CN114779638A - 无人直升机多故障检测与辨识方法 - Google Patents
无人直升机多故障检测与辨识方法 Download PDFInfo
- Publication number
- CN114779638A CN114779638A CN202210414186.XA CN202210414186A CN114779638A CN 114779638 A CN114779638 A CN 114779638A CN 202210414186 A CN202210414186 A CN 202210414186A CN 114779638 A CN114779638 A CN 114779638A
- Authority
- CN
- China
- Prior art keywords
- fault
- unmanned helicopter
- actuator
- designed
- faults
- 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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明为一种无人直升机多故障检测与辨识方法,其克服了现有技术中存在的当无人直升机飞控***同时发生两种类型的故障时,如何对两种不同类型的执行器故障进行故障检测与辨识的问题。本发明包括以下步骤:(1)首先分析执行器故障的特征,并将执行器加性故障和乘性故障同时引入到无人直升机动力学***模型中;(2)对步骤(1)所建模型构造同维的辅助***。结合该辅助***和自适应估计技术设计故障检测环节、故障估计环节和故障辨识环节,通过所设计的故障决策机制判别故障类型,实现精细容错;(3)基于步骤(2)中所提出的方法,结合反步法设计多故障环境下的无人直升机跟踪容错控制器,在实现对故障类型精准识别的同时,提高***的容错能力和跟踪性能。
Description
技术领域:
本发明属于飞行器容错跟踪控制技术领域,涉及一种无人直升机多故障检测与辨识方法,为同时考虑了无人直升机发生执行器加性故障和乘性故障后的容错飞行控制方法。
背景技术:
无人直升机是一种通过无线电遥控的不载人飞行器,具有定点悬停、垂直起降、低速低空飞行、任意转弯等优点,这些优点使其在军事和民用领域具有广泛的应用。在民用方面,由于无人直升机配置灵活、对起降环境条件要求低,因此在高层建筑消防灭火中大有用武之地,如它可以装备双目摄像头、红外热成像仪等装置对灾情现场如火势大小和蔓延方向等进行实时侦查,而后将现场图像传输到指挥部,为指挥员做出决策提供信息依据;还可以携带救援设备进行辅助救援任务,例如将救生衣、呼吸面罩等救援物资投递到消防人员无法立即到达的灾情现场,提高受困人员的生存概率。在军事方面,无人直升机能同时适应海陆空三军不同的作战需求,特别适合执行装备运输、战斗搜索和救援、特种作战、后勤支援等方面的任务。此外,它还可以对关键航道进行护航,对海盗等武装分子进行快速打击,也可携带侦察设备在中低威胁区域对水面舰艇等进行监视,或作为舰载机跟随航母执行一些特殊的海上任务。然而,无人直升机本身是一个高度非线性、多变量、强耦合的欠驱动***,其安全飞行控制问题历来是专家学者们研究的热点。
早期对无人直升机的飞行控制设计主要是线性控制方法,尤其是PID控制,在无人直升机的发展史上起着举足轻重的作用。PID控制方法以其设计过程简单且不依赖于精确模型的特点在无人直升机自主飞行控制器研究之初得到了广泛的应用。此外,线性二次型调节器控制、μ综合控制、模糊增益控制等线性控制方法也在飞行控制领域有所应用。但是,上述基于经典控制理论的线性控制方法是依托线性化后的无人直升机模型的。而线性模型只能在平衡点附近表征原***。当无人直升机飞行状态偏离平衡点时,不可避免的会出现模型失配问题,最终影响飞行控制性能。因此,对无人直升机进行非线性控制研究及实际应用具有重要的理论和现实意义。
另一方面,无人直升机独特的旋翼结构使其机械***中的可活动部件增加,这无疑伴随着***故障问题。目前,已有相当量的文献对存在***故障的无人直升机展开了容错控制研究。但是,绝大多数仅考虑了单一故障问题,如执行器失效故障。事实上,除了失效故障,执行器偏差故障也广泛存在于实际***中。同时,考虑故障检测环节的文献也鲜有报道。工程中,故障检测环节能够显示控制***的异常,帮助操纵人员更加及时地对故障进行处理。因此,当无人直升机飞控***同时发生两种类型的故障时,如何对两种不同类型的执行器故障进行故障检测与辨识也是亟待解决的问题。在对不同类型的故障进行辨识后,依据辨识结果相应地设计容错控制器可以使得解决故障问题更具有针对性。
基于上述讨论,针对在军事和民用具有广阔价值的无人直升机开展保性能容错控制研究,综合分析执行器加性故障和乘性故障的特点,提出故障检测和辨识策略,最终设计容错跟踪控制器来提高控制***的容错能力。
发明内容:
本发明的目的在于提供一种无人直升机多故障检测与辨识方法,其克服了现有技术中存在的当无人直升机飞控***同时发生两种类型的故障时,如何对两种不同类型的执行器故障进行故障检测与辨识的问题。本发明能对无人直升机当前的故障类型进行估计和判别,同时设计容错跟踪控制器保证***输出可以稳定到参考信号附近。
为实现上述目的,本发明采用的技术方案为:
一种无人直升机多故障检测与辨识方法,其特征在于:包括以下步骤:
(1)首先分析执行器故障的特征,并将执行器加性故障和乘性故障同时引入到无人直升机动力学***模型中;
(2)对步骤(1)所建模型构造同维的辅助***,结合该辅助***和自适应估计技术设计故障检测环节、故障估计环节和故障辨识环节,通过所设计的故障决策机制判别故障类型,实现精细容错;
(3)基于步骤(2)中所提出的方法,结合反步法设计多故障环境下的无人直升机跟踪容错控制器,在实现对故障类型精准识别的同时,提高***的容错能力和跟踪性能。
步骤(1)中,无人直升机多故障非线性动力学模型为:
其中,Mh=diag{1,Γ}, m为无人直升机的质量,g为重力加速度,为无人直升机的垂向高度,ρh为垂向速度,和分别姿态角向量和角速度向量,Ibh∈R3×3为转动惯量矩阵,Γ∈R3×3为非奇异姿态变换矩阵,uah=[uah1,uah2,uah3,uah4]T,bh=[bh1,bh2,bh3,bh4]T和βh=diag{βh1,βh2,βh3,βh4},bih为有界偏差故障,βih为第i个执行器的剩余控制效率,uaih为第i个作动器的待设计的控制命令。
步骤(2)包括以下步骤:
首先,构造和无人直升机方程同维的辅助***:
随后,构造如下形式的故障观测器:
最后,提出一种判断无人直升机***发生偏差故障和失效故障的决策机制如下:
其中a1h>0和a2h>0为待设计的常数;
根据上述指标,将决策机制表示为:
步骤(3)中,虚拟控制器设计Qdh为
其中,e1h=Ph-Pdh为跟踪误差信号,Pdh为规定的参考轨迹, f1h=diag{f11h,f12h,f13h,f14h},f1ih>0为设计常数。
无人直升机跟踪容错飞行控制律设计为:
与现有技术相比,本发明具有的优点和效果如下:
(1)本发明所构造的故障检测单元能够实时对故障进行预警。检测单元由***状态构成,设计简单。在设定故障阈值后,通过观测其输出是否超过设定的阈值来判断是否有故障发生,直观明了;
(2)本发明设计的故障观测器可以自适应的估计故障值,为容错控制器的设计奠定基础。故障观测器结合自适应估计技术,在无故障的情况下输出正常值,在有故障的情况下输出故障值,便于直接观测故障的幅值大小;
(3)本发明设计的故障决策单元,依靠观测误差来判断当前发生的故障类型,输出当前时刻发生的到底是偏差故障还是失效故障的结果,实现了精细容错控制;
(4)本发明结合反步法、自适应估计技术、投影函数技术和Lyapunov稳定性理论,所设计的容错跟踪控制方案,能够确保无人直升机在多故障出现时的全飞行和跟踪性能。
附图说明:
图1为本发明的***控制流程图。
具体实施方式:
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
本发明考虑的无人直升机定点悬停和垂直起降运动是其特有的飞行模态。同时,其独特的旋翼结构使得执行机构出现疲劳、磨损和失效等故障的概率要远高于固定翼无人机。此外,现今飞行任务日趋复杂,对飞行性能要求也逐步提高,因此本发明考虑的执行器故障辨识和容错控制是基于实际工程需求出发的。
本发明公开了一种多执行器故障下的无人直升机故障检测与辨识容错控制方法。首先将执行器加性故障和乘性故障引入到无人直升机非线性动力学模型中;然后,构造同维的辅助***,并分别设计故障检测单元、故障估计单元和故障辨识单元,通过决策机制实时判定***当前的故障类型;最后,结合反步法设计了跟踪容错控制方案,保证了无人直升机的瞬态性能和稳态性能。
本发明的技术方案具体包括以下步骤:
(1)首先分析执行器故障的特征,并将执行器加性故障和乘性故障同时引入到无人直升机动力学***模型中;
(2)对步骤(1)所建模型构造同维的辅助***。结合该辅助***和自适应估计技术设计故障检测环节、故障估计环节和故障辨识环节,通过所设计的故障决策机制判别故障类型,实现精细容错;
(3)基于步骤(2)中所提出的技术,结合反步法设计多故障环境下的无人直升机跟踪容错控制器,在实现对故障类型精准识别的同时,提高***的容错能力和跟踪性能。
进一步的,考虑到垂直起降和定点悬停是无人直升机特有的飞行模态,在步骤(1)中,描述无人直升机垂直起降运动的姿态高度复合模型如下:
Ph=MhQh
Qh=Nh+Juh
其中,Mh=diag{1,Γ}, uh=[Th,Λh T]T为控制输入,m为无人直升机的质量,g为重力加速度,为无人直升机的垂向高度,ρh为垂向速度,和分别姿态角向量和角速度向量,Ibh∈R3×3为转动惯量矩阵,Γ∈R3×3为非奇异姿态变换矩阵,Λh=[Λxh,Λyh,Λzh]T为主旋翼产生的控制力矩,Th为主旋翼推力。
在步骤(1)中,作动器作为指令信号到被控对象的传递装置,通常具有动态特性。为了简化分析,考虑到一阶作动器动力学的模型如下:
uih=-δih(uih-uaih),i=1,2,3,4
其中,δih>0式中为固有频率,uaih为第i个作动器的待设计的控制命令,uih为实际控制输入。此处需要选择合适的值δih使得执行器响应速度远快于***本身,同时执行器固有频率远大于阻尼。
在实际飞行过程中,外部环境的变化和执行机构的长时间运行很可能导致执行机构突然发生故障。在实际应用中,执行机构最常发生的故障是失效故障和偏差故障。基于上述一阶作动器动力学模型,复合作动器故障模型可描述为
uih=-δih(uih-(βihuaih+bih)),i=1,2,3,4
其中bih为有界偏差故障,βih为第i个执行器的剩余控制效率,满足0<ch≤βih≤1且 ch为常数。为了检测和识别出现何种故障,我们假设第i个执行器在同一时间只发生一种故障。换句话说,如果bih≠0意味着βih=1。反之,若βih∈[c,1),则bih=0。
为便于分析,将复合一阶作动器故障动力学模型进一步近似为:
uih=βihuaih+bih,i=1,2,3,4
基于该复合故障模型,无人直升机多故障非线性动力学模型可以表述为:
Ph=MhQh
Qh=Nh+Jh(βhuah+bh)
其中uah=[uah1,uah2,uah3,uah4]T,bh=[bh1,bh2,bh3,bh4]T和βh=diag{βh1,βh2,βh3,βh4}。
在步骤(2)中,为了快速检测执行器故障,提出一种故障检测观测器:
由于执行器失效故障因子βih和执行器偏差故障因子bih均未知,在步骤(2) 中,构造和无人直升机方程同维的辅助***:
随后,在步骤(2)中,为了确定执行器故障的故障类型,针对第i个执行器可能存在的偏差和失效故障,分别构造如下形式的故障观测器:
式中, 为执行器uih偏差故障估计值, 为执行器uih失效故障估计值,Jih为对角惯性矩阵对应的对角元素,Jh,εih,κih,πih,χih和ηih为设计的正常数。投影算子Proj[c,1]的作用是将估计值投影到区间[c,1] 上。
最后,在步骤(2)中,提出一种判断无人直升机***发生偏差故障和失效故障的决策机制,其性能指标实现如下:
其中a1h>0和a2h>0为待设计的常数。
根据上述指标,将决策机制表示为:
在步骤(3)中,采用如下非线性模型进行无人直升机容错控制设计:
Ph=Mh Qh
其中,e1h=[e11h,e12h,e13h,e14h]T,f1h=diag{f11h,f12h,f13h,f14h},f1ih>0为设计常数。
无人直升机跟踪容错飞行控制律设计为:
其中,e2h=[e21h,e22h,e23h,e24h]T,f2h=diag{f21h,f22h,f23h,f24h},f2ih>0为设计常数。
实施例:
参见图1,下面结合附图和具体实施方式对本发明作进一步详细的描述。
1.***模型及相关引理和假设
描述无人直升机垂直起降运动的姿态高度复合模型如下:
其中,Mh=diag{1,Γ}, uh=[Th,Λh T]T为控制输入,m为无人直升机的质量,g为重力加速度,为无人直升机的垂向高度,ρh为垂向速度,和分别姿态角向量和角速度向量,Ibh∈R3×3为转动惯量矩阵,Γ∈R3×3为非奇异姿态变换矩阵,Λh=[Λxh,Λyh,Λzh]T为主旋翼产生的控制力矩,Th为主旋翼推力。
在步骤(1)中,作动器作为指令信号到被控对象的传递装置,通常具有动态特性。为了简化分析,考虑到一阶作动器动力学的模型如下:
uih=-δih(uih-uaih),i=1,2,3,4 (2)
其中,δih>0式中为固有频率,uaih为第i个作动器的待设计的控制命令,uih为实际控制输入。此处需要选择合适的值δih使得执行器响应速度远快于***本身,同时执行器固有频率远大于阻尼。
在实际飞行过程中,外部环境的变化和执行机构的长时间运行很可能导致执行机构突然发生故障。在实际应用中,执行机构最常发生的故障是失效故障和偏差故障。基于上述一阶作动器动力学模型,复合作动器故障模型可描述为 uih=-δih(uih-(βihuaih+bih)),i=1,2,3,4 (3)
其中,bih为有界偏差故障,βih为第i个执行器的剩余控制效率,也即失效故障,故障因子βih满足0<ch≤βih≤1且ch为常数。为了检测和识别出现何种故障,我们假设第i个执行器在同一时间只发生一种故障。换句话说,如果bih≠0意味着βih=1。反之,若βih∈[c,1),则bih=0。
为便于分析,将复合一阶作动器故障动力学模型进一步近似为:
uih=βihuaih+bih,i=1,2,3,4 (4)
基于该复合故障模型,无人直升机多故障非线性动力学模型可以表述为:
其中,uah=[uah1,uah2,uah3,uah4]T,bh=[bh1,bh2,bh3,bh4]T和βh=diag{βh1,βh2,βh3,βh4}。
为实现对无人直升机多故障进行准确辨识和容错控制器设计的目标,给出如下假设。
假设1:偏差故障因子bih是恒定的或缓慢变化的且满足|bih|≤σih和|bih|=0。此外,假设第i个执行器同一时刻只发生一种故障,也即要么是偏差故障,要么是失效故障。
假设2:期望轨迹Pdh及其导数是连续有界的。此外,无人直升机所有状态是可测可用的。
2.故障检测与辨识及容错控制方案设计
2.1故障检测单元设计
为了快速检测执行器故障,首先提出一种故障检测观测器:
2.2故障估计单元设计
由于执行器失效故障因子βih和执行器偏差故障因子bih均未知,则基于方程 (5)的第二个等式构造如下同维的辅助***:
调用(5)和(8),可以得到以下结果:
随后,为了确定执行器故障的故障类型,结合自适应估计和投影函数技术,针对第i个执行器可能存在的偏差和失效故障,分别构造如下形式的故障观测器:
式中, 为执行器uih偏差故障估计值, 为执行器uih失效故障估计值,Jih为对角惯性矩阵对应的对角元素,Jh,εih,κih,πih,χih和ηih为设计的正常数。投影算子Proj[c,1]的作用是将估计值投影到区间[c,1] 上。
2.3故障辨识和决策单元设计
针对所设计的故障观测器(10),提出一种判断无人直升机***发生偏差故障和失效故障的决策机制,其性能指标实现如下:
其中a1h>0和a2h>0为待设计的常数。
根据指标(11),将决策机制表示为:
综上所述,上述分析可归纳为:
考虑具有多故障的无人直升机***模型(5)。设计偏差故障观测器和失效故障观测器为(10)。则当第i个执行器发生偏差故障时,估计误差和保持有界。反之,如果第i个执行器发生失效故障,则估计误差和保持有界。
考虑两种类型的执行器故障。首先,如果第i个执行器发生偏差故障,则有 uih=-δih(uih-(uaih+bih)),i=1,2,3,4 (13)
另一方面,如果第i个执行器发生失效故障,则
uih=-δih(uih-βihuaih),i=1,2,3,4 (15)
设Lyapunov函数为
对函数V1h求导可得:
结合(8)-(16),可以进一步求得
利用Young不等式
将(20)代入(19)
在[0,t]内对(29)进行积分得到
3跟踪容错控制器设计和稳定性分析
3.1无人直升机跟踪容错控制器设计
结合上述分析,采用如下非线性模型进行无人直升机容错控制设计:
虚拟控制器设计Qdh为
其中,e1h=[e11h,e12h,e13h,e14h]T,f1h=diag{f11h,f12h,f13h,f14h},f1ih>0为设计常数。
将(25)代入(24)得
对e2h求微分
无人直升机跟踪容错飞行控制律设计为:
其中,e2h=[e21h,e22h,e23h,e24h]T,f2h=diag{f21h,f22h,f23h,f24h},f2ih>0为设计常数。
考虑到(27),则有:
e2h=-f2he2h-Mh Te1h (29)
选择下面的Luapunov函数:
调用(26)和(29),则V2h对时间的导数为
3.2稳定性设计
上述控制器设计过程可以归纳为:
考虑多故障下的无人直升机高度姿态复合非线性模型(5)。多故障观测器设为(10),决策机制设为(12),虚拟控制律设计为(25)。采用设计的容错飞行控制策略(28),闭环***的所有误差信号均为有界收敛的。
证明:考虑Lyapunov函数
V3h=V1h+V2h (33)
调用(21)和(32)并求输出V3h的微分为
考虑V3h的定义并对其在[0,t]积分,可得:
随着时间趋于无穷,这意味着跟踪误差信号V3h是有界的。因此,我们可得闭环***中其他的误差信号都是最终一致有界的。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,凡是利用本发明的说明书及附图内容所做的等同结构变化,均应包含在发明的专利保护范围内。
Claims (4)
1.一种无人直升机多故障检测与辨识方法,其特征在于:包括以下步骤:
(1)首先分析执行器故障的特征,并将执行器加性故障和乘性故障同时引入到无人直升机动力学***模型中;
(2)对步骤(1)所建模型构造同维的辅助***,结合该辅助***和自适应估计技术设计故障检测环节、故障估计环节和故障辨识环节,通过所设计的故障决策机制判别故障类型,实现精细容错;
(3)基于步骤(2)中所提出的方法,结合反步法设计多故障环境下的无人直升机跟踪容错控制器,在实现对故障类型精准识别的同时,提高***的容错能力和跟踪性能。
3.根据权利要求1所述的无人直升机多故障检测与辨识方法,其特征在于:步骤(2)包括以下步骤:
首先,构造和无人直升机方程同维的辅助***:
式中,Q^ih为Qih的估计, 为βih的估计, 为bih的估计,Θh=diag{Θ1h,Θ2h,Θ3h,Θ4h}为待设计的正定矩阵,Q″h=[Q″1h,Q″2h,Q″3h,Q″4h]T,Q″ih=Q^ih-Qih为估计误差。
随后,构造如下形式的故障观测器:
最后,提出一种判断无人直升机***发生偏差故障和失效故障的决策机制如下:
其中a1h>0和a2h>0为待设计的常数;
根据上述指标,将决策机制表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210414186.XA CN114779638B (zh) | 2022-04-20 | 2022-04-20 | 无人直升机多故障检测与辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210414186.XA CN114779638B (zh) | 2022-04-20 | 2022-04-20 | 无人直升机多故障检测与辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114779638A true CN114779638A (zh) | 2022-07-22 |
CN114779638B CN114779638B (zh) | 2023-01-31 |
Family
ID=82430350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210414186.XA Active CN114779638B (zh) | 2022-04-20 | 2022-04-20 | 无人直升机多故障检测与辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114779638B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104049638A (zh) * | 2014-06-19 | 2014-09-17 | 金陵科技学院 | 执行器动态的飞行器姿态分散式容错控制*** |
CN104102225A (zh) * | 2014-06-27 | 2014-10-15 | 金陵科技学院 | 基于执行器动态的无人飞行器姿态分散式容错控制方法 |
CN109343369A (zh) * | 2018-11-19 | 2019-02-15 | 南京邮电大学 | 一种基于非线性观测器的四旋翼容错控制器设计方法 |
CN109709934A (zh) * | 2018-12-11 | 2019-05-03 | 南京航空航天大学 | 一种飞行控制***故障诊断冗余设计方法 |
CN109856972A (zh) * | 2019-02-21 | 2019-06-07 | 南京航空航天大学 | 一种无人直升机鲁棒容错跟踪控制方法 |
CN109991991A (zh) * | 2019-02-26 | 2019-07-09 | 南京航空航天大学 | 一种无人直升机鲁棒容错跟踪方法 |
CN111596545A (zh) * | 2020-04-27 | 2020-08-28 | 江苏建筑职业技术学院 | 一种多输入多输出机械***自适应容错预设性能控制方法 |
US20200326672A1 (en) * | 2019-01-10 | 2020-10-15 | Dalian University Of Technology | Interval error observer-based aircraft engine active fault tolerant control method |
CN113156995A (zh) * | 2021-04-25 | 2021-07-23 | 西安工业大学 | 一种执行器故障下的无人直升机姿态控制方法 |
CN113204191A (zh) * | 2021-04-25 | 2021-08-03 | 西安工业大学 | 一种无人直升机自抗扰容错控制方法 |
CN113741188A (zh) * | 2021-08-31 | 2021-12-03 | 南京航空航天大学 | 执行器故障下固定翼无人机反步自适应容错控制方法 |
-
2022
- 2022-04-20 CN CN202210414186.XA patent/CN114779638B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104049638A (zh) * | 2014-06-19 | 2014-09-17 | 金陵科技学院 | 执行器动态的飞行器姿态分散式容错控制*** |
CN104102225A (zh) * | 2014-06-27 | 2014-10-15 | 金陵科技学院 | 基于执行器动态的无人飞行器姿态分散式容错控制方法 |
CN109343369A (zh) * | 2018-11-19 | 2019-02-15 | 南京邮电大学 | 一种基于非线性观测器的四旋翼容错控制器设计方法 |
CN109709934A (zh) * | 2018-12-11 | 2019-05-03 | 南京航空航天大学 | 一种飞行控制***故障诊断冗余设计方法 |
US20200326672A1 (en) * | 2019-01-10 | 2020-10-15 | Dalian University Of Technology | Interval error observer-based aircraft engine active fault tolerant control method |
CN109856972A (zh) * | 2019-02-21 | 2019-06-07 | 南京航空航天大学 | 一种无人直升机鲁棒容错跟踪控制方法 |
CN109991991A (zh) * | 2019-02-26 | 2019-07-09 | 南京航空航天大学 | 一种无人直升机鲁棒容错跟踪方法 |
CN111596545A (zh) * | 2020-04-27 | 2020-08-28 | 江苏建筑职业技术学院 | 一种多输入多输出机械***自适应容错预设性能控制方法 |
CN113156995A (zh) * | 2021-04-25 | 2021-07-23 | 西安工业大学 | 一种执行器故障下的无人直升机姿态控制方法 |
CN113204191A (zh) * | 2021-04-25 | 2021-08-03 | 西安工业大学 | 一种无人直升机自抗扰容错控制方法 |
CN113741188A (zh) * | 2021-08-31 | 2021-12-03 | 南京航空航天大学 | 执行器故障下固定翼无人机反步自适应容错控制方法 |
Non-Patent Citations (3)
Title |
---|
KUN YAN 等: "Backstepping-based Adaptive Fault-Tolerant Control Design for Satellite Attitude System", 《2020 INTERNATIONAL CONFERENCE ON UNMANNED AIRCRAFT SYSTEMS (ICUAS)》 * |
周洪波 等: "基于滤波反步法的无人直升机轨迹跟踪控制", 《控制与决策》 * |
左来锋 等: "基于未知输入观测器的四旋翼无人机故障诊断与模型参考容错控制", 《南京航空航天大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114779638B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hao et al. | Quantized sliding mode control of unmanned marine vehicles: Various thruster faults tolerated with a unified model | |
Rahideh et al. | Real time adaptive nonlinear model inversion control of a twin rotor MIMO system using neural networks | |
CN110794857B (zh) | 考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法 | |
CN109901387B (zh) | 一种航空器自动近地防撞***自适应飞行轨迹预测方法 | |
Yildiz et al. | A control allocation technique to recover from pilot-induced oscillations (CAPIO) due to actuator rate limiting | |
Liu et al. | Finite time observer based incremental nonlinear fault-tolerant flight control | |
Su et al. | Anti-disturbance constrained control of the air recovery carrier via an integral barrier Lyapunov function | |
Yong et al. | Flexible performance-based control for nonlinear systems under strong external disturbances | |
Li et al. | Robust actuator fault detection for quadrotor UAV with guaranteed sensitivity | |
Shtessel et al. | Multiple time scale sliding mode control of reusable launch vehicles in ascent and descent modes | |
CN114779638B (zh) | 无人直升机多故障检测与辨识方法 | |
CN106933237B (zh) | 一种平流层飞艇的被动容错控制方法 | |
Zhang et al. | Database-driven safe flight-envelope protection for impaired aircraft | |
Maqsood et al. | Novel sensor fault detection and isolation for an unmanned aerial vehicle | |
Wang et al. | Nonlinear tracking control methods applied to qball-x4 quadrotor uav against actuator faults | |
Xu et al. | Event-triggered nonlinear information fusion preview control of a two-degree-of-freedom helicopter system | |
Okada et al. | Neuroadaptive Observer-Based Fault-Diagnosis and Fault-Tolerant Control for Quadrotor UAV | |
Wang et al. | Adaptive robust tracking control of quadrotor helicopter with parametric uncertainty and external disturbance | |
Yang et al. | Projection operator-based fault-tolerant backstepping adaptive control of fixed-wing UAV against actuator faults | |
Li et al. | Robust output feedback control for a 3-DOF helicopter system | |
Lubing et al. | DOB tracking control algorithm for unmanned aerial vehicles with TS disturbance modeling | |
Falcón et al. | Sliding-Mode-Based Fault Diagnosis and Fault-Tolerant Control for Quad-Rotors | |
Yan et al. | Robust fault tolerant tracking control for unmanned autonomous helicopter with disturbance | |
Hasanshahi et al. | Robust fault tolerant position tracking control for a quadrotor UAV in presence of actuator faults | |
Ahmed et al. | A Reinforcement Learning Approach for Robust Supervisory Control of UAVs Under Disturbances |
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 |