-
公开(公告)号：CN118732589B
公开(公告)日：2024-11-15
申请号：CN202411223841.9
申请日：2024-09-03
Applicant: 大连理工大学
IPC: G05B19/042
Abstract: 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。
-
公开(公告)号：CN111813146A
公开(公告)日：2020-10-23
申请号：CN202010617895.9
申请日：2020-07-01
Applicant: 大连理工大学
IPC: G05D1/10
Abstract: 本发明属于飞行器制导技术领域，涉及一种基于BP神经网络预测航程的再入预测-校正制导方法。本发明首先通过数据需求分析，确定建立神经网络模型需要的输入输出，在此基础上对数据进行扩维，得到训练数据，使用训练数据训练剩余航程预测的神经网络模型，将模型应用于预测-校正算法中。相比传统的数值预测-校正算法，本发明的方法能够在基本保证原有精度的同时将算法运行效率提升十倍以上，同时还具有绝对收敛的特性，极大提升了制导算法的稳定性和在线性能，具有广阔应用前景。
-
公开(公告)号：CN118915467A
公开(公告)日：2024-11-08
申请号：CN202411081139.3
申请日：2024-08-08
Applicant: 大连理工大学
IPC: G05B13/04
Abstract: 本发明属于高超声速飞行器控制技术领域，涉及一种高超声速飞行器的数据驱动学习控制方法。本发明的目的是为了提供基于数据驱动的学习控制方法实现非最小相位高超声速飞行器稳定跟踪控制。该方法包括构建非最小相位高超声速飞行器的纵向动力学模型；通过对输出重定义实现系统的零动态重构；基于深度Koopman算子理论，使用预先收集的数据集训练径向基神经网络的权重，对输出重定义动态方程进行精确建模。设计基于数据驱动的输出重定义优化学习控制器，实现对参考指令的稳定跟踪。该方法是一种高超声速飞行器的数据驱动学习控制方法及系统，且具有广阔的应用前景。
-
-
公开(公告)号：CN118965828B
公开(公告)日：2025-02-11
申请号：CN202411441473.5
申请日：2024-10-16
Applicant: 大连理工大学
Abstract: 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。
-
Patent Agency Ranking
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
Applicant: 大连理工大学
Abstract: 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。
-
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
Applicant: 大连理工大学
IPC: G05B11/42
Abstract: 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。
-
公开(公告)号：CN116991170B
公开(公告)日：2024-01-26
申请号：CN202310670667.1
申请日：2023-06-07
Applicant: 大连理工大学
IPC: G05D1/654 , G05D109/20
Abstract: 本发明公开一种短距起飞和垂直降落飞机的降落阶段自适应控制设计方法。本发明通过设计高度环和姿态环两个控制回路实现飞机跟踪控制，姿态环设计为PID控制器，以此通过飞机俯仰角实时调节完成前向速度的控制，高度环外环设计为PID控制器，将高度指令转化为垂向速度指令；针对低动压飞行过程中飞机模型不确定性和强扰动，在内环设计了L1自适应控制器，通过对模型不确定性和扰动的观测开展自适应补偿控制，实时生成油门指令跟踪垂向速度指令，从而实现高精度高度环控制，避免模型参考自适应控制在自适应增益过大时出现系统震荡发散的危险情况，提升飞行控制品质，降低控制过程中的超调量同时提高系统的响应速度，具有广阔的应用前景。
-
公开(公告)号：CN116991170A
公开(公告)日：2023-11-03
申请号：CN202310670667.1
申请日：2023-06-07
Applicant: 大连理工大学
IPC: G05D1/06
Abstract: 本发明公开一种短距起飞和垂直降落飞机的降落阶段自适应控制设计方法。本发明通过设计高度环和姿态环两个控制回路实现飞机跟踪控制，姿态环设计为PID控制器，以此通过飞机俯仰角实时调节完成前向速度的控制，高度环外环设计为PID控制器，将高度指令转化为垂向速度指令；针对低动压飞行过程中飞机模型不确定性和强扰动，在内环设计了L1自适应控制器，通过对模型不确定性和扰动的观测开展自适应补偿控制，实时生成油门指令跟踪垂向速度指令，从而实现高精度高度环控制，避免模型参考自适应控制在自适应增益过大时出现系统震荡发散的危险情况，提升飞行控制品质，降低控制过程中的超调量同时提高系统的响应速度，具有广阔的应用前景。
-
公开(公告)号：CN115981161B
公开(公告)日：2023-07-11
申请号：CN202310077665.1
申请日：2023-02-07
Applicant: 大连理工大学
IPC: G05B13/04
Abstract: 本发明属于下滑控制技术领域，涉及一种基于直接升力的固定翼飞机下滑控制增益指标优化方法。本发明首先考虑传统下滑控制中多操纵面协调问题，确定采用基于直接升力的下滑控制办法，在此基础上，对直接升力控制增益进行优化，相比传统的预设增益下滑控制器，本发明的控制增益优化方法在进行下滑控制时，提升了下滑控制品质；相比于传统控制方法的基础增益，在基于指标的下滑控制增益优化办法优化后，有更小的超调量，更快的响应速度，以及快速收敛的特性，避免了由于控制增益不好而导致下滑品质差的的情况，有更好的下滑控制性能，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.036 seconds)
