题目：基于智能自适应鲁棒算法 的电动负载模拟器控制性能研究

电动负载模拟器是飞控系统半实物仿真中最重要的设备之一,其主要用于在地面实时模拟舵面在飞行过程中所承受的气动载荷力或力矩。该地面测试系统能够让设计者在进行实际飞行测试之前了解飞行器作动系统的性能。由于电动负载模拟器作为飞行作动系统的验证平台，故其接近理想的控制性能是该项工作的控制目标。本文工作致力于获得电动负载模拟器详细的状态空间数学模型，并设计其合适的控制方法。在该工作中，对基于滑模控制和反向递推方法的分数阶与整数阶自适应鲁棒控制方法进行了深入研究。滑模控制(SMC)是一种鲁棒控制技术,但它的主要缺点是存在控制信号的抖振问题。针对系统的非线性、参数不确定性和外部干扰，自适应滑模控制是一种相对更好的选择。本文对模糊滑模控制技术也进行了探讨。利用模糊逻辑来估计非线性摩擦和多余力矩。电动负载模拟器模型的参数不确定性可以进行在线估计。为了克服抖振问题，根据参数变化，一种辅助模糊控制器被用于来整定SMC控制器的增益。利用一个状态观测器估计系统中不可测量的状态。以降低瞬态性能为代价，利用高阶滑模控制方法能将抖振现象最小化。反向递推方法是一种逐步递归控制设计方法。这种方法同时保证了高动态跟踪性能和闭环非线性系统的稳定性。自适应模糊力矩控制器被用于进一步提高系统在多余力矩、摩擦和建模误差影响下的瞬态及稳态跟踪性能。代数参数估计方法被用于估计未知系统参数。本文进一步探索基于更高阶次误差动态方程的反向递推方法，从而获得更好的控制性能。一种鲁棒控制器被用来估计系统未知的不确定性并获得控制率，从而最大程度的抑制高频颤振。相对于整数阶控制器，分数阶控制器能提供更高的自由度来达到期望的响应。在电动负载模拟器的力矩伺服控制系统中，提出了基于滑模及反推控制的分数阶控制算法。李雅普诺夫方法被用于得到分数阶自适应模糊逻辑系统和分数阶自适应控制来估计未知系统参数。本文通过大量的数值仿真，对所提出的算法控制性能进行评估。在摩擦力、参数不确定性以及多余力影响下，仿真结果验证了所设计控制器的有效性。