现代飞机常采用轻质结构来满足长航时、高速度、高机动性等要求,但轻质结构与空气动力相互耦合产生的气动弹性效应会给飞机的飞行品质、结构寿命等带来不利影响。气动弹性控制技术为解决先进轻质飞机的气动弹性问题提供了一种解决途径,但仍存在诸多亟待解决的关键问题。例如,对于飞翼布局飞机,其柔性机翼结构的弹性模态频率与飞机的刚体模态频率接近,飞机短周期刚体模态参与的耦合颤振形态(体自由度颤振)给主动控制律设计带来困难;再如,在高机动战斗机的机动载荷减缓控制律设计方面,仍需要提高载荷减缓系统对于飞行参数(如飞行马赫数)的自适应特性。本文主要针对飞翼布局飞机的体自由度颤振主动抑制和高性能战斗机的机动载荷减缓问题开展研究,主要研究内容和学术贡献如下:1.对全机的气动弹性建模问题进行了研究。使用高阶面元法计算亚音速非定常气动力,将其与飞机结构弹性相耦合,建立气动弹性状态方程;对飞机的刚体模态进行变换,引入飞行状态参数,建立了考虑飞行动力学的气动弹性状态方程。2.针对飞翼布局无人机,使用上述方法建立了全机气动伺服弹性数学模型,并分析其颤振特性。分析结果表明,在较低飞行速度时,无人机的刚体短周期模态会与低阶弹性模态耦合,从而引发体自由度颤振。针对这种现象,提出一种体自由度颤振鲁棒控制器,并采用两种不同的控制面方案进行控制器设计。数值仿真结果表明,两种控制面选取方案均可使该无人机的颤振临界速度得到显著提升;通过两组方案的对比发现,多组控制面协同作用方案能够获得更好效果。3.针对高性能的战斗机的机动载荷减缓问题,提出了一种基于递归神经网络的自适应载荷减缓控制器。该控制器通过两个神经网络的连接,可实现系统在线辨识和机动载荷减缓。与此同时,对递归神经网络引入初始权重因子概念,使控制器不需要重新进行参数设计即可实现变飞行条件下的自适应载荷减缓。数值仿真结果表明,该方法能够对战斗机在较大马赫数范围内做机动飞行时产生的附加载荷进行有效的减缓。4.针对具有飞行参数不确定性的机动载荷减缓问题,提出了一种基于线性参变(Linear Parameter-Varying,LPV)模型的鲁棒载荷减缓控制器设计方法。首先,对变化的飞行参数建立LPV模型,并基于线性分式变换提出一种LPV模型不确定性建模方法,将参数变化作为模型不确定性进行建模;然后,对于含不确定性的系统模型,基于鲁棒控制理论设计控制器,实现给定参数范围内的机动载荷减缓。机动载荷减缓系统在其作用的同时,会对飞机的机动性能产生影响,为了在线修正这种影响,提出一种基于递归神经网络理论的飞行控制器,可实现飞行参数变化范围内的自适应飞行控制。最终,在两个控制器的协同作用下,可实现变飞行参数的机动载荷减缓。数值仿真结果表明,基于该方法设计的控制系统能实现战斗机在较大马赫数范围内的机动载荷减缓,并且具有较好的抗噪声能力。