基于改进粒子群算法的直升机鲁棒h_∞控制器设计

基于改进粒子群算法的直升机鲁棒h_∞控制器设计

ID:35065503

大小:2.53 MB

页数:64页

时间:2019-03-17

基于改进粒子群算法的直升机鲁棒h_∞控制器设计_第1页
基于改进粒子群算法的直升机鲁棒h_∞控制器设计_第2页
基于改进粒子群算法的直升机鲁棒h_∞控制器设计_第3页
基于改进粒子群算法的直升机鲁棒h_∞控制器设计_第4页
基于改进粒子群算法的直升机鲁棒h_∞控制器设计_第5页
资源描述:

《基于改进粒子群算法的直升机鲁棒h_∞控制器设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代码:10406分类号:TP273学号:130085210008南昌航空大学硕士学位论文(专业学位研究生)基于改进粒子群算法的直升机鲁棒H∞控制器设计硕士研究生:黄芳婷导师:代冀阳教授申请学位级别:硕士学科、专业:控制工程所在单位:信息工程学院答辩日期:2016年6月授予学位单位:南昌航空大学RobustH∞ControllerDesignofHelicopterBasedonImprovedParticleSwarmOptimizationAlgorithmADissertationSubmittedfortheDegreeofMasterOnControlEngin

2、eeringbyHuangFangtingUndertheSupervisionofProf.DaiJiyangSchoolofInformationEngineeringNanchangHangkongUniversity,Nanchang,ChinaJune,2016摘要对直升机的研究是比较热门的问题,为确保其飞行安全、提高飞行品质和作战效能,必须采取行之有效的控制方法。考虑直升机是一复杂动力学系统,且必须严格满足品质规范ADS-33在时频域的多方面性能要求,文中采用鲁棒控制理论与粒子群优化算法相结合开展直升机飞行控制器的设计。鉴于粒子群优化算法易进入局部极小值等不足,

3、提出一种自适应优化学习因子的改进措施,具体研究内容如下:1.直升机线性化模型的建立。通过对直升机的结构组成分析直升机的坐标系以及力和力矩的作用,运用牛顿定律建立直升机非线性化运动方程组,然后采用微扰动法对该非线性运动方程进行线性化处理,得到直升机六自由度机体线性化数学模型,为鲁棒H∞控制器的设计奠定基础。2.提出改进粒子群优化算法。考虑基本粒子群优化算法易陷入局部极小值且收敛性能差等不足,研究基本粒子群优化算法中各参数的选取方法,引入线性递减函数的思想,提出一种自适应调整学习因子的改进型粒子群优化算法。通过6种经典基准测试函数对其验证,结果表明该方法具备良好的收敛速度与搜索

4、精度,并将该改进型粒子群优化算法应用于某不稳定系统PID控制器设计中,取得良好的控制效果。3.采用改进粒子群优化算法开展直升机鲁棒H∞控制器设计。基于LMI的鲁棒H∞控制器设计关键问题为加权函数阵选取,为提高选取加权函数阵的效率,采用改进粒子群优化算法对其寻优求解,进而设计出满足性能要求的鲁棒H∞控制器,同时依据直升机8阶线性化数学模型采用该改进粒子群算法设计出16阶鲁棒H∞控制器,仿真结果表明,该直升机鲁棒H∞控制器的具有很好的动态特性与解耦性。4.采用改进粒子群优化算法开展直升机鲁棒H∞降阶控制器设计。基于LMI的鲁棒H∞降阶控制器设计关键问题为秩约束非凸优化问题,研究

5、此类非凸优化问题,采用改进粒子群优化算法寻优求解,设计出满足条件的12阶鲁棒H∞降阶控制器。仿真结果与16阶鲁棒H∞控制器相比较,得出该12阶降阶控制器具备相同的控制效果。关键词:直升机,粒子群优化算法,鲁棒H∞控制器,鲁棒H∞降阶控制器IAbstractTheresearchofhelicoptersispopularissues,inordertoensuretheflightsafety,improveflightqualityandoperationaleffectiveness,whichmusttakeeffectivecontrolmethod.Conside

6、ringthehelicopterisacomplexdynamicsystem,andmustmeetstrictqualityguidelinesADS-33performancerequirementsinmanyaspectsoftimeandfrequencydomain,thispaperusestherobustcontroltheorycombinedwithparticleswarmoptimizationalgorithmtocarryoutthedesignofhelicopterflightcontrolmethod.Inviewofparticle

7、swarmoptimizationalgorithmeasilygoingintothelocalminimumvalue,etc,putforwardanadaptiveoptimizationlearningfactorimprovementmeasures,thespecificresearchcontentsareasfollows:1.Theestablishmentofhelicopterlinearizedmodel.Throughthestructureofthehelicopter,analyzi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。