Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京航空航天大学郑峰婴获国家专利权

恭喜南京航空航天大学郑峰婴获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜南京航空航天大学申请的专利一种高速直升机的飞行控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114740722B

龙图腾网通过国家知识产权局官网在2025-05-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210329317.4,技术领域涉及:G05B13/04;该发明授权一种高速直升机的飞行控制方法是由郑峰婴;熊博威;沈志敏;范涛;许梦园;王峰;陈宇昂设计研发完成,并于2022-03-30向国家知识产权局提交的专利申请。

一种高速直升机的飞行控制方法在说明书摘要公布了:本发明公开一种高速直升机的飞行控制方法,属于计算、推算或计数的技术领域。针对高速直升机多模态控制,基于内姿态控制回路和外速度控制回路组成的增量动态逆控制框架,采用Pi‑Sigma神经网络补偿增量动态逆控制误差,保证控制系统的稳定性、快速性和鲁棒性。

本发明授权一种高速直升机的飞行控制方法在权利要求书中公布了:1.一种高速直升机的飞行控制方法,其特征在于,建立系统控制函数与舵面实际操纵信号相关的高速直升机非仿射非线性动力学系统,所述高速直升机非仿射非线性动力学系统根据姿态内回路输出的舵面实际操纵信号实时更新高速直升机的速度、姿态角、姿态角速度,所述高速直升机非仿射非线性动力学系统包含两个子系统,其中,x1为非仿射非线性动力学系统变化相对较慢的状态向量,x2为非仿射非线性动力学系统变化相对较快的状态向量,x1=[u,v,w],u,v,w为机体坐标轴系下的三个速度分量,x2=[p,q,r],p,q,r为机体坐标轴系下的三个角速度分量,为非仿射非线性动力学系统状态向量x1,x2的导数,u1为速度虚拟控制指令,u2为角速度虚拟控制指令,f1.为速度外回路的状态函数,g1.为速度外回路的控制函数,f2.为姿态内回路的状态函数,g2.为姿态内回路的控制函数;建立跟随高速直升机飞行系统期望速度跟踪指令的速度外回路,所述速度外回路对高速直升机的速度、姿态角、姿态角速度进行滤波后再进行基于增量动态逆模型的控制分配的飞行控制律为:u1=u10+Δu1, 其中,u1为速度虚拟控制指令,u10为速度虚拟控制指令的采样信号,Δu1为u1的增量,为速度外回路控制函数g1.在u1变化方向上的梯度,为速度外回路期望控制指令状态向量[uc,vc,wc]的一阶导数,uc为前飞速度,vc为升降速度,wc为偏航速度,vL1为第一伪线性控制信号,u,v,w为机体坐标轴系下的实时三轴速度分量,为非仿射非线性动力学系统变化相对较慢状态向量的导数,KP1和KI1为速度外回路线性控制系数,Vad1为第一伪线性控制信号的补偿信号,输出姿态内回路期望控制指令,在所述基于增量动态逆模型的控制分配中引入将速度外回路控制系统补偿为线性传递关系的第一伪线性控制信号,由Pi-Sigma神经网络对速度外回路期望控制指令各分量的导数、高速直升机的速度、高速直升机的姿态角、高速直升机的姿态角速度进行预测得到第一伪线性控制信号的补偿信号;建立跟随姿态内回路期望控制指令的姿态内回路,所述姿态内回路对高速直升机的速度、姿态角、姿态角速度进行滤波后再进行基于增量动态逆模型的控制分配的飞行控制律为:u2=u20+Δu2,其中,u2为角速度虚拟控制指令,u20为角速度虚拟控制指令的采样信号,Δu2为u2的增量,为姿态内回路控制函数g2.在u2变化方向上的梯度,为姿态回路期望控制指令状态向量[φc,θc,ψc]的导数,φc为俯仰角,θc为偏航角,ψc为滚转角,[pc,qc,rc]为[φc,θc,ψc]的二阶导数,vL2为第二伪线性控制信号,为非仿射非线性动力学系统变化相对较快状态向量的导数,KP2和KI2为姿态内回路线性控制系数,Vad2为第二伪线性控制信号的补偿信号,输出舵面实际操纵信号,在所述基于增量动态逆模型的控制分配中引入将姿态内回路控制系统补偿为线性传递关系的第二伪线性控制信号,由Pi-Sigma神经网络对输入的姿态内回路期望控制指令各分量的导数、高速直升机的速度、高速直升机的姿态角、高速直升机的姿态角速度进行预测得到第二伪线性控制信号的补偿信号,所述第一伪线性控制信号的补偿信号以及第二伪线性控制信号通过表达式预测,其中,Vad为Pi-Sigma神经网络对标量输入的预测结果,σ为隐藏层到输出层的非线性传递函数,hi为第i个隐藏层的输出,K为隐藏层的数量,N为输入节点的数量,wi为第i个隐藏层的可调权重,xl为第l个输入节点的标量输入。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。