- 相關推薦
碩士開題報告ppt范文
碩士的開題報告都很長，更別說畢業論文，下面是小編整理的碩士開題報告ppt范文，給大家學習。
【一】XX 大 學 攻讀碩士學位研究生 課 題 論 證 報 告
姓 名 學 號 專 業 研究方向 指導教師
課題名稱：民機飛行特情狀態預測及改出控制研究
選題依據(包括課題的來源、研究目的、必要性和重要性、意義以及國內外研究的技術現狀分析)
1.課題來源 2.課題研究意義和目的
2.1 課題研究的意義 通過多年的飛行事故統計，可以發現由于民航飛機本身的意外系統故障或者突發外部環境干擾誘發的飛行員操縱失誤，進而導致飛機失控的事故占到了總事故的 75%，傷亡人數更是占到了傷亡總人數的 85%以上。
因此，進行有效的飛機狀態短時預測對飛行安全有著很大幫助，主要體現在以下兩個方面。
第一，通過針對性地設計改出控制律，提高自動飛行的安全性;第二，可向駕駛員提前預警，以便采取應急措施。
研究民用飛機飛行特情的狀態預測及改出特情的飛行控制律設計具有理論意義和工程實用價值。
2.2 課題研究的目的： 本課題研究的目的是實現在特殊情況下對飛機狀態的預測以及控制。
首先建立飛機動力學仿真模型;在此基礎上，對受到特定的外部環境或自身故障影響下的飛機進行飛行狀態短時預測。
最后，以飛行安全包線保護為控制目標，實現改出特情狀態的飛行控制律設計。
3.國內外研究現狀分析 3.1 由特情造成的飛機失控事故分析 飛行失控(Loss-of-Control,LOC)是指飛機在可控飛行狀態下，由于某種原因進入危險姿態而未能正確改出，以致飛機超出正常飛行包線，從而造成飛行事故，是誘發嚴重飛行事故和人員傷亡的主要原因 [1] 。
據國際民用航空組織(ICAO)的統計，在2008年商用噴氣飛機事故中，由飛機失控和可控飛行觸地引發的事故為39起，占總事故的42.8%，造成人員傷亡2887，占總傷亡人數的61.2%。
這其 中，由飛機駕駛員錯誤判斷導致飛行事故占到了42.8% [2] 。
事故統計分析此類事故是由以下三種不利因素導致的。
第一，機載設備發生故障;第二，外部環境的惡劣變化和擾動;第三，飛機處于異常飛行狀態(如飛機處于不正常高度或者不正常的速度)。
而且尤以前兩個因素為主要誘因，占據了飛機失控和可控飛行觸地事故起因的90%以上。
隨著飛機本身的可控性和可靠性的不斷發展，由民航飛機本身的意外系統故障或者突發外部環境干擾直接造成飛機失控進而導致飛機事故呈下降趨勢，并且飛機在遭遇微下擊暴流或低空風切變等大多數特殊情況下，只要機組人員做出正確判斷和決策，飛機是具有改出的能力的。
所以大多數事故是由在特情下對飛機錯誤操作導致飛機振蕩、失控而產生的。
因此，對飛機狀態進行短時預測和改出控制律設計對飛行安全是有著很大幫助 [3] 。
3.2 飛行狀態預測的手段 鑒于飛機失控對飛行安全的嚴重威脅，2000年以后，FAA，美國波音公司，NASA蘭利研究中心等許多著名的航空研究機構就飛行狀態預測，飛行控制策略進行了深入的研究。
就飛行狀態預測而言，研究主要針對以下幾個問題： (1)如何建立飛行動力學模型來精確反映飛機運動狀態的非線性動力學特性。
以往的飛行動力學模型的理論基礎是在飛機平衡點附近，對非線性系統應用一階Taylor展開, 所得結果是原非線性系統在特定平衡點周圍的局部近似。
這種方法的缺點主要有兩點。
第一, 由于采用一階Taylor展開而帶來的舍入誤差;第二，在遇到實際微下擊暴流或者低空飛切變時，飛機的運動狀態已不在該平衡點附近，如果仍基于該線化模型進行控制律設計，其控制效果將遠不會達到預期效果，有時甚至會導致飛機的振蕩、失控進而導致嚴重的飛機事故。
(2)采用何種算法進行飛行狀態預測。
對于商用民航飛機而言，目前預測失控趨勢的手段較為單一，只有基于觀測數據的預測方法和基于小擾動線化方程設計自適應預測控制模型。
近年來，為解決飛機運動狀態的非線性動力學模型的建立問題，線性變參數(LPV) 模型在飛行動力學方面有了很大發展，并已成功應用于固定翼飛機 [4] 和無人機 [5] 運動建模。
LPV模型是一類重要的時變系統模型，其狀態空間矩陣是實時可測且在閉集上變化的變參數的確定函數。
基于LPV模型的魯棒變增益控制由于能夠在理論上保證系統的全局穩定性和魯棒性，克服了傳統變增益控制的缺點。
由于飛機在要根據不同的改出控制策略以及飛行狀態變化而動態更新模型，而LPV模型恰好可以通過一定的調度算法更新系數矩陣，計算獲得新的狀態。
這種在線修正的特點，恰好可以應用于飛機模型的建立。
在LPV建模的基礎上，飛行狀態預測可以得到進一步完善 [6] 。
一種方法是采用狀態濾波方法，狀態濾波方法是，在LPV模型的基礎上，應用推廣卡爾曼濾波或無味濾波短時估計失控后的飛行狀態變化。
只要有完整氣動數據的支持，這種估計方法能在很大程度上逼近實際情況。
另一種模型預測方法是采用無模型的神經網絡進行預測。
不過這種預測方式一般需要大量事故的飛行數據的支持和風洞試驗數據的支持才能有很好的效果。
3.3 改出控制 美國波音公司，NASA蘭利研究中心等許多著名的航空研究機構為實現更全面的飛行安全控制策略，提出了基于包線保護策略的飛行安全控制律設計方案。
即在有外部環境干擾(如湍流或者低空飛切變)或者飛機本身的意外系統故障(如單發停車或者飛機舵面卡阻)的情況下，預測飛機飛行狀態，并給出飛機控制律或者一組控制序列，使飛機可以在安全狀態下(即安全的飛行包線內)實現改出或者降落。
飛行包線綜合地描述了一架飛機所能安全飛行的高度與速度范圍，反映了氣動、推力和結構等因素對飛行范圍的限制。
以B737飛機為例，如圖1(a)所示，為B737飛機建模數據提供的該機襟翼收起的正常飛行的迎角-側滑角包線，(b)圖所示，為襟翼著陸構型時的包線。
可以看出，一般商用飛機經飛行試驗驗證的包線只是飛行模擬器上所用包線的子包絡，只有在經驗證的包線內飛行才是絕對安全的。
包線保護系統通過控制律設計、增加限制器等措施使得飛機能夠在包線范圍內安全飛行。
目前，包線保護系統已廣泛應用在改出風切變飛控設計中 [7] 。
圖 1 B-737 飛機迎角-側滑角包線 由上述可知，飛行安全的關鍵就是當飛機狀態處于飛行包線邊緣，即臨界狀態時，可以通過飛機自動飛行系統自身或者人為干預使得飛機改出可以危險姿態，避免出現超出飛行包線的發生。
因此要實現基于包線保護系統的飛行安全策略關鍵包括兩個方面： (1)決定性參數的選取與安全包線的制定。
在不利因素干擾下, 飛機的運動參數不斷變化。
對于這些特殊飛行狀態, 將那些對飛行安全性具有決定性作用的參數稱為決定性參數。
通常情況下決定性參數會包括: 迎角、過載、表速、滾轉角速度等。
(2)在危險狀態下的改出控制律設計。
目前，主要有兩種設計方法。
一種是基于LPV模型的變增益控制器設計。
基于LPV模型的變增益控制器可以利用有限個設計點(平衡點)，自行進行自增益調節，進而完成對飛機狀態的控制，并且在所考慮的包線范圍內保證一定程度的魯棒穩定性和魯棒性能。
第二種方法是基于模型預測控制的控制器設計。
這種設計方法主要包括三個關鍵步驟：預測系統未來動態;(數值)求解最優化問題，給出控制律或控制序列;將優化解的第一 個元素作用于系統。
模型預測控制在飛行控制方面有著很明顯的優勢，主要包括兩個方面。
一是，顯式和主動處理約束;二是，預測模型可以進行在線修正。
本課題針對民航商用飛機，嘗試應用濾波方法或神經網絡方法對飛機進行狀態預測，并對可能存在的失控情況，研究改出危險狀態的方法，并以一種新的控制器設計思路-模型預測控制為理論基礎，探討基于此理論進行控制器設計的方法。
課 題 研 究 方 案 (包括具體的研究目標、研究內容和擬解決的關鍵問題;擬采取的研究方法、技術路線、實驗方案及可行性分析) 1. 研究目標、研究內容和擬解決的關鍵問題 課題的研究目標包括：從 B737 的真實的飛行數據入手，建立 B737 飛機飛行動力學模型，實現飛機短時狀態預測和危險狀態下的改出控制律設計。
其具體研究內容有： (1)含一定自動飛行系統的 B737 飛行動力學模型。
從現有的 B737 飛機數據和已有的六自由度飛機動力學模型的 C++開源代碼入手，利用數據系統地構建 B737 飛機模型。
它主要包括氣動力/力矩模型、運動方程模型、起落架力和力矩模型、大氣紊流和風模型等關鍵模型。
飛行系統模型所要完成的功能有:飛機空氣動力學的仿真、實現特定狀態下的飛機配平和一定的飛機縱向面的自動飛行任務，(如機翼水平狀態下的恒速平飛，機翼水平狀態下的穩定爬升等)。
飛行動力學模型將用以支持之后課題的飛行仿真及控制律驗證可行性。
(2)飛機狀態預測及失控趨勢檢測。
針對 B737 飛機模型基于動態配平，和典型的大量事故的飛行數據，建立神經網絡。
之后驗證神經網絡的有效性，在舵面突發擾動的情況下，將 B737 飛機的實際飛行狀態軌跡和經神經網絡預測的飛行狀態進行比較，觀察尤其是會影響飛行安全的決定性參數的變化趨勢。
(3)飛機危險狀態下的改出控制律設計 當 B737 飛機在遭遇會引起飛機失控的大氣擾動的情況，采用模型預測控制設計改出控制律，按“滾動優化”控制策略設置控制變量。
在飛機動力學模型仿 真中，讓飛機受到突發擾動時，檢驗模型預測控制的有效性。
課題擬解決的關鍵問題包括： (1)神經網絡預測問題 神經網絡預測模型般需要大量事故的飛行數據和風洞試驗數據的支持。
而且，設計神經網絡的隱含層數、神經元個數和傳輸函數的選取都依賴于經驗，并沒有成熟的理論支持。
(2)決定性參數的選取 如何選取足夠的決定性參數來量化計算飛行安全是設計安全飛行包線的難點。
在不同的飛行狀態下，不同的狀態變量會對飛機安全有著不同程度的影響，明確哪些狀態變量更為重要，有著更為重要的控制優先級。
(3)模型預測控制的模型選取問題。
在改出控制律設計時，動力學模型的選取對模型預測控制的控制效果有著至關重要的影響。
因此，對于動力學模型的選取要十分慎重。
目前優先采用無模型的神經網絡進行測試，并根據實際需要修正優化預測模型。
(4)模型預測控制的算法選取問題。
在模型預測控制中，優化算法會直接影響控制律的設計，為了使得飛機狀態可以更好更快的達到理想的飛行狀態，不同的算法將會根據實際需要進行取舍。
2. 擬采取的研究方法、技術路線、實驗方案及可行性分析 2.1 研究方法與技術路線 飛機空氣動力學建模是本課題研究的基礎。
在此基礎上，研究神經網絡預測機制，并分別基于模型預測控制技術完成對飛機改出危險的控制律設計。
研究步驟如圖 2 所示。
圖 2 課題研究步驟 (1)飛機六自由度模型。
基于飛行數據建立的非線性動力學模型通過大量插值運算和局部近似，計算空氣動力學系數和發動機推，充分反映了氣動力和發動機推力的非線性動態。
對簡化非線性模型應進行典型操縱輸入試驗，分別測試縱向長短周期模態、滾轉衰減模態。
通過對比驗證，對簡化模型進行修正和優化。
(2)飛機的狀態預測和控制律設計。
收集部分事故的飛行數據，用以建立基于動態配平的神經網絡，進行飛機狀態預測。
并在此基礎上進行有包線保護約束模型預測控制(MPC)，如圖 3 所示。
并將計算所得的控制變量輸入到飛行動力學模型中，并基于 FlightGear 進行可視化輸出，驗證算法的有效性。
圖 3 單步仿真流程圖 2.2 研究可行性分析 目前，實驗室已獲得 B737NG 飛機的建模的相關數據和部分飛機事故飛行數據和開源的飛行動力學模型 JSBSim，并已完成了飛行動力學模型的初步建立，可用于飛行模擬器的飛行實時仿真。
在此基礎上，進行特情飛行狀態預測和 MPC控制律設計完全可行。
研 究 基 礎 (包括與本項目有關的研究工作積累和已取得的研究工作成績;課題研究現有的基礎和已具備的實驗條件，可能遇到的困難或問題和擬解決的途徑和措施等)。
1.研究工作積累和已具備的實驗條件 (1)掌握飛行動力學建模所需的相關知識，熟悉神經網絡建立的各個環節以 及一定的理論基礎，初步了解 MPC 的基礎知識和使用方法。
(2)熟練 C++相關知識，可以熟練使用 Microsoft Visual Studio 2010 所提供的開發環境。
(3) 掌握基于開源的飛行動力學模型代碼(JSBSim)軟件，并通過適當修改，使飛機動力學模型符合 B737 的飛行特征。
2.可能遇到的困難及解決途徑 (1)神經網絡預測問題 神經網絡預測在設計神經網絡的隱含層數、神經元個數和傳輸函數的選取時，大都依賴于經驗，并沒有成熟的理論支持。
這就需要通過對神經網絡進行多次實驗測試，并在這些測試過程中不斷修正及優化神經網絡模型。
(2)決定性參數的選取 由于在不同的飛行狀態下，不同的狀態變量會對飛機安全有著不同程度的影響。
所以可以通過以往文獻確立哪些決定性參數更為關鍵，并通過實驗驗證選取這些狀態變量為決定性參數的可行性及有效性。
(3)模型預測控制的模型選取問題。
在改出控制律設計時，動力學模型的選取對模型預測控制的控制效果有著至關重要的影響。
因此，對于動力學模型的選取要十分慎重。
目前優先采用無模型的神經網絡進行測試，并根據實際需要修正優化預測模型。
(4)模型預測控制的算法選取問題。
在模型預測控制中，優化算法會直接影響控制律的設計，為了使得飛機狀態可以更好更快的達到理想的飛行狀態，不同的算法將會根據實際需要進行取舍。
研 究 計 劃 和 進 度 2013 年 12 月-2014 年 3 月：建立飛行動力學模型，并驗證模型準確性。
3 月- 6 月：完成基于飛行事故數據的神經網絡預測，并根據實際仿真情況驗證其有效性。
6 月- 10 月：完成基于模型預測控制的控制律設計。
10 月- 12 月：完成畢業論文。
研 究 經 費 預 算 與 來 源 (含支持本課題的項目編號)
參 考 文 獻
文 獻 綜 述 (不少于 6 千字)
一、概述 飛機失控是民用運輸機失事的主要原因之一。
導致飛機失控的原因有多種多樣，誘因主要體現在以下三個方面。
第一，機載設備發生故障;第二，外部環境的惡劣變化和擾動;第三，飛機處于異常飛行狀態(如飛機處于不正常高度或者不正常的速度)。
隨著飛機本身的可控性和可靠性的不斷發展，由民航飛機本身的意外系統故障或者突發外部環境干擾直接造成飛機失控進而導致飛機事故呈下降趨勢，并且飛機在遭遇微下擊暴流或低空風切變等大多數特殊情況下，只要機組人員做出正確判斷和決策，飛機是具有改出的能力的。
所以大多數事故是由在特情下對飛機錯誤操作導致飛機振蕩、失控而產生的。
因此，對飛機狀態進行短時預測和改出控制律設計對飛行安全是有著很大幫助。
本課題研究的目的是實現在特殊情況下對飛機狀態的預測以及控制。
首先建立飛機動力學仿真模型;然后基于模型的基礎上，對受到特定的外部環境或自身故障影響下的飛機進行狀態預測。
最后，以包線保護為控制目標，實現飛機安全飛行的目的。
二、飛機事故分析 隨著飛機安全性水平的提高，是近幾 10 年來技術進步和管理水平提高的綜合效應，是安全性分析、設計、驗證及管理技術和各種科學技術進步相結合的結果。
首先，飛行器、發動機、各種安全關鍵系統設計技術的改進和計算機、電子、信息、新材料及新工藝等的應用，大大減少了飛行器及各種系統的故障;其次是各種顯示、監控和告警設備的采用，使飛行人員能隨時了解飛行器的工作狀況，及時采取有效的防止事故發生的措施;第三是飛行人員的培訓方法的改進及駕駛技術的提高，減少了各種駕駛差錯所造成的事故;
第四是地面使用、維修、保障和空中交通管制設施及技術的改進;第五是飛行安全規章及條例的實施和貫徹。
然而，近 20 多年來，一是因為飛行器的復雜性大大提高，飛行器研制中仍然存在著一定數量的可能導致災難性事故的設計缺陷;二是由于人為因素導致災難性飛行事故發生的主導因素，而且這些人為因素存在著很大的隨機性。
飛機的飛行事故受飛機設計、駕駛員操作、地面維修、空中交通管制和氣象等各種復雜因素的影響，而且許多事故往往是多種相關聯的因素影響造成的;同時，由于各種飛機因使用環境條件、飛行剖面，飛行持續時間等的不同，造成事故的主導因素也可能不同;此外，隨著技術進步，造成事故的主導因素也可能發生變化。
美國把飛機事故主要原因劃分為駕駛和后勤兩類。
駕駛類事故包括飛機失控、撞地、空中相撞、起飛與著陸過程造成的事故;后勤類事故包括發動機、飛行操縱系統、燃油系統、起落架、結構、液壓系統及電氣系統等的設計缺陷、設備故障或維修差錯等造成的事故。
近 20 年來,雖然飛機總的事故次數在不斷下降，而這些事故中其中占絕大算數是由于人為因素而直接或者間接導致的飛行失控而產生的。
飛行失控(Loss-of-Control,LOC)是指飛機在可控飛行狀態下，由于某種原因進入危險姿態而未能正確改出，以致飛機超出正常飛行包線，從而造成飛行事故，是誘發嚴重飛行事故和人員傷亡的主要原因。
據國際民用航空組織(ICAO)的統計，在 2008 年商用噴氣飛機事故中，由飛機失控和可控飛行觸地引發的事故為 39起，占總事故的 42.8%，造成人員傷亡 2887，占總傷亡人數的 61.2%。
這其中，由飛機駕駛員錯誤判斷導致飛行事故占到了 42.8%。
事故統計分析此類事故是由以下三種不利因素導致的。
第一，機載設備發生故障;第二，外部環境的惡劣變化和擾動;第三，飛機處于異常飛行狀態(如飛機處于不正常高度或者不正常的速度)。
而且尤以前兩個因素為主要誘因，占據了事故起因的 90%以上。
隨著飛機本身的可控性和可靠性的不斷發展，由民航飛機本身的意外系統故障或者突發外部環境干擾直接造成飛機失控進而導致飛機事故呈下降趨勢，并且飛機在遭遇微下擊暴流或低空風切變等大多數特殊情況下，只要機組人員做出正確判斷和決策，飛機是具有改出的能力的。
所以大多數事故是由在特情下對飛機錯誤操作導致飛機振蕩、失控而產生的。
為避免人為差錯，一方面是改進飛機安全性設計和分析，采用自動化技術，從設計上避免人為差錯及其影響;另一方面是開展人為因素研究,盡量避免人為差錯，減少飛機的飛行事故。
美英等航空發達國家及世界民航組織都在實施人為因素研究計劃，主要項目包括飛行員疲勞、飛行時差反應、飛行員生理節奏失調、飛行員之間的協調、人為差錯的監控、人為差錯的事故鏈、飛機座艙自 動化的人為因素以及顯示和告警系統的人為因素等。
就第一方面而言，實現飛機狀態進行短時預測和改出控制律設計對飛行安全是有著很大幫助。
三、飛機狀態預測模型 飛機的飛行狀態預測問題歷來是飛控系統設計與仿真、機動目標跟蹤以及飛行器系統辨識等領域關心的重大課題。
美國學者 RKlmn 于六十年代初提出了卡爾曼濾波算法，該算法非常適合于計算機遞推計算，成為解決狀態預測問題的最有效手段，在工程中獲得了廣泛的應用。
隨著應用的展開，人們對卡爾曼濾波算法進行了種種的改進。
為了適應非線性系統，提出了推廣卡爾曼濾波，為進一步提高非線性濾波精度，又研究了迭代濾波、非線性二階濾波等算法。
對于商用民航飛機而言，研究其有無發生失控的趨勢，對于提高飛行安全是很有意義的。
如在飛機發生積冰、舵面失效或者遭遇到強對流天氣時，短時預測系統如果能給出飛機有無失控趨勢，這將給機組人員及時作出相應對策有重大幫助。
因此如何借助動力學模型，并基于模型給出失控趨勢的預測， 是目前研究的重點之一。
自2000年以后，FAA，美國波音公司，NASA蘭利研究中心等許多著名的航空研究機構就飛行狀態預測，飛行控制策略進行了深入的研究。
就飛行狀態預測而言，研究主要針對以下幾個問題： (1)如何建立可以精確反映飛機運動狀態的非線性動力學特性。
以往的飛行動力學模型的理論基礎是在飛機平衡點附近，對非線性系統應用一階Taylor展開, 所得結果是原非線性系統在特定平衡點周圍的局部近似。
這種方法的缺點主要有兩點。
第一, 由于采用一階Taylor展開而帶來的舍入誤差;第二，在遇到實際微下擊暴流或者低空飛切變時，飛機的運動狀態已不在該平衡點附近，如果仍基于該線化模型進行控制律設計，其控制效果將遠不會達到預期效果，有時甚至會導致飛機的振蕩、失控進而導致嚴重的飛機事故。
(2)采用何種算法進行飛行狀態預測。
對于商用民航飛機而言，目前預測失控趨勢的手段較為單一，只有基于觀測數據的預測方法和基于小擾動線化方程設計自適應預測控制模型。
許多成功的工程實踐證明變增益是一種非常有效并廣泛使用的方法, 特別是在航空航天領域。
傳統的變增益控制系統的設計思想是采用多個線性控制器 來近似替代所要求的非線性控制器。
例如飛行控制系統, 因為飛機的動力方程在整個飛行包線內不能用一個線性模型表示, 所以首先在飛行包線內選取多個設計點, 在這些設計點上進行線性化, 然后在每個設計點上采用傳統的控制器設計方法(如PID、LQ)設計線性控制器, 最后通過預定的調度程序在這些線性控制器之間插值,得到一個完整的非線性控制律。
傳統的變增益控制是補償已知非線性特性的一種有效方法, 在這種方案中, 控制器對變化的運行條件能做出快速的反應, 但是傳統變增益方法的局限在于控制器的參數是按開環方式改變的, 沒有來自閉環系統性能的反饋作用, 而且傳統變增益控制缺乏穩定性的嚴格理論證明。
近年來, 許多學者都致力于研究一種稱為自增益調度的新控制器綜合方法, 這種方法設計出的控制器依賴于調度變量, 并且在所考慮的包線范圍內能保證一定程度的魯棒穩定性和魯棒性能,最大優點是: (1)同傳統變增益控制不同, 設計者不必再考慮如何插值; (2)魯棒穩定性可以從理論上保證, 而不必通過詳盡的計算機仿真來證明。
這就是20世紀90年代后期發展的基于線性變參數(Linear Parameter Varying, LPV)系統的變增益技術, 這種技術在工作區域期間采用自增益, 保證了閉環系統的魯棒性和穩定性，并已成功應用于固定翼飛機和無人機運動建模。
LPV模型是一類重要的時變系統模型，其狀態空間矩陣是實時可測且在閉集上變化的變參數的確定函數。
基于LPV模型的魯棒變增益控制由于能夠在理論上保證系統的全局穩定性和魯棒性，克服了傳統變增益控制的缺點。
由于飛機在要根據不同的改出控制策略以及飛行狀態變化而動態更新模型，而LPV模型恰好可以通過一定的調度算法更新系數矩陣，計算獲得新的狀態。
這種在線修正的特點，恰好可以應用于飛機模型的建立。
就LPV建模而言，目前LPV建模，主要分為兩類，一類是基于系統的動態非線性系統方程的分析法;另外一種則是根據系統的輸入輸出數據的實驗法，主要是采用不同的辨識算法。
兩類方法都存在一定的缺點和限制。
對于分析法，第一種方法稱為雅可比線性化(Jacobian linearization)方法;第二種方法稱為狀態變換方法(State transformations) ;最后一種方法稱作函數替換法(Function substitution)。
這三種方法的共同點就是都依賴系統的平衡點，其中前兩種方法 依賴于系統的多個平衡點，保守性更大些，最后一種方法只依賴于系統的一個平衡點。
由于三種方法的共同缺點就是對平衡點的依賴，并且平衡點的選取對于系統性能的影響目前還沒有計算方法，同時引入了平衡點就增加了系統的誤差，也增加了計算量，而且求取系統的平衡點也是一件非常復雜的事情。
另一類LPV建模是利用實驗法，通過系統辨識的方法首先獲得系統的神經網絡模型，然后轉化為LFT的形式，最后獲得LPV系統的多胞形結構，并將結果應用于控制中。
在LPV建模的基礎上，飛行狀態預測可以得到進一步完善。
一種方法是采用狀態濾波方法，狀態濾波方法是，在LPV模型的基礎上，應用推廣卡爾曼濾波或無味濾波短時估計失控后的飛行狀態變化。
只要有完整氣動數據的支持，這種估計方法能在很大程度上逼近實際情況，并且該方法已成功運用在無人機失控后的狀態估計，并與實際飛行狀態進行了對比驗證。
另一種是采用基于動態配平(dynamic trim)的神經網絡分析方法。
這種方法先將飛機的狀態變量分為受到擾動后可以快速達到平衡的快速狀態變量和受到擾動后緩慢隨時間變化的慢速狀態變量，之后以慢速狀態變量和飛行控制變量作為神經網絡輸入，飛行決定性參數作為神經網絡輸出，并基于飛機較完整的飛行試驗數據訓練神經網絡。
應用訓練好的神經網絡對處于各種飛行狀態和控制輸入情況下的飛機進行飛行狀態預測。
不過這種預測方式一般需要大量事故的飛行數據的支持和風洞試驗數據的支持才能有很好的效果。
四、飛機改出控制律設計 美國波音公司，NASA蘭利研究中心等許多著名的航空研究機構為實現更全面的飛行安全控制策略，提出了基于包線保護策略的飛行安全控制律設計方案。
即在有外部環境干擾(如湍流或者低空飛切變)或者飛機本身的意外系統故障(如單發停車或者飛機舵面卡阻)的情況下，預測飛機飛行狀態，并給出飛機控制律或者一組控制序列，使飛機可以在安全狀態下(即安全的飛行包線內)實現改出或者降落。
飛行包線綜合地描述了一架飛機所能安全飛行的高度與速度范圍，反映了氣動、推力和結構等因素對飛行范圍的限制。
以B737飛機為例，如圖1(a)所示，為B737飛機建模數據提供的該機襟翼收起的正常飛行的迎角-側滑角包線，(b) 圖所示，為襟翼著陸構型時的包線。
可以看出，一般商用飛機經飛行試驗驗證的包線只是飛行模擬器上所用包線的子包絡，只有在經驗證的包線內飛行才是絕對安全的。
包線保護系統通過控制律設計、增加限制器等措施使得飛機能夠在包線范圍內安全飛行。
目前，包線保護系統已廣泛應用在改出風切變飛控設計中 [7] 。
圖 1 B-737 飛機迎角-側滑角包線 由上述可知，飛行安全的關鍵就是當飛機狀態處于飛行包線邊緣，即臨界狀態時，可以通過飛機自動飛行系統自身或者人為干預使得飛機改出可以危險姿態，避免出現超出飛行包線的發生。
因此要實現基于包線保護系統的飛行安全策略關鍵包括兩個方面： (1)決定性參數的選取與安全包線的制定。
在不利因素干擾下, 飛機的運動參數不斷變化。
對于這些特殊飛行狀態, 將那些對飛行安全性具有決定性作用的參數稱為決定性參數。
通常情況下決定性參數會包括: 迎角、過載、表速、滾轉角速度等。
(2)在危險狀態下的改出控制律設計。
目前，主要有兩種設計方法。
一種是 基于LPV模型的變增益控制器設計。
基于LPV模型的變增益控制器可以利用有限個設計點(平衡點)，自行進行自增益調節，進而完成對飛機狀態的控制，并且在所考慮的包線范圍內保證一定程度的魯棒穩定性和魯棒性能。
第二種方法是基于模型預測控制的控制器設計。
這種設計方法主要包括三個關鍵步驟：預測系統未來動態;(數值)求解最優化問題，給出控制律或控制序列;將優化解的第一個元素作用于系統。
模型預測控制在飛行控制方面有著很明顯的優勢，主要包括兩個方面。
一是，顯式和主動處理約束;二是，預測模型可以進行在線修正。
模型預測控制(Model Predictive Control，MPC)是一種基于模型的先進控制技術，它是20 世紀 70 年代中后期在歐美工業領域內出現的一類新型計算機優化控制算法。
該算法直接產生于工業過程控制的實際應用，并在與工業應用的緊密結合中不斷完善和成熟。
經典控制理論和現代控制理論都需要受控對象的精確數學模型，然而實際中的對象往往是多變量、高階、時變的復雜過程。
與之相反，模型預測控制對模型精度的要求不高，同時卻具有較高的控制性能。
模型預測控制的優點決定了該方法能夠有效地用于復雜工業過程的控制，并且已在石油、化工、冶金、機械等工業部門的過程控制系統中得到了成功的應用。
近十多年來，預測控制在理論和應用方面發展十分迅速。
結合近幾年發展起來的各種先進控制策略，形成了一系列預測控制新算法。
如極點配置預測控制、解耦預測控制、前饋補償預測控制、自適應預測控制、魯棒預測控制、智能預測控制等。
極點配置預測控制是將極點配置方法與預測控制技術相結合，通過改變控制器的參數或在目標函數中引入加權多項式等方法來配置閉環系統的極點，使閉環系統有期望的穩定度。
解耦預測控制是一類在多變量系統解耦基礎上的預測控制算法，通過分散化和關聯預測，得出一種建立在解耦基礎上的多變量 DMC 設計方法。
前饋補償預測控制是在預測控制系統中引入前饋補償器，構成前饋通道，來抑制擾動的具有擾動前饋補償功能的預測控制算法。
利用前饋補償器實現系統解耦功能，提出一種基于多輸入多輸出模糊控制器的廣義預測控制算法。
自適應預測控制是將預測控制與自適應控制相結合構成的一類自適應預測控制器，實現方法很多。
目前，預測控制已經發展到針對有擾動、有攝動和有約束的模型預測控制， 研究其穩定性、魯棒性、可行性等。
帶有約束的模型預測控制(CMPC)和非線性模型預測控制已成為模型預測控制研究的熱點。
一般地說，實際工業過程常常具有非線性、時變性和不確定性，難于建立精確的數學模型。
即使一些對象能夠建立起數學模型，結構也往往十分復雜，難以設計和實現有效的控制。
從工程應用角度，人們希望對象的模型盡量簡化，系統在不確定性因素的影響下能保持良好的性能，且要求控制算法簡單，易于實現，以滿足實時控制的需要。
研究在模型預測控制的框架內如何處理模型的不確定性，從而使預測控制方法具有一定的魯棒性，稱為魯棒預測控制研究。
將魯棒控制的一些方法引入預測控制中，以提高控制系統的魯棒性，對于以工程應用為背景產生的模型預測控制具有十分重要的理論意義和實際應用價值。
本課題針對民航商用飛機，嘗試應用濾波方法或神經網絡方法對飛機進行狀態預測，并對可能存在的失控情況，研究改出危險狀態的方法，并以一種新的控制器設計思路-模型預測控制為理論基礎，探討基于此理論進行控制器設計的方法。
開 題 報 告 專 家 組 考 核 意 見 (包括專家組提出的意見和建議，總體考核結論：通過、修改后通過或不通過) 專家組成員(簽字) 年 月 日 導師意見 導師(簽字)： 年 月 日 系意見 負責人(簽字)： 年 月 日學院 意見 負責人(簽字)： 年 月 日 備 注
【二】碩士畢業論文開題報告最佳范文
立論依據
課題來源及研究的目的和意義：
課題來源：
我國學術界早在20世紀80年代末就開始對高校大學生就業問題進行研究，研究成果突出。
然而，將大學生就業與和諧理念相結合的研究相對較少。
目前，雖然中共中央以及各級政府，社會上企事業單位都很重視大學生就業問題，也實施各種積極的就業政策，但是中國當前的大學生就業仍然不容樂觀。
大學生就業問題日益突出，解決大學生的充分就業問題是國家繁榮、社會穩定、高校和諧、個人幸福的根本保障。
它與社會、高校、個人的切身利益息息相關。
目前，我國正處于構建和諧社會的攻堅階段，構建和諧社會要求實施積極的就業政策，發展和諧勞動關系，大學生作為社會的高端人才，實現大學生和諧就業能夠推動和諧社會的建設。
因此，選擇本課題是基于社會現實問題提出來的，旨在通過分析研究能夠在一定程度上解決大學生就業難問題，從而實現大學生和諧就業，加快和諧社會建設的步伐。
研究目的：
近幾年來，大學生就業難的呼聲日漸高漲，因此，在當前就業形勢日益嚴峻的背景下，研究大學生就業問題具有急迫性和重要性。
首先，當前大學生就業是全社會就業的重要組成部分，如果畢業生不能順利就業，不僅直接影響畢業生個人的生活和思想情緒，會誘發各種矛盾和問題，直接影響到我國和諧社會構建和發展。
其次，大學生畢業后能否成功就業，在一定程度上反映當前高等教育的辦學水平和質量，關系到高等教育大眾化的進展。
最后，，就業是民生之本，是涉及到百姓切身利益的民生問題。
解決大學生的充分就業問題是國家繁榮、社會穩定、高校和諧、個人幸福的根本保障。
因此，文章試圖突破性地從和諧理念出發，在分析當前大學生就業現狀的基礎上，從政府、用人單位、高校、家庭以及大學生個人等方面分析出現就業不和諧的原因，進而用辯證唯物主義和諧觀有針對性的提出解決思路與方法，從而達到大學生和諧就業2015碩士畢業論文開題報告最佳范文2015碩士畢業論文開題報告最佳范文。
通過本論文的系統研究，將有利于促進我國經濟的發展、高等教育健康運行、大學生個體社會價值實現以及社會主義和諧社會的構建。
研究意義：
胡同志指出，大學生是國家的寶貴資源，是民族的希望，是祖國的未來。
2015年3月，總理鄭重指出 無論是大學生還是農民工的就業，不僅關系他們的生計，還關系他們的尊嚴。
就業是大學生人生的重要轉折點，也是其追求理想、實現自我社會價值的新起點。
大學生能夠和諧就業還關系到我國經濟的發展、和諧社會的構建、高等教育大眾化的進展等社會方方面面的發展。
中共中央高度重視大學生就業問題。
目前，大學生就業形勢嚴峻，結構性矛盾突出、就業環境不和諧、就業市場不完善、就業指導欠缺等多方面原因造成大學生就業不和諧的現狀。
中共中央高度重視在這樣的背景下，深入研究大學生和諧就業問題具有重要的理論意義和實踐價值
理論意義
第國內外學術界對大學生就業問題的研究相對比較活躍，發表的文章也積累了一定的數量，并且取得了一定的成果。
但是，關于大學生和諧就業問題的研究比較少，本文章主要研究大學生和諧就業問題，這樣在借鑒前人研究的基礎上深化了關于大學生就業問題的研究。
第大學生和諧就業是本研究很重要的一個觀念，雖然已有文獻中出現過這個名稱，但鮮見對其的界定，對此，本文章試圖對其進行闡釋。
這樣在一定程度上就彌補了對該問題研究的不足，豐富了在大學生就業領域研究的內容。
實踐意義
第研究大學生和諧就業問題能夠加快國家制定鼓勵大學生就業的政策，能夠推動大學生就業機制的完善。
第研究大學生和諧就業問題能夠為高校進行教育改革、轉變大學生培養模式提供一定的借鑒作用。
第研究大學生和諧就業問題能夠為用人單位制定人力資源計劃提供一定的啟示，從而加快大學生就業市場的完善。
第研究大學生和諧就業問題能夠為大學生在就業過程中解決就業難題提供一定的啟示作用，從而實現和諧就業。
文獻綜述
國內外研究現狀及分析： 國內研究現狀：
近年來我國在大學生就業領域的研究非常活躍，目前，發表于各類雜志刊物的關于大學生就業問題的論文也已積累了相當大的數量，為我國當代大學生就業提供了很多理論指導。
但是，目前，我國關于大學生和諧就業的研究相對較少，理論成果相對也比較少。
同時，傳統的研究視域、研究取向、研究路徑有待進一步改善，這就要求我們發揮主觀能動性，從而進行深層次的探索和研究。
我國理論界對高校大學生就業問題的研究，大致可分為三個時期：第一個時期是20世紀80年代末，當時主要是研究計劃經濟體制下行業需要與畢業生 對口就業 的問題，而對就業制度本身以及就業問題產生的原因、特點和規律性的東西較少涉及;第二個時期是20世紀90年代初期，當時正值計劃經濟向市場經濟轉軌，因此這一時期的研究重點主要放在高校畢業生就業制度改革以及就業觀念的變化上;第三個時期是20世紀90年代末，中國在世紀之交啟動了高等教育大眾化進程，高校畢業生就業問題日益突出，因此研究大眾化進程中的就業制度改革、就業矛盾的新特點、就業中公平問題、就業中所面臨的挑戰以及就業的前景等問題，成為該時期的重點。
目前，中國學生在就業過程中呈現出來的不和諧現狀凸顯出研究大學生就業的重要性2015碩士畢業論文開題報告最佳范文工作報告。
就我國目前的研究現狀來看，國內學者對大學生就業問題做出了一定的研究，也取得了一定的成果
對大學生就業狀況的研究
近年來，對大學生就業所做的調查分析，比較有代表性的有北京大學閔xx等做的
這些調查研究內容較為詳實、客觀，具有較強的說服力和重要的參考價值。
對大學生就業現狀的原因及對策的研究
針對大學生就業現狀的原因和對策的研究理論成果比較豐富。
具有代表性的有西安科技大學倪淵的《大學上就業難的成因及對策》，沈燕的《試論嚴峻就業形勢下做好大學生就業工作的突破點》(中州學刊， 2015)，郝曉艷《大學生就業難及其解決思路》(中共山西省委黨校學報，20XX)，姬養洲的《20XX年高校畢業生就業形勢分析及對策》(人才資源開發，20XX)等文章等都對大學生就業問題進行了探討。
學者們大都是在分析中國目前大學生就業現狀的基礎上，從政府、用人單位、高校、家庭、學生自身等方面出發分析就業難的原因并尋求解決對策。
對大學生和諧就業問題的研究
對大學生和諧就業問題研究的文獻比較少，與其內容相關的文章有：
國外研究現狀：
在國外，由于各國政治環境、經濟發展水平、高校教育發展程度、社會現狀各不相同，各國大學生就業呈現出不同特點。
國外學術界對大學生就業的研究，，是建立在成熟的勞動力市場基礎上的。
學者們大多基于現代人力資源管理思想和勞動力市場理論來研究就業問題。
勞動力市場理論主要運用工資競爭、職位競爭等理論來分析，完善勞動力市場是解決畢業生就業問題的重要步驟。
大多數學者分別從畢業生的供給、需求、供需匹配等方面來進行研究2015碩士畢業論文開題報告最佳范文2015碩士畢業論文開題報告最佳范文。
例如，卡諾就把大學畢業生的就業難問題歸因于勞動力市場的需求方，認為是資本主義企業追求利潤最大化的結果，因為失業大學生的存在有利于滿足企業對技術人才的需求，也有利于壓低工資和提高在崗大學生的生產力。
國際上對大學生就業問題研究的另一個重要角度，是對大學畢業生的就業力研究，并圍繞這一問題產生了一系列的探討。
比如，大衛、皮爾斯的《進入高等教育前的就業力和學生的教育經歷》、曼茲、約克的《向高等教育過渡：關于 就業力議題 的一些觀點》、曼茲、約克和皮特爾、奈特的《本科課程與就業力》等都從高等院校和學生自身為出發點探討如何通過學校教育提升大學生自身的競爭力。
【碩士開題報告ppt】相關文章：
09-30
10-05
10-05
10-05
10-05
10-05
10-05
11-26
09-30