公开(公告)号：CN117687308B

公开(公告)日：2024-04-19

申请号：CN202410147716.8

申请日：2024-02-02

Applicant: 北京理工大学

Inventor： 李毅恒 ,  夏群利 ,  周航 ,  李青远 ,  柳洋鑫 ,  齐普阳

IPC: G05B13/04

Abstract: 本发明公开了一种基于固定时间神经网络观测器的变体飞行器容错控制方法包括以下步骤：建立含有系统扰动项的变体飞行器纵向动力学模型，设置执行机构故障模型，获得变体飞行器容错模型，将由模型不确定及飞行器变形引起的扰动和执行机构故障对飞行器的影响作为综合扰动，将所述变体飞行器容错模型分解为高度子系统和速度子系统；设置固定时间神经网络扰动观测器，基于固定时间神经网络扰动观测器，设置速度控制器对速度指令进行稳定跟踪，设置高度控制器对高度指令进行稳定跟踪，实现对变体飞行器的控制。本发明公开的基于固定时间神经网络观测器的变体飞行器容错控制方法具有误差收敛快、鲁棒性强、稳定性强等优点。

公开(公告)号：CN117687308A

公开(公告)日：2024-03-12

申请号：CN202410147716.8

申请日：2024-02-02

Applicant: 北京理工大学

Inventor： 李毅恒 ,  夏群利 ,  周航 ,  李青远 ,  柳洋鑫 ,  齐普阳

IPC: G05B13/04

Abstract: 本发明公开了一种基于固定时间神经网络观测器的变体飞行器容错控制方法包括以下步骤：建立含有系统扰动项的变体飞行器纵向动力学模型，设置执行机构故障模型，获得变体飞行器容错模型，将由模型不确定及飞行器变形引起的扰动和执行机构故障对飞行器的影响作为综合扰动，将所述变体飞行器容错模型分解为高度子系统和速度子系统；设置固定时间神经网络扰动观测器，基于固定时间神经网络扰动观测器，设置速度控制器对速度指令进行稳定跟踪，设置高度控制器对高度指令进行稳定跟踪，实现对变体飞行器的控制。本发明公开的基于固定时间神经网络观测器的变体飞行器容错控制方法具有误差收敛快、鲁棒性强、稳定性强等优点。

公开(公告)号：CN116560232A

公开(公告)日：2023-08-08

申请号：CN202310503743.X

申请日：2023-05-06

Applicant: 北京理工大学

Inventor： 李毅恒 ,  刘大卫 ,  王晓光 ,  夏群利 ,  弋滨 ,  李青远

IPC: G05B13/04

Abstract: 本发明公开了一种基于RBF神经网络的变体飞行器自适应反演控制方法，包括以下步骤：设置RBF神经网络估计由于飞行器变形导致模型不确定以及外部扰动共同引起的弹道倾角未知影响项dγ和俯仰角速度未知影响项dq，获得RBF神经网络针对弹道倾角未知影响项的自适应权值，以及RBF神经网络针对俯仰角速度未知影响项的自适应权值；设置反演自适应控制器，将RBF神经网络的自适应权值加入至控制器的控制律中，通过反演自适应控制器实现对变体飞行器的控制。本发明公开的基于RBF神经网络的变体飞行器自适应反演控制方法，使用RBF逼近未知影响项并在控制律中进行补偿从而提高控制器的精度和鲁棒性。