CN109597303A - 一种复合式旋翼飞行器全模式飞行控制方法 - Google Patents
一种复合式旋翼飞行器全模式飞行控制方法 Download PDFInfo
- Publication number
- CN109597303A CN109597303A CN201811442367.3A CN201811442367A CN109597303A CN 109597303 A CN109597303 A CN 109597303A CN 201811442367 A CN201811442367 A CN 201811442367A CN 109597303 A CN109597303 A CN 109597303A
- Authority
- CN
- China
- Prior art keywords
- speed
- flight
- rotor craft
- composite rotor
- loop
- 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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种复合式旋翼飞行器全模式飞行控制方法,首先应用非线性***模型线性化理论快速有效求解多种模式基准飞行状态下动态逆模型控制器;随后,采用神经网络补偿多模式动态逆模型存在的误差;最后,采用自适应终端滑模保证全模式飞行控制***的稳定性,快速性和鲁棒性。本发明的一种复合式旋翼飞行器全模式飞行控制方法分别在姿态回路和速度回路中设计了动态逆自适应终端滑模控制方法,可实现复合式旋翼飞行器在设定的有限时间内完成***指令跟踪,收敛性较好,且飞行***具有较好的鲁棒性,可实现飞行器全包线全模式飞行,飞行过程中不需要切换控制器,降低了飞行***的复杂程度,提高了飞行器模式切换的安全性。
Description
技术领域
本发明属于飞行力学和飞行仿真技术领域,具体涉及一种复合式旋翼飞行器全模式飞行控制技术。
背景技术
复合式旋翼飞行器因同时具有推力装置、固定翼和旋翼,既能实现直升机飞行模式的垂直起降、悬停飞行,又具备固定翼飞机高速度、远航程巡航飞行能力,备受世界各国直升机研究机构及研究人员的关注。目前,国内外对于复合式旋翼飞行器舰载无人机的研究尚处于起步阶段,由于技术保密等原因,现阶段国内外关于高速直升机多模式飞行控制问题涉及较少。
复合式旋翼飞行器飞行控制***是飞行器安全稳定飞行、各种飞行任务完成的关键和保证。设计复合式旋翼飞行器的飞行控制***并非易事,既要考虑直升机飞行控制问题,又要考虑固定翼飞行控制问题,还要考虑过渡飞行控制问题,同时还有考虑不同飞行模式转换时的控制切换问题。飞行器飞行模式变化时,气动特性变化相当复杂,很难建立完整精确的数学模型用于控制***设计验证,所设计的飞行控制***就必须具有很好的自适应性和鲁棒性。
以小扰动线性化模型为基础的特定飞行状态飞行控制律设计方法是目前通常做法,对于复合式旋翼飞行器的多模式飞行控制问题,此设计方法就面临挑战,难于采用传统的线性控制方法、用单一参数控制器达到预期控制目标。飞行过程中存在模式转换,机体惯性矩变化、旋翼转速波动、外界干扰等因素给***带来的不确定性,使得飞行器***呈现出非线性、强耦合以及不确定性的特点。飞行模式变化决定着飞行动力学特性的变化,而动力学特性变化意味着飞行控制***需要进行调整,才能保证飞行器平稳飞行。控制***的调整不仅是控制参数的调整,而且还有可能需要对控制结构进行调整。这就给控制***设计造成了极大的困难。把飞行模式变化引起的飞行动力学特性变化抽象为被控对象动态特性不确定性,运用非线性控制理论,设计出一套适用于全飞行模式的具有自适应能力和鲁棒性的飞行控制***,是解决复合式旋翼飞行器飞行控制的理想方法。
本发明以典型飞行状态为基点,设计可在线补偿模型逆误差的非线性智能飞控***,保障复合式旋翼飞行器在不同飞行模式下都具有良好的控制性能,使***具有实时性、稳定性、鲁棒性。探索非线性动态逆模型求解方法,解决逆模型控制器算法的快速性、稳定性和精确性。
发明内容
针对上述现有技术的不足,本发明提出一种复合式旋翼飞行器全模式飞行控制技术,使***具有自适应能力和鲁棒性,且避免多模式飞行过程中的控制器切换问题,实现复合式旋翼飞行器全包线范围内全模式稳定飞行。
为解决上述问题,本发明采用的技术方案为:
一种复合式旋翼飞行器全模式飞行控制方法,具体步骤如下:
步骤一、选取某一复合式旋翼飞行器动力学模型作为研究对象,根据复合式旋翼飞行器飞行任务,得到飞行***期望速度跟踪指令,期望速度跟踪指令包括:期望前飞速度uc,期望升降速度vc和偏期望航速度wc,并将期望速度跟踪指令作为控制器的输入量;
步骤二、分别设计速度回路和姿态回路控制结构,速度回路作为外回路,为姿态回路提供期望姿态控制指令,期望姿态控制指令包括:期望俯仰角θc、期望偏航角期望滚转角ψc;姿态回路作为内回路,可使复合式旋翼飞行器各个通道解耦,增强***的稳定性;
步骤三、设计速度回路动态逆自适应终端滑模控制方法,通过动态逆控制器,得到复合式旋翼飞行器操纵变量同时,设计结合神经网络的自适应终端滑模控制器模块,得到速度增量Ua1+Ut1,并通过控制分配计算得到期望姿态控制指令信号设计姿态回路动态逆自适应终端滑模控制方法,首先通过动态逆控制器得到复合式旋翼操纵变量δ2=[A1s B1s θwr θwl θ1 θ2],并结合速度回路得到的操纵变量δ1,作为复合式旋翼飞行器期望舵面操纵信号同时,设计结合神经网络的自适应终端滑模控制器模块,得到姿态角增量Ua2+Ut2,并通过控制分配计算舵面操纵信号增量Δδ,将U=Δδ+δd作为复合式旋翼飞行器的实际舵面操纵信号;
其中,T为涵道风扇推力矢量,为旋翼总距,A1s为横向周期变距、B1s为纵向周期变距、θwr为右襟副翼偏角、θwl为左襟副翼偏角、θ1为推力矢量与机体坐标系下XOY面夹角,θ2为推力矢量在水平面投影与X轴的夹角。
步骤四、实时检测复合式旋翼飞行器的飞行状态,飞行状态主要包括:前飞速度u、侧向速度v、垂直速度w、俯仰角偏航角θ、滚转角ψ、俯仰角速度p、偏航角速度q和滚转角速度r,并重复步骤一至四。
进一步地,步骤二所述的姿态回路控制和速度回路控制均包括指令滤波模块、动态逆神经网络模块和自适应终端滑模模块,具体包括如下步骤:
步骤3.1、期望速度跟踪指令信号或期望姿态控制指令信号通过指令滤波模块,限制输入量的幅值和频率,得到期望速度跟踪指令的一阶导数和期望姿态控制指令的二阶导数;
其中,姿态回路得到的二阶导数为速度回路得到的一阶导数为指令滤波模块采用二阶滤波器,表达式如下:
式中,选取自然频率wn=3,阻尼比ξ=0.7。
步骤3.2、根据期望速度跟踪指令的一阶导数、期望姿态控制指令的二阶导数和复合式旋翼飞行器飞行状态,设计动态逆控制器,同时,设计神经网络控制方法补偿***模型误差;
步骤3.3、为使复合式旋翼飞行器飞行***能够在有限时间内完成***指令跟踪,且具有较好的鲁棒性,设计自适应终端滑模补偿值,包括速度回路自适应终端滑模补偿值Ut1(t)和姿态回路自适应终端滑模补偿值Ut2,提高飞行***的指令跟踪速度和稳定性;
进一步地,步骤3.2所述的动态逆控制器与神经网络控制方法设计步骤包括:
步骤3.2.1、建立复合式旋翼非线性动力学模型,选取平衡点并采用拟牛顿迭代法进行动力学配平和小扰动线性化分析,得到复合式旋翼飞行器的近似线性化模型;
由于复合式旋翼飞行器存在三种飞行模式,包括直升机飞行模式、过渡飞行模式和固定翼飞行模式,且每种飞行模式下操纵变量的取值差异较大,因此本发明分别选取直升机飞行模式下前飞速度20m/s、过渡飞行模式下前飞速度70m/s和固定翼飞行模式下100m/s进行动力学配平和小扰动线性化分析;
假设复合式旋翼非线性动力学模型表示为:
式中, 表示x的一阶导数,δ表示复合式旋翼飞行器舵面操纵信号。
配平得到近似线性化模型可表示为:
式中,表示复合式旋翼飞行器近似舵面操纵信号。
步骤3.2.2、为满足动态逆控制条件,根据复合式旋翼飞行器的近似线性化模型,反解求出虚拟控制指令并以此来设计动态逆控制器;
即,速度回路动态逆控制器近似舵面操纵信号姿态回路动态逆控制器近似舵面操纵信号
步骤3.2.3、由于近似线性化模型与复合式旋翼飞行器实际模型存在偏差,因此,通过近似线性化模型设计的动态逆控制器可能导致飞行***不稳定,所以本发明设计单层的sigma-pi神经网络来补偿模型误差。
速度回路神经网络补偿值为:
Ua1=W1 Tβ1 (4)
姿态回路神经网络补偿值为:
Ua2=W2 Tβ2 (5)
其中,β1、β2均为基函数向量,W1、W2为权重系数向量,β1、β2取值如下:
式中,C1=C1'=[0.1V V2],C3=[u vw],kron()表示矩阵叉乘。
进一步地、步骤3.3所述的自适应终端滑模模块设计步骤包括:
步骤3.3.1、设定复合式旋翼飞行器在有限时间Td内跟踪控制指令,并设计飞行***的终端滑模面;
定义速度指令跟踪误差为:
E1(t)=xr1-xc1=[e11,e21,e31]T (7)
同理,姿态指令误差可表示为:
E2(t)=xr2-xc2=[e12,e22,e32]T (8)
式中,xr1=[ur,vr,wr]T为飞行***速度跟踪指令,ur、vr和wr分别表示前飞速度跟踪指令、升降速度跟踪指令和偏航速度跟踪指令,xc1=[uc,vc,wc]T为期望速度跟踪指令,为飞行***姿态角跟踪指令,θr和ψr分别表示俯仰角跟踪指令、偏航角跟踪指令和滚转速度跟踪指令,为期望姿态控制指令,e11、e21和e31分别表示前飞速度、升降速度和偏航速度指令跟踪误差,e12、e22和e32分别表示俯仰角、偏航角和滚转角指令跟踪误差;
飞行***的终端滑模面设计为:
S(x)=CEj(t)-CPj(t),j=1,2 (9)
本发明选取C为三阶单位矩阵,Pj(t)=[p1j(t),p2j(t),p3j(t)]T表示时变补偿函数。
式中,i=1、2、3,j=1、2,eij(0)表示t=0时初始指令跟踪误差。
步骤3.3.2、通过构造Lyapunov函数设计速度回路控制律Ut1和姿态回路控制律Ut2,补偿***期望控制指令xr1和xr2;
其中,Lyapunov函数关于时间的导数为:
式中,j=1、2,K取正常数,Δj=Ej(t)-Pj(t),Aj、Bj分别表示复合式旋翼飞行器近似线性化模型所对应的状态矩阵和控制矩阵,uv为复合式旋翼飞行器虚拟控制控制指令;
设计速度回路控制律为:
式中,A1、B1分别表示复合式旋翼飞行器近似线性化模型速度状态量所对应的状态矩阵和控制矩阵。
取uv=Ut1,带入式(11)可得速度回路中Lyapunov函数关于时间的导数为:
同理,设计姿态回路控制律为:
式中,A2、B2分别表示复合式旋翼飞行器近似线性化模型姿态角对应的状态矩阵和控制矩阵。
取uv=Ut2,带入式(11)可得姿态回路中Lyapunov函数关于时间的导数为:
通过分析可知,Lyapunov函数V(x)正定,其关于时间的导数负定,故可以确定运动状态可在有限时间内沿着滑模面运动到平衡点,确保了飞行***的鲁棒性。
本发明的有益效果在于:
本发明分别设计了速度回路控制和姿态回路控制,姿态回路可使复合式旋翼飞行器各个通道解耦,增强飞行***的稳定性;速度回路以速度量作为设计目标,提高了飞行***指令跟踪能力和抗干扰能力。
本发明分别在姿态回路和速度回路中设计了动态逆自适应终端滑模控制方法,可实现复合式旋翼飞行器在设定的有限时间内完成***指令跟踪,收敛性较好,且飞行***具有较好的鲁棒性。
此外,本发明提出的复合式旋翼飞行器全模式控制方法可实现飞行器全包线全模式飞行,飞行过程中不需要切换控制器,降低了飞行***的复杂程度,提高了飞行器模式切换的安全性。
附图说明
图1为本发明的复合式旋翼飞行器全模式飞行控制结构框图;
图2为本发明的指令滤波结构框图;
图3为本发明的动态逆神经网络控制结构框图;
图4为本发明的实施例中,仿真全模式飞行下的复合式旋翼飞行器速度变量与时间的关系图;
图4中,(a)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器前飞速度与时间的关系图;(b)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器偏航速度与时间的关系图;(c)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器升降速度与时间的关系图;
图5为本发明的实施例中,仿真全模式飞行下的复合式旋翼飞行器姿态角和姿态角速度与时间的关系图;
图5中,(a)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器俯仰角与时间的关系图;(b)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器偏航角与时间的关系图;(c)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器滚转角与时间的关系图;(d)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器俯仰角角速度与时间的关系图;(e)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器偏航角角速度与时间的关系图;(f)为本发明实例中,仿真全模式飞行下的复合式旋翼飞行器滚转角角速度与时间的关系图;
图中标识:deg-度(角度单位),t-时间,s-秒(时间单位);m-米(长度单位),m·s-1-米每秒(速度单位),deg·s-1-度每秒(角速度单位)
具体实施方式
为了便于本领域技术人员的理解,下面结合附图对本发明作进一步说明。
如图1所示的复合式旋翼飞行器全模式飞行控制结构框图,包括如下步骤:
步骤一、选取复合式旋翼飞行器动力学模型作为研究对象,根据复合式旋翼飞行器飞行任务,得到飞行***期望速度跟踪指令,期望速度跟踪指令包括:期望前飞速度uc,期望升降速度vc和期望偏航速度wc,并将期望速度跟踪指令作为控制器的输入量;
步骤二、分别设计速度回路和姿态回路控制结构,速度回路作为外回路,为姿态回路提供期望姿态控制指令,期望控制指令包括:期望俯仰角θc、期望偏航角期望滚转角ψc;姿态回路作为内回路,可使复合式旋翼飞行器各个通道解耦,增强***的稳定性;
步骤三、设计速度回路动态逆自适应终端滑模控制方法,通过动态逆控制器,得到复合式旋翼飞行器操纵变量同时,设计结合神经网络的自适应终端滑模控制器模块,得到速度增量Ua1+Ut1,并通过控制分配计算得到期望姿态控制指令信号设计姿态回路动态逆自适应终端滑模控制方法,首先通过动态逆控制器得到复合式旋翼操纵变量δ2=[A1s B1s θwr θwl θ1 θ2],并结合速度回路得到的操纵变量δ1,作为复合式旋翼飞行器期望舵面操纵信号同时,设计结合神经网络的自适应终端滑模控制器模块,得到姿态角增量Ua2+Ut2,并通过控制分配计算舵面操纵信号增量Δδ,将U=Δδ+δd作为复合式旋翼飞行器的实际舵面操纵信号;
其中,T为涵道风扇推力矢量,为旋翼总距,A1s为横向周期变距、B1s为纵向周期变距、θwr为右襟副翼偏角、θwl为左襟副翼偏角、θ1为推力矢量与机体坐标系下XOY面夹角,θ2为推力矢量在水平面投影与X轴的夹角。
动态逆自适应终端滑模控制具体实现方式包括如下步骤:
步骤3.1、如图2所示的指令滤波结构框图,
期望速度跟踪指令信号或期望姿态控制指令信号通过指令滤波模块,限制输入量的幅值和频率,得到期望速度跟踪指令的一阶导数和期望姿态控制指令的二阶导数;
其中,姿态回路得到的二阶导数为速度回路得到的一阶导数为指令滤波模块采用二阶滤波器,表达式如下:
式中,选取自然频率wn=3,阻尼比ξ=0.7。
步骤3.2、根据期望速度跟踪指令的一阶导数、期望姿态控制指令的二阶导数和复合式旋翼飞行器飞行状态,设计动态逆控制器,同时,设计神经网络控制方法补偿***模型误差;
如图3所示的动态逆神经网络结构框图,具体实现方式如下:
假设复合式旋翼动力学模型表示为:
式中, 表示x的一阶导数,δ表示复合式旋翼飞行器舵面操纵信号。
由于复合式旋翼飞行器模型复杂,无法直接求出δ,本发明通过对复合式旋翼飞行器模型线性化,得到模型逼近函数:
式中,表示复合式旋翼飞行器近似虚拟控制指令。
根据逼近函数反解求出并以此来设计动态逆控制器。其中,速度回路动态逆控制器近似舵面操纵信号姿态回路动态逆控制器近似舵面操纵信号
且由于逼近函数与复合式旋翼飞行器实际模型存在偏差,因此设计单层的sigma-pi神经网络来补偿模型误差。
速度回路神经网络补偿值为:
Ua1=W1 Tβ1 (4)
姿态回路神经网络补偿值为:
Ua2=W2 Tβ2 (5)
其中,β1、β2均为基函数向量,W1、W2为权重系数向量,β1、β2取值如下:
式中,C1=C1'=[0.1V V2], C3'=[u v w],kron()表示矩阵叉乘。
由此可知速度回路动态逆神经网络得到的虚拟控制指令U′1(t)=Ud1(t)+Ua1(t),姿态回路动态逆神经网络得到的虚拟控制指令U′2(t)=Ud2(t)+Ua2(t)。
步骤3.3、为使复合式旋翼飞行器飞行***能够在有限时间内完成***指令跟踪,且具有较好的鲁棒性,设计自适应终端滑模补偿值,包括速度回路自适应终端滑模补偿值Ut1(t)和姿态回路自适应终端滑模补偿值Ut2,提高飞行***的指令跟踪速度和稳定性;
自适应终端滑模实现步骤如下:
步骤3.3.1、设定复合式旋翼飞行器在有限时间Td内跟踪控制指令,并设计飞行***的终端滑模面;
定义速度指令跟踪误差为:
E1(t)=xr1-xc1=[e11,e21,e31]T (7)
同理,姿态指令误差可表示为:
E2(t)=xr2-xc2=[e12,e22,e32]T (8)
式中,xr1=[ur,vr,wr]T为飞行***速度跟踪指令,ur、vr和wr分别表示前飞速度跟踪指令、升降速度跟踪指令和偏航速度跟踪指令,xc1=[uc,vc,wc]T为期望速度跟踪指令,为飞行***姿态角跟踪指令,θr和ψr分别表示俯仰角跟踪指令、偏航角跟踪指令和滚转速度跟踪指令,为期望姿态控制指令,e11、e21和e31分别表示前飞速度、升降速度和偏航速度指令跟踪误差,e12、e22和e32分别表示俯仰角、偏航角和滚转角指令跟踪误差;
飞行***的终端滑模面设计为:
S(x)=CEj(t)-CPj(t),j=1,2 (9)
本发明选取C为三阶单位矩阵,Pj(t)=[p1j(t),p2j(t),p3j(t)]T表示时变补偿函数。
式中,i=1、2、3,j=1、2,eij(0)表示t=0时初始指令跟踪误差;
步骤3.3.2、通过构造Lyapunov函数设计速度回路控制律Ut1和姿态回路控制律Ut2,补偿***期望控制指令xr1和xr2;
Lyapunov函数关于时间的导数为:
式中,j=1、2,K取正常数,Δj=Ej(t)-Pj(t),Aj、Bj分别表示复合式旋翼飞行器近似线性化模型所对应的状态矩阵和控制矩阵,uv为复合式旋翼飞行器虚拟控制控制指令;
设计速度回路控制律为:
式中,A1、B1分别表示复合式旋翼飞行器近似线性化模型速度状态量所对应的状态矩阵和控制矩阵。
取uv=Ut1,带入式(11)可得速度回路中Lyapunov函数关于时间的导数为:
同理,设计姿态回路控制律为:
式中,A2、B2分别表示复合式旋翼飞行器近似线性化模型姿态角对应的状态矩阵和控制矩阵。
取uv=Ut2,带入式(11)可得姿态回路中Lyapunov函数关于时间的导数为:
通过分析可知,Lyapunov函数V(x)正定,其关于时间的导数负定,故可以确定运动状态可在有限时间内沿着滑模面运动到平衡点,确保了飞行***的鲁棒性。
步骤四、实时检测复合式旋翼飞行器的飞行状态,飞行状态主要包括:前飞速度u、侧向速度v、垂直速度w、俯仰角偏航角θ、滚转角ψ、俯仰角速度p、偏航角速度q和滚转角速度r,并重复步骤一至四。
本发明对复合式旋翼飞行器全模式飞行进行了速度指令跟踪仿真,设定控制仿真指令为:首先以30m/s的低速飞行为初始状态,通过10s加速到40m/s,进入过渡模式飞行,然后经过20s加速,使复合式旋翼飞行器飞行速度到达70m/s后转入高速飞行的固定翼飞行模式,最后通过加速指令,使复合式旋翼飞行器经过10s后能以80m/s的巡航速度平稳飞行。仿真结构如图4和图5所示,图中阴影部分为过渡飞行模式。
图4表明,经过40s的加速后,复合式旋翼飞行器完成了由低速40m/s到高速80m/s的速度转换,且在40s后,偏航速度与俯仰速度趋近于零,而前飞速度为80m/s,飞行速度保持不变,复合式旋翼飞行器40m/s开始作定常直线飞行。
图5表明,复合式旋翼飞行器在完成速度跟踪指令后,除滚转通道姿态角有轻微扰动外,其余各个姿态角将近似保持不变,姿态角角速度趋近于零,复合式旋翼飞行器飞行稳定。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种复合式旋翼飞行器全模式飞行控制方法,其特征在于,包括如下步骤:
步骤一、选取复合式旋翼飞行器动力学模型,根据复合式旋翼飞行器飞行任务,得到飞行***期望速度跟踪指令,期望速度跟踪指令包括:期望前飞速度uc,期望升降速度vc和期望偏航速度wc,并将期望速度跟踪指令作为控制器的输入量;
步骤二、分别设计速度回路和姿态回路控制结构,速度回路作为外回路,为姿态回路提供期望姿态控制指令,期望姿态控制指令包括:期望俯仰角θc、期望偏航角期望滚转角ψc;姿态回路作为内回路,可使复合式旋翼飞行器通道解耦,增强***的稳定性;
步骤三、设计速度回路动态逆自适应终端滑模控制方法,通过动态逆控制器,得到复合式旋翼飞行器操纵变量同时,设计结合神经网络的自适应终端滑模控制器模块,得到速度增量Ua1+Ut1,并通过控制分配计算得到期望姿态控制指令信号设计姿态回路动态逆自适应终端滑模控制方法,首先通过动态逆控制器得到复合式旋翼操纵变量δ2=[A1s B1s θwr θwl θ1 θ2],并结合速度回路得到的操纵变量δ1,作为复合式旋翼飞行器期望舵面操纵信号同时,设计结合神经网络的自适应终端滑模控制器模块,得到姿态角增量Ua2+Ut2,并通过控制分配计算舵面操纵信号增量Δδ,将U=Δδ+δd作为复合式旋翼飞行器的实际舵面操纵信号;
其中,T为涵道风扇推力矢量,为旋翼总距,A1s为横向周期变距、B1s为纵向周期变距、θwr为右襟副翼偏角、θwl为左襟副翼偏角、θ1为推力矢量与机体坐标系下XOY面夹角,θ2为推力矢量在水平面投影与X轴的夹角。
步骤四、实时检测复合式旋翼飞行器的飞行状态,飞行状态主要包括:前飞速度u、侧向速度v、垂直速度w、俯仰角偏航角θ、滚转角ψ、俯仰角速度p、偏航角速度q和滚转角速度r,并重复步骤一至四。
2.根据权利要求1所述的一种复合式旋翼飞行器全模式飞行控制方法,其特征在于,
步骤三具体设计步骤包括:
步骤3.1、期望速度跟踪指令信号或期望姿态控制指令信号通过指令滤波模块,限制输入量的幅值和频率,得到期望速度跟踪指令的一阶导数和期望姿态控制指令的二阶导数;
其中,姿态回路得到的二阶导数为速度回路得到的一阶导数为指令滤波模块采用二阶滤波器,表达式如下:
式中,选取自然频率wn=3,阻尼比ξ=0.7。
步骤3.2、根据期望速度跟踪指令的一阶导数、期望姿态控制指令的二阶导数和复合式旋翼飞行器飞行状态,设计动态逆控制器,同时,设计神经网络控制方法补偿***模型误差;
步骤3.3、为使复合式旋翼飞行器飞行***能够在有限时间内完成***指令跟踪,且具有较好的鲁棒性,设计自适应终端滑模补偿值,包括速度回路自适应终端滑模补偿值Ut1(t)和姿态回路自适应终端滑模补偿值Ut2,提高飞行***的指令跟踪速度和稳定性。
3.根据权利要求2所述的一种复合式旋翼飞行器全模式飞行控制方法,其特征在于,
步骤3.2所述的动态逆控制器与神经网络控制方法设计步骤为:
步骤3.2.1、建立复合式旋翼非线性动力学模型,选取平衡点并采用拟牛顿迭代法进行动力学配平和小扰动线性化分析,得到复合式旋翼飞行器的近似线性化模型;
由于复合式旋翼飞行器存在三种飞行模式,包括直升机飞行模式、过渡飞行模式和固定翼飞行模式,且每种飞行模式下操纵变量的取值差异较大,选取各模式下前飞速度进行动力学配平和小扰动线性化分析;
假设复合式旋翼非线性动力学模型表示为:
式中, 表示x的一阶导数,δ表示复合式旋翼飞行器舵面操纵信号。
配平得到近似线性化模型可表示为:
其中,表示复合式旋翼飞行器近似舵面操纵信号。
步骤3.2.2、为满足动态逆控制条件,根据复合式旋翼飞行器的近似线性化模型,反解求出虚拟控制指令并以此来设计动态逆控制器,即速度回路动态逆控制器近似舵面操纵信号姿态回路动态逆控制器近似舵面操纵信号
步骤3.2.3、设计单层sigma-pi神经网络来补偿模型误差,
速度回路神经网络补偿值为:
Ua1=W1 Tβ1 (4)
姿态回路神经网络补偿值为:
Ua2=W2 Tβ2 (5)
其中,β1、β2均为基函数向量,W1、W2为权重系数向量,β1、β2取值如下:
式中,C1=C1'=[0.1 V V2],C3=[u vw],kron()表示矩阵叉乘。
4.根据权利要求2所述的复合式旋翼飞行器全模式飞行控制方法,其特征在于,
步骤3.3所述的自适应终端滑模设计步骤包括:
步骤3.3.1、设定复合式旋翼飞行器在有限时间Td内跟踪控制指令,并设计飞行***的终端滑模面;
定义速度指令跟踪误差为:
E1(t)=xr1-xc1=[e11,e21,e31]T (7)
同理,姿态指令误差可表示为:
E2(t)=xr2-xc2=[e12,e22,e32]T (8)
式中,xr1=[ur,vr,wr]T为飞行***速度跟踪指令,ur、vr和wr分别表示前飞速度跟踪指令、升降速度跟踪指令和偏航速度跟踪指令,xc1=[uc,vc,wc]T为期望速度跟踪指令,为飞行***姿态角跟踪指令,θr和ψr分别表示俯仰角跟踪指令、偏航角跟踪指令和滚转速度跟踪指令,为期望姿态控制指令,e11、e21和e31分别表示前飞速度、升降速度和偏航速度指令跟踪误差,e12、e22和e32分别表示俯仰角、偏航角和滚转角指令跟踪误差;
飞行***的终端滑模面设计为:
S(x)=CEj(t)-CPj(t),j=1,2 (9)
本发明选取C为三阶单位矩阵,Pj(t)=[p1j(t),p2j(t),p3j(t)]T表示时变补偿函数,
式中,i=1、2、3,j=1、2,eij(0)表示t=0时初始指令跟踪误差;
步骤3.3.2、通过构造Lyapunov函数设计速度回路控制律Ut1和姿态回路控制律Ut2,补偿***期望控制指令xr1和xr2;
Lyapunov函数关于时间的导数为:
式中,j=1、2,K取正常数,Δj=Ej(t)-Pj(t),Aj、Bj分别表示复合式旋翼飞行器近似线性化模型所对应的状态矩阵和控制矩阵,uv为复合式旋翼飞行器虚拟控制控制指令;
设计速度回路控制律为:
式中,A1、B1分别表示复合式旋翼飞行器近似线性化模型速度状态量所对应的状态矩阵和控制矩阵。
取uv=Ut1,带入式(11)可得速度回路中Lyapunov函数关于时间的导数为:
同理,设计姿态回路控制律为:
式中,A2、B2分别表示复合式旋翼飞行器近似线性化模型姿态角对应的状态矩阵和控制矩阵。
取uv=Ut2,带入式(11)可得姿态回路中Lyapunov函数关于时间的导数为:
通过分析可知,Lyapunov函数V(x)正定,其关于时间的导数负定,故可以确定运动状态可在有限时间内沿着滑模面运动到平衡点,确保了飞行***的鲁棒性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811442367.3A CN109597303B (zh) | 2018-11-29 | 2018-11-29 | 一种复合式旋翼飞行器全模式飞行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811442367.3A CN109597303B (zh) | 2018-11-29 | 2018-11-29 | 一种复合式旋翼飞行器全模式飞行控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109597303A true CN109597303A (zh) | 2019-04-09 |
CN109597303B CN109597303B (zh) | 2020-09-18 |
Family
ID=65959867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811442367.3A Active CN109597303B (zh) | 2018-11-29 | 2018-11-29 | 一种复合式旋翼飞行器全模式飞行控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109597303B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110488875A (zh) * | 2019-09-02 | 2019-11-22 | 中国人民解放军海军航空大学 | 基于动态逆的无人机跟踪目标初始段航向误差修正方法 |
CN110850887A (zh) * | 2019-10-10 | 2020-02-28 | 南京航空航天大学 | 一种四旋翼无人机复合动态逆抗干扰姿态控制方法 |
CN111007869A (zh) * | 2019-11-20 | 2020-04-14 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种给定航迹方位角自动控制方法 |
CN111026146A (zh) * | 2019-12-24 | 2020-04-17 | 西北工业大学 | 一种复合翼垂直起降无人机的姿态控制方法 |
CN111665857A (zh) * | 2020-06-21 | 2020-09-15 | 西北工业大学 | 基于复合智能学习的变体飞行器控制方法 |
CN111731490A (zh) * | 2020-07-01 | 2020-10-02 | 南京航空航天大学 | 变旋翼转速直升机/涡轴发动机综合控制方法、装置 |
CN111731471A (zh) * | 2020-07-03 | 2020-10-02 | 南京航空航天大学 | 一种变旋翼转速直升机的控制方法及控制装置 |
CN112130584A (zh) * | 2020-09-22 | 2020-12-25 | 苏州科技大学 | 基于命令滤波的四旋翼飞行器有限时间自适应控制方法 |
CN112136092A (zh) * | 2019-08-29 | 2020-12-25 | 深圳市大疆创新科技有限公司 | 一种飞行控制方法、设备及飞行器 |
WO2021078259A1 (zh) * | 2019-10-24 | 2021-04-29 | 深圳市道通智能航空技术有限公司 | 一种飞行控制方法、飞行器及飞行*** |
CN113885358A (zh) * | 2021-10-27 | 2022-01-04 | 中国民航管理干部学院 | 一种混合构型固定翼无人机机动仿真控制律设计方法 |
CN114185357A (zh) * | 2021-11-19 | 2022-03-15 | 合肥中科融道智能科技有限公司 | 基于自适应有限时间模糊***的电力巡检无人机姿态跟踪控制方法 |
CN115328185A (zh) * | 2022-08-30 | 2022-11-11 | 北京京航计算通讯研究所 | 一种飞行器非线性非定常气动载荷修正*** |
CN117250867A (zh) * | 2023-11-09 | 2023-12-19 | 西北工业大学 | 一种多模式垂直起降飞行器自愈控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8199545B2 (en) * | 2009-05-05 | 2012-06-12 | Hamilton Sundstrand Corporation | Power-conversion control system including sliding mode controller and cycloconverter |
CN103197551A (zh) * | 2013-03-12 | 2013-07-10 | 南京航空航天大学 | 一种单旋翼无人飞行器的单向滑模控制方法 |
CN103365296A (zh) * | 2013-06-29 | 2013-10-23 | 天津大学 | 一种四旋翼无人飞行器非线性输出反馈飞行控制方法 |
CN103885450A (zh) * | 2014-03-03 | 2014-06-25 | 天津大学 | 无人直升机姿态非线性控制方法及验证平台 |
CN105159305A (zh) * | 2015-08-03 | 2015-12-16 | 南京航空航天大学 | 一种基于滑模变结构的四旋翼飞行控制方法 |
CN106325291A (zh) * | 2016-10-10 | 2017-01-11 | 上海拓攻机器人有限公司 | 基于滑模控制律和eso的四旋翼飞行器姿态控制方法及*** |
-
2018
- 2018-11-29 CN CN201811442367.3A patent/CN109597303B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8199545B2 (en) * | 2009-05-05 | 2012-06-12 | Hamilton Sundstrand Corporation | Power-conversion control system including sliding mode controller and cycloconverter |
CN103197551A (zh) * | 2013-03-12 | 2013-07-10 | 南京航空航天大学 | 一种单旋翼无人飞行器的单向滑模控制方法 |
CN103365296A (zh) * | 2013-06-29 | 2013-10-23 | 天津大学 | 一种四旋翼无人飞行器非线性输出反馈飞行控制方法 |
CN103885450A (zh) * | 2014-03-03 | 2014-06-25 | 天津大学 | 无人直升机姿态非线性控制方法及验证平台 |
CN105159305A (zh) * | 2015-08-03 | 2015-12-16 | 南京航空航天大学 | 一种基于滑模变结构的四旋翼飞行控制方法 |
CN106325291A (zh) * | 2016-10-10 | 2017-01-11 | 上海拓攻机器人有限公司 | 基于滑模控制律和eso的四旋翼飞行器姿态控制方法及*** |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112136092A (zh) * | 2019-08-29 | 2020-12-25 | 深圳市大疆创新科技有限公司 | 一种飞行控制方法、设备及飞行器 |
CN110488875A (zh) * | 2019-09-02 | 2019-11-22 | 中国人民解放军海军航空大学 | 基于动态逆的无人机跟踪目标初始段航向误差修正方法 |
CN110850887A (zh) * | 2019-10-10 | 2020-02-28 | 南京航空航天大学 | 一种四旋翼无人机复合动态逆抗干扰姿态控制方法 |
WO2021078259A1 (zh) * | 2019-10-24 | 2021-04-29 | 深圳市道通智能航空技术有限公司 | 一种飞行控制方法、飞行器及飞行*** |
CN111007869A (zh) * | 2019-11-20 | 2020-04-14 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种给定航迹方位角自动控制方法 |
CN111026146B (zh) * | 2019-12-24 | 2021-04-06 | 西北工业大学 | 一种复合翼垂直起降无人机的姿态控制方法 |
CN111026146A (zh) * | 2019-12-24 | 2020-04-17 | 西北工业大学 | 一种复合翼垂直起降无人机的姿态控制方法 |
CN111665857A (zh) * | 2020-06-21 | 2020-09-15 | 西北工业大学 | 基于复合智能学习的变体飞行器控制方法 |
CN111665857B (zh) * | 2020-06-21 | 2022-09-13 | 西北工业大学 | 基于复合智能学习的变体飞行器控制方法 |
CN111731490A (zh) * | 2020-07-01 | 2020-10-02 | 南京航空航天大学 | 变旋翼转速直升机/涡轴发动机综合控制方法、装置 |
CN111731490B (zh) * | 2020-07-01 | 2021-07-23 | 南京航空航天大学 | 变旋翼转速直升机综合控制方法、装置 |
CN111731471A (zh) * | 2020-07-03 | 2020-10-02 | 南京航空航天大学 | 一种变旋翼转速直升机的控制方法及控制装置 |
CN112130584A (zh) * | 2020-09-22 | 2020-12-25 | 苏州科技大学 | 基于命令滤波的四旋翼飞行器有限时间自适应控制方法 |
CN112130584B (zh) * | 2020-09-22 | 2022-04-29 | 苏州科技大学 | 基于命令滤波的四旋翼飞行器有限时间自适应控制方法 |
CN113885358A (zh) * | 2021-10-27 | 2022-01-04 | 中国民航管理干部学院 | 一种混合构型固定翼无人机机动仿真控制律设计方法 |
CN113885358B (zh) * | 2021-10-27 | 2023-09-26 | 中国民航管理干部学院 | 一种混合构型固定翼无人机机动仿真控制律设计方法 |
CN114185357A (zh) * | 2021-11-19 | 2022-03-15 | 合肥中科融道智能科技有限公司 | 基于自适应有限时间模糊***的电力巡检无人机姿态跟踪控制方法 |
CN114185357B (zh) * | 2021-11-19 | 2022-06-10 | 合肥中科融道智能科技有限公司 | 基于自适应有限时间模糊***的电力巡检无人机姿态跟踪控制方法 |
CN115328185A (zh) * | 2022-08-30 | 2022-11-11 | 北京京航计算通讯研究所 | 一种飞行器非线性非定常气动载荷修正*** |
CN117250867A (zh) * | 2023-11-09 | 2023-12-19 | 西北工业大学 | 一种多模式垂直起降飞行器自愈控制方法 |
CN117250867B (zh) * | 2023-11-09 | 2024-02-09 | 西北工业大学 | 一种多模式垂直起降飞行器自愈控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109597303B (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597303A (zh) | 一种复合式旋翼飞行器全模式飞行控制方法 | |
Colorado et al. | Mini-quadrotor attitude control based on Hybrid Backstepping & Frenet-Serret theory | |
CN106094860B (zh) | 四旋翼飞行器及其控制方法 | |
CN109062042B (zh) | 一种旋翼飞行器的有限时间航迹跟踪控制方法 | |
CN105159305B (zh) | 一种基于滑模变结构的四旋翼飞行控制方法 | |
CN105759832A (zh) | 一种基于反演法的四旋翼飞行器滑模变结构控制方法 | |
CN109270947A (zh) | 倾转旋翼无人机飞行控制*** | |
CN104460681A (zh) | 倾转旋翼无人直升机过渡段的飞行控制方法 | |
CN111538255B (zh) | 一种反蜂群无人机的飞行器控制方法及*** | |
CN103869817A (zh) | 一种倾转四旋翼无人机垂直起降控制方法 | |
CN112578805A (zh) | 一种旋翼飞行器的姿态控制方法 | |
CN105425812A (zh) | 一种基于双模型下的无人机自动着舰轨迹控制方法 | |
Bulka et al. | Autonomous control of agile fixed-wing UAVs performing aerobatic maneuvers | |
Ghasemi et al. | Control of quadrotor using sliding mode disturbance observer and nonlinear H∞ | |
Hegde et al. | Transition flight modeling and robust control of a VTOL unmanned quad tilt-rotor aerial vehicle | |
CN116300992A (zh) | 一种基于l1自适应动态逆的变体飞行器控制方法 | |
Zhang et al. | Reinforcement learning control for 6 DOF flight of fixed-wing aircraft | |
CN114721266A (zh) | 飞机舵面结构性缺失故障情况下的自适应重构控制方法 | |
CN116755328B (zh) | 基于切换模糊模型的倾转旋翼无人机过渡段飞行控制方法 | |
CN113867374A (zh) | 基于滑模控制的四旋翼无人机参数预测和扰动的自适应轨迹跟踪控制器及其设计方法 | |
CN111897219B (zh) | 基于在线逼近器的倾转四旋翼无人机过渡飞行模式最优鲁棒控制方法 | |
CN113900440A (zh) | 一种无人机控制律设计方法、装置及可读存储介质 | |
CN108459611A (zh) | 一种近空间飞行器的姿态跟踪控制方法 | |
CN109634110A (zh) | 一种基于非线性干扰观测器的尾座式无人机过渡段鲁棒控制方法 | |
McIntosh et al. | A Switching-Free Control Architecture for Transition Maneuvers of a Quadrotor Biplane Tailsitter |
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 |