高超声速飞行器预见控制研究
发布时间：2022-01-21 07:48
随着现代军事科技的不断进步,高超声速飞行器技术已成为世界各国争相研究的热点。飞行器控制系统的稳定是飞行器安全飞行的关键,高超声速飞行器具有强耦合、强非线性和快时变的气动特性,传统的控制方法仅仅根据当前的飞行参考信息设计控制器,系统会出现输出延时现象,然而,在一定飞行范围内,其部分未来外界干扰和目标信息是能够提前预知的,因此,如何有效利用这些已知的未来信息设计控制器,使其飞行器能够稳定飞行是当前重中之重。其主要内容如下:1.首先根据牛顿第二定律和动量矩定理建立了高超声速飞行器的运动方程组,然后在一定的条件假设下得出了高超声速飞行器的纵向模型,最后基于小扰动线性化原理,建立了高超声速飞行器在平衡点处的线性模型,为后续控制器的设计打下基础。2.针对高超声速飞行器控制问题,设计了具有前馈补偿功能的最优预见控制器。基于小扰动线性化模型,首先利用高超声速飞行器已知的未来高度信息、速度信息以及未来干扰信息构造扩大误差系统;然后基于最优调节方法求得最优预见控制律;最后以高超声速飞行器纵向模型为仿真对象,以平衡点为起始条件对其进行仿真验证,并通过与最优控制器作对比,表明了该控制器的优越性。3.针对高超声...
【文章来源】：兰州理工大学甘肃省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
机体坐标系和速度坐标系
高超声速飞行器预见控制研究30图2.4高超声速飞行器线性扰动模型零极点分布图如图2.4所示，系统(2.75)有5个极点，分别为：-0.8270，0.7148，-0.000001+0029i,0.000001-0.0029i,8.4975e-16。显然，由于正极点的存在，使得系统处于不稳定状态。其中极点-0.8270为系统稳定的短周期模态极点，极点-0.000001+0.0029i,-0.000001-0.0029i为两个稳定的长周期模态极点，而且离虚轴很近，处于临界稳定状态。2.8本章小结本章主要介绍了高超声速飞行器运动模型的建立过程，首先建立了常用坐标，并且讨论了坐标系之间的转换关系，然后根据牛顿第二定律和动量矩定律，通过坐标系以及坐标系之间的转换关系，将飞行器上的空气动力、空气动力矩、推力和重力等投影在同一坐标系上，建立了飞行器动力学运动方程组，紧接着建立了飞行器绕质心运动和绕质心转动运动学方程组，最后针对高超声速飞行器纵向运动方程组,基于小扰动线性化原理,在平衡条件下建立了小扰动线性化模型。本章飞行器纵向模型的建立为后文对飞行器高度和速度控制和仿真验证奠定了基矗
高超声速飞行器预见控制研究3810trimqrads，0.1762trim,()0.0069ztrimrad,取离散周期为T0.01s,仿真时间为50s,预见步数为20，假定从零时刻起其速度阶跃信号为1100fts，高度阶跃信号为200ft，已知干扰信号：0.001*sin(k/5)()0.005*sin(k/10)dk,取其加权矩阵：10.2((1,5))eQdiagones，11eQQ000，120000200H。其仿真结果如图所示：图3.4高超声速飞行器飞行速度V响应曲线图3.5高超声速飞行器飞行高度h响应曲线图3.4~3.5为最优预见控制器对高超声速飞行器高度和速度的控制效果，图3.4中虚线表示高超声速飞行器的期望飞行速度，实线表示在最优预见控制方法下飞行器的实际飞行速度，由图可知，高超声速飞行器的飞行速度在在5s内达到了稳定，且超调为零。图3.5中虚线表示高超声速飞行器的期望飞行高度，实线表示在最优预见控制方法下飞行器的实际飞行高度，由图可知其飞行高度在30s左右达到了稳定，并且跟踪上了期望的飞行高度，其超调为0，但调节时间较长。图3.6和3.7是高超声速飞行器控制输入阀门开度和舵偏角曲线，由图可知，虽然都在5s内快速达到稳定,但都存在超调，而且图3.6飞行器阀门开度的变化范围太大，有超出合理范围的可能。
【参考文献】：
期刊论文
[1]2018年国外高超声速飞行器技术发展综述[J]. 张灿,林旭斌,胡冬冬,李文杰,叶蕾. 飞航导弹. 2019(02)
[2]国外高超声速飞行器研究现状及发展趋势[J]. 姜鹏,匡宇,谢小平,张文广,彭奇峰,康宇航. 飞航导弹. 2017(07)
[3]高超声速飞行器调度双模预测控制方法[J]. 马宇,蔡远利. 控制与决策. 2017(11)
[4]基于特征模型的高超声速飞行器再入多约束预测控制[J]. 张军,李亚辉,朱晟桢. 弹道学报. 2017(01)
[5]基于非线性干扰观测器的高超声速飞行器离线预测控制方法[J]. 马宇,蔡远利. 固体火箭技术. 2016(06)
[6]高超声速飞行器非线性鲁棒控制律设计[J]. 李昭莹,余令艺,刘昊,李惠峰. 控制理论与应用. 2016(01)
[7]基于非线性干扰观测器的高超声速飞行器滑模反演控制[J]. 卜祥伟,吴晓燕,陈永兴,白瑞阳. 控制理论与应用. 2014(11)
[8]基于模糊系统的高超声速飞行器预测控制[J]. 管萍,刘小河,汪赛,刘向杰,刘振华. 控制工程. 2014(06)
[9]基于反馈线性化/LQR方法的高超声速飞行器姿控系统设计[J]. 刘晓韵,王静,李宇明. 航天控制. 2014(04)
[10]基于反馈线性化及滑模控制的俯冲机动制导方法[J]. 朱建文,刘鲁华,汤国建,包为民. 国防科技大学学报. 2014(02)
硕士论文
[1]基于凸优化的模型预测控制在飞行器再入制导中的应用[D]. 陈洪普.哈尔滨工业大学 2013
本文编号：3599865
【文章来源】：兰州理工大学甘肃省
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
机体坐标系和速度坐标系
高超声速飞行器预见控制研究30图2.4高超声速飞行器线性扰动模型零极点分布图如图2.4所示，系统(2.75)有5个极点，分别为：-0.8270，0.7148，-0.000001+0029i,0.000001-0.0029i,8.4975e-16。显然，由于正极点的存在，使得系统处于不稳定状态。其中极点-0.8270为系统稳定的短周期模态极点，极点-0.000001+0.0029i,-0.000001-0.0029i为两个稳定的长周期模态极点，而且离虚轴很近，处于临界稳定状态。2.8本章小结本章主要介绍了高超声速飞行器运动模型的建立过程，首先建立了常用坐标，并且讨论了坐标系之间的转换关系，然后根据牛顿第二定律和动量矩定律，通过坐标系以及坐标系之间的转换关系，将飞行器上的空气动力、空气动力矩、推力和重力等投影在同一坐标系上，建立了飞行器动力学运动方程组，紧接着建立了飞行器绕质心运动和绕质心转动运动学方程组，最后针对高超声速飞行器纵向运动方程组,基于小扰动线性化原理,在平衡条件下建立了小扰动线性化模型。本章飞行器纵向模型的建立为后文对飞行器高度和速度控制和仿真验证奠定了基矗
高超声速飞行器预见控制研究3810trimqrads，0.1762trim,()0.0069ztrimrad,取离散周期为T0.01s,仿真时间为50s,预见步数为20，假定从零时刻起其速度阶跃信号为1100fts，高度阶跃信号为200ft，已知干扰信号：0.001*sin(k/5)()0.005*sin(k/10)dk,取其加权矩阵：10.2((1,5))eQdiagones，11eQQ000，120000200H。其仿真结果如图所示：图3.4高超声速飞行器飞行速度V响应曲线图3.5高超声速飞行器飞行高度h响应曲线图3.4~3.5为最优预见控制器对高超声速飞行器高度和速度的控制效果，图3.4中虚线表示高超声速飞行器的期望飞行速度，实线表示在最优预见控制方法下飞行器的实际飞行速度，由图可知，高超声速飞行器的飞行速度在在5s内达到了稳定，且超调为零。图3.5中虚线表示高超声速飞行器的期望飞行高度，实线表示在最优预见控制方法下飞行器的实际飞行高度，由图可知其飞行高度在30s左右达到了稳定，并且跟踪上了期望的飞行高度，其超调为0，但调节时间较长。图3.6和3.7是高超声速飞行器控制输入阀门开度和舵偏角曲线，由图可知，虽然都在5s内快速达到稳定,但都存在超调，而且图3.6飞行器阀门开度的变化范围太大，有超出合理范围的可能。
【参考文献】：
期刊论文
[1]2018年国外高超声速飞行器技术发展综述[J]. 张灿,林旭斌,胡冬冬,李文杰,叶蕾. 飞航导弹. 2019(02)
[2]国外高超声速飞行器研究现状及发展趋势[J]. 姜鹏,匡宇,谢小平,张文广,彭奇峰,康宇航. 飞航导弹. 2017(07)
[3]高超声速飞行器调度双模预测控制方法[J]. 马宇,蔡远利. 控制与决策. 2017(11)
[4]基于特征模型的高超声速飞行器再入多约束预测控制[J]. 张军,李亚辉,朱晟桢. 弹道学报. 2017(01)
[5]基于非线性干扰观测器的高超声速飞行器离线预测控制方法[J]. 马宇,蔡远利. 固体火箭技术. 2016(06)
[6]高超声速飞行器非线性鲁棒控制律设计[J]. 李昭莹,余令艺,刘昊,李惠峰. 控制理论与应用. 2016(01)
[7]基于非线性干扰观测器的高超声速飞行器滑模反演控制[J]. 卜祥伟,吴晓燕,陈永兴,白瑞阳. 控制理论与应用. 2014(11)
[8]基于模糊系统的高超声速飞行器预测控制[J]. 管萍,刘小河,汪赛,刘向杰,刘振华. 控制工程. 2014(06)
[9]基于反馈线性化/LQR方法的高超声速飞行器姿控系统设计[J]. 刘晓韵,王静,李宇明. 航天控制. 2014(04)
[10]基于反馈线性化及滑模控制的俯冲机动制导方法[J]. 朱建文,刘鲁华,汤国建,包为民. 国防科技大学学报. 2014(02)
硕士论文
[1]基于凸优化的模型预测控制在飞行器再入制导中的应用[D]. 陈洪普.哈尔滨工业大学 2013
本文编号：3599865
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3599865.html
