简介:针对无人动力伞在执行任务时常常在低空、城市上空等复杂气流环境飞行,无人动力伞的响应特性受到飞行速度、航向角和各种风的综合影响,具有的非线性和不确定性.导致事先设计的控制规则不再适合,对此基于PID的控制算法难以达到满意的控制效果.本文提出了一种模糊神经网络控制无人动力伞航向控制策略,利用RBF神经网络所特有的局部逼近能力,对模糊控制规则进行在线推理并获得连续输出,采用GA算法对神经网络参数进行调整来实现对模糊控制器规则库的优化和模糊规则的自动生成.使控制器能够进一步适应无人动力伞实时控制中的时变性和不确定性,保持良好的控制性能;仿真表明算法是可行的.
简介:分析了风力机叶片大挠度挥舞振动特性.基于Hamilton原理,建立了叶片大挠度挥舞振动控制方程,其中非稳态气动力由Greenberg公式得出.使用瑞利一利兹法求解振动特征问题,得到振动的频率和无阻尼模态函数.基于得出的模态函数,使用Galerkin方法将控制偏微分方程离散,得到模态坐标方程.将振动位移分解为静态位移和动态位移,得到了静态位移和动态位移方程,考查了入流速度比对静态位移和气动阻尼的影响,并对大挠度挥舞振动动态响应进行了分析,得到如下结论:大挠度挥舞振动静态位移沿叶片展向随人流速度比的增大而增大,叶尖处位移最大;当人流速度比较小时,振动为小振幅的周期运动,人流速度比较大时,振动为大振幅的拟周期运动.