CN115016520A - 一种姿态同步控制***的自适应固定时间故障估计方法 - Google Patents

一种姿态同步控制***的自适应固定时间故障估计方法 Download PDF

Info

Publication number
CN115016520A
CN115016520A CN202210706312.9A CN202210706312A CN115016520A CN 115016520 A CN115016520 A CN 115016520A CN 202210706312 A CN202210706312 A CN 202210706312A CN 115016520 A CN115016520 A CN 115016520A
Authority
CN
China
Prior art keywords
fault estimation
control system
fault
attitude
estimation
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.)
Pending
Application number
CN202210706312.9A
Other languages
English (en)
Inventor
夏静萍
姜斌
张柯
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202210706312.9A priority Critical patent/CN115016520A/zh
Publication of CN115016520A publication Critical patent/CN115016520A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
    • G05D1/0833—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using limited authority control

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种姿态同步控制***的自适应固定时间故障估计方法，具体包括如下步骤：步骤1：将姿态控制***进行等价变换；步骤2：构建故障估计观测器和自适应故障估计算法；步骤3：构建角速率误差方程和故障估计误差方程，并求取故障估计观测器和自适应故障估计算法中的待定设计参数；步骤4：根据故障估计观测器和自适应故障估计算法的待定设计参数，得到姿态同步控制***故障估计观测器；得到每个子***的执行器故障估计值，从而对姿态控制***执行器故障进行估计。本发明利用姿态同步控制***的相对输出，设计了基于固定时间技术的分布式故障估计观测器，提出了固定时间自适应故障估计算法，提升了故障估计的快速性。

Description

一种姿态同步控制***的自适应固定时间故障估计方法
技术领域
本发明属于飞行器姿态同步控制***的故障诊断技术领域，具体的为一种姿态同步控制***的自适应固定时间故障估计方法。
背景技术
姿态同步控制***在军事和民用领域均具有重要的研究价值。姿态同步是飞行器编队控制***运行中的基本操作之一，它已被应用于各种飞行器编队任务，比如多卫星姿态同步控制***，四旋翼编队姿态同步控制***等。对于飞行器编队控制***，在未知外部干扰和执行器故障的情况下，要求姿态同步控制***具有快速故障估计能力，实现其高机动性来完成预定的飞行任务。因此，提高姿态同步控制***的可靠性和快速性是尤为重要。
在过去的十余年里，一种旨在提高控制***收敛速度的固定时间设计引起了相当大的关注。与有限时间设计相比，固定时间法可以显著提高响应的快速性，估计出收敛时间的上界，且收敛时间与***初始条件无关。固定时间设计方法大多应用于控制器的设计，而基于固定时间技术的观测器研究成果相对较少。尤其是自适应观测器中自适应算法目前仍采用的是传统型的积分型设计方法，没有考虑引入固定时间设计技巧。
基于上述研究结果，本发明以飞行器姿态同步控制***为研究对象，利用角速率相对输出估计误差，构造了固定时间分布式故障估计观测器，以及固定时间故障估计算法，提高了故障估计的收敛速度。同时所提出的故障估计方法可以同时估计每个姿态控制***的所有执行器故障。
发明内容
发明目的：针对上述现有技术，提出一种姿态同步控制***的自适应固定时间故障估计方法。
一种姿态同步控制***的自适应固定时间故障估计方法，包括以下步骤：
5)构建具有N个子***的姿态同步控制***，建立第i个子***数学模型，i＝1,2,...,N；获取表示网络通信结构的Laplace矩阵L和自回路矩阵G；
6)基于固定时间方法，分别构建故障估计观测器和自适应固定时间故障估计算法；
7)定义第i个姿态同步控制***故障估计误差ef(t)，构建角速率误差方程和故障估计误差方程，并求取步骤2)中故障估计观测器中的待定设计常数η、α、β、λ、c1、c2和自适应固定时间故障估计算法中的待定设计常数γi、p、q、σ、h1、h2；
8)故障估计误差ef(t)一直最终有界，并收敛到零的附近，得出故障估计值在固定时间内收敛到故障真实值的附近，实现了准确的故障估计。
优选的，步骤1)中第i个子***数学模型，i＝1,2,...,N为：
Figure BDA0003705488250000021
其中：J＝diag{J1,J2,J3}是转动惯量矩阵，J1、J2和J3分别是x轴、y轴和z轴的转动惯量；
Figure BDA0003705488250000022
是姿态角速率，
Figure BDA0003705488250000023
是控制输入力矩，
Figure BDA0003705488250000024
是外部干扰，表示并且有界满足
Figure BDA0003705488250000025
Figure BDA0003705488250000026
是一个正的标量，
Figure BDA0003705488250000027
代表未知的加性执行器故障，并且有界，其中1，2，3分别x轴、y轴和z轴，
斜对称矩阵
Figure BDA0003705488250000028
表示为：
Figure BDA0003705488250000029
为了便于分析，由于转动惯量矩阵J是非奇异的，将第i个子***数学模型等价变换为：
Figure BDA00037054882500000210
Laplace矩阵L和自回路矩阵G：
Figure BDA00037054882500000211
优选的，步骤2)的实现过程为：
2.1)对于非线性姿态同步控制***，基于固定时间方法构造如下故障估计观测器：
Figure BDA0003705488250000031
其中：“∧”为估计值，η、α、β和λ是待定设计参数；
ξi(t)为定义的相对角速率估计误差：
ξi(t)＝∑aij(ωei(t)-ωej(t))+biωei(t)
其中，相对角速率估计误差：
Figure BDA0003705488250000032
和
Figure BDA0003705488250000033
aij是Laplace矩阵L的元素，bi是自回路矩阵G的对角元素；
变量-λsign(ξi(t))用于处理外部干扰di(t)，
Figure BDA0003705488250000034
sign(·)表示符号函数；变量
Figure BDA0003705488250000035
常数0＜c1＜1和c2＞1；|ξi(t)|表示ξi(t)的绝对值；
假设非线性项
Figure BDA0003705488250000036
满足Lipschitz条件
Figure BDA0003705488250000037
其中lgi是Lipschitz常数；
2.2)对于非线性故障估计观测器，构造如下的自适应固定时间故障估计算法：
Figure BDA0003705488250000038
其中，矩阵
Figure BDA0003705488250000039
是自适应学习率，、γi1,γi2,γi3分别是x轴、y轴和z轴的学习率；σ是待定设计参数，标量p,q＞0,常数0＜h1＜1和h2＞1；
优选的，步骤3)的实现过程为：
定义第i个姿态同步控制***故障估计误差
Figure BDA00037054882500000310
第i个***的误差动态方程如下：
Figure BDA00037054882500000311
其中，
Figure BDA00037054882500000312
是姿态同步控制***中的非线性函数，
定义全局变量：
全局角速率估计误差：
Figure BDA0003705488250000041
全局非线性函数的估计：
Figure BDA0003705488250000042
全局非线性函数：
Figure BDA0003705488250000043
全局相对输出估计误差：
Figure BDA0003705488250000044
全局故障估计误差：
Figure BDA0003705488250000045
全局干扰向量：
Figure BDA0003705488250000046
全局自适应学习率：Γ＝diag{γ1,γ2,…,γN}，
得到角速率误差方程和故障估计误差方程：
角速率估计误差方程：
Figure BDA0003705488250000047
并基于该误差方程，求解故障估计观测器中待定设计常数η、α、β、λ、c1、c2；
故障估计方程：
Figure BDA0003705488250000048
并基于该估计方程，求解自适应固定时间故障估计算法待定设计常数γi、p、q、σ、h1、h2。
优选的，步骤4)的实现过程为：
对于姿态同步控制***，如果故障估计观测器和自适应固定时间故障估计算法成立，并且满足：
Figure BDA0003705488250000049
Figure BDA00037054882500000410
其中，η、δ、p、ε、q、μ、θ是正的标量，lg是所有子***Lipschitz常数lgi(i＝1,2,...,N)的最大值，
Figure BDA00037054882500000411
表示矩阵
Figure BDA00037054882500000412
的最小特征值，
Figure BDA00037054882500000413
表示矩阵
Figure BDA00037054882500000414
的最大特征值，那么角速率估计误差ωe(t)和故障估计误差ef(t)是一致最终有界，并且是实际固定时间稳定；
最终，故障估计误差ef(t)一直最终有界，并收敛到零的附近区域，得出故障估计值在固定时间内收敛到故障真实值的附近，实现了准确的故障估计。
有益效果：1、本发明利用姿态同步控制***的相对输出，设计了基于固定时间技术的分布式故障估计观测器。
2、本发明在固定时间故障估计观测器基础上，提出了固定时间自适应故障估计算法，提升了故障估计的快速性，这是一种突破性的技术创新。
3、本发明从误差动态***的全局出发，对其进行分析和设计，该方法可以同时估计每个子***的故障。本发明对于姿态同步控制***的实时故障估计与准确监测具有重要的实用参考价值。
附图说明
图1为本发明的流程图；
图2为姿态同步控制***通信拓扑结构图；
图3为本发明实施例所测的基于固定时间故障估计设计的姿态控制***1的执行器故障估计曲线；
图4为本发明实施例所测的基于固定时间故障估计设计的姿态控制***2的执行器故障估计曲线；
图5为本发明实施例所测的基于固定时间故障估计设计的姿态控制***3的执行器故障估计曲线；
图6为本发明实施例所测的基于固定时间故障估计设计的姿态控制***4的执行器故障估计曲线；
图7为本发明实施例所测的基于固定时间故障估计设计的姿态控制***1的执行器故障估计曲线与真实执行器故障的比较曲线；
图8为本发明实施例所测的基于固定时间故障估计设计的姿态控制***2的执行器故障估计曲线与真实执行器故障的比较曲线；
图9为本发明实施例所测的基于固定时间故障估计设计的姿态控制***3的执行器故障估计曲线与真实执行器故障的比较曲线；
图10为本发明实施例所测的基于固定时间故障估计设计的姿态控制***4的执行器故障估计曲线与真实执行器故障的比较曲线。
具体实施方式
下面结合附图对本发明做更进一步的解释。
一种姿态同步控制***的自适应固定时间故障估计方法，包括以下步骤：
步骤1：将姿态控制***进行等价变换；
步骤2：基于固定时间方法，分别构建故障估计观测器和自适应故障估计算法；
步骤3：定义全局误差向量，构建角速率误差方程和故障估计误差方程，并求取故障估计观测器和自适应故障估计算法中的待定设计参数；
步骤4：根据步骤2中的故障估计观测器和自适应故障估计算法和步骤3中的待定设计参数，得到姿态同步控制***故障估计观测器；将每个姿态控制***的输入数据、输出数据输入分布式故障估计观测器，得到每个子***的执行器故障估计值，从而对姿态控制***执行器故障进行估计。
引理1：对于如下的连续时间***：
Figure BDA0003705488250000061
其中，
Figure BDA0003705488250000062
如果一个Lyapunov函数使得
Figure BDA0003705488250000063
其中，0＜h1＜1，h2＞1，α＞0，β＞0，***的原点是实际固定时间稳定，并且残差区间是
Figure BDA0003705488250000064
其中，
Figure BDA0003705488250000065
是一个标量并且满足
Figure BDA0003705488250000066
收敛时间T是有界的
Figure BDA0003705488250000067
引理2：对于常数κ1,κ2,...,κN≥0，使得如下不等式成立
Figure BDA0003705488250000068
Figure BDA0003705488250000071
引理3：对于任意的向量x,y，和常数ε1,ε2,ε3≥0，使得如下不等式成立
Figure BDA0003705488250000072
进一步的，所述步骤1中具有N个子***的姿态同步控制***，第i个子***数学模型为：
Figure BDA0003705488250000073
其中，J＝diag{J1,J2,J3}是转动惯量矩阵，
Figure BDA0003705488250000074
是姿态角速率，
Figure BDA0003705488250000075
是控制输入力矩，
Figure BDA0003705488250000076
是外部干扰，并且有界满足
Figure BDA0003705488250000077
Figure BDA0003705488250000078
是一个正的标量。
Figure BDA0003705488250000079
代表未知的加性执行器故障，并且是有界的。斜对称矩阵
Figure BDA00037054882500000710
表示为
Figure BDA00037054882500000711
为了便于分析，由于转动惯量矩阵J是非奇异的，将姿态控制***等价变换为：
Figure BDA00037054882500000712
进一步的，所述步骤2具体为：
步骤2.1：对于非线性姿态控制***，构造如下基于相对角速率估计误差的固定时间故障估计观测器：
Figure BDA00037054882500000713
其中，
Figure BDA00037054882500000714
是角速率估计，
Figure BDA00037054882500000715
是执行器故障估计，η、α、β和λ是待设计正的标量；-λsign(ξi(t))是用于处理外部干扰di(t)，满足
Figure BDA00037054882500000716
sign(·)表示符号函数，
Figure BDA00037054882500000717
0＜c1＜1和c2＞1；假设非线性项满足Lipschitz条件
Figure BDA0003705488250000081
其中lgi是Lipschitz常数。同时，定义相对角速率估计误差
ξi(t)＝∑aij(ωei(t)-ωej(t))+biωei(t)
其中，
Figure BDA0003705488250000082
和
Figure BDA0003705488250000083
aij是Laplace矩阵L的元素，bi是自回路矩阵G的对角元素。
步骤2.2：对于非线性观测器，构造如下的固定时间自适应故障估计算法：
Figure BDA0003705488250000084
其中，
Figure BDA0003705488250000085
是自适应学习率，
Figure BDA0003705488250000086
是待设计的参数，标量p,q＞0。
进一步的，所述步骤3中，先定义第i个姿态同步控制***故障估计误差
Figure BDA0003705488250000087
第i个***的误差动态方程如下：
Figure BDA0003705488250000088
其中，
Figure BDA0003705488250000089
定义如下的全局变量
Figure BDA00037054882500000810
Figure BDA00037054882500000811
Figure BDA00037054882500000812
Γ＝diag{γ1,γ2,…,γN}，σ＝diag{σ1,σ2,…,σN}，
可得如下的角速率误差方程和故障估计误差方程
Figure BDA00037054882500000813
Figure BDA00037054882500000814
进一步的，所述步骤3中构建故障估计观测器和自适应故障估计算法中参数选取如下：
步骤4：对于姿态同步控制***，如果分布式的故障估计观测器和自适应故障估计算法成立，那么角速率估计误差ωe(t)和故障估计误差ef(t)是一致最终有界，并且是实际固定时间稳定。
考虑如下形式的Lyapunov函数：
V(t)＝V1(t)+V2(t)
其中，
Figure BDA0003705488250000091
矩阵L表示姿态同步控制***无向通讯链接拓扑图的Laplace矩阵，矩阵G自回路矩阵。由于矩阵(L+G)和自适应学习率矩阵Γ均为对称正定，可得V1(t)＞0,V2(t)＞0。
取V1(t)对于时间的导数为
Figure BDA0003705488250000092
根据Young不等式定理，可得
Figure BDA0003705488250000093
其中，δ是一个正的标量，lg是lgi(i＝1,2,...,N)的最大值，
Figure BDA0003705488250000094
表示矩阵
Figure BDA0003705488250000095
的最小特征值，
Figure BDA0003705488250000096
表示矩阵
Figure BDA0003705488250000097
的最大特征值。
Figure BDA0003705488250000101
根据引理2，可得
Figure BDA0003705488250000102
其中，
Figure BDA0003705488250000103
是
Figure BDA0003705488250000104
的最小特征根。
Figure BDA0003705488250000105
其次，基于自适应故障估计算法，V2(t)对于时间的导数为
Figure BDA0003705488250000106
进一步可得出如下不等式：
Figure BDA0003705488250000107
Figure BDA0003705488250000108
Figure BDA0003705488250000111
Figure BDA0003705488250000112
其中，
Figure BDA0003705488250000113
Figure BDA0003705488250000114
和
Figure BDA0003705488250000115
是正的标量。
综上可以得出
Figure BDA0003705488250000116
Figure BDA0003705488250000117
其中，
Figure BDA0003705488250000118
如果如下三个条件成立
Figure BDA0003705488250000119
Figure BDA00037054882500001110
同时，令
Figure BDA00037054882500001111
进一步可得
Figure BDA00037054882500001112
根据引理3，同时由于如下不等式成立：
Figure BDA0003705488250000121
进一步可以得出
Figure BDA0003705488250000122
其中，
Figure BDA0003705488250000123
定义如下两个新的标量：
Figure BDA0003705488250000124
Figure BDA0003705488250000125
最终可以得出：
Figure BDA0003705488250000126
其中，υ是υ1(t)+υ2(t)的上界。
因此，根据引理1，可以得出角速率估计误差ωe(t)和故障估计误差ef(t)是实际固定时间收敛，并且残差区间为
Figure BDA0003705488250000127
同时收敛时间可以得出：
Figure BDA0003705488250000128
其中，标量满足
Figure BDA0003705488250000129
基于图2，本实施例考虑如下四个姿态控制***用于验证提出固定时间故障估计观测器设计方法的有效性。
Figure BDA00037054882500001210
其中，转动惯量矩阵J＝diag{20,17,15}kgm2，外部干扰
di(t)＝0.001[sin(0.8t) cos(0.5t) sin(0.3t)]TNm。
从图1可以得到Laplace矩阵L和自回路矩阵G：
Figure BDA0003705488250000131
进一步得出矩阵(L+B)是对称，并且是非奇异的。
分布式固定时间故障估计观测器中的参数选取为η＝6，α＝0.4，β＝1，λ＝0.01，c1＝0.1，c2＝1.1。固定时间自适应故障估计算法中的参数选取为γi＝diag{500,500,500}，p＝0.5，q＝1，σi＝0.001。
为验证本发明基于固定时间技术的分布式故障估计观测器和自适应故障估计算法的效果，采用以下仿真实施例来进行验证。
假定每个姿态控制***的出现执行器故障fij(t)(i＝1,2,...,N；j＝1,2,3)分别表示如下：第1个姿态控制***的执行器故障：
Figure BDA0003705488250000132
第2个姿态控制***的执行器故障：
Figure BDA0003705488250000133
第3个姿态控制***的执行器故障：
Figure BDA0003705488250000134
第4个姿态控制***的执行器故障：
Figure BDA0003705488250000141
四个姿态控制***的固定时间分布式故障估计仿真曲线如图3-6。从仿真图可以看出基于固定时间技术的故障估计技术可以快速准确地估计故障。即使多个***同时发生故障，所提出的设计方法也可以准确地估计出每个发生故障。
为了验证故障估计的效果，我们将实际值与故障估计值进行了比较。从图7-10可以看出，所提出的方法能够准确估计故障的真实值，并且对外部干扰也具有较好的鲁棒性。
对于仿真，图3为本发明实施例所测的基于固定时间故障估计设计的姿态控制***1的执行器故障估计曲线，其中：
Figure BDA0003705488250000142
代表姿态控制***1的执行器故障f11(t)的估计值，
Figure BDA0003705488250000143
代表姿态控制***1的执行器故障f12(t)的估计值，
Figure BDA0003705488250000144
代表姿态控制***1的执行器故障f13(t)的估计值。
图4为本发明实施例所测的基于固定时间故障估计设计的姿态控制***2的执行器故障估计曲线，其中：
Figure BDA0003705488250000145
代表姿态控制***2的执行器故障f21(t)的估计值，
Figure BDA0003705488250000146
代表姿态控制***2的执行器故障f22(t)的估计值，
Figure BDA0003705488250000147
代表姿态控制***2的执行器故障f23(t)的估计值。
图5为本发明实施例所测的基于固定时间故障估计设计的姿态控制***3的执行器故障估计曲线，其中：
Figure BDA0003705488250000148
代表姿态控制***3的执行器故障f31(t)的估计值，
Figure BDA0003705488250000149
代表姿态控制***3的执行器故障f32(t)的估计值，
Figure BDA00037054882500001410
代表姿态控制***3的执行器故障f33(t)的估计值。
图6为本发明实施例所测的基于固定时间故障估计设计的姿态控制***4的执行器故障估计曲线，其中：
Figure BDA00037054882500001411
代表姿态控制***4的执行器故障f41(t)的估计值，
Figure BDA00037054882500001412
代表姿态控制***4的执行器故障f42(t)的估计值，
Figure BDA00037054882500001413
代表姿态控制***4的执行器故障f43(t)的估计值。
图7为本发明实施例所测的基于固定时间故障估计设计的姿态控制***1的执行器故障估计曲线与真实执行器故障的比较曲线，其中：f11(t)代表姿态控制***1的第一个执行器真实故障，
Figure BDA0003705488250000151
代表姿态控制***1的执行器故障f11(t)的估计值；f12(t)代表姿态控制***1的第二个执行器真实故障，
Figure BDA0003705488250000152
代表姿态控制***1的执行器故障f12(t)的估计值。
图8为本发明实施例所测的基于固定时间故障估计设计的姿态控制***2的执行器故障估计曲线与真实执行器故障的比较曲线，其中：f21(t)代表姿态控制***2的第一个执行器真实故障，
Figure BDA0003705488250000153
代表姿态控制***2的执行器故障f21(t)的估计值；f23(t)代表姿态控制***2的第三个执行器真实故障，
Figure BDA0003705488250000154
代表姿态控制***2的执行器故障f23(t)的估计值。
图9为本发明实施例所测的基于固定时间故障估计设计的姿态控制***3的执行器故障估计曲线与真实执行器故障的比较曲线，其中：f32(t)代表姿态控制***3的第二个执行器真实故障，
Figure BDA0003705488250000155
代表姿态控制***3的执行器故障f32(t)的估计值；f33(t)代表姿态控制***3的第三个执行器真实故障，
Figure BDA0003705488250000156
代表姿态控制***3的执行器故障f33(t)的估计值。
图10为本发明实施例所测的基于固定时间故障估计设计的姿态控制***4的执行器故障估计曲线与真实执行器故障的比较曲线，其中：f41(t)代表姿态控制***4的第一个执行器真实故障，
Figure BDA0003705488250000157
代表姿态控制***4的执行器故障f41(t)的估计值；f43(t)代表姿态控制***4的第三个执行器真实故障，
Figure BDA0003705488250000158
代表姿态控制***4的执行器故障f43(t)的估计值。
将在线获得的故障估计曲线和实际的真实故障曲线放置在同一坐标下进行比较，是为了验证提出的执行器故障估计观测器的估计效果。从仿真结果可以得出，当姿态同步控制***中一个或多个***出现执行器故障时，本发明设计的基于固定时间的故障估计可以提升故障估计的快速性，对外界干扰具有较好的鲁棒性，并准确检测并估计出四个子***中出未知的执行器转矩故障。
本发明对于具有姿态同步控制***的故障估计与准确监测具有重要的实用参考价值。本发明的具体实施方式中凡未涉到的说明属于本领域的公知技术，可参考公知技术加以实施。
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 (5)

1.一种姿态同步控制***的自适应固定时间故障估计方法，其特征在于，包括以下步骤：
1)构建具有N个子***的姿态同步控制***，建立第i个子***数学模型，i＝1,2,...,N；获取表示网络通信结构的Laplace矩阵L和自回路矩阵G；
2)基于固定时间方法，分别构建故障估计观测器和自适应固定时间故障估计算法；
3)定义第i个姿态同步控制***故障估计误差ef(t)，构建角速率误差方程和故障估计误差方程，并求取步骤2)中故障估计观测器中的待定设计常数η、α、β、λ、c1、c2和自适应固定时间故障估计算法中的待定设计常数γi、p、q、σ、h1、h2；
4)故障估计误差ef(t)一直最终有界，并收敛到零的附近，得出故障估计值在固定时间内收敛到故障真实值的附近，实现了准确的故障估计。
2.如权利要求1所述的一种姿态同步控制***的自适应固定时间故障估计方法，其特征在于，步骤1)中第i个子***数学模型，i＝1,2,...,N为：
Figure FDA0003705488240000011
其中：J＝diag{J1,J2,J3}是转动惯量矩阵，J1、J2和J3分别是x轴、y轴和z轴的转动惯量；
Figure FDA0003705488240000012
是姿态角速率，
Figure FDA0003705488240000013
是控制输入力矩，
Figure FDA0003705488240000014
是外部干扰，表示并且有界满足
Figure FDA0003705488240000015
Figure FDA0003705488240000016
是一个正的标量，
Figure FDA0003705488240000017
代表未知的加性执行器故障，并且有界，其中1，2，3分别x轴、y轴和z轴，
斜对称矩阵
Figure FDA0003705488240000018
表示为：
Figure FDA0003705488240000019
为了便于分析，由于转动惯量矩阵J是非奇异的，将第i个子***数学模型等价变换为：
Figure FDA00037054882400000110
Laplace矩阵L和自回路矩阵G：
Figure FDA0003705488240000021
3.如权利要求2所述的一种姿态同步控制***的自适应固定时间故障估计方法，其特征在于，步骤2)的实现过程为：
2.1)对于非线性姿态同步控制***，基于固定时间方法构造如下故障估计观测器：
Figure FDA0003705488240000022
其中：“∧”为估计值，η、α、β和λ是待定设计参数；
ξi(t)为定义的相对角速率估计误差：
ξi(t)＝∑aij(ωei(t)-ωej(t))+biωei(t)
其中，相对角速率估计误差：
Figure FDA0003705488240000023
和
Figure FDA0003705488240000024
aij是Laplace矩阵L的元素，bi是自回路矩阵G的对角元素；
变量-λsign(ξi(t))用于处理外部干扰di(t)，
Figure FDA0003705488240000025
sign(·)表示符号函数；变量
Figure FDA0003705488240000026
常数0＜c1＜1和c2＞1；|ξi(t)|表示ξi(t)的绝对值；
假设非线性项
Figure FDA0003705488240000027
满足Lipschitz条件
Figure FDA0003705488240000028
其中lgi是Lipschitz常数；
2.2)对于非线性故障估计观测器，构造如下的自适应固定时间故障估计算法：
Figure FDA0003705488240000029
其中，矩阵
Figure FDA00037054882400000210
是自适应学习率，、γi1,γi2,γi3分别是x轴、y轴和z轴的学习率；σ是待定设计参数，标量p,q＞0,常数0＜h1＜1和h2＞1；
4.如权利要求3所述的一种姿态同步控制***的自适应固定时间故障估计方法，其特征在于，步骤3)的实现过程为：
定义第i个姿态同步控制***故障估计误差
Figure FDA00037054882400000211
第i个***的误差动态方程如下：
Figure FDA0003705488240000031
其中，
Figure FDA0003705488240000032
是姿态同步控制***中的非线性函数，定义全局变量：
全局角速率估计误差：
Figure FDA0003705488240000033
全局非线性函数的估计：
Figure FDA0003705488240000034
全局非线性函数：
Figure FDA0003705488240000035
全局相对输出估计误差：
Figure FDA0003705488240000036
全局故障估计误差：
Figure FDA0003705488240000037
全局干扰向量：
Figure FDA0003705488240000038
全局自适应学习率：Γ＝diag{γ1,γ2,…,γN}，
得到角速率误差方程和故障估计误差方程：
角速率估计误差方程：
Figure FDA0003705488240000039
并基于该误差方程，求解故障估计观测器中待定设计常数η、α、β、λ、c1、c2；
故障估计方程：
Figure FDA00037054882400000310
并基于该估计方程，求解自适应固定时间故障估计算法待定设计常数γi、p、q、σ、h1、h2。
5.如权利要求4所述的一种姿态同步控制***的自适应固定时间故障估计方法，其特征在于，步骤4)的实现过程为：
对于姿态同步控制***，如果故障估计观测器和自适应固定时间故障估计算法成立，并且满足：
Figure FDA0003705488240000041
Figure FDA0003705488240000042
σ-pε-qμ-θ＞0；
其中，η、δ、p、ε、q、μ、θ是正的标量，lg是所有子***Lipschitz常数lgi(i＝1,2,...,N)的最大值，
Figure FDA0003705488240000043
表示矩阵
Figure FDA0003705488240000044
的最小特征值，
Figure FDA0003705488240000045
表示矩阵
Figure FDA0003705488240000046
的最大特征值，那么角速率估计误差ωe(t)和故障估计误差ef(t)是一致最终有界，并且是实际固定时间稳定；
最终，故障估计误差ef(t)一直最终有界，并收敛到零的附近区域，得出故障估计值在固定时间内收敛到故障真实值的附近，实现了准确的故障估计。
CN202210706312.9A 2022-06-21 2022-06-21 一种姿态同步控制***的自适应固定时间故障估计方法 Pending CN115016520A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210706312.9A CN115016520A (zh) 2022-06-21 2022-06-21 一种姿态同步控制***的自适应固定时间故障估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210706312.9A CN115016520A (zh) 2022-06-21 2022-06-21 一种姿态同步控制***的自适应固定时间故障估计方法

Publications (1)

Publication Number Publication Date
CN115016520A true CN115016520A (zh) 2022-09-06

Family

ID=83077369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210706312.9A Pending CN115016520A (zh) 2022-06-21 2022-06-21 一种姿态同步控制***的自适应固定时间故障估计方法

Country Status (1)

Country Link
CN (1) CN115016520A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103135553A (zh) * 2013-01-21 2013-06-05 南京航空航天大学 四旋翼飞行器容错控制方法
KR20180006546A (ko) * 2016-07-07 2018-01-18 중앙대학교 산학협력단 미지의 시간 지연된 비선형 고장을 가지는 복수의 서브 시스템이 상호 연결된 시스템을 제어하는 제어장치 및 제어방법
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
CN109557818A (zh) * 2019-01-10 2019-04-02 南京航空航天大学 具有执行器和传感器故障的多智能体跟踪***的滑模容错控制方法
CN113568419A (zh) * 2021-05-18 2021-10-29 南京邮电大学 一种变载四旋翼无人机容错控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103135553A (zh) * 2013-01-21 2013-06-05 南京航空航天大学 四旋翼飞行器容错控制方法
KR20180006546A (ko) * 2016-07-07 2018-01-18 중앙대학교 산학협력단 미지의 시간 지연된 비선형 고장을 가지는 복수의 서브 시스템이 상호 연결된 시스템을 제어하는 제어장치 및 제어방법
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
CN109557818A (zh) * 2019-01-10 2019-04-02 南京航空航天大学 具有执行器和传感器故障的多智能体跟踪***的滑模容错控制方法
CN113568419A (zh) * 2021-05-18 2021-10-29 南京邮电大学 一种变载四旋翼无人机容错控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
翟丽相;钱默抒;刘剑慰;: "无人机姿态控制***滑模动态面容错控制方法", ***仿真技术, no. 03, 28 August 2017 (2017-08-28) *

Similar Documents

Publication Publication Date Title
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
CN108646758B (zh) 一种多移动机器人预设性能编队控制器结构及设计方法
CN103425135B (zh) 一种具有输入饱和的近空间飞行器鲁棒控制方法
Li et al. Adaptive neural networks decentralized FTC design for nonstrict-feedback nonlinear interconnected large-scale systems against actuator faults
CN105404304B (zh) 基于归一化神经网络的航天器容错姿态协同跟踪控制方法
CN106547207B (zh) 一种非线性多输入多输出***混合式观测器构建方法
CN109144084B (zh) 一种基于固定时间收敛观测器的垂直起降重复使用运载器姿态跟踪控制方法
CN106774273B (zh) 针对变时滞控制***执行器故障的滑模预测容错控制方法
CN107797454B (zh) 基于有限时间控制的多智能体***协同容错控制方法
CN107422741B (zh) 基于学习的保预设性能集群飞行分布式姿态追踪控制方法
CN110209148B (zh) 一种基于描述***观测器的网络化***的故障估计方法
CN105912009B (zh) 基于极点配置和模糊自抗扰控制技术的四旋翼飞行器控制方法
CN112987567B (zh) 非线性***的固定时间自适应神经网络滑模控制方法
Zhang et al. Hybrid fuzzy adaptive fault-tolerant control for a class of uncertain nonlinear systems with unmeasured states
Schlanbusch et al. PD+ based output feedback attitude control of rigid bodies
Wang et al. Dynamic output feedback fault tolerant control for unmanned underwater vehicles
CN110543184B (zh) 一种刚性飞行器的固定时间神经网络控制方法
CN110488603B (zh) 一种考虑执行器受限问题的刚性飞行器自适应神经网络跟踪控制方法
CN110543183B (zh) 一种考虑执行器受限问题的刚体飞行器固定时间姿态跟踪控制方法
CN111781827A (zh) 基于神经网络和滑模控制的卫星编队控制方法
CN104197793B (zh) 一种导弹pid控制器参数自适应调节的方法
Nie et al. Switched linear parameter‐varying tracking control for quadrotors with large attitude angles and time‐varying inertia
Zuo et al. Fuzzy adaptive output-feedback constrained trajectory tracking control for HFVs with fixed-time convergence
CN116466588A (zh) 多智能体***的有限时间时变编队跟踪控制方法及***
CN115220472A (zh) 一种切换拓扑下空-地异构编队***的容错控制方法

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