控制分配算法研究及其在系统重构控制中的应用

《控制分配算法研究及其在系统重构控制中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、论文编号：102870312-S116中图分类号:TP391学科分类号：082601硕士学位论文控制分配算法研究及其在系统重构控制中的应用研究生姓名张泰雷学科、专业武器系统与运用工程研究方向系统故障检测、测试与控制指导教师刘春生教授南京航空航天大学研究生院自动化学院二o—二年一月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationEngineeringStudyofControlAllocationAlgorithmandintheApplicationofReconfigurable

2、ControlSystemAThesisinPatternRecognitionandIntelligentSystembyZhangTaiLeiAdvisedbyProf.LiuChengShengSubmittedinPartialFulfillmentOftheRequirementsFortheDegreeofMasterofEngineeringJanuary,2012承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或

3、证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：摘要控制分配是解决冗余控制的一种有效方法，利用控制分配的控制系统设计可分解为基本控制律设计和控制分配算法设计两部分。对于故障的飞行系统，可以利用控制指令的重分配来调整系统性能，而不再需要重新调整复杂的飞行控制律，因此控制分配技术可以很好的运用在多操纵而飞行器的控制系统尤其是故障重构控制系统屮。木文研究了基于控制分配理论的多操纵面飞行器控制系统的重构控制问题。主要进行了以下两方面内容的研究：1

4、.针对具有线性递减的惯性权重粒子群算法不能适应复杂的非线性优化搜索过程的问题，提出了一种改进的粒子群算法。该算法引入了进化速度因子和聚集度因子这两个参数，算法可根据当前粒子群进化速度因子和聚集度因子动态的改变惯性权重，从而使算法具有动态自适应性。通过对测试函数的仿真以及PID控制器的参数整定表明了改进粒子群算法的有效性。利用该改进的粒子群算法设计了控制分配系统，通过对重构控制系统的仿真分析验证了算法的有效性。2.根据自适应控制理论和控制分配理论，设计了自适应控制分配算法。在作动器发生故障的情况下，利用状态跟踪误差来动态调整控制分配矩阵以补偿故障带来的影响。仿真结果验证了该方法的有效性。关键词：

5、粒子群算法，控制分配，重构控制，自适应控制ABSTRACTControlallocationisakindofeffectivesolutionofredundantcontrol.Usingcontrolallocation,itispossibletosplitcontroldesignintotwosteps:acontrollawandacontrolallocationalgorithm.Inthecaseofcontroleffectorsfailuresorcontrolsurfacedamages,aneffectiveredistributionofthecontrolcom

6、mandisneededtoachieveacceptableperformance,andthecomplicatedflightcontrollawnamedasbaselinecontrollawkeepsunchanged・Sothecontrolallocationtechnologycanbeusedefficientlyincontrolsystemofaircraftwithmultipleeffectors・Inthispaper,thecontrolreconfigurationproblembasedoncontrolallocationforthemultipleeff

7、ectorsaircraftisstudied.Thecontributionsofourworkareasfollows:1・AnewimprovementParticleSwarmOptimizationalgorithmispresentedtosolvetheproblemthatthelinearlydecreasingweightoftheParticleSwarmOptimizati