CN114707349A - 基于机械阻抗的直升机振动控制方法、装置和存储介质 - Google Patents

基于机械阻抗的直升机振动控制方法、装置和存储介质 Download PDF

Info

Publication number
CN114707349A
CN114707349A CN202210425687.8A CN202210425687A CN114707349A CN 114707349 A CN114707349 A CN 114707349A CN 202210425687 A CN202210425687 A CN 202210425687A CN 114707349 A CN114707349 A CN 114707349A
Authority
CN
China
Prior art keywords
control
controller
feedback
adaptive
mechanical impedance
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.)
Pending
Application number
CN202210425687.8A
Other languages
English (en)
Inventor
宋来收
龚园园
董文辉
夏品奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202210425687.8A priority Critical patent/CN114707349A/zh
Publication of CN114707349A publication Critical patent/CN114707349A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Operations Research (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了基于机械阻抗的直升机振动控制方法、装置和存储介质，本发明方法利用并联式自适应前馈控制和基于机械阻抗设计的反馈控制，可有效避免复杂结构动力学建模困难，提高控制系统建模的可靠性及控制性能，实现稳态、瞬态及宽带振动抑制，基于机械阻抗设计的反馈控制有效提升系统动力学特性的同时加速自适应前馈控制的收敛性能，可有效提升直升机振动主动控制系统的振动抑制性能和收敛速度。

Description

基于机械阻抗的直升机振动控制方法、装置和存储介质
技术领域
本发明属于直升机振动主动控制领域，尤其涉及基于机械阻抗的直升机振动控制方法、装置和存储介质。
背景技术
直升机在飞行过程中始终处于复杂的气动环境，旋翼、发动机等旋转部件会产生交变载荷，致使直升机处于恶劣的振动状态。高振动水平严重影响驾驶员的工作效率、机载设备的可靠性及乘务人员的舒适性等，有效控制直升机振动水平成为必然要求。适应能力强、控制效果好、附加质量小的直升机结构响应主动控制成为直升机振动控制领域的重要发展方向。
实用而高效的自适应算法是直升机结构响应主动控制的关键一环，影响控制性能及工程应用价值。自适应前馈控制可以有效地降低系统的稳态响应，而难以提升系统的动力学特性而实现对瞬态及宽带振动抑制，反馈控制能够有效提升系统动力学特性而实现对瞬态及宽带振动抑制，进而提升自适应前馈控制的收敛性能。可靠而精准的系统模型是控制系统设计的基础，而对于复杂的直升机机体结构，通过有限元、结构分析等技术难以有效建模，基于机械阻抗的试验测试技术成为复杂结构动力学建模的有效技术手段。
发明内容
发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供基于机械阻抗的直升机振动控制方法、装置和存储介质，实现系统动力学特性提升与稳态响应控制，有效提升直升机振动主动控制系统的振动抑制性能和收敛速度。
所述方法包括自适应前馈控制和输出反馈控制；
所述自适应前馈控制由参考信号综合、前馈控制器和自适应控制方法实现；
所述输出反馈控制由位移和速度反馈实现，输出反馈控制器参数利用被控系统机械阻抗计算。
所述参考信号综合根据直升机旋翼特征，由旋翼转速传感器获取旋翼转速信号Ω，获得控制频率kNΩ，其中N为旋翼桨叶片数，k为控制频率阶数；
所述参考信号综合，第k通道参考信号为xk(n)＝[cos(kNΩn) sin(kNΩn)]T，其中n为离散时间变量，T表示矩阵转置；
所述前馈控制器按控制频率以并联结构形式自适应陷波实施，针对控制频率kNΩ的自适应陷波控制器包含2个控制权系数wkc(n)和wks(n)，即Wk(n)＝[wkc(n) wks(n)]T，Wk(n)为第k谐波频率的陷波器权系数向量，k＝1,…,Nk
可选的，所述自适应控制方法采用滤波x-LMS算法，公式为：
Figure BDA0003608417460000021
其中e(n)为控制系统位移控制误差响应，μk为修正步长，
Figure BDA0003608417460000022
为参考信号经控制通道滤波信号，可选的Wk(0)＝0；
所述输出反馈控制包括反馈控制器和反馈控制器增益参数整定；
所述反馈控制器为
Figure BDA0003608417460000023
e(n),
Figure BDA0003608417460000024
分别为控制系统位移与和速度控制误差响应，G、F为反馈控制器增益参数，I为单位矩阵，det表示求取行列式；
所述反馈控制器增益参数整定由基于被控结构机械阻抗Z(s)的控制系统闭环特征方程f(G，F，s)＝det(I+Z(s)-1B2(G+sF)D0)和闭环系统期望极值点确定，s为拉氏算子，B2为控制输入位置参数，D0为传感器位置参数，I为单位矩阵，det表示求取行列式；f是右边函数的定义名称，即为等号右边部分。
根据所述控制系统闭环特征方程，构建目标函数
Figure BDA0003608417460000025
其中λ为闭环系统期望极点值；
最小化所述目标函数
Figure BDA0003608417460000026
控制器增益参数G、F；
可选的，采用高斯牛顿法迭代最小化所述目标函数
Figure BDA0003608417460000027
以整定反馈控制器参数Φ＝[G F]T，具体包括如下步骤：
步骤a1，任意给定反馈控制器参数初始值Φ0＝[G0 F0]T和阈值ε，阈值ε用于控制最小化目标函数
Figure BDA0003608417460000028
迭代过程，可选的，Φ0＝[0 0]T，阈值ε取值ε＝10-3；
步骤a2，计算所述控制系统闭环特征方程f(G,F)的雅可比矩阵
Figure BDA0003608417460000031
步骤a3，代入当前参数值Φi＝[Gi Fi]T，得到f(Gi,Fi)，J(Gi,Fi)，其中Gi、Fi为当前控制器增益参数；
步骤a4，计算Hessian矩阵H(Gi,Fi)＝J(Gi,Fi)TJ(Gi,Fi)；
步骤a5，由步骤a3、步骤a4结果更新控制器参数值Φi+1＝Φi-H(Gi,Fi)-1J(Gi,F)Tf(Gi,F)；
步骤a6，代入Φi+1＝[Gi+1 Fi+1]T计算目标函数值
Figure BDA0003608417460000032
比较
Figure BDA0003608417460000033
与阈值ε的大小，如果
Figure BDA0003608417460000034
返回步骤a2，如果
Figure BDA0003608417460000035
获得反馈控制器参数Φ＝Φi+1。
本发明方法的控制输入u(n)＝uff(n)+ufb(n)，其中uff(n)为自适应前馈控制输入，ufb(n)为基于阻抗的反馈控制输入；公式如下：
Figure BDA0003608417460000036
Figure BDA0003608417460000037
其中Nk为控制频率最大阶数。
另一方面，本发明还提供了基于机械阻抗的直升机振动控制装置，包括：
自适应前馈控制模块，用于自适应前馈控制；
输出反馈控制模块，用于输出反馈控制；
所述自适应前馈控制由参考信号综合、前馈控制器和自适应控制方法实现；
所述输出反馈控制由位移和速度反馈实现，输出反馈控制器参数利用被控系统机械阻抗计算。
另一方面，本发明还提供了一种存储介质，存储有计算机程序或指令，当所述计算机程序或指令被运行时，实现所述基于机械阻抗的直升机振动控制方法。
本发明具有如下有益效果：
(1)基于试验测试机械阻抗反馈控制器设计，可有效避免复杂结构动力学建模困难，提高控制系统建模的可靠性及控制性能；
(2)自适应前馈控制-基于机械阻抗的输出反馈复合控制可以有效地实现稳态、瞬态及宽带振动抑制，反馈控制有效提升系统动力学特性的同时加速自适应前馈控制的收敛性能。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。
图1为本发明方法原理图。
图2为本发明提供的自适应前馈控制流程图。
图3为本发明提供的反馈控制流程图。
图4为本发明提供技术方案在稳态谐波激励下的控制效果图。
图5为本发明提供技术方案在激励时变条件下的控制效果图。
具体实施方式
如图1所示，本发明提供基于机械阻抗的直升机振动控制方法，包括自适应前馈控制和输出反馈控制，其中P(z)为主通道机械阻抗、Z(s)为控制通道机械阻抗、d(n)为无控响应、y(n)为控制通道响应、e(n)为位移控制误差响应、uff(n)为前馈控制输入、ufb(n)为反馈控制输入、u(n)为复合控制输入；
所述自适应前馈控制以并联形式自适应陷波实现，如图2所示，xk(n)＝[cos(kNΩn) sin(kNΩn)]T为第k谐波频率的前馈控制参考信号，Wk(n)为第k谐波频率的陷波器权系数向量，k＝1,…,Nk，uk(n)(k＝1,…,Nk)为第k谐波频率的前馈控制输入，
Figure BDA0003608417460000041
为控制通道机械阻抗的估计值，
Figure BDA0003608417460000042
为第k谐波频率的参考信号经控制通道滤波信号，uff(n)为前馈控制输入；；
所述输出反馈控制由位移和速度反馈实现，如图3所示，输出反馈控制器参数利用被控系统阻抗计算，G、F为反馈控制器增益参数，ufb(n)为反馈控制输入，e(n),
Figure BDA0003608417460000043
分别为控制系统位移与和速度控制误差响应，d/dt表示求导；
步骤1，所述自适应前馈控制由参考信号综合、前馈控制器和自适应控制方法实现；
步骤101，根据直升机旋翼特征，确定旋翼桨叶片数N；
步骤102，由旋翼转速传感器获取旋翼转速信号Ω，获得控制频率kNΩ，其中为，k＝1,2,…,Nk为控制频率阶数，Nk需控制谐波阶数，由控制器设计要求确定，可选的Nk＝3；
步骤103，利用由旋翼转速和桨叶片数获得自适应前馈控制第k通道的参考信号xk(n)＝[cos(kNΩn) sin(kNΩn)]T，其中n为离散时间变量；
步骤104，自适应前馈控制第k通道的控制结构Wk(n)包含2个控制参数，即Wk(n)＝[wkc(n) wks(n)]T，赋初值Wk(0)＝[0 0]T；
步骤105，步骤104中自适应前馈控制器参数修正采用滤波x-LMS算法实现，及
Figure BDA0003608417460000051
其中μk为修正步长，
Figure BDA0003608417460000052
为参考信号经控制通道滤波信号；
步骤106，第k通道自适应前馈控制uk(n)＝Wk(n)T·xk(n)；
步骤107，自适应前馈控制
Figure BDA0003608417460000053
步骤2，所述基于机械阻抗的输出反馈控制包括反馈控制器和反馈控制器增益参数整定；
步骤201，所述反馈控制器结构为
Figure BDA0003608417460000054
e(n),
Figure BDA0003608417460000055
分别为控制系统位移和速度控制误差响应，G、F为控制器增益参数；
步骤202，所述反馈控制器参数G、F为控制器增益参数由基于被控结构机械阻抗Z(s)的控制系统闭环特征方程f(G，F，s)＝det(I+Z(s)-1B2(G+sF)D0)和闭环系统期望极值点确定，s为拉氏算子，B2为控制输入位置参数，D0为传感器位置参数，I为单位矩阵，det表示求取行列式；
步骤203，根据步骤202所述控制系统闭环特征方程构建目标函数
Figure BDA0003608417460000056
其中，f(G，F)＝det(I+Z(λ)-1B2(G+λF)D0)，λ为闭环系统期望极点值；
步骤204，采用高斯-牛顿法迭代最小化所述目标函数
Figure BDA0003608417460000061
以整定反馈控制器参数Φ＝[G F]T；
步骤20401，任意给定反馈控制器参数初始值Φ0＝[G0 F0]T和阈值ε，阈值ε用于控制最小化目标函数
Figure BDA0003608417460000062
迭代过程，可选的，Φ0＝[0 0]T，阈值ε取值ε＝10-3；
步骤20402，计算所述控制系统闭环特征方程f(G,F)的雅可比矩阵
Figure BDA0003608417460000063
步骤20403，代入当前参数值Φi＝[Gi Fi]T，得到f(Gi,Fi)，J(Gi,Fi)；
步骤20404，计算Hessian矩阵H(Gi,Fi)＝J(Gi,Fi)TJ(Gi,Fi)；
步骤20405，由步骤20403、步骤20404结果更新控制器参数值Φi+1＝Φi-H(Gi,Fi)- 1J(Gi,F)Tf(Gi,F)；
步骤20406，代入Φi+1＝[Gi+1 Fi+1]T计算目标函数值
Figure BDA0003608417460000064
比较
Figure BDA0003608417460000065
与阈值ε的大小，如果
Figure BDA0003608417460000066
返回步骤20402，如果
Figure BDA0003608417460000067
获得反馈控制器参数Φ＝Φi+1；
步骤205，计算所述反馈控制输入
Figure BDA0003608417460000068
步骤3，计算本发明方法的控制输入u(n)＝uff(n)+ufb(n)，uff(n)为步骤107所得自适应前馈控制输入，ufb(n)为步骤205所得反馈控制输入；
图4稳态谐波激励下复合控制方法的控制效果图，图5给出了模拟直升机由于飞行状态变化导致激励时变条件下复合控制方法的控制效果图，表明复合控制方法具有以直升机振动抑制为特征的稳态谐波控制能力且具有自适应跟踪控制能力和优良的收敛性能。
本实施例还提供了基于机械阻抗的直升机振动控制装置，包括：
自适应前馈控制模块，用于自适应前馈控制；
输出反馈控制模块，用于输出反馈控制；
所述自适应前馈控制由参考信号综合、前馈控制器和自适应控制方法实现；
所述输出反馈控制由位移和速度反馈实现，输出反馈控制器参数利用被控系统机械阻抗计算。
根据本申请实施例的装置，可以实现在各种终端设备中，例如分布式计算系统的服务器。在一个示例中，根据本申请实施例的装置可以作为一个软件模块和/或硬件模块而集成到所述终端设备中。例如，该装置可以是该终端设备的操作系统中的一个软件模块，或者可以是针对于该终端设备所开发的一个应用程序；当然，该装置同样可以是该终端设备的众多硬件模块之一。
替换地，在另一示例中，该装置与终端设备也可以是分立的终端设备，并且该装置可以通过有线和/或无线网络连接到该终端设备，并且按照约定的数据格式来传输交互信息。
本实施例还提供了一种存储介质，存储有计算机程序或指令，当所述计算机程序或指令被运行时，实现所述基于机械阻抗的直升机振动控制方法。
本发明提供了基于机械阻抗的直升机振动控制方法、装置和存储介质，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (10)

1.基于机械阻抗的直升机振动控制方法，其特征在于，包括自适应前馈控制和输出反馈控制；
所述自适应前馈控制由参考信号综合、前馈控制器和自适应控制方法实现；
所述输出反馈控制由位移和速度反馈实现，输出反馈控制器参数利用被控系统机械阻抗计算。
2.根据权利要求1所述的方法，其特征在于，所述参考信号综合根据直升机旋翼特征，由旋翼转速传感器获取旋翼转速信号Ω，获得控制频率kNΩ，其中N为旋翼桨叶片数，k为控制频率阶数；
第k通道参考信号为xk(n)＝[cos(kNΩn) sin(kNΩn)]T，其中n为离散时间变量，T表示矩阵转置。
3.根据权利要求2所述的方法，其特征在于，所述前馈控制器按控制频率以并联结构形式自适应陷波实施，针对控制频率kNΩ的自适应陷波控制器包含2个控制权系数wkc(n)和wks(n)，即Wk(n)＝[wkc(n) wks(n)]T，Wk(n)为第k谐波频率的陷波器权系数向量。
4.根据权利要求3所述的方法，其特征在于，所述自适应控制方法采用滤波x-LMS算法，公式为：
Figure FDA0003608417450000011
其中e(n)为控制系统位移控制误差响应，μk为修正步长，
Figure FDA0003608417450000012
为参考信号经控制通道滤波信号。
5.根据权利要求4所述的方法，其特征在于，所述输出反馈控制包括反馈控制器和反馈控制器增益参数整定；
所述反馈控制器为
Figure FDA0003608417450000013
e(n),
Figure FDA0003608417450000014
分别为控制系统位移和速度控制误差响应，G、F为控制器增益参数。
6.根据权利要求5所述的方法，其特征在于，所述反馈控制器增益参数整定由基于被控结构机械阻抗Z(s)的控制系统闭环特征方程f(G，F，s)＝det(I+Z(s)-1B2(G+sF)D0)和闭环系统期望极值点确定，s为拉氏算子，B2为控制输入位置参数，D0为传感器位置参数，I为单位矩阵，det表示求取行列式；
根据所述控制系统闭环特征方程，构建目标函数
Figure FDA0003608417450000021
其中λ为闭环系统期望极点值；
最小化所述目标函数
Figure FDA0003608417450000022
控制器增益参数G、F。
7.根据权利要求6所述的方法，其特征在于，采用高斯牛顿法迭代最小化所述目标函数
Figure FDA0003608417450000023
以整定反馈控制器参数Φ＝[G F]T，具体包括如下步骤：
步骤a1，任意给定反馈控制器参数初始值Φ0＝[G0 F0]T和阈值ε，阈值ε用于控制最小化目标函数
Figure FDA0003608417450000024
迭代过程；
步骤a2，计算所述控制系统闭环特征方程f(G,F)的雅可比矩阵
Figure FDA0003608417450000025
步骤a3，代入当前参数值Φi＝[Gi Fi]T，得到f(Gi,Fi)，J(Gi,Fi)，其中Gi、Fi为当前控制器增益参数；
步骤a4，计算Hessian矩阵H(Gi,Fi)＝J(Gi,Fi)TJ(Gi,Fi)；
步骤a5，由步骤a3、步骤a4结果更新控制器参数值Φi+1＝Φi-H(Gi,Fi)-1J(Gi,F)Tf(Gi,F)；
步骤a6，代入Φi+1＝[Gi+1 Fi+1]T计算目标函数值
Figure FDA0003608417450000026
比较
Figure FDA0003608417450000027
与阈值ε的大小，如果
Figure FDA0003608417450000028
返回步骤a2，如果
Figure FDA0003608417450000029
获得反馈控制器参数Φ＝Φi+1。
8.根据权利要求7所述的方法，其特征在于，所述方法的控制输入u(n)＝uff(n)+ufb(n)，其中uff(n)为自适应前馈控制输入，ufb(n)为基于阻抗的反馈控制输入，公式如下：
Figure FDA00036084174500000210
Figure FDA00036084174500000211
其中Nk为控制频率最大阶数。
9.基于机械阻抗的直升机振动控制装置，其特征在于，包括：
自适应前馈控制模块，用于自适应前馈控制；
输出反馈控制模块，用于输出反馈控制；
所述自适应前馈控制由参考信号综合、前馈控制器和自适应控制方法实现；
所述输出反馈控制由位移和速度反馈实现，输出反馈控制器参数利用被控系统机械阻抗计算。
10.一种存储介质，其特征在于，存储有计算机程序或指令，当所述计算机程序或指令被运行时，实现如权利要求1至8中任一项所述的方法。
CN202210425687.8A 2022-04-21 2022-04-21 基于机械阻抗的直升机振动控制方法、装置和存储介质 Pending CN114707349A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210425687.8A CN114707349A (zh) 2022-04-21 2022-04-21 基于机械阻抗的直升机振动控制方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210425687.8A CN114707349A (zh) 2022-04-21 2022-04-21 基于机械阻抗的直升机振动控制方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN114707349A true CN114707349A (zh) 2022-07-05

Family

ID=82174357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210425687.8A Pending CN114707349A (zh) 2022-04-21 2022-04-21 基于机械阻抗的直升机振动控制方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN114707349A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116424552A (zh) * 2023-05-26 2023-07-14 北京航空航天大学 主动扭转桨叶振动控制方法、系统、设备及介质
CN118244807A (zh) * 2024-03-22 2024-06-25 天津大学 一种基于智能参数自调节的动态直升机减振方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116424552A (zh) * 2023-05-26 2023-07-14 北京航空航天大学 主动扭转桨叶振动控制方法、系统、设备及介质
CN116424552B (zh) * 2023-05-26 2023-08-11 北京航空航天大学 主动扭转桨叶振动控制方法、系统、设备及介质
CN118244807A (zh) * 2024-03-22 2024-06-25 天津大学 一种基于智能参数自调节的动态直升机减振方法

Similar Documents

Publication Publication Date Title
CN114707349A (zh) 基于机械阻抗的直升机振动控制方法、装置和存储介质
Hesse et al. Reduced-order aeroelastic models for dynamics of maneuvering flexible aircraft
Li et al. Fault-tolerant attitude stabilization incorporating closed-loop control allocation under actuator failure
CN105607472B (zh) 非线性二元机翼的自适应反演滑模控制方法及装置
CN111522352B (zh) 多旋翼飞行器单参数自抗扰姿态控制器设计方法
CN108945405B (zh) 直升机机体振动自适应谐波前馈-滑模反馈混合控制方法
CN109521786A (zh) 基于比例积分观测器的四旋翼无人机滑模姿态控制方法
CN109507890A (zh) 一种基于eso的无人机动态逆广义预测控制器
CN110531776A (zh) 基于自抗扰控制技术的四旋翼飞行器位置控制方法和系统
Huang et al. Single-input/single-output adaptive flutter suppression of a three-dimensional aeroelastic system
Andrievsky et al. Disturbance observers: methods and applications. II. Applications
CN111399473A (zh) 一种自适应容错控制方法、系统及空中机器人
Bhavithavya Kidambi et al. Sliding mode estimation and closed‐loop active flow control under actuator uncertainty
Zhao et al. Fixed-Time Composite Anti-Disturbance Control for Flexible-Link Manipulators Based on Disturbance Observer
CN113220031A (zh) 基于抗饱和有限时间的旋翼式植保无人机姿态跟踪控制方法
CN111176117A (zh) 一种无人直升机的模糊自适应弹性控制方法
CN113093782B (zh) 一种无人机指定性能姿态控制方法及系统
CN112859589B (zh) 旋翼变转速直升机振动主动控制的混合控制方法
Wang et al. Adaptive fault-tolerant control of a quadrotor helicopter based on sliding mode control and radial basis function neural network
Wang et al. Adaptive and robust aeroelastic control of nonlinear lifting surfaces with single/multiple control surfaces: a review
Zeng et al. Adaptive compensated dynamic inversion control for a helicopter with approximate mathematical model
Yang et al. Robust principal component algorithms for high-order fast-sampled systems
Ameho et al. Linear parameter varying controllers for the ADMIRE aircraft longitudinal dynamics
Schiller et al. Decentralized control of sound radiation using iterative loop recovery
Xu et al. System identification and adaptive control of micro helicopter

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