公开(公告)号：CN107479384A

公开(公告)日：2017-12-15

申请号：CN201710789245.0

申请日：2017-09-05

Applicant: 西北工业大学 ,  西北工业大学深圳研究院

Inventor： 许斌 ,  程怡新 ,  郭雨岩 ,  张睿

IPC: G05B13/04

Abstract: 本发明公开了一种高超声速飞行器神经网络复合学习非反步控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是对姿态子系统严格反馈形式进行变换，得到输出反馈形式，用高增益观测器对于新定义变量进行估计，为后续控制器设计提供基础；控制器考虑系统的集总不确定性，仅需一个神经网络进行逼近,控制器设计简单,便于工程实现；针对控制增益函数未知情形，基于参数线性化表达方式设计控制器；引入系统建模误差，构建神经网络权值复合更新律和参数自适应复合更新律，实现高超声速飞行器的快速跟踪。本发明基于高增益观测器实现了未知状态的有效估计，不需要反复设计虚拟控制量，简化了控制器设计，易于实现，实用性好。

公开(公告)号：CN107479383A

公开(公告)日：2017-12-15

申请号：CN201710789243.1

申请日：2017-09-05

Applicant: 西北工业大学 ,  西北工业大学深圳研究院

Inventor： 许斌 ,  程怡新 ,  郭雨岩 ,  张睿

IPC: G05B13/04

Abstract: 本发明公开了一种基于鲁棒设计的高超声速飞行器神经网络复合学习控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是对姿态子系统严格反馈形式进行变换，得到输出反馈形式，用高增益观测器对于新定义变量进行估计，为后续控制器设计提供基础；控制器考虑系统的集总不确定性，仅需一个神经网络进行逼近，控制器设计简单，便于工程实现；考虑控制增益函数未知，引入其上下界信息，设计鲁棒项以保证系统稳定。由于将严格反馈形式转换为输出反馈形式，有效避免了采用神经网络对未来所需虚拟控制量的逼近；针对系统不确定性，设计鲁棒项，保证系统稳定性；构造建模误差设计神经网络复合学习更新律，提高神经网络学习速度。

公开(公告)号：CN107450324A

公开(公告)日：2017-12-08

申请号：CN201710789277.0

申请日：2017-09-05

Applicant: 西北工业大学 ,  西北工业大学深圳研究院

Inventor： 许斌 ,  郭雨岩 ,  程怡新 ,  张睿 ,  史忠科 ,  凡永华

IPC: G05B13/04

Abstract: 本发明公开了一种考虑攻角约束的高超声速飞行器自适应容错控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是将飞行器攻角限制在给定范围内，保证超燃冲压发动机的正常工作；针对执行器故障情形，给出了鲁棒自适应调整控制策略，利用冗余控制机构有效补偿失效带来的影响以保证系统的安全性。针对模型不确定性。本发明结合限幅设计与Barrier型李雅普诺夫函数给出控制器，可确保攻角能够被约束在给定范围内，保证超燃冲压发动机正常工作。通过神经网络学习处理模型不确定性代替线性参数化处理，简化了模型分析，便于实际应用。针对执行器故障情形，利用冗余控制机构有效自适应补偿故障带来的影响，实用性好。

公开(公告)号：CN107390531A

公开(公告)日：2017-11-24

申请号：CN201710789197.5

申请日：2017-09-05

Applicant: 西北工业大学 ,  西北工业大学深圳研究院

Inventor： 许斌 ,  郭雨岩 ,  程怡新 ,  张睿

IPC: G05B13/04

Abstract: 本发明公开了一种参数学习有限时间收敛的高超声速飞行器控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是通过构造一阶滤波器与辅助信号获取建模误差信息，结合跟踪误差与辅助信号设计神经网络自适应律，针对高超声速飞行器模型中的未知非线性函数估计设计了RBF神经网络方法，将有限时间学习的思想引入神经网络权重更新律设计中，相比传统的神经网络方法，本发明通过构造一阶滤波器与辅助信号将建模误差信息引入权重更新律，能保证参数学习误差有限时间收敛，从而保证学习的快速性。由于采用神经网络学习对不确定性进行估计，无需进行模型线性参数化表达，可实现不确定高超声速飞行器控制，便于实际工程应用。

公开(公告)号：CN112327627B

公开(公告)日：2022-06-21

申请号：CN202011274007.4

申请日：2020-11-14

Applicant: 西北工业大学 ,  中国航空工业集团公司成都飞机设计研究所

Inventor： 许斌 ,  程怡新 ,  马波

IPC: G05B13/04

Abstract: 本发明涉及一种基于复合学习的非线性切换系统自适应滑模控制方法，用于解决现有非线性切换系统控制方法实用性差的技术问题。考虑非线性切换系统存在外界干扰和输入非线性，得到切换系统输入死区模型；使用神经网络和切换扰动观测器分别对系统未知非线性函数和复合干扰进行估计，基于平行估计模型构造表征学习性能好坏的预测误差，通过预测误差对神经网络权重更新律和扰动观测器进行调节；基于动态逆技术框架和复合学习策略设计自适应滑模切换控制器；利用预测误差构建滑模时变增益函数，减小了滑模切换抖振的幅度，提升了滑模控制的性能；本发明结合非线性切换系统控制特点，通过设计基于复合学习的自适应滑模控制器有效提升了控制性能。

公开(公告)号：CN113093539A

公开(公告)日：2021-07-09

申请号：CN202110335385.7

申请日：2021-03-29

Applicant: 西北工业大学 ,  中国航空工业集团公司沈阳飞机设计研究所

Inventor： 许斌 ,  程怡新 ,  尤明 ,  戴磊

IPC: G05B13/04

Abstract: 本发明涉及一种基于多模态划分的宽域飞行鲁棒自适应切换控制方法，用于解决现有宽域飞行切换控制方法实用性差的技术问题。技术方案是考虑存在不确定性的宽域飞行多模态切换系统，利用模型变换得到可直接设计控制器的二阶非线性切换系统，基于动态逆方法设计稳定模态切换控制器；使用神经网络逼近系统不确定性，基于非奇异终端滑模面设计有限时间收敛鲁棒项；基于惯性环节设计过渡模态控制器，保证多模态控制器的软切换；本发明结合宽域飞行多模态过程特点，通过设计基于多模态划分的宽域飞行鲁棒自适应切换控制有效提升了控制器鲁棒性，实现控制的平滑切换，保证了飞行安全性，适用于工程应用。

公开(公告)号：CN110456636A

公开(公告)日：2019-11-15

申请号：CN201910626185.X

申请日：2019-07-11

Applicant: 西北工业大学

Inventor： 许斌 ,  程怡新 ,  杨舒 ,  曲浩然 ,  梁捷

IPC: G05B13/04

Abstract: 本发明涉及一种基于不确定性上界估计的飞行器离散滑模自适应控制方法，用于解决现有飞行器离散控制方法实用性差的技术问题。对飞行器纵向通道动力学模型进行欧拉离散化，得到原有系统的离散形式；考虑系统因果关系，建立离散严格反馈系统的等价预测模型；定义系统不确定性，设计带有死区的自适应律对未知的不确定性上界进行在线估计；在不确定性上界更新律中引入上界估计误差，提升了估计精度；定义滑模面，用未来期望输出来设计当前控制输入，设计基于反步法的离散滑模自适应控制器；本发明结合计算机控制特点，通过模型转换设计的离散滑模控制器有效避免了非因果问题，提升了飞行控制系统的鲁棒性和自适应性，适用于工程应用。

公开(公告)号：CN106773684A

公开(公告)日：2017-05-31

申请号：CN201611125098.9

申请日：2016-12-09

Applicant: 西北工业大学

Inventor： 许斌 ,  张琪 ,  杨代朋 ,  程怡新 ,  韩毅

IPC: G05B13/04

CPC classification number: G05B13/048

Abstract: 本发明公开了一种基于智能学习评价的柔性机械臂复合控制方法，用于解决现有柔性机械臂控制方法控制精度差的技术问题。技术方案是对已有的柔性机械臂模型进行线性化处理，控制器考虑系统的集总不确定性，引入神经网络逼近系统不确定项；进一步考虑建模误差，设计系统的预测模型，并将建模误差引入神经网络权重自适应更新律中，使得反馈信息更加全面，提高了控制精度，适用于工程需求。

公开(公告)号：CN110456636B

公开(公告)日：2022-04-01

申请号：CN201910626185.X

申请日：2019-07-11

Applicant: 西北工业大学

Inventor： 许斌 ,  程怡新 ,  杨舒 ,  曲浩然 ,  梁捷

IPC: G05B13/04

Abstract: 本发明涉及一种基于不确定性上界估计的飞行器离散滑模自适应控制方法，用于解决现有飞行器离散控制方法实用性差的技术问题。对飞行器纵向通道动力学模型进行欧拉离散化，得到原有系统的离散形式；考虑系统因果关系，建立离散严格反馈系统的等价预测模型；定义系统不确定性，设计带有死区的自适应律对未知的不确定性上界进行在线估计；在不确定性上界更新律中引入上界估计误差，提升了估计精度；定义滑模面，用未来期望输出来设计当前控制输入，设计基于反步法的离散滑模自适应控制器；本发明结合计算机控制特点，通过模型转换设计的离散滑模控制器有效避免了非因果问题，提升了飞行控制系统的鲁棒性和自适应性，适用于工程应用。

公开(公告)号：CN113031449A

公开(公告)日：2021-06-25

申请号：CN202110335388.0

申请日：2021-03-29

Applicant: 西北工业大学 ,  中国航空工业集团公司沈阳飞机设计研究所

Inventor： 许斌 ,  程怡新 ,  尤明 ,  戴磊

IPC: G05B13/04

Abstract: 本发明涉及一种面向气动未知的宽域飞行智能反步切换控制方法，用于解决现有宽域飞行切换控制方法实用性差的技术问题。技术方案是考虑存在气动参数不确定性的宽域飞行多模态切换系统，基于反步法技术框架设计稳定模态的切换控制器；引入一阶滤波器处理虚拟控制量，解决复杂度爆炸问题；使用神经网络智能系统逼不确定，基于平行估计模型构造表征不确定估计性能好坏的预测误差，利用预测误差对神经网络权重更新律进行调节；基于惯性环节设计过渡模态控制器，保证多模态控制器的软切换；本发明结合飞行器宽域飞行多模态过程特点，通过设计面向气动未知的宽域飞行智能反步切换控制有效提升了不确定估计精度，实现控制的平滑切换，保证了飞行安全性。