CN108445753A - 用于平衡侧向力和抑制无人机侧向反推力的方法 - Google Patents

用于平衡侧向力和抑制无人机侧向反推力的方法 Download PDF

Info

Publication number
CN108445753A
CN108445753A CN201810181246.1A CN201810181246A CN108445753A CN 108445753 A CN108445753 A CN 108445753A CN 201810181246 A CN201810181246 A CN 201810181246A CN 108445753 A CN108445753 A CN 108445753A
Authority
CN
China
Prior art keywords
control system
dynamic balance
disturbance rejection
rejection control
lateral
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810181246.1A
Other languages
English (en)
Other versions
CN108445753B (zh
Inventor
唐猛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201810181246.1A priority Critical patent/CN108445753B/zh
Publication of CN108445753A publication Critical patent/CN108445753A/zh
Application granted granted Critical
Publication of CN108445753B publication Critical patent/CN108445753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明用于平衡侧向力和抑制无人机侧向反推力的方法，属于无人机控制领域。目的是降低当无人机具备侧向作业功能时,因可能的侧向受力而对无人机飞行姿态和位置产生的影响。步骤一、建立***的空间和运动模型，确定***的强耦合特性；步骤二、对该***空间模型的运动进行解耦；步骤三、设置干扰观测器融合到位置控制***中；步骤四、选择降阶状态观测器反馈增益提高干扰观测器对干扰抑制的响应效果；步骤五、进行仿真验证。本发明，通过建立***的空间和运动模型，分析***耦合特性，并通过状态反馈的方式对***进行解耦控制，建立***的干扰观测器模型，前馈补偿的方式融合到位置控制***中，提高对抵抗外部突变干扰的效果。

Description

用于平衡侧向力和抑制无人机侧向反推力的方法
技术领域
本发明属于无人机控制领域，具体的是用于平衡侧向力和抑制无人机侧向反推力的方法。
背景技术
在多旋翼无人机应用中，目前大部分应用的作用力点均位于无人机下方，在这一模式下，无人机只需在结构上平衡好重心，其飞行姿态受其影响就较小。但在一些新兴的特定的应用中，无人机作为一个机载平台，要求其受力点位于无人机的侧面，如用无人机进行墙面喷涂清洗、远距离射击投掷等。在这种模式下，无人机会受到横向的反作用力，该反作用力可能较为恒定，也可能突变，或可能连续扰动，从而对无人机本身产生较大的影响，影响无人机的飞行姿态，进而影响无人机作业效果。
侧向力平衡和扰动抑制控制***悬挂在无人机机载平台下方，通过调节该***两侧螺旋桨叶的推力来实现运动控制和反推力平衡控制。由于该***悬吊在无人机机载平台下的空间环境中，很容易受到突变干扰推力或空间位置变化作用的影响，从而使得该***在空间中难于保持稳定的工作姿态，无法保持***所需要的稳定性要求。
发明内容
本发明所要解决的技术问题是提供一种用于平衡侧向力和抑制无人机侧向反推力的方法，以降低对无人机飞行姿态的影响。
本发明采用的技术方案是：用于平衡侧向力和抑制无人机侧向反推力的方法，包括以下步骤：
步骤一、根据实际侧向力平衡和扰动抑制控制***，建立该***的空间模型，确定***的强耦合特性；
步骤二、通过对侧向力平衡和扰动抑制控制***的状态反馈方式对该***空间模型进行解耦；
步骤三、通过PID控制器对空间模型进行调节，并据此设置用于实时观测外部干扰推力大小的干扰观测器融合到位置控制***中；
步骤四、选择降阶状态观测器反馈增益提高干扰观测器对干扰抑制的响应效果；
步骤五、进行仿真验证。
进一步的，步骤一中，所述侧向力平衡和扰动抑制控制***的空间模型包括竖向对称平面、连接杆和固定点；所述侧向力平衡和扰动抑制控制***关于该竖向对称平面对称，且通过连接杆固定悬挂于固定点；所述侧向力平衡和扰动抑制控制***的一侧的电机螺旋桨推力一和另一侧的电机螺旋桨推力二方向相同且关于竖向对称平面对称；并以竖向对称平面与水平面的相交线向电机螺旋桨推力一或二的方向为X轴的正方向，以垂直于竖向对称平面向内为Y轴的正方向，建立侧向力平衡和扰动抑制控制***的机体坐标系。
进一步的，步骤一中，确定***的强耦合特性的步骤为：
1.1、通过侧向力平衡和扰动抑制控制***由起始位置O起，先在YOX平面做偏转运动旋转β角,然后再通过俯仰运动偏转θ角运动至目标位置P；其中，坐标为：O(0，0，0)、P(Xp,Yp,Zp)；
1.2、根据侧向力平衡和扰动抑制控制***在位置P的受力情况，列出该***的平衡方程；
1.3、由侧向力平衡和扰动抑制控制***的平衡方程，取状态变量输入为(F1,F2)，输出为(θ,β)，得到该***的状态空间方程；
1.4、将侧向力平衡和扰动抑制控制***的实际参数代入该***的状态空间方程，得到侧向力平衡和扰动抑制控制***的空间模型的传递函数；
1.5、对侧向力平衡和扰动抑制控制***的空间模型进行仿真，得到开环***在阶跃输入情况下的响应曲线；
1.6、分析响应曲线，得出侧向力平衡和扰动抑制控制***的强耦合特性，确定解耦的必要性。
进一步的，步骤二中，对侧向力平衡和扰动抑制控制***空间模型进行解耦按以下步骤顺序进行：
2.1、得到侧向力平衡和扰动抑制控制***解耦后的状态空间表达式；
2.2、根据解耦后的状态空间表达式得到解耦后的该***传递函数；
2.3、进行仿真，得到反馈解耦后该***的阶跃响应曲线，并据此确定反馈解耦过后的飞侧向力平衡和扰动抑制控制***可以被看作一组相互独立的单变量***。
进一步的，步骤三中，干扰观测器的设置按以下步骤顺序进行：
3.1、当侧向力平衡和扰动抑制控制***两端电机驱动的螺旋桨输出产生的推力相等时，将该***等价成一钟摆运动***，得到该钟摆运动***的运动方程；
3.2、设定侧向力平衡和扰动抑制控制***受到突变荷载Fl，该突变荷载方向与电机驱动的螺旋桨产生的推力方向相反，根据钟摆运动***的运动方程，得到该突变荷载状态下，该***的运动方程；
3.3、根据侧向力平衡和扰动抑制控制***在突变荷载下的运动方程，选择侧向力平衡和扰动抑制控制***在XOZ方向的摆角θ、角速度和突变载荷Fl作为状态变量；电机驱动螺旋桨输出的水平推力F作为输入变量；同时摆角θ也作为输出变量；建立飞喷***在XOZ平面内的状态空间方程；
3.4、根据侧向力平衡和扰动抑制控制***在XOZ平面内的状态空间方程，构造需要观测的状态变量的一个降价观测器，并根据该降价观测器，构造出降维扰动状态观测器的方程；
3.5、根据降维扰动状态观测器的方程构建出突变负载扰动观测器模型的方程式。
进一步的，假定钟摆运动***在很小的范围内摆动，则sinθ≈θ。
进一步的，步骤四的具体操作为：选择突变负载扰动观测器的特征值作为前馈仿真模型的输入量之一，从而实现实时观测该***的突变载荷值的大小。
本发明的有益效果是：通过建立***的空间和运动模型，分析***耦合特性，并通过状态反馈的方式对***进行解耦控制，建立***的干扰观测器模型，前馈补偿的方式融合到位置控制***中，提高对抵抗外部突变干扰的效果。
附图说明
图1为本发明***模型示意图。
图中，竖向对称平面1、连接杆2、固定点3。
具体实施方式
下面结合附图和实施例对本发明做进一步的说明如下：
用于平衡侧向力和抑制无人机侧向反推力的方法，包括以下步骤：
步骤一、根据实际侧向力平衡和扰动抑制控制***，建立该***的空间模型，确定***的强耦合特性；
步骤二、通过对侧向力平衡和扰动抑制控制***的状态反馈方式对该***空间模型及运动进行解耦；
步骤三、通过PID控制器对空间模型进行调节，并据此设置用于实时观测外部干扰推力大小的干扰观测器融合到位置控制***中，以实现对该***方位和俯仰角度的精确控制；
步骤四、选择降阶状态观测器反馈增益提高干扰观测器对干扰抑制的响应效果；
步骤五、进行仿真验证。
侧向力平衡和扰动抑制控制***悬挂在无人机机载平台下方，通过调节飞喷***两侧桨叶的推力来实现运动控制和反推力平衡控制。由于该***悬吊在无人机机载平台下的空间环境中，很容易受到突变干扰推力的作用，从而影响无人机及该***在空间中保持稳定的工作姿态，无法保持***的稳定性。故，根据实际侧向力平衡和扰动抑制控制***，建立该***的空间模型，助于控制和平衡侧向力平衡和扰动抑制控制***的侧向反推力的研究。
若该侧向力平衡和扰动抑制控制***为强耦合***，不同的输入对***的俯仰摆角和偏转偏角的运动有强烈的相互影响，所以为了实现对***的特定位置的控制目标，解耦控制就显得非常必要了。故，确定了***的强耦合特性后，需要对侧向力平衡和扰动抑制控制***空间模型进行解耦。
基于该***强的耦合特性，通过状态反馈策略实现对***解耦，并结合位置控制，实现该装置方位和俯仰角度的精确控制。同时，为了应对负载突变扰动对该装置位置及姿态影响，一个干扰观测器被设计出以用于实时观测外部干扰推力大小，最后，通过前馈补偿的方式提高该装置对干扰抑制的响应效果。该论文通过***动态模型建立，解耦设计、位置控制设计、扰动观察器设计和基于该观察输出的前馈干扰抑制补偿设计等研究，实现了当外载荷突变时的扰动抑制及姿态控制。
步骤一中，如图1所示，所述侧向力平衡和扰动抑制控制***的空间模型包括竖向对称平面1、连接杆2和固定点3；所述侧向力平衡和扰动抑制控制***位于该竖向对称平面1对称，且通过连接杆2固定悬挂于固定点3；所述侧向力平衡和扰动抑制控制***的一侧的电机驱动的螺旋桨产生的推力一和另一侧的电机驱动的螺旋桨产生的推力二方向相同且关于竖向对称平面1对称；并以竖向对称平面1与水平面的相交线向电机驱动的螺旋桨产生的推力一或二的方向为X轴的正方向，以垂直于竖向对称平面1向内为Y轴的正方向，建立该***的机体坐标系。
侧向力平衡和扰动抑制控制***的空间模型如图1所示，竖向对称平面1为ABC平面，飞喷***关于ABC平面对称，通过一连接杆OA将该***连接到固定点3，侧向力平衡和扰动抑制控制***的各个部位为刚性连接，通过控制两个桨叶的不同转速，对***产生一个向前的推力和旋转力矩作用，使侧向力平衡和扰动抑制控制***达到空间中的任意一位置。以平行于BC轴的水平方向为X轴的正方向，垂直于BC轴方向沿纸面向里为Y轴正方向，由此建立飞喷***的机体坐标系。
优选的，步骤一中，确定***的强耦合特性的步骤为：
1.1、通过侧向力平衡和扰动抑制控制***由起始位置O起，先在YOX平面做偏转运动旋转β角,然后再通过俯仰运动偏转θ角运动至目标位置P；其中，坐标为：O(0，0，0)、P(Xp,Yp,Zp)；
1.2、根据侧向力平衡和扰动抑制控制***在位置P的受力情况，列出飞喷***的平衡方程；
1.3、由侧向力平衡和扰动抑制控制***的平衡方程，取状态变量输入为(F1,F2)，输出为(θ,β)，得到该***的状态空间方程；
1.4、将侧向力平衡和扰动抑制控制***的实际参数代入该***的状态空间方程，得到该***的空间模型的传递函数；
1.5、对侧向力平衡和扰动抑制控制统的空间模型进行仿真，得到开环***在阶跃输入情况下的响应曲线；
1.6、分析响应曲线，得出侧向力平衡和扰动抑制控制***的强耦合特性，确定解耦的必要性。
设起始点坐标为O(0,0,0)目标位置为F(xf,yf,zf)。侧向力平衡和扰动抑制控制***为了达到F点，可以通过在O点处，先在YOX平面做偏转运动旋转β，然后再通过俯仰运动偏转θ，到达最终的F点。可以由偏转角β、俯仰角θ得到F点的坐标为：
根据此时***受力情况列出如下平衡方程：
其中：Fa＝F1+F2，Fb＝F2-F1取状态变量为输入为(F1,F2)，输出为(θ,β)运动状态空间的知识得到侧向力平衡和扰动抑制控制***的状态空间方程如下：
式(3)中：
其中d为O点到***质心的距离；m为***模型的质量；Io为该***绕O点在XOZ平面的转动惯量；Ix为该***绕O点在XOY平面的转动惯量。
通过上述建立的***空间状态模型，根据***的实际参数为：Ix＝0.03kg.m2，Io＝0.36kg.m2，l＝60cm，d＝18cm，m＝1kg。其中输入为(F1,F2)，输出为(θ,β)。
将上述参数代入到***状态空间中，得到整体模型的传递函数为：
在MATLAB中对***模型进行开环阶跃输出响应时，当两输入推力大小不等时***输出仿真曲线，通过该仿真曲线可以知，在双推力的作用下，***在XOZ平面会出现摆角的振荡运动，且由于两不相等的推力作用下，在YOX平面内做偏转运动，由此可知该飞喷***具有强烈的耦合特性，即双输入推力的大小对***的俯仰摆角和偏转偏角的运动有强烈的相互影响，所以为了实现对***的特定位置的控制目标，解耦控制就显得非常必要了。
实现***解耦目前主要有两种方法：前馈补偿解耦和状态反馈解耦。前馈补偿解耦只需要在待解耦***的前面串接一个前馈补偿器，使串联组合***的传递函数成为对角形的有理函数矩阵，但这种方法将使***的维数增加。故，优选的步骤二中，对侧向力平衡和扰动抑制控制***空间模型进行解耦按以下步骤顺序进行：
2.1、得到侧向力平衡和扰动抑制控制***解耦后的状态空间表达式；
2.2、根据解耦后的状态空间表达式得到解耦后的侧向力平衡和扰动抑制控制***传递函数；
2.3、进行仿真，得到反馈解耦后侧向力平衡和扰动抑制控制***的阶跃响应曲线，并据此确定反馈解耦过后的侧向力平衡和扰动抑制控制***可以被看作一组相互独立的单变量***。
采用形如u＝-Kx+Fv的线性状态反馈结合输入变换形式的解耦控制器，其中K为2*4的实状态反馈矩阵，F为2*2的实非奇异矩阵，称为输入变换矩阵；v为2维参考输入向量。
反馈解耦的首先需要判断***是否满足解耦条件，实现解耦控制的充要条件是：通过构造定义的2×2维矩阵是否为非奇异，如果为非奇异，则可以实现状态反馈解耦，然后即可求得状态反馈矩阵和输入变化矩阵，得到u＝-Kx+Fv所需的状态反馈控制律。该***为非奇异。所以可以通过状态反馈实现解耦。
反馈解耦后的***状态空间表达式为：
反馈解耦后的***传递函数为：
仿真得到反馈解耦后的***的阶跃响应曲线，通过上面仿真过程分析可知，反馈解耦过后的***可以被看作一组相互独立的单变量***，可以实现对双变量的被控变量实现独立和单独的控制。
对开环***的阶跃响应分析可知，在开环控制下***在俯仰和偏转两个维度上都不能实现最终的稳态输出。为了能够有效的降低负载变化对控制***控制质量的影响。
优选的，步骤三中，干扰观测器的设置按以下步骤顺序进行：
3.1、当侧向力平衡和扰动抑制控制***两端电机输出产生的推力相等时，将该***等价成一钟摆运动***，得到该钟摆运动***的运动方程；
3.2、设定侧向力平衡和扰动抑制控制***受到突变荷载Fl，该突变荷载方向与电机驱动螺旋桨所产生的推力方向相反，根据钟摆运动***的运动方程，得到该突变荷载状态下，飞喷***的运动方程；
3.3、根据侧向力平衡和扰动抑制控制***在突变荷载下的运动方程，选择该***在XOZ方向的摆角θ、角速度和突变载荷Fl作为状态变量；电机输出的水平推力F作为输入变量；同时摆角θ也作为输出变量；建立侧向力平衡和扰动抑制控制***在XOZ平面内的状态空间方程；
3.4、根据侧向力平衡和扰动抑制控制***在XOZ平面内的状态空间方程，构造需要观测的状态变量的一个降价观测器，并根据该降价观测器，构造出降维扰动状态观测器的方程；
3.5、根据降维扰动状态观测器的方程构建出突变负载扰动观测器模型的方程式。
当飞喷***电机驱动螺旋桨的推力输出产生的水平推力大小相等时，在XOZ平面产生一定的俯仰倾角，此时可以将此运动***等价为一摆锤运动***。得到***的运动方程：
该运动方程为非线性的，先对***进行线性化，假定***在很小的范围内摆动，则sinθ≈θ。对上式进行拉普拉斯变化得到***的传递函数为：
当电机驱动螺旋桨所产生的推力***两端电机输出产生的水平推力大小相等时，飞喷***会在XOZ平面产生一定的倾角，假设受到的突变载荷为Fl，方向与电机驱动螺旋桨所产生的推力方向相反，对***运动受力分析如下，上式(8)的运动方程变为：
则上式(9)可以化简为线性方程为：由此方程建立电机驱动螺旋桨所产生的推力***在XOZ平面内的状态空间方程，选择***在XOZ方向的摆角θ、***的角速度和突变载荷Fl作为***的状态变量；电机驱动螺旋桨所产生的推力F作为***的输入变量；同时摆角θ也作为***的输出变量，得到***的三阶状态方程如下：
式中，u＝F；y＝θ；所以得到：
则选择***输出的摆角状态变量x1＝θ，选择和Fl为需要观测的状态变量输入控制量u＝F,输出变量y＝θ，则有：
W0为能观测性矩阵，由于rank(Wo)＝3，故***是能够实现状态完全观测的，即状态向量x能由输入、输出变量u和y，以及它们各阶导数的线性组合构造出来。由于***的输出摆角状态变量是可以直接测量得到的，故可将电机驱动螺旋桨所产生的推力***在XOZ平面的摆角的状态空间表达式写成一下形式：
其中，x1是可以直接测量的一维状态变量，x2为需要观测的二维状态变量，且A11＝0；A12＝[1 0]；B1＝0；
则不可观测状态变量的动态方程为：
其中最右边的两项是已知的且可以作为进入x2的动态输入。因为x1＝y，故被测动态由下面的标量方程给出：
令上式中的A21y+B2u＝v作为该子***的输入，作为该子***的输出，此二维子***的状态空间表达式可写成：
根据上式可以看出该***是状态完全能观测的，此二维子***也是状态完全能观测的。上式中对状态x2与原始方程对整个x有相同的关系。因此在原始观测器方程中进行如下的替换可以得到x2的一个降阶观测器：
其中L＝[l1 l2]T为一个常值矩阵，这本问题中是一个2×1的常值矩阵。由上式得到该状态观测器的误差的动态方程为：可以通过选择合适的L使得A22-LA12的特征值被设定在期望的位置，从而保证以尽可能快的速度逼近x2。将上式改写成为：
在上式中得到测量值的微分有一定的困难，而且微分运算能将噪声干扰放大；所以如果y为噪声，那么使用是不可取的。为了克服这一难题，定义新的控制器状态为：
采用这个新的状态，降阶观测器的实现由下式给出：
可构造出降维扰动状态观测器的方程为：
式中，
则状态向量的估计值就可由下式给出：
将上述N1、N2、N3分别代入到式21中，则可构建出该突变负载扰动观测器模型的方程式如下所示：
化简为：
优选的，步骤四的具体操作为：选择突变负载扰动观测器的特征值作为前馈仿真模型的输入量之一，从而实现实时观测该***的突变载荷值的大小。
在选择反馈增益L使观测器动态误差方程的特征方程的特征值被设定在期望位置时，既需要保证x2的降阶观测器估计值的逼近速度还要考虑观测器通频带使其具有一定的抗噪声干扰能力
若该观测器的特征值分别为λ1和λ2，则突变负载扰动观测器的特征多项式为：
α(s)＝(s-λ1)(s-λ2)＝s2-(λ1+λ2)s+λ1λ2＝0 (25)
期望特征多项式又可以表示为：
根据极点配置方法比较上述两个多项式，可以得到常数矩阵L＝[l1 l2]T,其中：
根据电机驱动螺旋桨所产生的推力***的性能要求设置该降阶观测器的特征值，并将其作为在MATLAB/Simulink软件中仿真建立的仿真模型输入量之一，从而实现实时观测出该***的突变载荷值的大小。
为使控制器的极点能够控制***的整个响应过程，需要保证所设计的负载观测器的误差比期望动态衰减更快，作为一个经验法则，可以将观测器的理想极点选得比控制器极点快2～6倍。同时不能使观测器响应速率过快，造成过多的传感器噪声通过观测器传递给执行机构。综合以上考虑，本文确定整个控制***极点的4倍作为所设计观测器的理想极点，得到观测器的理想极点为：λ1＝λ2＝-12 (28)
通过上述设计的干扰观测器，验证其观测值的准确性，在仿真条件为：观测器在设定目标期望极点下，当0≤t≤5s时，Fl＝0N；当t≥5s时Fl＝2N。在设定目标摆角为10°和2N的干扰推力扰动条件下，在未加入该干扰观测器时，该***的波动峰值为0.5°，调节时间为1.2s；在加入该干扰观测器前馈补偿后，***摆角的波动峰值为0.3°，其调整时间为0.2s。该结果表明，通过设计的降阶扰动推力观测器对***进行前馈补偿，提高了***的抗扰动能力。

Claims (7)

1.用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：包括以下步骤：
步骤一、根据实际侧向力平衡和扰动抑制控制***，建立该***的空间模型，确定***的强耦合特性；
步骤二、通过对侧向力平衡和扰动抑制控制***的状态反馈方式对该***空间模型进行解耦；
步骤三、通过PID控制器对空间模型进行调节，并据此设置用于实时观测外部干扰推力大小的干扰观测器融合到位置控制***中；
步骤四、选择降阶状态观测器反馈增益提高干扰观测器对干扰抑制的响应效果；
步骤五、进行仿真验证。
2.如权利要求1所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤一中，所述侧向力平衡和扰动抑制控制***的空间模型包括竖向对称平面(1)、连接杆(2)和固定点(3)；所述侧向力平衡和扰动抑制控制***关于该竖向对称平面(1)对称，且通过连接杆(2)固定悬挂于固定点(3)；所述侧向力平衡和扰动抑制控制***的一侧的电机螺旋桨推力一和另一侧的电机螺旋桨推力二方向相同且关于竖向对称平面(1)对称；并以竖向对称平面(1)与水平面的相交线向电机螺旋桨推力一或二的方向为X轴的正方向，以垂直于竖向对称平面(1)向内为Y轴的正方向，建立侧向力平衡和扰动抑制控制***的机体坐标系。
3.如权利要求2所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤一中，确定***的强耦合特性的步骤为：
1.1、通过侧向力平衡和扰动抑制控制***由起始位置O起，先在YOX平面做偏转运动旋转β角,然后再通过俯仰运动偏转θ角运动至目标位置P；其中，坐标为：O(0，0，0)、P(Xp,Yp,Zp)；
1.2、根据侧向力平衡和扰动抑制控制***在位置P的受力情况，列出该***的平衡方程；
1.3、由侧向力平衡和扰动抑制控制***的平衡方程，取状态变量输入为(F1,F2)，输出为(θ,β)，得到该***的状态空间方程；
1.4、将侧向力平衡和扰动抑制控制***的实际参数代入该***的状态空间方程，得到侧向力平衡和扰动抑制控制***的空间模型的传递函数；
1.5、对侧向力平衡和扰动抑制控制***的空间模型进行仿真，得到开环***在阶跃输入情况下的响应曲线；
1.6、分析响应曲线，得出侧向力平衡和扰动抑制控制***的强耦合特性，确定解耦的必要性。
4.如权利要求2所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤二中，对侧向力平衡和扰动抑制控制***空间模型进行解耦按以下步骤顺序进行：
2.1、得到侧向力平衡和扰动抑制控制***解耦后的状态空间表达式；
2.2、根据解耦后的状态空间表达式得到解耦后的该***传递函数；
2.3、进行仿真，得到反馈解耦后该***的阶跃响应曲线，并据此确定反馈解耦过后的飞侧向力平衡和扰动抑制控制***可以被看作一组相互独立的单变量***。
5.如权利要求2所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤三中，干扰观测器的设置按以下步骤顺序进行：
3.1、当侧向力平衡和扰动抑制控制***两端电机驱动的螺旋桨输出产生的推力相等时，将该***等价成一钟摆运动***，得到该钟摆运动***的运动方程；
3.2、设定侧向力平衡和扰动抑制控制***受到突变荷载Fl，该突变荷载方向与电机驱动的螺旋桨产生的推力方向相反，根据钟摆运动***的运动方程，得到该突变荷载状态下，该***的运动方程；
3.3、根据侧向力平衡和扰动抑制控制***在突变荷载下的运动方程，选择侧向力平衡和扰动抑制控制***在XOZ方向的摆角θ、角速度和突变载荷Fl作为状态变量；电机驱动螺旋桨输出的水平推力F作为输入变量；同时摆角θ也作为输出变量；建立飞喷***在XOZ平面内的状态空间方程；
3.4、根据侧向力平衡和扰动抑制控制***在XOZ平面内的状态空间方程，构造需要观测的状态变量的一个降价观测器，并根据该降价观测器，构造出降维扰动状态观测器的方程；
3.5、根据降维扰动状态观测器的方程构建出突变负载扰动观测器模型的方程式。
6.如权利要求5所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：假定钟摆运动***在很小的范围内摆动，则sinθ≈θ。
7.如权利要求5所述的用于平衡侧向力和抑制无人机侧向反推力的方法，其特征在于：步骤四的具体操作为：选择突变负载扰动观测器的特征值作为前馈仿真模型的输入量之一，从而实现实时观测该***的突变载荷值的大小。
CN201810181246.1A 2018-03-06 2018-03-06 用于平衡侧向力和抑制无人机侧向反推力的方法 Active CN108445753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810181246.1A CN108445753B (zh) 2018-03-06 2018-03-06 用于平衡侧向力和抑制无人机侧向反推力的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810181246.1A CN108445753B (zh) 2018-03-06 2018-03-06 用于平衡侧向力和抑制无人机侧向反推力的方法

Publications (2)

Publication Number Publication Date
CN108445753A true CN108445753A (zh) 2018-08-24
CN108445753B CN108445753B (zh) 2020-11-13

Family

ID=63193655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810181246.1A Active CN108445753B (zh) 2018-03-06 2018-03-06 用于平衡侧向力和抑制无人机侧向反推力的方法

Country Status (1)

Country Link
CN (1) CN108445753B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110737279A (zh) * 2019-10-28 2020-01-31 北京航空航天大学 一种无人直升机空投吊挂的纵向摆动幅度控制方法
CN112631316A (zh) * 2020-11-25 2021-04-09 河北科技大学 变负载四旋翼无人机的有限时间控制方法
CN112882379A (zh) * 2021-01-13 2021-06-01 哈尔滨工业大学 一种飞机纵向重心调配控制方法
CN117970968A (zh) * 2024-03-27 2024-05-03 广东工业大学 一种基于动量轮与摆式阻尼器的不倒杆的控制方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB191506971A (en) * 1915-05-10 1916-05-10 George Stannard A Cut-out Device for Dual Aeroplane Controls.
US6845936B1 (en) * 2004-07-21 2005-01-25 Geophysique G.P.R. International Inc. Stable heli-borne vector platform for performing geophysical measurements
CN103777641A (zh) * 2014-02-19 2014-05-07 北京理工大学 飞行器跟踪控制的复合自抗扰控制方法
CN104102128A (zh) * 2013-04-09 2014-10-15 中国人民解放军第二炮兵工程大学 一种适用于小型无人飞行器的抗干扰姿态控制方法
CN104192322A (zh) * 2014-07-22 2014-12-10 北京航空航天大学 一种行星动力下降段轨迹在线生成的抗干扰制导控制方法
CN104865968A (zh) * 2015-04-22 2015-08-26 浙江工业大学 一种采用串级自抗扰控制技术的四旋翼飞行器悬停控制方法
CN105467996A (zh) * 2015-12-21 2016-04-06 北京理工大学 基于微分平坦和自抗扰的四轮转向汽车轨迹跟踪控制方法
CN106406096A (zh) * 2016-10-26 2017-02-15 北京航空航天大学 一种适用于飞行器横侧向机动的耦合利用协调控制方法
CN106527491A (zh) * 2016-11-21 2017-03-22 南京航空航天大学 一种固定翼无人机控制***及横侧向飞行轨迹控制方法
CN106647792A (zh) * 2017-01-25 2017-05-10 天津大学 用于无人机悬挂负载***的抗扰控制方法
CN107503502A (zh) * 2017-09-13 2017-12-22 宿松县佳宜装饰有限公司 一种高空喷涂无人机及其操作方法
CN107554772A (zh) * 2017-09-13 2018-01-09 宿松县佳宜装饰有限公司 一种建筑外墙高空喷涂无人机及其操作方法
CN107719676A (zh) * 2017-11-29 2018-02-23 深圳市雷凌广通技术研发有限公司 一种喷洒精准且飞行平稳的智能型农业植保无人机

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB191506971A (en) * 1915-05-10 1916-05-10 George Stannard A Cut-out Device for Dual Aeroplane Controls.
US6845936B1 (en) * 2004-07-21 2005-01-25 Geophysique G.P.R. International Inc. Stable heli-borne vector platform for performing geophysical measurements
CN104102128A (zh) * 2013-04-09 2014-10-15 中国人民解放军第二炮兵工程大学 一种适用于小型无人飞行器的抗干扰姿态控制方法
CN103777641A (zh) * 2014-02-19 2014-05-07 北京理工大学 飞行器跟踪控制的复合自抗扰控制方法
CN104192322A (zh) * 2014-07-22 2014-12-10 北京航空航天大学 一种行星动力下降段轨迹在线生成的抗干扰制导控制方法
CN104865968A (zh) * 2015-04-22 2015-08-26 浙江工业大学 一种采用串级自抗扰控制技术的四旋翼飞行器悬停控制方法
CN105467996A (zh) * 2015-12-21 2016-04-06 北京理工大学 基于微分平坦和自抗扰的四轮转向汽车轨迹跟踪控制方法
CN106406096A (zh) * 2016-10-26 2017-02-15 北京航空航天大学 一种适用于飞行器横侧向机动的耦合利用协调控制方法
CN106527491A (zh) * 2016-11-21 2017-03-22 南京航空航天大学 一种固定翼无人机控制***及横侧向飞行轨迹控制方法
CN106647792A (zh) * 2017-01-25 2017-05-10 天津大学 用于无人机悬挂负载***的抗扰控制方法
CN107503502A (zh) * 2017-09-13 2017-12-22 宿松县佳宜装饰有限公司 一种高空喷涂无人机及其操作方法
CN107554772A (zh) * 2017-09-13 2018-01-09 宿松县佳宜装饰有限公司 一种建筑外墙高空喷涂无人机及其操作方法
CN107719676A (zh) * 2017-11-29 2018-02-23 深圳市雷凌广通技术研发有限公司 一种喷洒精准且飞行平稳的智能型农业植保无人机

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KLIPA, A. M.等: "On One Approach to Small UAV Flight Control System Design based on Reduced-Order Observer", 《2015 IEEE 3RD INTERNATIONAL CONFERENCE ACTUAL PROBLEMS OF UNMANNED AERIAL VEHICLES DEVELOPMENTS》 *
TANG MENG等: "Research on balance control for ship roll stability based on transferring liquid among water cabins", 《2010 2ND INTERNATIONAL CONFERENCE ON COMPUTER ENGINEERING AND TECHNOLOGY》 *
张兵等: "基于负载观测的PMSM滑模抗扰动自适应控制", 《工程设计学报》 *
章玮等: "基于降阶负载扰动观测器的永磁同步电机控制", 《机电工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110737279A (zh) * 2019-10-28 2020-01-31 北京航空航天大学 一种无人直升机空投吊挂的纵向摆动幅度控制方法
CN112631316A (zh) * 2020-11-25 2021-04-09 河北科技大学 变负载四旋翼无人机的有限时间控制方法
CN112631316B (zh) * 2020-11-25 2023-01-31 河北科技大学 变负载四旋翼无人机的有限时间控制方法
CN112882379A (zh) * 2021-01-13 2021-06-01 哈尔滨工业大学 一种飞机纵向重心调配控制方法
CN117970968A (zh) * 2024-03-27 2024-05-03 广东工业大学 一种基于动量轮与摆式阻尼器的不倒杆的控制方法
CN117970968B (zh) * 2024-03-27 2024-06-07 广东工业大学 一种基于动量轮与摆式阻尼器的不倒杆的控制方法

Also Published As

Publication number Publication date
CN108445753B (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
Sabatino Quadrotor control: modeling, nonlinearcontrol design, and simulation
CN108445753A (zh) 用于平衡侧向力和抑制无人机侧向反推力的方法
Bouabdallah et al. Backstepping and sliding-mode techniques applied to an indoor micro quadrotor
Lu et al. Real-time simulation system for UAV based on Matlab/Simulink
CN109270834A (zh) 一种基于pid四旋翼飞行器控制***的设计方法
CN109507890A (zh) 一种基于eso的无人机动态逆广义预测控制器
Wallace Dynamics and control of a quadrotor with active geometric morphing
CN108638068A (zh) 一种携带冗余度机械臂的飞行机器人控制***设计方法
Cobb et al. Iterative learning-based waypoint optimization for repetitive path planning, with application to airborne wind energy systems
Wei et al. Research on a combinatorial control method for coaxial rotor aircraft based on sliding mode
Capello et al. Modeling and experimental parameter identification of a multicopter via a compound pendulum test rig
Peddle Autonomous flight of a model aircraft
Sciortino et al. ROS/Gazebo-based simulation of quadcopter aircrafts
Zabidin et al. Dynamic modelling and control for quadcopter uav with labview and x-plane flight simulator
Jatsun et al. Hovering control algorithm validation for a mobile platform using an experimental test bench
CN109857146A (zh) 一种基于前馈和权值分配的分层无人机跟踪控制方法
Xu et al. Modelling and hovering control of a novel multi-tandem ducted fan vehicle
Tunik et al. SYNTHRSIS OF QUADROTOR ROBUST GUIDANCE AND CONTROL SYSTEM VIA PARAMETERIZATION OF ALL STABILIZING Н-INFINITY STATE-FEEDBACK GAINS
Tunik et al. LMI-based synthesis of quadrotor guidance and control system
Monfared et al. Robust H∞ control for path tracking of a quadrotor through estimation of system parameters
Capello et al. Randomized approaches for control of quadrotor UAVs
Ruiz et al. Assessment of Quadrotor PID Control Algorithms using six-Degrees of Freedom CFD simulations
Zioud et al. Dynamic/CFD Modeling, Control and Energy-Consumption Comparative Analysis of a Quad-Tilting Rotor VTOL UAS
Kuantama et al. Quadcopter attitude and thrust simulation based on Simulink platform
Jacobsen Modelling and Control of Thrust Vectoring Mono-Copter

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant