空气舵作为飞行器的核心部件之一,用于控制飞行器的飞行姿态和调整及改变飞行轨迹,其性能好坏直接影响飞行器的控制精度和稳定性。空气舵负载模拟器是空气舵的重要地面试验设备,用于模拟飞行过程中的载荷,为空气舵地面实验提供可靠的实验保障和技术支持。随着我国航天和国防事业的大力发展,对飞行器提出了更高的要求,研究能够精确复现飞行过程中力学条件的空气舵负载模拟器势在必行。为了精确模拟真实飞行过程中的空气载荷,负载模拟器不仅要求加载常规的正弦信号,还要求加载三角信号,甚至更为复杂的多频复合信号,并要求加载过程中的多余力消除达到95%及以上。为此,论文首先对国内外负载模拟器的技术发展现状以及以迭代学习控制为代表的智能控制研究现状进行了综述,确立了论文的研究方向以及研究目标。随后为了实现空气舵负载模拟器的加载要求,设计了负载模拟器的测控系统。建立了动力机构、加载系统、伺服阀的数学模型和多余力干扰下的系统数学模型,并对系统进行了仿真研究,分析了多余力产生的机理。利用地面试验的加载载荷具有连续和重复的特点,针对被控电液伺服系统和加载过程所具有的非线性,在迭代学习控制理论的基础上提出了一种基于时变引导因子的迭代学习控制策略(Time varying pilot factor-iterative learning control,简称TPF-ILC)。证明了 TPF-ILC控制策略分别在无多余力干扰和有多余力干扰情况下的系统收敛性,提出了这两种情况下系统收敛的充分条件。随后就迭代学习中的关键问题——初态问题进行了理论分析,利用系统的连续和重复的特性,证明了在TPF-ILC控制策略作用下,即使系统每个迭代周期的初始状态不严格一致,系统的误差和初始状态依然收敛,突破了迭代学习理论中对初始状态要求严格一致的理论限制,使得TPF-ILC控制策略具备更好的实用性和更广的应用范围。论文研究了 TPF-ILC控制策略的鲁棒性,明确了系统误差与干扰之间的关系,为后续的多余力抑制和消除问题提供了理论依据。在TPF-ILC控制策略的实际应用中,针对系统相位延迟导致误差不收敛和学习方法失效的问题,将相位延迟因子引入TPF-ILC算法中,利用新提出的多尺度直线拟合方法实时检测系统的相位延迟,并用该延迟信号对误差信号进行相位校正,从而提出了对TPF-ILC控制策略的改进。针对改进的TPF-ILC控制策略同样在理论上进行了收敛性证明,并给出系统收敛的充分条件。实践中,考虑到加载信号有较为复杂的三角信号和多频复合信号,以及TPF-ILC控制策略对系统相位的敏感性,传统数字滤波器由于相频特性的非线性,其相位延迟会随外部信号频率的变化而变化,会导致TPF-ILC控制失效。为此,论文提出了 OL-EMD(On line EMD,简称OL-EMD)数字滤波算法,能同时兼顾相频特性和滤波效果。将该滤波算法分别进行了仿真验证和实验验证,验证结果说明了该滤波方法的有效性。最后,进行了实验研究。通过6组实验对改进TPF-ILC控制策略和多余力消除效果进行充分验证:无多余力干扰和有多余力情况下的正弦波信号加载实验、三角波信号加载实验、多频率复合信号加载实验。实验结果表明改进TPF-ILC控制策略使加载系统的多余力消除水平优于95%,证明了改进TPF-ILC控制策略的有效性和实用性。