变形模态、不同模型不确定性、多源扰动影响下的离线数据在基准控制框架下,作为数据样本开展训练。最后设计基于元学习的在线控制器设计方案,在充分利用离线训练的数据知识基础上,分别设计基于元学习的控制参数在线整定、基于先验知识的未知干扰补偿、以及基于元学习智能控制的在线应用。本发明能够解决高超声速变形飞行器在复杂干扰下的控制难题。

    飞机舵面结构性缺失故障情况下的自适应重构控制方法

    公开(公告)号:CN114721266B

    公开(公告)日:2023-05-05

    申请号:CN202210324369.2

    申请日:2022-03-30

    IPC分类号: G05B13/04

    摘要: 本发明属于飞行器控制技术领域,涉及一种飞机舵面结构性缺失故障下自适应干扰抑制的重构控制方法。本发明首先考虑飞机舵面结构性缺失的影响,确定建立动力学模型的输入和输出,在此基础上采用实时辨识,通过飞行数据得到故障后的气动数据,接着对力和力矩进行重新配平,最后采用自适应干扰抑制方法进行控制。相比传统的预设控制器,本发明的控制方法在飞机发生舵面结构缺失故障时,提升了飞机的控制品质和操纵稳定性;相比于传统的控制方法,有更小的超调量,更快的响应速度,以及快速收敛的特性,避免了传统控制方法在飞机发生故障时控制效果变差的情况,有更好的控制性能,具有广阔的应用前景。

    飞机舵面结构性缺失故障情况下的自适应重构控制方法

    公开(公告)号:CN114721266A

    公开(公告)日:2022-07-08

    申请号:CN202210324369.2

    申请日:2022-03-30

    IPC分类号: G05B13/04

    摘要: 本发明属于飞行器控制技术领域,涉及一种飞机舵面结构性缺失故障下自适应干扰抑制的重构控制方法。本发明首先考虑飞机舵面结构性缺失的影响,确定建立动力学模型的输入和输出,在此基础上采用实时辨识,通过飞行数据得到故障后的气动数据,接着对力和力矩进行重新配平,最后采用自适应干扰抑制方法进行控制。相比传统的预设控制器,本发明的控制方法在飞机发生舵面结构缺失故障时,提升了飞机的控制品质和操纵稳定性;相比于传统的控制方法,有更小的超调量,更快的响应速度,以及快速收敛的特性,避免了传统控制方法在飞机发生故障时控制效果变差的情况,有更好的控制性能,具有广阔的应用前景。

    基于分层架构的高超声速变构型飞行器智能控制设计方法

    公开(公告)号:CN118965828A

    公开(公告)日:2024-11-15

    申请号:CN202411441473.5

    申请日:2024-10-16

    摘要: 本发明属于航空航天飞行器控制领域,涉及一种基于分层架构的高超声速变构型飞行器智能控制设计方法。本发明首先建立高超声速变构型飞行器动力学模型,用于智能控制的准备工作。之后,设计基于LSTM的智能决策算法,构建智能控制的基本框架,能够考虑到高超声速变构型飞行器模型的不确定性以及非线性,通过设计一种智能决策层,根据总体飞行任务、当前飞行状态、约束条件、优化指标来实时决策制导控制回路的指令。进一步,设计HMV智能控制算法,降低变构型引起的模型不确定性以及非线性对于高超飞行控制的影响,同时解决变构型引起的姿态动力学及质心动力学的耦合问题。

    面向直接升力弱模型依赖固定翼飞机的下滑改进控制方法

    公开(公告)号:CN118642351A

    公开(公告)日:2024-09-13

    申请号:CN202410904090.0

    申请日:2024-07-08

    IPC分类号: G05B11/42

    摘要: 本发明公开一种面向直接升力弱模型依赖固定翼飞机的下滑改进控制方法,属于固定翼飞机的下滑过程控制技术领域。本发明依据地面建立的固定翼飞机动力学模型,开展基于预设性能/动态逆的弱模型依赖改进直接力下滑控制设计,而后引入在线气动辨识技术降低对精确模型的依赖性。相比于传统控制方法,本发明考虑飞机下滑过程中所面临的复杂环境干扰以及移动平台降落所需较高精度要求等问题,采用预设性能控制对基准控制器进行优化设计,借助在线气动参数辨识结合动态逆控制提高对模型不确定性的适应性,为提高下滑轨迹控制能力提供一种解决方案,有效提高固定翼飞机下滑过程中的控制精度和鲁棒性,具有长远的应用前景。