关键词： 机械臂   力/位混合控制   降阶方法   自适应滑模控制   模糊控制   鲁棒控制  

摘要： 机械臂力/位混合控制问题一直是国内外学者广泛关注的热点问题,其研究的重点在于如何控制机械臂保证其控制的高精度及系统的快速响应速度。工业生产中,经常使用机械臂进行多种操作,当涉及复杂装配、精磨等操作时,不仅需要控制其运动轨迹,还需要控制其受环境约束而产生的约束力,以及当多个机械臂末端执行器同时控制同一物体时产生的夹持内力,而这正是本文需要研究的内容。本文针对受约束单机械臂的力/位混合控制问题、受约束多机械臂系统的力/位混合控制问题、受摩擦力等不确定因素影响的多机械臂系统的力/位混合控制问题分别建立对应的动力学模型,并以自适应滑模算法为基础,结合降阶方法、模糊算法、鲁棒算法来实现对机械臂的力/位混合控制。本文主要研究内容如下:针对受约束单机械臂的力/位混合控制问题。首先以受约束单机械臂动力学方程为基础,通过约束方程对其进行降阶,得到受约束降阶单机械臂动力学模型。之后将位置控制和约束力控制整合在同一控制器中,并将自适应滑模算法与降阶方法相结合,设计出基于受约束单机械臂动力学方程的自适应降阶滑模力/位混合控制器。最后基于李雅普诺夫方法证明系统稳定性。仿真结果表明:所设计的控制方案对于受约束单机械臂不仅有快速的系统响应速度,同时对期望轨迹有极好的跟踪效果,且能将力误差稳定在极小的范围内。针对多机械臂系统末端受环境约束而产生的力/位混合控制问题,提出了一种基于自适应降阶滑模算法的受约束多机械臂系统力/位混合控制方法。首先,通过运用多个坐标系建立多机械臂动力学模型,并引入被控物体动力学模型建立多机械臂系统动力学模型,从而基于约束方程建立受约束多机械臂系统动力学模型。其次,将位置控制、约束力控制以及内力控制引入同一控制器中,并将自适应滑模算法与降阶方法相结合,设计出基于受约束多机械臂系统的自适应降阶滑模力/位混合控制器。最后,基于李雅普诺夫方法,证明系统的稳定性。经仿真验证,该方法不仅确保了控制器控制的高精度和系统的快速响应速度,同时能保证约束力误差及内力误差均稳定在极小的范围内,仿真结果表明了该控制方案的有效性。针对受摩擦力等不确定因素影响的多机械臂系统的力/位混合控制问题,提出了一种基于模糊自适应鲁棒滑模算法的多机械臂系统力/位混合控制方法。首先,通过受摩擦力等不确定因素影响的多机械臂动力学方程及物体动力学方程构建多机械臂系统模型。其次,将模糊算法与自适应滑模算法相结合,从而对不确定因素及未知非线性项进行补偿,并通过鲁棒算法对系统的可靠性进行了提升,设计出基于受摩擦力等不确定因素影响的多机械臂系统的模糊自适应鲁棒滑模力/位混合控制器。最后,基于李雅普诺夫方法,证明了系统稳定性。经仿真验证了该控制方案的可行性与优越性。

关键词： 绳索牵引并联机器人   可重构   康复训练   优化设计   模型不确定性   自适应控制  

摘要： 可重构绳索牵引并联机器人是一类利用柔性绳索取代刚性连杆的特殊并联机器人。由于轻质的绳索可以方便地缠绕在卷筒上,因而这类机器人具有大空间、高负载、高速度和易于变换构型等突出优势。在医学康复领域使用可重构绳索牵引并联机器人进行康复训练时,往往因为康复场景不同、待康复患者差异等因素,对机器人提出不同的要求。为此,需要针对不同的场景对可重构绳索牵引并联机器人进行优化,使患者能获得最好的治疗效果。本文针对不同的康复场景,选择不同的康复指标对可重构绳索牵引并联机器人进行构型优化,并设计了一种自适应鲁棒控制器来解决康复患者肢体动力学模型具有不确定性的问题。论文的主要内容如下:1)针对可重构绳索牵引并联机器人在上肢康复训练中的应用,基于绳索拉力的二范数,定义了机器人的性能空间,并给出了基于区间分析的性能空间的求解算法,以性能空间体积为优化指标,利用模拟退火算法,对机器人的构型进行优化。该构型优化策略使机器人能在上肢康复训练中以最优构型进行工作。在仿真中,求解了在不同情况下的可重构绳索牵引并联机器人的最优构型,得到了相应情况下的性能空间,并分析了相关参数对最优构型、性能空间的影响。2)针对可重构绳索牵引并联机器人在下肢康复训练中的应用,对机器人的训练轨迹和牵引构型进行了复合优化求解。基于生理学知识,建立了下肢屈伸运动的简化肌肉骨骼模型和下肢与机器人整体的动力学模型,选择归一化的肌肉能量和机器人的能耗作为优化目标来对机器人的康复训练轨迹和牵引构型进行复合优化。在仿真中,通过对比优化前后的轨迹和构型,证明了优化设计的有效性。在实际实验中,设计了一种虚拟肌肉装置来模拟患者的实际肌肉,并通过实验验证了优化轨迹能高效激活肌肉,使患者获得更好的训练效果。3)考虑到实际康复训练中患者肢体动力学参数具有不确定性的问题,设计了一种自适应鲁棒控制律来进行康复过程中的轨迹跟踪控制。首先建立带有摩擦的卷筒滑轮模型和患者肢体动力学模型,基于此模型设计了自适应鲁棒控制律。在仿真中,验证了该控制器在模型具有不确定性时有着良好的跟踪性能。最优训练轨迹跟踪控制的实际实验结果显示,该控制器能精确跟踪最优训练轨迹,满足实际康复训练的需求。

关键词： 伺服系统   炮控系统   永磁同步电机   扰动观测器   自适应鲁棒控制  

摘要： 随着现代化战争的发展,坦克性能也在不断的进步,若是仅仅能在静止状态下稳定打击目标已经不满足战场要求,现实作战的情况一般是高速行进间射击,所以要求现代坦克既能保证准确性、稳定性,还要拥有机动性和快速性。坦克炮控系统的性能很大程度上决定了能否对目标进行行进间准确打击,因此,本文以陆军某新型坦克侦察车为工程背景,以坦克炮控伺服系统为研究对象,以坦克行进间存在路面扰动及各种未知扰动的情况下实现对目标精确打击为目的,对坦克炮控伺服系统建模和控制策略展开研究。 首先,对伺服系统、坦克炮控系统和永磁同步电机的发展以及国内外现状进行了简要叙述,并分析伺服系统的工作原理,同时说明本文研究内容的必要性与迫切性。 然后,对坦克炮控伺服系统的系统组成进行分析,并对其中主要执行电机进行分析,创建永磁同步电机的数学模型,讨论了作战情况下存在的非线性及不确定性因素以及这些因素对坦克性能的影响。 之后,对坦克行进间地面扰动分析建模,介绍并建立了坦克动力学坐标系,并根据该坐标系对系统进行运动学分析。根据随机路面的分级标准,建立了A级、C级、F级不平度的随机路面模型,再根据实际要求设计了滑模观测器。 接着,对影响坦克性能的电流环设计控制策略,并设计自适应滑模环控制器,然后基于i＝0的矢量控制策略,对电流环仿真模拟,通过输入不同的预期电流信号,检验电流环控制策略的性能,仿真实验表明本文设计电流环控制策略满足系统要求。 针对该坦克炮控伺服系统速度环,提出一种滑模观测器的自适应鲁棒控制。为了保证坦克在车辆行进间稳定,将滑模观测器测得的实时速度扰动,传入速度环自适应鲁棒控制器,进行稳定补偿。之后对速度环进行仿真,将传统自适应控制,自适应鲁棒控制与加入滑模观测器的自适应鲁棒控制效果进行对比,分析得出本文所设计的控制策略相比于之前的控制策略有足够的优势,在稳定精度与稳定时间上相比于传统的控制策略都有明显提升。 最后,在模拟台架和摇摆台上进行半实物仿真实验,通过半实物测试系统的实际工作性能,实验结果表明本文设计的控制方案性能够满足坦克炮控伺服系统设计的精度要求,在坦克行进间射击时具有较高的精度与抗干扰能力。

关键词： 连续搅拌反应釜   温度控制   神经网络   A3C算法   事件触发控制   强化学习  

摘要： 连续搅拌反应釜(Continuous Stirred Tank Reactor,CSTR)是一种在石油和化学工业中应用最为广泛的装置,在化工、生物和医药等领域有着广泛的应用。它具有结构简单、操作方便、反应效率高等优点,可以实现连续生产,提高生产效率和产品质量。连续搅拌反应釜的反应通常是放热反应或吸热反应,需要对反应温度进行精准的控制,但由于反应物料流动速度较快,温度控制困难,可能导致反应效率的降低和产物的质量下降,因此,对于反应器的温度控制问题,一直以来都是众多专家和学者关注的焦点。在控制器不能准确地控制釜中的温度时,许多企业都会使用手动控制。然而,这样的控制方法会使人力成本大幅上升,浪费资源,事半功倍,甚至还可能产生严重的安全隐患和现场事故。反应器的温度很难控制的原因,不仅仅在于反应过程的吸热、放热,还在于受到了环境的影响,或者是受到了外界扰动等不确定性因素的影响,从而会使得CSTR系统表现出了强非线性、大时滞、强耦合等特点,而这些特点导致反应釜模型难于建立或精确度不高,使得系统温度难以控制,给现场控制带来很大困难。本文以石油工业中连续搅拌反应釜反应时的生产过程为例,以国内外专家学者对CSTR模型和控制方法的研究为基础,运用机理建模的方法,构建CSTR模型,并通过结合A3C强化学习、神经网络和事件触发控制方法对CSTR系统设计控制策略,围绕CSTR系统的建模和温度控制问题开展研究。本文的主要研究内容如下:(1)建立CSTR反应过程中的机理模型,选择A3C强化学习方法作为CSTR温度控制方法。通过分析CSTR的基本结构、工作原理和建模分析,了解CSTR的工作原理和特性,选取反应釜温度控制的关键因素,利用CSTR各参数(如进料浓度、进料温度、冷剂温度等等)之间的机理关系,提出一种机理建模的模型建立方法。通过了解强化学习发展历史,对比分析policy-based、value-based、AC、A2C和A3C等方法的优劣势,选择A3C强化学习方法作为CSTR智能温度控制方法,对CSTR系统进行温度控制。(2)利用强化学习实现CSTR温度控制。通过对环境模型、全局网络、线程网络、交互机制和系统温度控制实现进行详细介绍,充分了解全局网络、线程网络和交互机制的原理,对CSTR系统进行温度控制。仿真实验结果表明,A3C算法可以较好的实现CSTR温度控制,且实验时间较短且稳定,拥有较好的全局性,但仍存在计算量大和消耗资源方面的问题。(3)采用事件触发的方式解决了A3C算法对资源的占用。首先通过了解事件触发控制的原理及发展,了解事件触发机制,介绍事件触发A3C算法的模块,确定事件触发的条件,设计了基于事件触发的A3C算法的控制框架;这类控制策略只在违反一定规则时才会采样,而全局网络和线程网络只有在事件触发时才会更新,从而完成系统采样,其余时间系统不采样,全局网络和线程网络的更新保持不变。仿真结果表明,基于事件触发的A3C算法能够极大地减少系统的采样次数,降低系统的通信开销,降低系统的计算开销,从而降低系统的资源消耗。

关键词： 一致性追踪控制   多智能体系统   自适应控制   未知控制方向  

摘要： 近些年来,随着控制科学的快速发展,多智能体系统的一致性控制在现实生活中得到了广泛的应用,已成为研究热点。目前关于多智能体系统一致性控制问题的研究大多数是基于控制方向为已知的情况,然而在许多实际应用中,由于未知故障原因,可能导致系统控制方向不确定。这使得许多基于已知控制方向的协同控制算法难以应用于此类系统。因此,如何在系统控制方向未知的限制条件下实现多智能体的一致性控制是一个值得深入研究的课题。本文以控制方向未知条件下的多智能体系统一致性控制为主线,主要完成了以下工作:第一,考虑了控制方向未知情况下具有未知参数的不确定严格反馈多智能体系统的一致性追踪控制问题。通过将Nussbaum函数增益和反步技术相结合,设计出了一种仅需利用邻居智能体信息的一致性追踪控制策略,有效补偿了非匹配不确定性因素的影响,在控制方向未知情况下实现了一致性追踪,同时借助Lyapunov函数和Nussbaum类型函数的相关性质证明了闭环系统信号的有界性。最后通过仿真实验证明了该控制策略的有效性。第二,考虑了控制方向未知情况下具有未知时变参数的规范型不确定多智能体系统的一致性追踪控制问题。通过构建一类新的Nussbaum函数,解决了系统中存在的未知控制方向和未知时变控制系数的问题。利用有向图表示了系统的通信拓扑,针对每个智能体提出了一种新的滤波器,实现了滤波器输出对于期望轨迹的一致性跟踪。基于Nussbaum函数设计了新的自适应一致性追踪控制策略,最终实现了多智能体系统的输出对于期望轨迹的一致性追踪。仿真实验也表明了该一致性追踪控制策略的有效性。第三,考虑了控制方向未知以及未知扰动情况下具有未知参数的二连杆多机械臂系统在未知扰动影响下的一致性追踪控制问题。通过设计合适的参数估计器,对未知有界扰动的上界和未知参数进行了估计。将Nussbaum函数增益和反步技术相结合,提出了自适应协同控制策略,建立了基于Nussbaum类型函数的机械臂输入控制力矩,消除了未知控制方向的影响,实现了多机械臂系统的输出对于期望轨迹的一致性追踪。最后通过数值仿真验证了该一致性追踪控制策略在多机械臂系统上的可行性和有效性。

关键词： 自主式水下机器人   自适应控制   预设性能控制   预定义时间控制  

摘要： 自主水下机器人(Autonomous Underwater Vehicle,AUV)作为在水下环境中代替人类进行任务的重要工具,具有高效、安全、精准和长时间连续运行等优点。随着科技的不断发展,人们对AUV智能化和高效化的要求逐渐提高,AUV的工作环境和任务需求也日渐趋于复杂。这对AUV控制系统的设计带来了很大挑战。首先,水下工作环境复杂,水动力系数难以获取且洋流扰动难以预测,对控制系统的鲁棒性提出了较高要求。其次,任务要求越发复杂,人们不仅希望AUV具有较高的控制精度,还希望AUV具有较好的控制性能。这些实际的控制需求增加了约束条件的数量,增大了控制器设计的难度和复杂度。因此,研究AUV自适应性能约束控制方法具有重大的实用意义和理论价值。本论文针对AUV的实际应用需求和目前存在的问题,对自适应性能约束控制方法展开研究,旨在抵抗不确定性的影响,转化约束条件,并提高控制性能。本论文的主要研究工作可总结如下:针对AUV模型存在不确定性,以及外界未知洋流扰动易引起预设性能控制方法失效的问题,本论文提出了考虑不确定性的AUV自适应可变约束边界控制方法。首先,提出了自适应可变约束边界性能函数,该性能函数可以有效处理由短时间大扰动引起的位姿偏移。其次,设计了干扰观测器对模型不确定性和未知洋流扰动进行观测和补偿。然后,基于自适应性能函数和干扰观测器推导设计了考虑不确定性的AUV自适应可变约束边界控制器,并利用李雅普诺夫方法证明了稳定性。最后,利用数值仿真软件进行了仿真验证,证明了该AUV自适应可变约束边界控制器的有效性。针对AUV控制性能要求较高,需要约束的量的数目多且约束条件复杂的问题,本论文提出了考虑约束转化的AUV预设性能跟踪控制方法。首先,提出了改进的自适应性能函数。该改进性能函数可以从约束边界的角度实现对控制精度和收敛时间等多个量的约束,转化并简化了约束条件。其次,设计了小超调的约束边界和误差变换,进一步实现了对超调量和不确定性等多个量的约束。然后,基于改进性能函数,小超调约束边界和误差变换推导设计了考虑约束转化的AUV预设性能跟踪控制器。最后,进行了数值仿真验证,仿真结果及分析证明了该AUV预设性能跟踪控制器的有效性。针对AUV机动性要求逐渐增高,跟踪误差需要在规定的时间内收敛到期望精度的问题,本论文提出了考虑改进时间函数的AUV预定义时间跟踪控制方法。首先,引入了预定义时间控制方法。该方法相比于有限时间控制方法和固定时间控制方法,具有不依赖AUV初始状态,控制参数物理意义直观且设置简单的优点。其次,提出了概率密度函数的概念,简化了时间函数的寻找过程,并基于此概念提出了改进的时间函数。然后,基于改进时间函数推导设计了考虑改进时间函数的AUV预定义时间跟踪控制器,严格预设了误差收敛时间。最后,进行了对比仿真验证和不同收敛时间下的数值仿真验证。对仿真结果的分析证明了该控制器具备在预设时间内使跟踪误差收敛到期望精度的能力,验证了AUV预定义时间跟踪控制器的有效性。

关键词： 加压电渣重熔   水气平衡系统   反步法   非线性控制   MATLAB仿真  

摘要： 高氮钢不仅在力学性能方面较为出众,同时其耐腐蚀性也非常出色,在军工、航空航天等领域得到广泛应用。在实际生产中,普通电渣炉制备的高氮钢存在氮含量较低、成材率低的问题,加压电渣重熔是解决该问题的有效工艺方法,同时实现加氮和钢质纯净化两方面的要求,该工艺方法不仅是电渣冶金领域的一种新工艺,更是目前用于生产高氮钢不可或缺的工艺技术。水气平衡控制装置及其控制技术是实现熔炼室内高压氮气控制的必需技术,也是保证加压电渣重熔完成生产的关键核心技术之一。本文以加压电渣重熔水气平衡控制装置和控制方法为研究对象,主要完成的研究工作内容如下:(1)首先详细分析了加压电渣重熔水气平衡系统的设备组成及其控制需求,确保其控制系统设计工作得以完成,同时分别讨论了气压和水压的控制方法。然后,结合实际加压重熔工艺对压力的设置要求,以保证水压和气压的平衡为控制目标,对加压电渣重熔中的水气平衡控制系统进行建模,得到非线性控制系统模型。利用Backstepping(自适应反步法)算法设计控制器,经过对比讨论确定控制方法,最后根据已建立的数学模型以及确定的控制方法,搭建Simulink仿真实验平台,进行控制器算法验证和优化。(2)在水气平衡系统系统中普遍存在输入死区、全状态约束等不可忽视的问题,其对系统的性能造成较大的影响,甚至可能会导致系统不稳定。为了克服上述问题,本文针对这一类不确定非线性系统,提出了一种自适应神经网络控制方法。首先,将障碍型Lyapunov函数引入到反步控制器框架中,采用径向基函数神经网络逼近未知非线性函数,同时设计自适应调节机制对输入死区进行动态补偿,并保证系统所有状态不违反预定义的约束区间,在期望时间内能够保证闭环系统所有信号的有界性以及跟踪误差收敛到有界的紧集内。最后,通过仿真结果验证了该控制方法的有效性。

关键词： 不确定非线性系统   全局实际跟踪   镇定   自适应控制   输出反馈  

摘要： 不确定非线性系统的自适应输出反馈控制是现代控制理论的重要组成部分,已经被广泛应用到工业控制、国防等各个方面。一方面,非线性和不确定性在所建立的数学模型中是不可避免的,这对控制理论和方法提出了重大挑战。另一方面,随着现代工业对控制系统性能要求的不断提高,这就必然需要加强对系统自适应输出反馈控制的研究。因此,对不确定非线性系统自适应输出反馈控制的研究具有重要的理论意义和应用价值。利用观测器理论和自适应技术,通过构造新的动态增益处理系统严重的未知性和非线性,并设计合适的观测器重构系统的不可测状态或同时估计系统的输入匹配不确定性,本文研究了几类不确定非线性系统的自适应输出反馈控制。研究内容包括以下三个方面:一、研究了一类不确定非线性系统的自适应输出反馈全局实际跟踪问题。与已有的相关工作不同,系统的增长率为系统输入-输出多项式函数乘以未知常数。通过引入两个新的动态增益构造观测器,并基于此设计自适应输出反馈控制器,本文所引入两个新的动态增益更新律可以有效地解决来自系统增长率和参考信号中的严重未知性。所设计的控制器能使闭环系统的所有状态都是全局有界的,并且在有限时间后跟踪误差最终会达到事先规定的任意小。二、研究了一类具有广义控制系数的不确定非线性系统的全局自适应输出反馈镇定问题。函数控制系数的非线性和未知增长率的未知性给控制器设计带来了很大的技术困难。通过引入一个新的动态增益处理来自函数控制系数的额外非线性和来自增长率的未知性,在此基础上,设计扩展状态观测器重构系统的不可测状态并对输入匹配不确定性进行估计。通过结合动态增益和扩展状态观测器,设计一个自适应输出反馈控制器,确保了系统的状态全局收敛到零,且输入匹配不确定性的估计收敛到其实际值。三、研究了一类更一般的非线性系统自适应输出反馈全局镇定问题。值得强调的是,所研究的系统不仅具有函数控制系数和输入匹配不确定性,其增长率更为一般,是一个未知常数与系统输出多项式的乘积,这给控制器设计带来了技术困难。值得注意的是,本章只引入一个动态增益同时克服函数控制系数和系统增长率中严重的不确定性。所设计的控制器最终实现了镇定目标。针对以上三部分研究,分别给出了相应的仿真算例,验证了所给出的控制设计方法的有效性。

关键词： 驱动底盘   移动带式输送机   单泵-双马达   智能控制   模糊PID  

摘要： 重型移动式带式输送机是一种广泛应用于实际生产中的连续运输设备,用于露天矿粉的堆取和传送等作业过程,能够实现物料的持续运输,被认为是一种理想的输送工具。随着矿粉等物料输送需求的增加,研究重型移动式带式输送机就显得尤为重要,而作为支撑输送机并帮助其实现灵活运动的驱动底盘的智能化成为问题关键。因此,本文针对重型移动式带式输送机承载底盘智能控制技术的关键问题,以课题组设计的驱动底盘为模型对象,采用方案设计和仿真模拟相结合的方式对底盘液压系统及控制系统展开研究。主要研究内容和结论如下: (1)底盘整体结构设计与液压系统研究。为简化底盘机械传动结构,提高速度稳定性,设计了液压马达与轮边减速器组合独立驱动车轮的底盘形式,并给出了其中一对轮组的液压驱动系统原理图;在此基础上,针对发动机、变量液压泵和液压马达等部件进行了合理的参数选型设计。 (2)建立底盘调速控制系统数学模型。基于液压传动相关理论对主要元件进行数学建模,分析了变量泵控马达速度控制系统和比例阀控马达的数学模型,得到了由负载压力和负载流量决定的阀控马达转角传递函数方框图,模型的建立为后续控制系统搭建及控制策略研究奠定了基础。 (3)驱动底盘单泵-双马达控制系统建模与仿真分析。设计了常规PID控制器和模糊PID控制器,并将AMESim建立的液压驱动系统模型与Simulink设计的调速控制系统进行联合仿真,研究了期望转速以阶跃、正弦和方波信号变化的情况下,两种控制器对液压调速系统的影响。结果表明,常规PID控制策略在三种信号下的超调量为2.71%、3.62%和11.57%,而模糊PID控制在调速过程中的超调量分别为1.23%、0.79%和7.13%,这表明模糊PID控制策略的超调量小,具有较好的稳定性和跟踪性能,并且在单泵双马达控制系统中比PID控制更优。 (4)采用改进鸟群算法优化模糊控制器。基于改进鸟群算法对模糊PID控制的模糊规则和隶属度函数进行优化;与模糊PID控制策略相比,采用改进鸟群算法优化后的模糊PID控制器可以显著减小马达转速、流量和压力响应曲线的超调量,提高系统响应的稳定性,并使输出曲线更加平滑,证明了改进鸟群算法的有效性。图71幅,表10个,参考文献78篇。

关键词： 固定翼无人机   执行器故障   反馈线性化   自适应控制   瞬态性能  

摘要： 相比于传统飞机,固定翼无人机具有灵活、安全和成本低等优势,如今备受关注。因固定翼无人机系统越发复杂,执行器发生故障也越发频繁,容错控制对于其飞行安全十分必要,也是目前航空领域研究热点之一,实现容错控制可以提高飞行控制系统的可靠性;又由于固定翼无人机系统控制精度要求较高,无人机容错控制的瞬态性能也需考虑。本文针对固定翼无人机容错控制的瞬态优化问题,提出了基于反馈线性化和模型参考自适应的容错控制方法,考虑在此基础上加入H?瞬态性能补偿项的改进模型参考自适应控制方法及双层模型参考自适应结构的控制方法的研究,主要研究工作如下: 1、阐述了固定翼无人机研究的背景和意义,介绍了固定翼无人机容错控制和瞬态控制的研究现状,并说明了容错控制设计所涉及的控制算法原理。 2、给出了固定翼无人机六自由度动力学模型,并建立固定翼无人机纵向运动模型,该纵向运动模型考虑了实际电机推力方向与机身指向存在的角度和重心对推力线存在的垂距,使应用的固定翼无人机纵向运动学模型更贴合实际。 3、在所构建的固定翼无人机纵向运动模型的基础上,提出了结合反馈线性化和模型参考自适应的容错控制方法,对固定翼无人机执行器的不确定性故障进行补偿。将模型参考自适应控制与反馈线性化技术相结合设计出基础控制器,实现在故障情况下的闭环系统稳定和渐近跟踪,并针对各故障情况分别设计与之对应的控制器,将多个故障补偿控制器融合为一个综合的故障补偿控制器,以解决不同的故障情况,再利用Lyapunov稳定性理论证明了系统的稳定性,通过有、无故障条件下飞机控制的仿真分析,验证了所提理论方法的有效性。 4、为解决基础容错控制器瞬态性能较差的问题,提出了改进的模型参考自适应控制方法。由求解Riccati方程得出的状态反馈增益构建H?瞬态性能补偿项,将其添加到基础控制器中,以抑制故障补偿控制器参数估计误差对闭环系统输出跟踪性能造成的不利影响,并利用输出跟踪误差的?L标准和任意单位时间内的均方差标准来证明瞬态性能优化的有效性。 5、进一步优化改进的模型参考自适应控制方法的瞬态性能,构建双层模型参考自适应控制结构,引入以改进的控制器为模板的辅助参考模型,并根据控制系统与主参考模型之间的跟踪误差以及辅助参考模型的跟踪误差之间的偏差,调整自适应反馈控制律,最后理论分析表明了固定翼无人机的控制信号均一致有界,保证了系统的稳定性和瞬态性能,最后基于Matlab的仿真验证了所提出容错算法的有效性。