CN113759718A - 一种飞机机翼损伤自适应控制方法 - Google Patents

一种飞机机翼损伤自适应控制方法 Download PDF

Info

Publication number
CN113759718A
CN113759718A CN202110962610.XA CN202110962610A CN113759718A CN 113759718 A CN113759718 A CN 113759718A CN 202110962610 A CN202110962610 A CN 202110962610A CN 113759718 A CN113759718 A CN 113759718A
Authority
CN
China
Prior art keywords
control
aircraft
airplane
determining
self
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
CN202110962610.XA
Other languages
English (en)
Other versions
CN113759718B (zh
Inventor
卢正人
李佳
牛尔卓
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.)
Xian Flight Automatic Control Research Institute of AVIC
Original Assignee
Xian Flight Automatic Control Research Institute of AVIC
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 Xian Flight Automatic Control Research Institute of AVIC filed Critical Xian Flight Automatic Control Research Institute of AVIC
Priority to CN202110962610.XA priority Critical patent/CN113759718B/zh
Publication of CN113759718A publication Critical patent/CN113759718A/zh
Application granted granted Critical
Publication of CN113759718B publication Critical patent/CN113759718B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及航空技术领域，尤指一种飞机机翼损伤自适应控制方法。包括：接收三轴角速度信号，根据跟踪微分器确定三轴近似角加速度信号；根据气动和舵效数据确定飞机的参考模型，将飞机状态和舵面偏度为输入参考模型确定参考角加速度；接收确定的近似角加速度和确定的参考角加速度，根据超前控制模块确定飞机舵面指令的超前控制量；接收飞机姿态控制指令和动力学相关状态，确定L1自适应控制律并确定飞机舵面指令的L1自适应控制量；根据确定的超前控制量和确定的L1自适应控制量确定舵面偏度指令。通过超前控制快速补偿飞机的干扰力矩，抑制机翼损伤后的飞机瞬态，同时采用L1自适应控制对剩余扰动进行自适应补偿，实现飞机稳定和精确控制。

Description

一种飞机机翼损伤自适应控制方法
技术领域
本发明涉及但不限于航空技术领域，尤指一种飞机机翼损伤自适应控制方法。
背景技术
飞机飞行中因突发事件造成单侧机翼损伤后，气动力和力矩短时间发生较大改变，飞机重量重心产生偏移，飞行动力学方程变化剧烈，现有的控制方法很难实现飞机的稳定和自适应控制。现有技术中，有基于神经网络自适应鲁棒非线性模型逆的被动容错控制方法。该方法实现了飞机舵面卡死或单侧机翼面积损伤40％后的飞机稳定，但是由于被动容错控制的局限性，机翼损伤瞬间飞机姿态瞬态较大，控制性能需要改善。主动容错控制基于对未知故障或扰动在线观测、隔离等手段，在故障发生后调整控制增益或者控制结构。对于突发的损伤故障，在线观测的时延会使故障瞬态的抑制性能下降，而且观测器的快速自适应引起的高增益会引起飞机的高频振荡。
发明内容
本发明的目的：提供一种飞机机翼损伤自适应控制方法，以减小机翼损伤瞬间的飞机瞬态，抑制高频振荡，改善控制性能。
本发明的技术方案：
第一方面，提供了一种飞机机翼损伤自适应控制方法，包括：步骤S1：接收飞机三轴角速度信号p，根据跟踪微分器进行微分控制确定飞机三轴近似角加速度信号ε；步骤S2：根据飞机已有的气动和舵效数据确定飞机的参考模型，将飞机状态τ和舵面偏度为us输入飞机的参考模型确定飞机的参考角加速度εc；步骤S3：接收S1中确定的近似角加速度和S2中确定的参考角加速度，根据超前控制模块进行超前控制确定飞机舵面指令的超前控制量ul；步骤S4：接收飞机姿态控制指令，飞机动力学相关状态，确定L1自适应控制律，根据L1自适应控制律进行自适应控制确定飞机舵面指令的L1自适应控制量ua；步骤S5：根据S3中确定的超前控制量ul和S4中确定的L1自适应控制量ua确定舵面偏度指令us。
进一步地，跟踪微分器，具体为
Figure RE-GDA0003347170290000021
其中，z1和 z2为跟踪微分器生成的两个状态，z1(k)为k个采样时刻的z1值，z2(k)为k个采样时刻的z2值，z1和z2的初值为0，h为计算机的采样步长，ε(k)为k个采样时刻的ε值，r0为fhan函数的跟踪因子，h0为fhan函数的步长， fhan(z1(k)-p(k),z2(k),r0,h0)为：
Figure RE-GDA0003347170290000022
sign为符号函数，μ1，μ2，Sz1，μ，Sμ为计算fhan函数涉及的中间变量。
进一步地，参考模型为I·εc＝M1(τ)+M2(τ,us)，其中，I为飞机的转动惯量， M1(τ)为舵面偏度为0时与飞机状态τ相关的飞机力矩，M2(τ,us)为舵面偏度为us时引起的飞机力矩，εc为参考模型的输出。
进一步地，舵面偏度指令us的初始值为飞机当前状态下的配平舵偏。
进一步地，超前控制量计算如下：
Figure RE-GDA0003347170290000023
其中，kl为超前控制的控制增益，T1(ud)表示对ud进行时间常数为T1的一阶平滑滤波。
进一步地，确定L1自适应控制律，具体包括：确定飞机状态观测器，估计飞机剩余扰动，其中，状态观测器计算公式为
Figure RE-GDA0003347170290000031
Figure RE-GDA0003347170290000032
为观测的飞机状态，Ao为期望的飞机运动模态特性相关的***矩阵，Bo为飞机操纵面的舵效矩阵，ua为L1自适应控制律输出的舵面指令，初值为飞机当前状态下的配平舵偏，
Figure RE-GDA0003347170290000033
为飞机机翼损伤等故障引起的未知输入增益的估计值，
Figure RE-GDA0003347170290000034
为飞机机翼损伤等故障引起的与状态相关的不确定参数的估计值，
Figure RE-GDA0003347170290000035
为未知的常值扰动估计值；
确定快速自适应律，
Figure RE-GDA0003347170290000036
其中，Γ是自适应增益，Proj是投影算子，
Figure RE-GDA0003347170290000037
为状态观测器的观测状态
Figure RE-GDA0003347170290000038
与飞机机上传感器测量的实际状态x的差，
Figure RE-GDA0003347170290000039
为
Figure RE-GDA00033471702900000310
的转置，P为李雅谱诺夫方程
Figure RE-GDA00033471702900000311
的解，Q满足Q＝QT>0；
确定控制量解算算法，
Figure RE-GDA00033471702900000312
其中，r为***参考输入，kg为跟踪增益，通常kg取-1/(inv(Ao)·Bo)，其中inv(Ao)表示矩阵Ao的逆，F(w,up)表示对信号up进行低通滤波，滤波器的带宽为w，kr为控制增益。
进一步地，步骤S5具体为：超前控制量ul和L1自适应控制量ua相加得到舵面偏度指令us。
进一步地，确定飞机状态观测器，具体包括：对于纵向姿态控制，相关的状态为(v,α,ωz,θ)，其中v为飞机速度，α为飞机迎角，ωz为飞机俯仰角速度，θ为飞机俯仰角；对于横航向姿态控制，相关的状态为(β,ωx,ωy,γ,ψ)，其中β为飞机侧滑角，ωx为飞机滚转角速度，ωy为飞机偏航角速度，γ为飞机滚转角，ψ为飞机偏航角。
本发明的优点：
本发明根据非线性跟踪微分器给出了飞机的近似角加速度信号，与参考模型输出的角加速度信号进行综合可以快速识别飞机的干扰信号。通过超前控制快速补偿飞机的干扰力矩和未建模动态，从而大幅抑制机翼损伤后的飞机瞬态，同时采用L1自适应控制对剩余扰动和动态进行自适应补偿，进而实现飞机机翼损伤后的稳定和精确控制。
附图说明：
图1是本发明提供的一种飞机机翼损伤自适应控制方法的信号流图。
图2是本发明实施例的跟踪微分器和参考模型计算的滚转角加速度差示意图；
图3是本发明实施例的跟踪微分器和参考模型计算的超前控制量示意图；
图4是本发明实施例的跟踪微分器和参考模型计算的L1自适应控制量示意图；
图5是本发明实施例的跟踪微分器和参考模型计算的飞机的滚转角变化示意图。
具体实施方式：
因此，为了克服上述现有技术的缺点，本发明提供一种飞机机翼损伤自适应控制方法，以减小机翼损伤瞬间的飞机瞬态，抑制高频振荡，改善控制性能。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图1，对本发明进一步详细说明。
步骤S1：接收飞机三轴角速度信号p，设计跟踪微分器确定飞机三轴近似角加速度信号ε；
跟踪微分器计算公式如下：
Figure RE-GDA0003347170290000041
式中，z1和z2为跟踪微分器生成的两个状态，z1(k)为k个采样时刻的z1值， z2(k)为k个采样时刻的z2值，z1和z2的初值为0。h为计算机的采样步长。ε(k)为 k个采样时刻的ε值。r0为fhan函数的跟踪因子，h0为fhan函数的步长， fhan(z1(k)-p(k),z2(k),r0,h0)的计算公式如下，
Figure RE-GDA0003347170290000051
式中sign为符号函数，μ1，μ2，Sz1，μ，Sμ为计算fhan函数涉及的中间变量，与传统微分相比，跟踪微分器输出的信号对采样时间不太敏感，信号更加平滑。
步骤S2：根据飞机已有的气动和舵效数据确定飞机的参考模型，将飞机状态τ和舵面偏度为us输入飞机的参考模型确定飞机的参考角加速度εc；
参考模型计算公式：
I·εc＝M1(τ)+M2(τ,us)
式中I为飞机的转动惯量，M1(τ)为舵面偏度为0时与飞机状态τ相关的飞机力矩，M2(τ,us)为舵面偏度为us时引起的飞机力矩，εc为参考模型的输出，代表飞机正常状态的参考角加速度，其中舵面偏度指令us的初始值为飞机当前状态下的配平舵偏。
步骤S3：接收S1中确定的近似角加速度和S2中确定的参考角加速度，根据超前控制模块确定飞机舵面指令的超前控制量；
超前控制量计算公式如下：
Figure RE-GDA0003347170290000052
式中，kl为超前控制的控制增益，ε-εc代表了飞机机翼损伤的干扰力矩， T1(ud)表示对ud进行时间常数为T1的一阶平滑滤波，T1大小取决于飞机角速度的响应带宽，可以实现对干扰力矩的直接快速补偿，减小飞机机翼损伤瞬态，平滑滤波抑制了微分器带来的高频噪声，平滑了控制指令。
步骤S4：接收飞机姿态控制指令，飞机动力学相关状态，设计L1自适应控制律，确定飞机舵面指令的L1自适应控制量；
(1)设计飞机状态观测器，估计飞机剩余扰动；
状态观测器计算公式为
Figure RE-GDA0003347170290000061
式中
Figure RE-GDA0003347170290000062
为观测的飞机状态，对于纵向姿态控制，相关的状态为(v,α,ωz,θ)，其中v为飞机速度，α为飞机迎角，ωz为飞机俯仰角速度，θ为飞机俯仰角，对于横航向姿态控制，相关的状态为(β,ωx,ωy,γ,ψ)，其中β为飞机侧滑角，ωx为飞机滚转角速度，ωy为飞机偏航角速度，γ为飞机滚转角，ψ为飞机偏航角，Ao为期望的飞机运动模态特性相关的***矩阵，***稳定，Bo为飞机操纵面的舵效矩阵，ua为L1自适应控制律输出的舵面指令，初值为飞机当前状态下的配平舵偏，
Figure RE-GDA0003347170290000063
为飞机机翼损伤等故障引起的未知输入增益的估计值，
Figure RE-GDA0003347170290000064
为飞机机翼损伤等故障引起的与状态相关的不确定参数的估计值，
Figure RE-GDA0003347170290000065
为未知的常值扰动估计值。
(2)设计快速自适应律；
Figure RE-GDA0003347170290000066
Figure RE-GDA0003347170290000067
Figure RE-GDA0003347170290000068
式中Γ是自适应增益，Proj是投影算子，
Figure RE-GDA0003347170290000069
为状态观测器的观测状态
Figure RE-GDA00033471702900000610
与飞机机上传感器测量的实际状态x的差，
Figure RE-GDA00033471702900000611
为
Figure RE-GDA00033471702900000612
的转置，P为李雅谱诺夫方程
Figure RE-GDA00033471702900000613
的解，Q满足Q＝QT>0。
(3)控制量解算：
Figure RE-GDA00033471702900000614
式中r为***参考输入，kg为跟踪增益，通常kg取-1/(inv(Ao)·Bo)，其中 inv(Ao)表示矩阵Ao的逆，F(w,up)表示对信号up进行低通滤波，滤波器的带宽为 w。w大小不大于飞机舵机的带宽，kr为控制增益。控制量up可以对飞机剩余扰动进行有效补偿和稳定，实现对输入信号的精确跟踪，低通滤波器使控制量up在控制器带宽范围内对扰动进行补偿，抑制了快速自适应引起的高频振荡，提升了控制性能。
步骤S5：根据S3中确定的超前控制量ul和S4中确定的L1自适应控制量ua确定舵面偏度指令us，控制飞机的姿态和运动。
us＝ul+ua
现有的针对飞机机翼损伤的控制研究中，不论是被动容错还是主动容错均无法兼顾机翼损伤后的飞机瞬态小和避免自适应引起的高频振荡问题，本发明首次将基于跟踪微分器的超前控制和L1自适应控制相结合，通过超前控制快速补偿飞机的干扰力矩，从而抑制机翼损伤后的飞机瞬态，同时采用L1自适应控制对剩余扰动和动态进行自适应补偿，进而实现飞机机翼损伤后的稳定和精确控制。
实施例：
以某常规布局飞机为研究对象，运用本发明提出的自适应控制方法开展飞机单侧机翼损伤动力学仿真，仿真步长设置为0.01秒，0秒飞机在5000米高度以0.6马赫速度水平飞行，滚转角保持0度，5秒设置右侧机翼从翼尖处按展长的40％损伤，图2是跟踪微分器和参考模型计算的滚转角加速度差，代表着飞机滚转方向的干扰力矩，图3是超前控制量，图4是L1自适应控制量，图5 是飞机的滚转角变化曲线，可以看出在超前控制的作用下，飞机机翼损伤后瞬态较小，并在L1自适应控制作用下飞机滚转角逐渐恢复并保持目标指令，控制量和飞机响应较为平滑，便于工程应用。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。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，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (8)

1.一种飞机机翼损伤自适应控制方法，其特征在于，包括：
步骤S1：接收飞机三轴角速度信号p，根据跟踪微分器进行微分控制确定飞机三轴近似角加速度信号ε；
步骤S2：根据飞机已有的气动和舵效数据确定飞机的参考模型，将飞机状态τ和舵面偏度为us输入飞机的参考模型确定飞机的参考角加速度εc；
步骤S3：接收S1中确定的近似角加速度和S2中确定的参考角加速度，根据超前控制模块进行超前控制确定飞机舵面指令的超前控制量ul；
步骤S4：接收飞机姿态控制指令，飞机动力学相关状态，确定L1自适应控制律，根据L1自适应控制律进行自适应控制确定飞机舵面指令的L1自适应控制量ua；
步骤S5：根据S3中确定的超前控制量ul和S4中确定的L1自适应控制量ua确定舵面偏度指令us。
2.根据权利要求1所述的方法，其特征在于，跟踪微分器，具体为
Figure FDA0003222626120000011
其中，z1和z2为跟踪微分器生成的两个状态，z1(k)为k个采样时刻的z1值，z2(k)为k个采样时刻的z2值，z1和z2的初值为0，h为计算机的采样步长，ε(k)为k个采样时刻的ε值，r0为fhan函数的跟踪因子，h0为fhan函数的步长，fhan(z1(k)-p(k),z2(k),r0,h0)为：
Figure FDA0003222626120000021
sign为符号函数，μ1，μ2，
Figure FDA0003222626120000029
μ，Sμ为计算fhan函数涉及的中间变量。
3.根据权利要求1所述的方法，其特征在于，参考模型为I·εc＝M1(τ)+M2(τ,us)，其中，I为飞机的转动惯量，M1(τ)为舵面偏度为0时与飞机状态τ相关的飞机力矩，M2(τ,us)为舵面偏度为us时引起的飞机力矩，εc为参考模型的输出。
4.根据权利要求3所述的方法，其特征在于，舵面偏度指令us的初始值为飞机当前状态下的配平舵偏。
5.根据权利要求1所述的方法，其特征在于，超前控制量计算如下：
Figure FDA0003222626120000022
其中，kl为超前控制的控制增益，T1(ud)表示对ud进行时间常数为T1的一阶平滑滤波。
6.根据权利要求1所述的方法，其特征在于，确定L1自适应控制律，具体包括：
确定飞机状态观测器，估计飞机剩余扰动，其中，状态观测器计算公式为
Figure FDA0003222626120000023
Figure FDA0003222626120000024
为观测的飞机状态，Ao为期望的飞机运动模态特性相关的***矩阵，Bo为飞机操纵面的舵效矩阵，ua为L1自适应控制律输出的舵面指令，初值为飞机当前状态下的配平舵偏，
Figure FDA0003222626120000025
为飞机机翼损伤等故障引起的未知输入增益的估计值，
Figure FDA0003222626120000026
为飞机机翼损伤等故障引起的与状态相关的不确定参数的估计值，
Figure FDA0003222626120000027
为未知的常值扰动估计值；
确定快速自适应律，
Figure FDA0003222626120000028
其中，Γ是自适应增益，Proj是投影算子，
Figure FDA0003222626120000035
为状态观测器的观测状态
Figure FDA0003222626120000031
与飞机机上传感器测量的实际状态x的差，
Figure FDA0003222626120000032
为
Figure FDA0003222626120000033
的转置，P为李雅谱诺夫方程Ao TP+PA＝-Q的解，Q满足Q＝QT>0；
确定控制量解算算法，
Figure FDA0003222626120000034
其中，r为***参考输入，kg为跟踪增益，通常kg取-1/(inv(Ao)·Bo)，其中inv(Ao)表示矩阵Ao的逆，F(w,up)表示对信号up进行低通滤波，滤波器的带宽为w，kr为控制增益。
7.根据权利要求1所述的方法，其特征在于，步骤S5具体为：
超前控制量ul和L1自适应控制量ua相加得到舵面偏度指令us。
8.根据权利要求1所述的方法，其特征在于，确定飞机状态观测器，具体包括：
对于纵向姿态控制，相关的状态为(v,α,ωz,θ)，其中v为飞机速度，α为飞机迎角，ωz为飞机俯仰角速度，θ为飞机俯仰角；
对于横航向姿态控制，相关的状态为(β,ωx,ωy,γ,ψ)，其中β为飞机侧滑角，ωx为飞机滚转角速度，ωy为飞机偏航角速度，γ为飞机滚转角，ψ为飞机偏航角。
CN202110962610.XA 2021-08-20 2021-08-20 一种飞机机翼损伤自适应控制方法 Active CN113759718B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110962610.XA CN113759718B (zh) 2021-08-20 2021-08-20 一种飞机机翼损伤自适应控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110962610.XA CN113759718B (zh) 2021-08-20 2021-08-20 一种飞机机翼损伤自适应控制方法

Publications (2)

Publication Number Publication Date
CN113759718A true CN113759718A (zh) 2021-12-07
CN113759718B CN113759718B (zh) 2023-10-20

Family

ID=78790653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110962610.XA Active CN113759718B (zh) 2021-08-20 2021-08-20 一种飞机机翼损伤自适应控制方法

Country Status (1)

Country Link
CN (1) CN113759718B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415516A (zh) * 2022-01-20 2022-04-29 中国空气动力研究与发展中心低速空气动力研究所 一种固定翼飞机舵面损伤故障容错控制方法
CN115783247A (zh) * 2022-11-11 2023-03-14 中国航空工业集团公司西安飞行自动控制研究所 一种用于改善纵向乘坐品质的主动控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120138729A1 (en) * 2010-12-01 2012-06-07 Raytheon Company Flight-control system for canard-controlled flight vehicles and methods for adaptively limiting acceleration
US9296474B1 (en) * 2012-08-06 2016-03-29 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Control systems with normalized and covariance adaptation by optimal control modification
CN109062237A (zh) * 2018-09-17 2018-12-21 南京航空航天大学 一种无人倾转旋翼机自抗扰姿态控制方法
US20200183342A1 (en) * 2018-12-11 2020-06-11 Dalian University Of Technology Steady state and transition state multi-variable control method of a turbofan engine based on an active disturbance rejection control theory (adrc)
CN112346470A (zh) * 2020-10-29 2021-02-09 中国地质大学（武汉） 一种基于改进自抗扰控制的四旋翼姿态控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120138729A1 (en) * 2010-12-01 2012-06-07 Raytheon Company Flight-control system for canard-controlled flight vehicles and methods for adaptively limiting acceleration
US9296474B1 (en) * 2012-08-06 2016-03-29 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Control systems with normalized and covariance adaptation by optimal control modification
CN109062237A (zh) * 2018-09-17 2018-12-21 南京航空航天大学 一种无人倾转旋翼机自抗扰姿态控制方法
US20200183342A1 (en) * 2018-12-11 2020-06-11 Dalian University Of Technology Steady state and transition state multi-variable control method of a turbofan engine based on an active disturbance rejection control theory (adrc)
CN112346470A (zh) * 2020-10-29 2021-02-09 中国地质大学（武汉） 一种基于改进自抗扰控制的四旋翼姿态控制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415516A (zh) * 2022-01-20 2022-04-29 中国空气动力研究与发展中心低速空气动力研究所 一种固定翼飞机舵面损伤故障容错控制方法
CN114415516B (zh) * 2022-01-20 2023-04-07 中国空气动力研究与发展中心低速空气动力研究所 一种固定翼飞机舵面损伤故障容错控制方法
CN115783247A (zh) * 2022-11-11 2023-03-14 中国航空工业集团公司西安飞行自动控制研究所 一种用于改善纵向乘坐品质的主动控制方法

Also Published As

Publication number Publication date
CN113759718B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
Mechali et al. Observer-based fixed-time continuous nonsingular terminal sliding mode control of quadrotor aircraft under uncertainties and disturbances for robust trajectory tracking: Theory and experiment
Yu et al. Safe control of trailing UAV in close formation flight against actuator fault and wake vortex effect
CN106444799B (zh) 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法
CN105629734B (zh) 一种近空间飞行器的轨迹跟踪控制方法
CN106406325B (zh) 基于模糊扩张状态观测器的四旋翼无人机反馈线性化控制方法
CN113759718B (zh) 一种飞机机翼损伤自适应控制方法
CN111367182A (zh) 考虑输入受限的高超声速飞行器抗干扰反步控制方法
CN113219838B (zh) 一种基于自适应时变带宽观测器的三轴惯性稳定平台高精度控制方法
CN111610794A (zh) 基于滑模干扰观测器的战斗机大迎角动态逆控制方法
CN112180965A (zh) 一种高精度过载控制方法
CN114488803A (zh) 基于事件触发的无人船/机鲁棒自适应神经协同控制方法
CN106802570B (zh) 一种无人直升机位置跟踪的方法与装置
Chang et al. Integrated guidance and control design for the hypersonic interceptor based on adaptive incremental backstepping technique
CN112965510B (zh) 飞行器高速机动的全通道自抗扰控制方法
CN113568419A (zh) 一种变载四旋翼无人机容错控制方法
Li et al. Angular acceleration estimation-based incremental nonlinear dynamic inversion for robust flight control
CN110209192A (zh) 战斗机航向增稳控制***设计方法
Li et al. Anti-disturbance control for attitude and altitude systems of the helicopter under random disturbances
CN115185185A (zh) 四旋翼飞行器自适应滑模控制***的建立方法
CN112947518A (zh) 一种基于干扰观测器的四旋翼鲁棒姿态控制方法
CN114721266B (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
CN113128035A (zh) 民用飞机飞控传感器信号重构容错控制方法
Xiong et al. Disturbance Rejection in UAV's velocity and attitude control: Problems and solutions
Lungu et al. Inverse optimal control for autonomous carrier landing with disturbances
Surmann et al. Gain Design for an INDI-based Flight Control Algorithm for a Conceptual Lift-to-Cruise Vehicle

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