CN108762066B - 一种直升机电动尾部减速器系统的控制方法 - Google Patents
一种直升机电动尾部减速器系统的控制方法 Download PDFInfo
- Publication number
- CN108762066B CN108762066B CN201810372506.3A CN201810372506A CN108762066B CN 108762066 B CN108762066 B CN 108762066B CN 201810372506 A CN201810372506 A CN 201810372506A CN 108762066 B CN108762066 B CN 108762066B
- Authority
- CN
- China
- Prior art keywords
- reducer
- electric tail
- helicopter
- tail
- equation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000003638 chemical reducing agent Substances 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004088 simulation Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 230000006978 adaptation Effects 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 230000000452 restraining effect Effects 0.000 claims description 3
- 239000011541 reaction mixture Substances 0.000 claims 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种直升机电动尾部减速器系统的控制方法，包括以下步骤：(a)建立直升机电动尾部减速器的动力学模型；(b)利用Udwadia‑Kalaba(U‑K)方法简化动力学方程，完成动力学建模；(c)设计直升机电动尾部减速器系统控制器及其自适应规律；(d)对直升机电动尾部减速器控制器系统进行稳定性分析：(e)对直升机电动尾部减速器系统进行系统性能仿真，由仿真效果调整直升机电动尾部减速器系统的控制器参数。本发明考虑外界不确定性的自适应鲁棒控制设计方法，通过控制系统设计，解决了轨迹跟踪控制。本发明的控制方法可以自我检测系统稳定性并能运行在不同计算性能控制平台上，适应性强。
Description
技术领域
本发明属于航空自动化控制技术领域，具体涉及一种直升机电动尾部减速器系统的控制方法。
背景技术
由于汽油、柴油等化石燃料的大量开发和使用，在能源和环保的双重压力下，传统内燃机尤其是航空内燃机，因其碳排放量高、污染严重的原因，现各国都制定了相应的鼓励政策积极推动新能源产业的发展，航空电机以其越来越明显的优势正在快速发展。
直升机一般是静不稳定的，其飞行控制系统是一个非线性、多变量、强耦合的复杂系统，再加上直升机尾桨本身的气动特性十分复杂，直升机在实际的机动飞行中也存在着诸多不确定因素，因此，在设计直升机电动尾桨控制器时，有必要使它对未知不确定性和外界干扰均具有很强的鲁棒性，以保证直升机飞行时的稳定和安全。
目前常用的机械系统建模方法主要有Newton-Euler方法、Lagrange方法、Kane方程以及其他利用约束动力学理论发展起来的建模方法。但这些方法存在操作困难或不可得到解析形式动力学方程的缺点，对于后期保证控制器的精度有较大的影响。1992年，美国南加州大学的Udwadia和Kalaba教授提出了一种简明的用于描述受约束系统的动力学建模方法，该方法称之为Udwadia-Kalaba(U-K)理论。
本发明采用一种针对机械系统的解析建模方法，该方法基于Udwadia-Kalaba(U-K)方程。该理论内容主要有以下三个主要方面：基于达朗贝尔原理和高斯定理，理论提出了理想约束条件下多体系统的基本运动方程；考虑到非理想约束系统不能满足达朗贝尔原理的情况，理论完善了多体系统的运动方程，增加了非理想约束力的解析表达式；针对系统质量矩阵奇异的情况，理论扩展了运动方程，使其能够解决质量矩阵奇异时运动方程无解的问题。
发明内容
为实现上述目的，本发明采用以下技术方案：
一种直升机电动尾部减速器系统的控制方法，所述直升机电动尾部减速器系统包括电机子系统、减速器子系统和尾桨子系统，该方法包括以下步骤：
(a)建立直升机电动尾部减速器的动力学方程；
(b)利用Udwadia-Kalaba(U-K)方法简化所述动力学方程，完成动力学建模；
(c)根据步骤(b)获得的所述动力学模型，设立直升机电动尾部减速器系统的控制器及其自适应规律，由所述控制器控制所述直升机电动尾部减速器系统的工作；
(d)对直升机电动尾部减速器控制器系统进行稳定性分析；
(e)对直升机电动尾部减速器系统进行系统性能仿真，根据所述稳定性分析和性能仿真的结果调整直升机电动尾部减速器系统的控制器参数。
所述步骤(a)具体是指：
根据拉格朗日力学或者牛顿力学，分别得到电机子系统、减速器子系统和尾桨子系统的动力学方程如下：
电机子系统动力学方程：
Ta是电磁转矩，TL是电机的输出转矩，J是转子的转动惯量，Ψf是每对永磁体的磁通，Ld、Lq是交直轴电感，P1是定子的极对数，id,iq分别是d轴、q轴的交直轴电流；
是电机转动的角加速度，
是电机转动的角速度，B是转子的粘性阻尼系数；
减速器子系统动力学方程：
T减速器是减速器的输出转矩，位是减速器的减速比，IL是减速器输出端的转动惯量，μ是轮齿啮合摩擦系数；
尾桨子系统动力学方程：
J尾桨是尾桨的转动惯量，T负载是尾桨所受的负载，这里看成与尾桨平衡主旋翼的反扭矩MK等同；
这里减速器的输出转矩T减速器提供两部分作用：
(a)尾桨自身转动过程中产生的转矩
由于尾桨的转速和电机之间存在减速比的倍数关系位，所以
(b)负载转矩T负载；
联立(1)(2)(3)式，最终整理后得综合的动力学方程，如公式(4)所示：
所述步骤(b)具体是指：
将所述直升机电动尾部减速器系统分解为多个子系统，并由广义坐标向量q∈Rn表示，则系统的广义速度向量为
广义加速度向量为
在无约束条件下，运动方程可表示为：
其中，t∈R是独立的时间变量，R是常数，M(q,t)＝MT(q,t)∈Rn×n是质量矩阵(或惯性矩阵)，
包括重力、外力(impressedforce)和离心力/科式力；最后，给出受约束系统的运动方程：
其中，
为约束力；
那么受约束的机械系统运动方程，即U-K方程可以表示为如公式(7)所示，完成动力学建模：
其中，
为
的广义逆矩阵。
所述步骤(c)具体是指：
进一步建立含有不确定性的动力学模型，如公式(8)所示，据此设立直升机电动尾部减速器系统的控制器：
其中，t∈R是独立的时间变量，q∈Rn为系统的坐标向量，
为系统的速度向量，
为系统的加速度向量，
系统的不确定参数，t∈Rn为系统控制输入；式中
紧集但未知，象征着不确定性可能的界，M(q,σ,t)为系统的质量矩阵，
为科氏力/离心力，G(q,σ,t)为重力；
设立所述控制器的自适应规律，所述自适应规律含有基于约束跟随控制的自适应鲁棒控制，如公式(9)所示：
其中，P1、P2、P3分别为
所述步骤(d)具体是指：
通过Lyapunov第二方法进行分析，选取Lyapunov函数为：
β为实际速度与控制速度间误差，βT为β的对称矩阵，
为β的一阶导数，ρE为非负常数用以求解、确定不确定性边界，
为自适应率估计值，
为
的一阶导数，α为自适应率实际值，为方便求解设k1、k2、k3为非负参数用以调整自适应率，根据q(·)、
和
的信息，推导李雅普诺夫函数的导数：
由此可以得到直升机电动尾部减速器系统的一致有界性边界R；
所述步骤(e)具体是指：
对直升机电动尾部减速器系统尾桨实际位置和目标位置进行比较，借由比较结果判断并调整直升机电动尾部减速器系统的控制器参数，即通过调试参数k1、k2、k3从而起到调节自适应率
α的作用，降低控制代价，提高控制性能，增强系统的稳定性。
本发明具有如下有益效果：
第一，在建模过程中采用Udwadia-Kalaba理论，可以在不出现拉格朗日乘子的情况下，得到约束力的解析求法，简化了建模、求解过程；
第二，本发明针对直升机电动尾部减速器系统，采用了考虑外界不确定性的自适应鲁棒控制设计方法，通过控制系统设计，令受控系统的位置与速度跟踪目标轨迹。传统跟踪控制方法将系统跟踪误差作为控制研究对象，利用控制输入使跟踪误差满足一致渐进稳定的性能指标，而本项目采用约束跟随控制方法，从另一个角度解决了轨迹跟踪控制。
第三，本发明控制方法的计算量可以调节，能够运行在不同计算性能控制平台上，适应性强；
第四，本发明的控制方法可以自我检测系统稳定性。
附图说明
图1为本发明的控制方法流程图；
图2为含有减速器、尾桨的直升机电动尾部减速器系统的结构示意图；
图3为控制器的整体结构示意图；
图4为系统稳定性仿真示意图。
具体实施方式
下面结合附图并通过实施例，对本发明进行详细描述。
参考图1，一种直升机电动尾部减速器系统的控制方法，所述直升机电动尾部减速器系统包括电机子系统、减速器子系统和尾桨子系统，该方法包括以下步骤：
(a)建立直升机电动尾部减速器的动力学方程；
(b)利用Udwadia-Kalaba(U-K)方法简化所述动力学方程，完成动力学建模；
(c)根据步骤(b)获得的所述动力学模型，设立直升机电动尾部减速器系统的控制器及其自适应规律，由所述控制器控制所述直升机电动尾部减速器系统的工作；
(d)对直升机电动尾部减速器控制器系统进行稳定性分析；
(e)对直升机电动尾部减速器系统进行系统性能仿真，根据所述稳定性分析和性能仿真的结果调整直升机电动尾部减速器系统的控制器参数。
所述步骤(a)具体是指：
根据拉格朗日力学或者牛顿力学，分别得到电机子系统、减速器子系统和尾桨子系统的动力学方程如下：
电机子系统动力学方程：
Ta是电磁转矩，TL是电机的输出转矩，J是转子的转动惯量，Ψf是每对永磁体的磁通，Ld、Lq是交直轴电感，P1是定子的极对数，id,iq分别是d轴、q轴的交直轴电流；
是电机转动的角加速度，
是电机转动的角速度，B是转子的粘性阻尼系数；
减速器子系统动力学方程：
T减速器是减速器的输出转矩，位是减速器的减速比，IL是减速器输出端的转动惯量，μ是轮齿啮合摩擦系数；
尾桨子系统动力学方程：
J尾桨是尾桨的转动惯量，T负载是尾桨所受的负载，这里看成与尾桨平衡主旋翼的反扭矩MK等同；
这里减速器的输出转矩T减速器提供两部分作用：
(a)尾桨自身转动过程中产生的转矩
由于尾桨的转速和电机之间存在减速比的倍数关系位，所以
(b)负载转矩T负载；
联立(1)(2)(3)式，最终整理后得综合的动力学方程，如公式(4)所示：
所述步骤(b)具体是指：
将所述直升机电动尾部减速器系统分解为多个子系统，并由广义坐标向量q∈Rn表示，则系统的广义速度向量为
广义加速度向量为
在无约束条件下，运动方程可表示为：
其中，t∈R是独立的时间变量，R是常数，M(q,t)＝MT(q,t)∈Rn×n是质量矩阵(或惯性矩阵)，
包括重力、外力(impressedforce)和离心力/科式力；最后，给出受约束系统的运动方程：
其中，
为约束力；
那么受约束的机械系统运动方程，即U-K方程可以表示为如公式(7)所示，完成动力学建模：
其中，
为
的广义逆矩阵。
所述步骤(c)具体是指：
进一步建立含有不确定性的动力学模型，如公式(8)所示，据此设立直升机电动尾部减速器系统的控制器：
其中，t∈R是独立的时间变量，q∈Rn为系统的坐标向量，
为系统的速度向量，
为系统的加速度向量，
系统的不确定参数，τ∈Rn为系统控制输入；式中
紧集但未知，象征着不确定性可能的界，M(q,σ,t)为系统的质量矩阵，
为科氏力/离心力，G(q,σ,t)为重力；
设立所述控制器的自适应规律，所述自适应规律含有基于约束跟随控制的自适应鲁棒控制，如公式(9)所示：
其中，P1、P2、P3分别为
所述步骤(d)具体是指：
通过Lyapunov第二方法进行分析，选取Lyapunov函数为：
β为实际速度与控制速度间误差，βT为β的对称矩阵，
为β的一阶导数，ρE为非负常数用以求解、确定不确定性边界，
为自适应率估计值，
为
的一阶导数，α为自适应率实际值，为方便求解设k1、k2、k3为非负参数用以调整自适应率，根据q(·)、
和
的信息，推导李雅普诺夫函数的导数：
由此可以得到直升机电动尾部减速器系统的一致有界性边界R；
所述步骤(e)具体是指：
对直升机电动尾部减速器系统尾桨实际位置和目标位置进行比较，借由比较结果判断并调整直升机电动尾部减速器系统的控制器参数，即通过调试参数k1、k2、k3从而起到调节自适应率
α的作用，降低控制代价，提高控制性能，增强系统的稳定性。
如图2所示直升机电动尾部减速器系统是本发明的控制对象，含有一台高功率密度电机，一台减速器，一个尾桨系统。
图3所示控制器输入量为直升机尾桨期望位置指令与尾桨实际位置值的差值；人为指定直升机尾桨的期望转速，与光电编码器所测的直升机在PID控制器中做差值，所处理数据经过减速器、电机、外界环境等的干扰，将数据送入控制卡中，经过控制器中的自适应律调整，P1,P2,P3控制力矩的共同调控，其中自适应律会影响P3的大小，同时降低控制代价还能影响控制性能，最终实现对直升机尾桨的转速控制，生成驱动直升机电动尾桨系统电机的指令；这里的控制器是整体系统的控制器。
图4是调整好控制参数后，一个直升机电动尾部减速器系统的稳定性仿真结果示意图，实线表示尾桨的实际位置，虚线表示理想位置(即指令位置)，可以看出在控制器的作用下，实际位置迅速趋向于理想位置，证明设计方法有效。有益效果：在不确定性因素的干扰下(例如空气阻力等)，实现对尾桨角速度的精确控制，提高控制效果和系统稳定性，降低控制代价，同时该实例验证了控制器的有效性。
Claims (6)
1.一种直升机电动尾部减速器系统的控制方法，所述直升机电动尾部减速器系统包括电机子系统、减速器子系统和尾桨子系统；其特征在于，该方法包括以下步骤：
(a)建立直升机电动尾部减速器的动力学方程；
(b)利用Udwadia-Kalaba方法简化所述动力学方程，完成动力学建模；
(c)根据步骤(b)获得的所述动力学模型，设立直升机电动尾部减速器系统的控制器及其自适应规律，由所述控制器控制所述直升机电动尾部减速器系统的工作；
(d)对直升机电动尾部减速器控制器进行稳定性分析；
(e)对直升机电动尾部减速器系统进行系统性能仿真，根据所述稳定性分析和性能仿真的结果调整直升机电动尾部减速器系统的控制器参数。
2.根据权利要求1所述的一种直升机电动尾部减速器系统的控制方法，其特征在于，所述步骤(a)具体是指：
根据牛顿力学，分别得到电机、减速器和尾桨的动力学方程如下：
电机动力学方程：
Ta是电磁转矩，TL是电机的输出转矩，J是转子的转动惯量，Ψf是每对永磁体的磁通，Ld、Lq分别是交轴电感、直轴电感，P1是定子的极对数，id、iq分别是交轴电流、直轴电流；
减速器动力学方程：
T减速器是减速器的输出转矩，λ是减速器的减速比，IL是减速器输出端的转动惯量，μ是轮齿啮合摩擦系数；
尾桨动力学方程：
J尾桨是尾桨的转动惯量，T负载是尾桨所受的负载，这里看成与尾桨平衡主旋翼的反扭矩MK等同；
联立(1)(2)(3)式，最终整理后得综合的动力学方程，如公式(4)所示：
3.根据权利要求1所述的一种直升机电动尾部减速器系统的控制方法，其特征在于，所述步骤(b)具体是指：
将所述直升机电动尾部减速器系统分解为多个子系统，并由广义坐标向量q∈Rn表示，则系统的广义速度向量为
广义加速度向量为
在无约束条件下，运动方程可表示为：
其中，t∈R是独立的时间变量，R是常数，M(q，t)＝MT(q，t)∈Rn×n是质量矩阵，
包括重力、外力和离心力；
最后，给出受约束系统的运动方程：
其中，
为约束力；
那么受约束的机械系统运动方程，即Udwadia-Kalaba方程可以表示为如公式(7)所示，完成动力学建模：
其中，A(q，t)为约束矩阵，
为二阶约束矢量，
为
的广义逆矩阵。
4.根据权利要求3所述的一种直升机电动尾部减速器系统的控制方法，其特征在于，所述步骤(c)具体是指：
进一步建立含有不确定性的动力学模型，如公式(8)所示，据此设立直升机电动尾部减速器系统的控制器：
其中，t∈R是独立的时间变量，q∈Rn为系统的坐标向量，
为系统的速度向量，
为系统的加速度向量，σ∈∑为系统的不确定参数，
紧集但未知，象征着不确定性可能的界，τ∈Rn为系统控制输入；M(q，σ，t)为系统的质量矩阵，
为科氏力，G(q，σ，t)为重力；
设立所述控制器的自适应规律，所述自适应规律含有基于约束跟随控制的自适应鲁棒控制，如公式(9)所示：
其中，P1、P2、P3分别为
式(10)-(12)中相同字母表达的含义相同，式(10)中，
分别为系统质量矩阵、科氏力、重力矩阵的名义部分；A(q，t)为约束矩阵，
为二阶约束矢量，
为
的广义逆矩阵；式(11)中，P为正定常数矩阵，β为实际速度与控制速度间误差；式(12)中，
为自适应参数，γ为系统误差调节函数，Π为系统不确定性上界，μ为实际速度与控制速度间误差和系统不确定性上界的乘积。
5.根据权利要求1所述的一种直升机电动尾部减速器系统的控制方法，其特征在于，所述步骤(d)具体是指：
通过Lyapunov第二方法进行分析，选取Lyapunov函数为：
β为实际速度与控制速度间误差，βT为β的对称矩阵，
为β的一阶导数，ρE为非负常数，
为自适应率估计值，
为
的一阶导数，α为自适应率实际值，为方便求解设k1、k2、k3为非负参数用以调整自适应率，根据q(·)、
和
的信息，推导李雅普诺夫函数的导数：
由此可以得到直升机电动尾部减速器系统的一致有界性边界R；
式(15)中，
6.根据权利要求1所述的一种直升机电动尾部减速器系统的控制方法，其特征在于，所述步骤(e)具体是指：
对直升机电动尾部减速器系统尾桨实际位置和目标位置进行比较，借由比较结果判断并调整直升机电动尾部减速器系统的控制器参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810372506.3A CN108762066B (zh) | 2018-04-24 | 2018-04-24 | 一种直升机电动尾部减速器系统的控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810372506.3A CN108762066B (zh) | 2018-04-24 | 2018-04-24 | 一种直升机电动尾部减速器系统的控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108762066A CN108762066A (zh) | 2018-11-06 |
| CN108762066B true CN108762066B (zh) | 2021-03-12 |
Family
ID=64011484
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810372506.3A Active CN108762066B (zh) | 2018-04-24 | 2018-04-24 | 一种直升机电动尾部减速器系统的控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108762066B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109445452B (zh) * | 2018-12-29 | 2021-02-05 | 合肥工业大学 | 一种直升机电动尾部减速器系统的控制方法 |
| CN113630055A (zh) * | 2021-07-15 | 2021-11-09 | 南京理工大学 | 基于卡尔曼数据融合的无位置传感器摇臂伺服控制方法 |
| CN114626570B (zh) * | 2021-12-07 | 2024-06-07 | 国网天津市电力公司 | 一种电力碳排放轨迹分析方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6262841B1 (en) * | 1997-11-24 | 2001-07-17 | Bruce D. Dike | Apparatus for projecting a real image in space |
| CN102508436A (zh) * | 2011-11-21 | 2012-06-20 | 湖南大学 | 机械手摩擦力动力学精确分析与控制应用方法 |
| CN106441841A (zh) * | 2016-09-12 | 2017-02-22 | 中国人民解放军海军航空工程学院青岛校区 | 一种直升机尾减速器机匣疲劳试验装置 |
| CN106599405A (zh) * | 2016-11-29 | 2017-04-26 | 中国直升机设计研究所 | 一种计算主减速器与机身任意连接点位置实际载荷的方法 |
| CN107229804A (zh) * | 2017-06-26 | 2017-10-03 | 中国航发湖南动力机械研究所 | 直升机主减速器润滑系统动态仿真分析方法及装置 |
-
2018
- 2018-04-24 CN CN201810372506.3A patent/CN108762066B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6262841B1 (en) * | 1997-11-24 | 2001-07-17 | Bruce D. Dike | Apparatus for projecting a real image in space |
| CN102508436A (zh) * | 2011-11-21 | 2012-06-20 | 湖南大学 | 机械手摩擦力动力学精确分析与控制应用方法 |
| CN106441841A (zh) * | 2016-09-12 | 2017-02-22 | 中国人民解放军海军航空工程学院青岛校区 | 一种直升机尾减速器机匣疲劳试验装置 |
| CN106599405A (zh) * | 2016-11-29 | 2017-04-26 | 中国直升机设计研究所 | 一种计算主减速器与机身任意连接点位置实际载荷的方法 |
| CN107229804A (zh) * | 2017-06-26 | 2017-10-03 | 中国航发湖南动力机械研究所 | 直升机主减速器润滑系统动态仿真分析方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Dynamic Modeling and Simulation of Multi-body Systems Using the Udwadia-Kalaba Theory;ZHAO Han，et al.;《Chinese Journal of Mechanical Engineering》;20131231;第26卷(第5期);第839-850页 * |
| 采用Udwadia_Kalaba理论的微振动隔振平台研究;黄康等;《西安交通大学学报》;20170131(第1期);第51-58页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108762066A (zh) | 2018-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108762066B (zh) | 一种直升机电动尾部减速器系统的控制方法 | |
| CN105116934B (zh) | 基于自适应滑模补偿的双框架mscmg框架系统高精度控制方法 | |
| CN108983801B (zh) | 一种基于反作用飞轮动态特性的航天器抗干扰姿控方法 | |
| CN105450123B (zh) | 一种基于神经网络的永磁同步电机混沌系统快速终端滑模控制方法 | |
| Hu et al. | Research and application of nonlinear control techniques for quad rotor UAV | |
| CN114115252B (zh) | 一种基于不等式约束的关节模组鲁棒控制方法 | |
| Aull et al. | A nonlinear inverse model for airborne wind energy system analysis, control, and design optimization | |
| CN113283090B (zh) | 基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法 | |
| Song et al. | Second-order sliding mode control with backstepping for aeroelastic systems based on finite-time technique | |
| Duecker et al. | Parameter identification for micro underwater vehicles | |
| CN106208857A (zh) | 保证瞬态性能的永磁同步电机混沌系统神经网络动态面控制方法 | |
| CN112198798A (zh) | 载人潜水器系统的干扰处理方法、设备及存储介质 | |
| Fotuhi et al. | Comparison of joint friction estimation models for laboratory 2 DOF double dual twin rotor aero-dynamical system | |
| Fotuhi et al. | Adaptive joint friction estimation model for laboratory 2 DOF double dual twin rotor aerodynamical helicopter system | |
| Zhang et al. | Wave heave compensation based on an optimized backstepping control method | |
| CN115599108A (zh) | 一种基于鲹科模型的仿生水下机器人控制方法 | |
| Guo et al. | Trajectory tracking control of a quad-rotor using fractional-order sliding mode | |
| Chen et al. | Sliding mode control for manipulator based on fuzzy switching gain adjustment | |
| Li et al. | AMESim simulation and energy control of hydraulic control system for direct drive electro-hydraulic servo die forging hammer | |
| Michel et al. | Energy-Efficient UAV Trajectory Generation Based on System-Level Modeling of Multi-Physical Dynamics | |
| Gunes et al. | Stabilizer Autopilot Design For Fixed Wing UAV Using ODSMC | |
| Lucena et al. | Modeling, parameter estimation, and control of an aero-pendulum | |
| Uspenskyi et al. | Controlled Flight Model of Hybrid Multicopter for Computer Implementation | |
| CN116540554B (zh) | 一种基于飞轮动态的航天器抗干扰量化姿态控制方法 | |
| El Dakrory et al. | Utilization of neural network and the discrepancy between it and modeling in quadcopter attitude |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |