无尾飞翼布局飞行器的操纵面故障强化学习最优自适应补偿控制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61473147
  • 项目类别:
    面上项目
  • 资助金额:
    83.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

Based on the scientific issues analyzing of typical fault tolerant flight control (FTFC) problems for tailess flying wing aircrafts with control surface failures, some control schemes which can improve the control performance of the fault tolerant control systems are proposed by reinforcement learning optimal adaptive compensation control method for multi-input multi-ouput (MIMO) affine nonlinear systems with actuator failures in this project. Firstly, the air dynamic imbalance and stall characteristics of tailess flying wing aircrafts with control surface failures are analysed by means of CATIA, CFD and AMS. Secondly, more effective actuator grouping way is proposed by means of multiple models switching and tuning (MMST) method, representation of the system dynamic performance is studied by prescribed performance bounds (PPB) analysis. Thirdly, a new control scheme named optimal adaptive compensation cntrol are proposed by using of actor-critic reinforcement learning adaptive optimal control and adaptive compensation control methods. Then, an optimal adatpive compensation control scheme is proposed for the system with actuator satuaration by anti-windup compensators. The anti-windup compensators of the controlled systems are designed with sector bound condition and bilinear matrix inequality analysis. Finally,the theoretical results are used to a tailess flying wing aircraft flight control system, and a fault tolerant flight control simulation platform is designed by AMESim, Visual C++ and Matlab.
本项目在对无尾飞翼布局飞行器操纵面故障典型飞行特性分析的基础上,挖掘其蕴涵的科学问题,研究MIMO仿射非线性系统的执行器故障强化学习最优自适应补偿控制方法,改善容错控制系统的性能。首先,采用CATIA建模、CFD和AMS等分析方法研究无尾飞翼布局飞行器操纵面故障引起的空气动力不平衡和失速等飞行特性,总结主要容错控制问题。其次,针对具有执行器故障的MIMO仿射非线性系统,提出基于MMST的执行器分组方法和系统PPB动态性能分析方法。然后,将非线性系统的actor-critic结构强化学习自适应最优控制用于自适应补偿控制,提出了最优自适应补偿控制方案;针对存在执行器饱和的情况,基于扇形区域分析和双线性矩阵不等式方法设计抗饱和补偿器,实现系统的最优自适应补偿控制。最后,利用AMESim、Matlab和Visual C++等工具开发了无尾飞翼布局飞行器容错飞行控制仿真平台。

结项摘要

无尾飞翼布局飞行器具有广阔的应用前景,操纵面故障情况下的容错控制是飞行器控制律设计必须要处理的问题。首先,我们根据飞行器外形参数和CFD数据建立了无尾飞翼布局飞行器的数学模型,采用飞行器参数建模、Datacom、CFD和AMS等分析方法研究无尾飞翼布局飞行器不同类型操纵面故障引起的空气动力不平衡和失速等飞行特性,总结主要容错控制问题;设计飞行器增稳控制律,为后续容错控制研究打下基础。其次,针对具有执行器故障的MIMO仿射非线性系统,提出基于MMST的执行器分组方法和系统PPB动态性能分析方法。然后,将非线性系统的自适应动态规划用于自适应补偿控制,提出了最优自适应补偿控制方案;针对存在执行器饱和的情况,设计抗饱和补偿器,实现系统的最优自适应补偿控制。最后,利用QtQuick、MATLAB、FlightGear和百度地图等工具开发了无尾飞翼布局飞行器容错飞行控制仿真平台,验证所设计容错控制律的适用性和有效性。项目发表期刊论文21篇,会议论文7篇,申请发明专利3项。项目研究结果可以为飞翼布局飞行器等复杂非线性系统的容错控制提供有益借鉴。

项目成果

期刊论文数量(21)
专著数量(0)
科研奖励数量(0)
会议论文数量(7)
专利数量(3)
Distributed zero-sum differential game for multi-agent systems in strict-feedback form with input saturation and output constraint
具有输入饱和和输出约束的严格反馈形式的多智能体系统分布式零和微分博弈
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    Neural Networks
  • 影响因子:
    7.8
  • 作者:
    Jingliang Sun;Chunsheng Liu
  • 通讯作者:
    Chunsheng Liu
飞翼飞行器的操纵面故障自适应补偿控制
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    张绍杰;双维芳;李正强
  • 通讯作者:
    李正强
Backstepping-based zero-sum differential games for missile-target interception systems with input and output constraints
具有输入输出约束的导弹目标拦截系统的基于反推的零和微分博弈
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    IET Control Theory and Applications
  • 影响因子:
    --
  • 作者:
    Jingliang Sun;Chunsheng Liu;Xia Zhao
  • 通讯作者:
    Xia Zhao
Backstepping-based adaptive predictive optimal control of nonlinear systems with application to missile-target engagement
基于反步的非线性系统自适应预测最优控制及其在导弹-目标交战中的应用
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    ISA Transactions
  • 影响因子:
    7.3
  • 作者:
    JingliangSun;ChunshengLiu
  • 通讯作者:
    ChunshengLiu
Control Surface Faults Neural Adaptive Compensation Control for Tailless Flying Wing Aircraft with Uncertainties
不确定性无尾飞翼飞机控制面故障神经自适应补偿控制
  • DOI:
    10.1007/s12555-017-0454-y
  • 发表时间:
    2018
  • 期刊:
    International Journal of Control, Automation and Systems
  • 影响因子:
    --
  • 作者:
    Shaojie Zhang;Weifang Shuang;Qingkai Meng
  • 通讯作者:
    Qingkai Meng

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于多传感器故障检测的设计与实验开发
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    教育教学论坛
  • 影响因子:
    --
  • 作者:
    张玲;孙永荣;赖际舟;李荣冰;吕品;张绍杰
  • 通讯作者:
    张绍杰
Optimal Adaptive Output Tracking Control for a Class of Uncertain Nonlinear Systems With Actuator Failures
一类执行器失效的不确定非线性系统的最优自适应输出跟踪控制
  • DOI:
    --
  • 发表时间:
    2024-09-13
  • 期刊:
  • 影响因子:
    --
  • 作者:
    张绍杰;Shaojie Zhang;Wu Xue;Chunsheng Liu
  • 通讯作者:
    Chunsheng Liu

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码