四旋翼飞行器速度自抗扰控制

来源 :电光与控制 | 被引量 : 0次 | 上传用户:senkooqian
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了补偿四旋翼飞行器的参数不确定性和扰动,提出一种四旋翼飞行器速度的线性自抗扰控制方法.首先,分析了四旋翼飞行器的动力学模型,质心在惯性坐标系中的z轴线速度采用一阶自抗扰控制,x轴和y轴线速度采用比例加前馈控制,并利用李雅普诺夫函数证明了三轴速度环控制系统渐近稳定.然后,分析虚拟姿态角度求解,采用二阶线性自抗扰控制实现3个方向姿态角跟踪,证明了二阶线性自抗扰控制系统的稳定性.最后,仿真实验表明,与PD控制的系统相比,四旋翼飞行器的速度自抗扰控制系统3个轴的线速度跟踪更快、无超调且跟踪误差小;3个方向姿态角的收敛速度更快、跟踪误差小.
其他文献
针对高超声速风洞试验段内来流过强、总压总温过高导致的光学测量设备不易布局的问题,设计了一种适用于高超声速风洞的双目视觉测量系统布局方案及姿态测量方法.通过试验段内外布置的高速相机及LED光源,实现对测试模型六自由度数据的采集;为了验证布局合理性,利用静态试验加以验证,采用双目视觉系统中模型标志点技术解算模型位移和姿态信息.通过在试验中与实际送进机构对模型姿态的改变量进行对比,证明了双目视觉系统布置方案的可行性,同时验证了此系统在测量距离1.2 m、测量空间范围0.5 m3内,对模型转动姿态测试误差低于0.
随着我国重载铁路货运机车的快速发展,机车的故障率与事故发生率相应上升,机车故障诊断技术的重要性也越来越突出.针对SS4B型机车主要设备的故障模式和诊断需求,采用基于传感器信息的动态故障树算法(DFT A),根据故障原因部位传感器采集的数据化简由故障树分析得到的故障原因.对传感器网络的拓扑结构、网络接口、网络协议进行了研究,使用C语言实现DFT A算法,对其进行测试验证.测试结果表明,当某些节点的状态通过外部传感器采集的数据确认正常后,可通过DFTA的测试程序得到更加精确的诊断结果.
随着我国新能源装机占比越来越大,大范围资源优化调度与清洁能源消纳给电网安全经济运行带来越来越大的压力.在电网现有的调控云的基础上,将新能源的应用移植到调控云上,基于调控云平台实现对新能源并网的监测与调度,可有效提高电网对新能源的消纳能力.
针对三自由度直升机系统,研究了基于自适应观测器的故障估计问题.首先,建立了三自由度直升机的非线性模型,研究了基于比例型自适应观测器的故障估计方法;进一步,为了提高三自由度直升机系统故障估计的动态性能,构造了比例-微分型自适应观测器;通过引入H∞性能保证了所提出的故障估计方法的鲁棒性,并且利用线性矩阵不等式计算观测器增益;最后,通过三自由度直升机仿真系统对所设计的故障观测器进行仿真验证.结果表明,与比例型自适应观测器相比,比例-微分型自适应观测器具有更好的故障估计精度和速度.
研究了某±800 kV换流站内直流、交流电压参量,探索参量间的运行边界及可能存在的相互关联,分析各电气量不同工况下存在的特征,考察在控制保护系统中设置报警或功能响应的可行性.
针对GIS内出现的冲击型电应力老化现象,设计一套特斯拉脉冲电源发生器,通过控制调节脉冲电压的输出幅值及频率,研究纳米Al2O3填料与环氧树脂共混填充在不同电压幅值、频率试验条件下的绝缘特性和局部放电量的变化规律.结果 表明,较高的脉冲幅值与脉冲频率会加快空间电荷的入射与脱陷过程,加剧复合材料内部局部放电过程,促进导电通道分支的发展,进而使复合材料的老化程度更加严重.该研究结果有利于提升电气设备缺陷发现能力,减小故障几率,缩短停电检修时间,为设备异常故障分析提供参考依据.
为解决低信噪比条件下传统雷达辐射源识别准确性低、时效性差、稳健性不强的问题,提出了一种基于随机森林的雷达辐射源型号识别算法.算法以载频、脉宽、脉冲重复周期为识别特征向量,首先从先验样本集中随机抽取得到多个训练集,然后使用训练集构建多个决策树分类器,最后通过多个决策树分类器对新识别特征向量进行识别并投票得到最终识别结果.仿真实验表明,该算法在低信噪比条件下依然具有较好的稳健性与时效性,能够有效解决战场雷达辐射源识别的问题.
2021年12月2日,国网浙江电力宣传大数据监测研究室建成启用.这是国家电网系统首个宣传大数据监测研究平台,也是国网浙江电力新闻宣传战线认真贯彻落实党中央、国家电网公司党组和国网浙江电力党委关于“加快推进数字化改革和媒体深度融合发展”的又一重要成果.
期刊
目前航电系统中应用的机载综合模块化处理平台存在两种构型,分别是集中式机箱配置LRM模块和托架安装的ARINC600标准LRU单元.针对这两种构型及机载光互联技术现状,分别描述了各自的特点及光互联方法采用的光电转换、高密度接口传输等工程化实现方式.最后对当前光互联方法的验证结果进行了描述,对未来改进方向进行了探讨.
电动机轴承的振动信号具有不平稳、非线性和高噪声等特点.在轴承故障的情况下,通过原始信号或部分时域特征参数不易准确判断故障位置.为解决此问题,在考虑时域特征的基础上,进一步通过集成经验模态分解(EEMD)和模糊熵进行特征参数提取.将轴承在正常、内滚道故障、滚动体故障以及外滚道的三个方向故障状态下的振动信号通过集成经验模态分解和计算模糊熵的方法提取信号特征,并与时域特征相结合得到10维特征向量.使用支持向量机(SVM)分类方法对所提取特征进行训练,最终得到可用于电动机轴承故障诊断的模型.比对发现,经特征提取后