论文部分内容阅读
本文先对平流层随机风场中水平方向上的风速序列进行预测研究,再将平流层的风速预测结果应用到平流层飞艇的定点驻留控制。对以定点驻留为控制目标的平流层飞艇而言,其基本飞行方式为顶风飞行,而利用风速预测控制能有效地降低平流层随机风场对飞艇定点驻留的不利影响,即提高了飞艇的定点驻留控制精度,减少了飞艇推进控制系统的能源消耗量,同时也保护了飞艇的电机系统。论文的主要研究内容如下:(1)针对风速序列的离线预测,建立了基于MS-EMD算法和ELM算法的组合预测模型。首先,分析了掩膜经验模态分解(简称MS-EMD)算法的基本原理,并利用MS-EMD算法来降低风速序列的非平稳性;其次,详细介绍了极限学习机(简称ELM)算法的风速预测流程,并对常用的BP神经网络预测算法以及Elman神经网络预测算法进行比较说明。最后,利用上述三种预测算法分别对实测风速序列进行离线预测,且比较分析上述三种神经网络的风速预测结果,可知ELM算法在风速序列的离线预测方面具有较大的优势。(2)针对风速序列的在线预测,建立了基于I-ELM算法的风速在线滚动预测模型。首先,介绍了风速在线滚动预测原理;其次,将增量型极限学习机(简称I-ELM)算法结合滚动预测原理来对实测风速序列进行在线预测,其中,I-ELM算法是ELM算法的改进形式;最后,得到风速序列的在线预测结果,并通过该预测结果说明了风速在线滚动预测模型的有效性。(3)针对平流层飞艇的高精度定点驻留控制,构造了该飞艇在随机风场中水平方向上的一维质点模型,且当飞艇通过PID控制器从距离目标原点较远处顶风飞回原点,并在原点处达到稳定状态,此时飞艇在原点的水平方向上会出现小幅振荡,即由于平流层随机风场的扰动而引起的稳态误差。然而,为了提高平流层飞艇的定点驻留控制精度,同时减少飞艇推进控制系统由于小幅振荡所带来的能源消耗量,在飞艇达到稳定状态之后,向飞艇的PID控制器中加入风速在线预测补偿量,也就是说,当平流层飞艇达到稳定状态之后,利用前馈-反馈PID控制器来对飞艇进行预测控制。为了说明所提控制方法的有效性,对上述两种控制器在平流层飞艇定点驻留上的控制效果进行比较分析。最后,由系统的仿真结果可知,利用前馈-反馈PID控制器能有效地减小平流层飞艇在水平方向上的振荡幅度,同时也能减少飞艇推进控制系统的能源消耗量,而且还能起到保护飞艇电机的作用,从而也体现出风速在线预测在平流层飞艇高精度定点驻留控制上的必要性。论文在以往的研究基础上提出了以下创新:首先,让MS-EMD算法与ELM算法相结合并将其应用到风速序列的离线预测;其次,建立了基于I-ELM算法的风速在线滚动预测模型;最后,将风速在线预测应用到平流层飞艇的高精度定点驻留控制,即采用前馈-反馈PID控制器来对飞艇进行预测控制。