摘要：为滑翔增程弹设计了一种滑翔控制律,在考虑其非线性、状态约束和控制舵偏角幅值约束的情况下,针对滑翔控制过程中采样周期短,系统动态变化快的特点,采用直接多重打靶法和实时迭代策略来缩短非线性模型预测控制中递推优化的计算时间,并应用预先优化策略避免反馈控制延迟。仿真结果表明,该控制器的控制律求解时间小于采样周期,能满足滑翔增程弹滑翔控制要求,控制效果良好。研究结果可为同类弹箭非线性模型预测控制律设计提供参考。

摘要：针对巡航飞行器同时存在较大外部干扰和模型参数不确定性时自适应预测控制性能下降的问题,设计了带有模糊干扰观测器(fuzzy disturbance observer,FDO)补偿的鲁棒自适应非线性模型预测控制(robust adaptive nonlinear model predictive control,RANMPC)方法(简记为FDO-RANMPC方法)。首先,利用具有未知参数限制条件的递推最小二乘方法在线辨识模型参数;其次,利用模糊干扰观测器输出值抵消幅值较大的复合干扰,再利用Tube鲁棒预测控制策略设计了飞行器底层姿态系统具有稳定保障的FDO-RANMPC控制器;最后,在考虑复合不确定性情况下对指令姿态角跟踪的仿真中验证了控制器的有效性及其渐进稳定性。

摘要：对涡轴发动机进行了非线性模型预测控制(NMPC)研究,设计了非线性模型预测,该控制器主要包括3个方面:预测模型、滚动优化和反馈校正。利用神经元网络模型预测涡轴发动机动态响应过程,得到预测模型;运用序列二次规划(SQP)优化算法进行发动机的在线滚动优化,得到发动机的燃油控制量;根据神经元网络模型与实际发动机对象的输出误差,对控制器的指令信号进行了反馈校正。最后进行了仿真实验,与常规串级PID控制相比较,非线性模型预测控制器的超调量从2.2%降低到0.8%,响应时间从6 s降低到2 s,具有很好的控制品质。

摘要：为实现对某制导炮弹攻角、侧滑角和速度倾斜角指令的快速跟踪控制,应用具有解析控制律的非线性模型预测控制方法设计其控制器。将制导炮弹控制器分成内、外两个回路来设计,通过外回路控制器将攻角、侧滑角和速度倾斜角指令转成弹体角速度指令,再由内回路控制器转成舵偏角指令。仿真分析了非线性模型预测控制参数(控制阶数和预测时域)对制导炮弹控制器的影响,得到其对控制效果影响的定性规律。仿真结果表明,合理选取控制阶数和预测时域组合,可使该控制器具有良好的控制效果,系统控制响应快,基本实现无差控制。

摘要：针对目前航空发动机控制系统普遍采用Min-Max选择逻辑处理输出量约束的方法具有一定保守性的问题,设计了非线性模型预测控制器,提出在非线性序列二次规划(SQP)算法中加入罚函数实现航空发动机输出量约束管理.仿真结果表明:无论是否触及输出量约束限,非线性模型预测控制器都比Min-Max控制逻辑动态响应更快,在达到限制线时更加明显,此时调节时间从1.16s下降到0.82s,且几乎没有超调量.

摘要：基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0～5km、前飞速度0～75m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。

摘要：针对火星大气进入精确制导问题,提出了基于非线性模型预测控制(nonlinear model predictive control,NMPC)的智能进入制导方法。首先,考虑了进入制导约束,采用NMPC方法设计制导算法。通过引入衰减记忆滤波器,提出了基于误差信息估计的预测模型修正方法,增强系统对模型误差的鲁棒性,并利用变预测时域策略提高系统性能。然后,以NMPC制导系统为制导模板,在实际条件下生成大量样本数据集,进行深度神经网络(deep neural network,DNN)的离线训练。最后,在进入制导过程中利用DNN代替求解复杂优化问题和积分预测的过程,在线快速解算控制量,并结合横向制导实现智能制导。仿真结果表明,提出的制导方法能够快速计算指令,实现了高精度制导。

摘要：研究了多目标优化和多运行约束条件下的列车自动驾驶系统控制器设计问题。在建立非线性多质点模型的基础上,提出了满足列车准时性、节能及乘坐舒适度的列车自动驾驶非线性模型预测控制算法,并给出了算法的可行性及闭环系统稳定性的理论证明。数值仿真验证了本文算法的有效性,仿真结果表明:列车在满足运行约束的条件下,与线性模型预测控制算法相比,本文算法控制效果更好,误差更低。

摘要：针对受到干扰影响的无人直升机轨迹跟踪问题,提出一种基于谐波观测器的复合非线性模型预测控制方案。将无人直升机的轨迹跟踪问题转换为对位置指令和姿态指令的跟踪问题;设计谐波干扰观测器以实现对周期性干扰的估计;结合干扰估计信息,基于非线性模型预测控制算法设计复合非线性模型预测控制器;基于某小型无人机模型,在MATLAB仿真环境下测试了所提方案。仿真结果表明,方案实现了周期性干扰的有效抑制,保证了无人直升机轨迹的高精度跟踪。

摘要：将预测控制和滑模控制结合起来 ,提出一种非线性模型预测控制方法。给出一种可行的双模控制方案 ,系统状态位于终端区外时采用提出的预测控制 ,在终端区内部采用离线设计的滑模控制。对系统终端滑模附加不等式约束 ,使得系统状态在预测时域的末端位于离线设计的滑动模态区内 ,从而使预测时域减小。仿真结果表明了算法的有效性。