CN117250867A - 一种多模式垂直起降飞行器自愈控制方法 - Google Patents
一种多模式垂直起降飞行器自愈控制方法 Download PDFInfo
- Publication number
- CN117250867A CN117250867A CN202311482925.XA CN202311482925A CN117250867A CN 117250867 A CN117250867 A CN 117250867A CN 202311482925 A CN202311482925 A CN 202311482925A CN 117250867 A CN117250867 A CN 117250867A
- Authority
- CN
- China
- Prior art keywords
- representing
- control
- model
- landing aircraft
- uncertainty
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000007246 mechanism Effects 0.000 claims abstract description 46
- 230000007704 transition Effects 0.000 claims abstract description 21
- 238000013461 design Methods 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 230000033001 locomotion Effects 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 26
- 230000003044 adaptive effect Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 20
- 241000272525 Anas platyrhynchos Species 0.000 claims description 16
- 238000011217 control strategy Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 230000002411 adverse Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000001141 propulsive effect Effects 0.000 claims 1
- 230000008859 change Effects 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 101100001674 Emericella variicolor andI gene Proteins 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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)
- Feedback Control In General (AREA)
Abstract
本发明提出一种多模式垂直起降飞行器自愈控制方法,首先建立包含模型不确定性的高速飞行多模式垂直起降飞行器动力学模型,并构建考虑执行机构故障和模型不确定性的多模式垂直起降飞行器***模型;针对过渡控制中的模型不确定性问题,设计高阶自适应滑模控制模块对其进行补偿,并设计低阶动态控制分配模块,接收高阶控制模块产生的虚拟控制指令;并且将过渡控制中的执行机构故障问题纳入设计范围,构建新的高阶控制模块,保持在模型不确定性和执行机构故障影响下的整个***综合控制性能。
Description
技术领域
本发明涉及无人机控制技术领域,具体涉及一种多模式垂直起降飞行器自愈控制方法。
背景技术
近年来,无人机在监视监控、物流运输等领域的实际应用受到了越来越多的关注,其中旋翼和固定翼飞行模式的多模式垂直起降飞行器,由于其兼具旋翼飞机可垂直起降、定点悬停以及固定翼飞行器动力效率高、续航时间长的优点,正在成为新型飞行器发展的关注焦点。
在多模式垂直起降飞行器的研究中,控制问题始终是核心问题之一,尤其是在过渡模式中,由于具有很强的气动干扰和参数不确定性,控制问题愈加明显。虽然针对多模式垂直起降飞行器的过渡控制问题已经开展了许多研究工作,但仍存在下列技术问题需要解决:
首先,目前针对多模式垂直起降飞行器的过渡控制技术仅考虑了过渡模式中存在的不确定气动干扰,并没有考虑过渡模式中出现执行机构故障的情况,由于过渡模式本身存在参数不确定特点,导致在过渡模式中如果出现执行机构故障,难以采用传统飞行控制方法克服,从而加剧***的不稳定。
其次,现有的应对执行机构故障的容错控制分配方案,通常都需要较为精准的故障信息,一些方案利用自适应滑模控制来解决容错控制问题,但是多数方案均是利用滑模控制固有的鲁棒性来补偿控制分配误差,应用在多模式垂直起降飞行器的过渡飞行过程中,可能会引起较大控制抖振。
此外,现有采取自适应滑模控制来补偿执行机构故障和模型不确定性带来的不利影响的技术方案,通常是利用滑模变量来制定自适应方案进而估计不确定的控制参数,当跟踪误差非零时则会导致控制参数被过高估计,也会引起控制抖振并导致闭环***不稳定。
发明内容
为解决现有技术存在的问题,尤其是传统自适应滑模控制应用在多模式垂直起降飞行器中时出现的问题,本发明提出一种多模式垂直起降飞行器自愈控制方法,该方法在高阶采用自适应滑模控制,在低阶采用动态控制分配的自适应容错控制方案,可以同时适应执行机构故障和模型不确定性带来的影响。
具体包括以下步骤:
步骤1:建立包含模型不确定性的高速飞行多模式垂直起降飞行器动力学模型;
步骤2:构建考虑执行机构故障和模型不确定性的多模式垂直起降飞行器***模型;
步骤3:针对多模式垂直起降飞行器过渡控制中的模型不确定性问题,设计高阶控制模块对其进行补偿,使闭环***在有故障和无故障情况下均保持跟踪性能,并设计低阶动态控制分配模块,接收高阶控制模块产生的虚拟控制指令;
步骤4:在步骤3设计的基础之上,将多模式垂直起降飞行器过渡控制中的执行机构故障问题纳入设计范围,构建新的高阶控制模块,保持在模型不确定性和执行机构故障影响下的整个***综合控制性能。
进一步的,所述多模式垂直起降飞行器包括布置在机身前、中、后部的鸭翼、主旋翼和平尾,以及包括升降舵、方向舵在内的执行机构,其中执行机构采用冗余设计;在机身头部还具有推进螺旋桨;在直升机模式下,主旋翼处于旋翼飞行模式,通过总矩进行高度控制,通过纵向周期变矩进行纵向和横航向控制;在固定翼模式下,主旋翼被锁定成为固定翼,前飞动力来源于机头的螺旋桨转动,飞行器的滚转和俯仰运动由升降舵和鸭翼上的舵面共同控制,偏航运动则由垂尾方向舵来控制;在两种飞行模式转换的过渡模式下,执行机构共同工作达到期望的运动状态。
进一步的,步骤1中,在机体坐标系下,建立的包含模型不确定性的高速飞行多模式垂直起降飞行器动力学模型为:
其中表示由主旋翼产生的沿轴的力的确定部分,表示由机身
产生的沿轴的力的确定部分,表示沿轴的力的不确定部分,表示由主
旋翼产生的沿轴的力的确定部分,表示由机身产生的沿轴的力的确定部
分,表示沿轴的力的不确定部分,表示由主旋翼产生的沿轴的力矩的确
定部分,表示由机身产生的沿轴的力矩的确定部分,表示沿轴的力
矩的不确定部分;表示沿着机体坐标系轴的前向速度,为的一阶导数,表示沿
着机体坐标系轴的垂向速度,为的一阶导数,表示俯仰角,为的二阶导数,表
示俯仰角速度,表示关于机体坐标系轴转动惯量,为重力加速度,表示机体质
量;表示机头推进螺旋桨所产生的推力,表示主旋翼总矩控制输入,表示主旋翼产生
的纵向周期变矩控制输入,表示鸭翼偏转的控制输入,表示升降舵偏转的控制输入,表示由主旋翼总矩控制输入产生的力矩系数,表示由主旋翼产生的纵向周期变矩控
制输入产生的力矩系数,表示由鸭翼偏转的控制输入产生的力矩系数,表示升降舵
偏转的控制输入产生的力矩系数。
进一步的,步骤2中,建立的考虑执行机构故障和模型不确定性的多模式垂直起降飞行器***模型为:
式中,i=1,2,3,和为状态量,,,表示的第i个分量,表示的第i个分量,表示的一阶导数,表示的一阶导数;为执行机构的控制输入;和表示第i个***模型中
的确定部分,表示第个***模型中的不确定部分;为虚拟控制
量,表示v的第个分量,其中为前向运动***模型中的虚拟控制量,为垂向运动***
模型中的虚拟控制量,为俯仰运动***模型中的虚拟控制量;是第个***模型中的控
制效能矩阵,表示执行机构的控制输入对于状态量的作用;是表示执行机构工作效能的对角矩阵,表示该对角
矩阵中的第个对角元所对应的执行机构正常工作,而则表示第个对角元所对应
的执行机构存在一定程度的故障。
进一步的,
所述前向运动***模型中的各部分为:
所述垂向运动***模型中的各部分为:
所述俯仰运动***模型中的各部分为:
这里采用作为的简写,作为的简写,作为
的简写,i=1,2,3。
进一步的,步骤3的具体过程为:
首先,根据步骤2***模型中的状态量,,在第个***模型中,用表示状态量的期望输入,得到状态量的跟踪误差为
以和表示控制增益,并用表示初始时间常数,用表示状态量在初
始时刻的值,设计得到如下形式的期望滑模面:
将上式求导得到
接着,设计针对模型不确定性的补偿项,令,得到
进一步得到对模型不确定性部分进行自适应补偿的虚拟控制指令
这里采用作为的简写,作为的简写;
此外,设计确保滑模运动的鲁棒反馈虚拟控制指令为
式中,表示自适应控制增益,表示滑模边界层的厚度,饱和函数的形
式被表示为
以表示的估计值,进而得出高阶控制模块的虚拟控制量为
同时,用表示当前滑模面距离边界层的代数距离,表示控制
自适应率的正参数,则估计值的自适应律被设计为
最后,设计低阶动态控制分配模块:采取二次优化方法,将虚拟控制量分配至可用的冗余执行机构上;其中动态控制分配策略表示为
式中,表示实际控制输入;表示期望稳态控制输入;表示控制效能矩阵;
、以及为权重矩阵;表示二维欧氏距离,和分别表示执行机构的可控制下
限与上限;表示计算的采样时间,表示满足约束条件的合集。
进一步的,步骤4的具体过程为:
当存在执行机构故障时,步骤2中建立的非线性***模型中的对角矩阵为非一
致性矩阵,在第个***模型中,将表示虚拟控制量的公式改写为
式中,是一致性矩阵,接着令,,并用表示高阶
控制模块的期望虚拟控制指令,则非线性***方程被重新表示为
假设,以表示的估计值,则***方程被改写为
通过自适应调整参数,使高阶控制模块产生更多的虚拟控制指令,来补偿执行
机构故障带来的不利影响,保持***原有的跟踪性能;
将参数与步骤3中设计控制策略的估计参数相结合,并采取和步骤3中相同的
滑模面设计,得到此时的虚拟控制量为
其中
更新参数和的自适应律被表示为
其中和是控制自适应律的正参数。
有益效果
本发明提出一种多模式垂直起降飞行器自愈控制方法,与现有技术相比具有以下优点:
本发明所提出的可以适应多种执行机构故障的自适应控制策略,是从闭环控制的角度出发的,不需要精准的故障信息并可以实时调整控制参数,因此可以对虚拟控制误差进行有效补偿,来确保***的跟踪性能,并能够将控制分配信号重新分配至冗余执行机构中去;
所提出的控制策略可以通过在连续和不连续控制部分中结合自适应控制参数,来补偿执行机构的故障,从而减少对滑模控制中对不连续控制部分的使用,并能够解决控制参数被过高估计的问题,避免控制抖振;
所提出的控制策略能够同时对多模式垂直起降飞行器执行机构故障和模型不确定性进行补偿,且无需对模型的不确定性有较为确切的了解,有效保证了闭环***的稳定性。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明方法流程图。
图2为本发明的控制律结构框图。
图3为本发明实施例在执行机构故障和模型不确定性影响下的俯仰角跟踪曲线对比图。
图4为本发明实施例在执行机构故障和模型不确定性影响下的俯仰角跟踪曲线对比图。
图5为本发明实施例在执行机构故障和模型不确定性影响下的纵向周期变矩曲线对比图。
图6为本发明实施例在执行机构故障和模型不确定性影响下的鸭翼舵面控制指令曲线对比图。
图7为本发明实施例自适应参数变化曲线图。
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
针对多模式垂直起降飞行器过渡控制中考虑执行机构故障和模型不确定性的问题,本实施例提出一种多模式垂直起降飞行器自愈控制方法,具体包括以下步骤:
步骤1:建立包含模型不确定性的高速飞行多模式垂直起降飞行器动力学模型。
本发明中所考虑的多模式垂直起降飞行器,包括布置在机身前、中、后部的鸭翼、电机驱动主旋翼和平尾,以及相应的升降舵、方向舵等控制执行机构,其中控制执行机构采用冗余设计,在机身头部还具有推进螺旋桨,该飞行器飞行模式的改变主要由主旋翼状态来决定。在直升机模式下,多模式垂直起降飞行器的工作方式与单旋翼直升机类似,主旋翼处于旋翼飞行模式,通过总矩进行高度控制,通过纵向周期变矩进行纵向和横航向控制,而机头的螺旋桨在这种模式下并不会工作;在固定翼模式下,主旋翼将被锁定成为固定翼,此时前飞动力主要来源于机头的螺旋桨转动,飞行器的滚转和俯仰运动由升降舵和鸭翼上的舵面共同控制,偏航运动则由垂尾方向舵来控制;而在两种飞行模式转换的过渡模式下,上述两个模式中的控制舵面将会共同工作来达到期望的运动状态。
以表示机体坐标系,并假设坐标系原点与飞行器的重心重合,
轴为沿飞行器纵向轴线的坐标轴,轴为垂直与飞行器纵向面的坐标轴,轴满足右
手法则;并且由于在过渡飞行过程中飞行器的角度变化较小,因此可以合理假设其角速度
与角度变化率相同,则其动力学方程可以被表示为
式中,表示沿着机体坐标系的三轴(轴、轴以及轴)方向速
度,𝜙,𝜃,𝜓分别表示滚转角、俯仰角、偏航角,p,q,r分别表示滚转、俯仰、偏航角速度,, 分别表示关于机体坐标系的三轴转动惯量,表示惯性积,m表示机体质量,g为重力
加速度, , 表示沿着机体坐标轴的合力,, , 表示沿着机体坐标轴的合力
矩。
为了进一步简化设计,我们集中考虑飞行器的纵向控制,即合理假设
且,接着引入模型的不确定性,将主要考虑的合力与合力矩表示为
式中,表示由主旋翼产生的沿轴的力的确定部分,表示由机身
产生的沿轴的力的确定部分,表示沿轴的力的不确定部分(如主旋翼、机身、平
尾之间相互干扰产生的干扰力),表示由主旋翼产生的沿轴的力的确定部分,表示由机身产生的沿轴的力的确定部分,表示沿轴的力的不确定部分
(如主旋翼、机身、平尾之间相互干扰产生的干扰力), 表示由主旋翼产生的沿
轴的力矩的确定部分,表示由机身产生的沿轴的力矩的确定部分,表示沿轴的力矩的不确定部分(如主旋翼、机身、平尾之间相互干扰产生的干扰力矩)。因此,
可以进一步得到高速飞行多模式垂直起降飞行器动力学模型为
式中,表示机头推进螺旋桨所产生的推力,表示主旋翼总矩控制输入,表示
主旋翼产生的纵向周期变矩控制输入,表示鸭翼偏转的控制输入,表示升降舵偏转的
控制输入,表示主旋翼总矩控制输入产生的力矩系数, 表示主旋翼产生的纵向周期
变矩控制输入产生的力矩系数,表示鸭翼偏转的控制输入产生的力矩系数,表示升
降舵偏转的控制输入产生的力矩系数。
步骤2:构建考虑执行机构故障和模型不确定性的多模式垂直起降飞行器***模型,完成后续控制策略设计的准备工作:
设计得到考虑执行机构故障和模型不确定性的多模式垂直起降飞行器***模型为
式中,i=1,2,3,和为状态量,,,表
示的第i个分量,表示的第i个分量,表示的一阶导数,表示的一阶导
数;为执行机构的控制输入;和表示第i个***模型
中的确定部分,表示第i个***模型中的不确定部分;为虚
拟控制量,表示v的第个分量,其中为前向运动***模型中的虚拟控制量,为垂向运
动***模型中的虚拟控制量,为俯仰运动***模型中的虚拟控制量;是第个***模型
中的控制效能矩阵,表示执行机构的控制输入对于状态量的作用;是表示执行机构工作效能的对角矩阵,表示该对
角矩阵中的第j个对角元所对应的执行机构正常工作,而则表示第j个对角元所对
应的执行机构存在一定程度的故障。
结合步骤1中最后建立的动力学模型,可以得到各个子模型的具体方程,首先前向运动***模型中的各部分为:
垂向运动***模型中的各部分为:
俯仰运动***模型中的各部分为:
这里采用作为的简写,作为的简写,作为
的简写,i=1,2,3。
而过渡阶段的控制分配问题,就是基于执行机构的控制效能矩阵,将虚拟控制量
分配至冗余执行机构上,也就是在的情况下,满足控制分配要求。
步骤3:针对多模式垂直起降飞行器过渡控制中的模型不确定性问题,设计了高阶控制模块来进行对其进行补偿,从而保证了闭环***在有故障和无故障情况下的跟踪性能,并设计了低阶动态控制分配模块,来接收高阶控制模块产生的虚拟控制指令;
首先,根据步骤2中建立***模型的过程,可以得到模型中的状态量分别为,,在第i个***模型中,用表示状态量的期望输入,
得到状态量的跟踪误差为
以和表示控制增益,并用表示初始时间常数,用表示状态量在初
始时刻的值,设计得到如下形式的期望滑模面:
将上式求导可以得到
接着,设计针对模型不确定性的补偿项,令,得到
进一步得到对模型不确定性部分进行自适应补偿的虚拟控制指令
这里采用作为的简写,作为的简写;
此外,设计确保滑模运动的鲁棒反馈虚拟控制指令为
式中,表示自适应控制增益,表示滑模边界层的厚度,饱和函数的形
式被表示为
表示的估计值,进而得出高阶控制模块的虚拟控制量为
同时,用表示当前滑模面距离边界层的代数距离,表示控制
自适应率的正参数,则估计值的自适应律被设计为
最后,设计低阶动态控制分配模块:采取二次优化方法,将虚拟控制量分配至可用的冗余执行机构上;其中动态控制分配策略表示为
式中,表示实际控制输入,为一个5行1列的向量;表示期望稳态控制输入,为
一个5行1列的向量;表示控制效能矩阵,为一个3行5列的矩阵;, 为1行5列的权重
矩阵,为一个1行3列的权重矩阵;表示二维欧氏距离,和分别表示执行机
构的可控制下限与上限;表示计算的采样时间,表示满足约束条件的合集。
步骤4:在步骤3设计的基础之上,将多模式垂直起降飞行器过渡控制中的执行机构故障问题纳入考虑范围,设计得到新的高阶控制模块,以保持在模型不确定性和执行机构故障影响下的整个***综合控制性能。
当存在执行机构故障时,步骤2中建立的非线性***模型中的对角矩阵为非一
致性矩阵,在第个***模型中,将表示虚拟控制量的公式改写为
式中,是一致性矩阵,接着令,,并用表示高阶
控制模块的期望虚拟控制指令,则非线性***方程被重新表示为
由于执行机构故障时,控制分配模块并不会获得准确的故障信息,因此就会存在
虚拟控制误差,从而降低整个***的跟踪性能,甚至使***是去稳定性,因此在存在故
障的情况下就需要对高阶控制模块进行重新设计,也即需要自适应调整参数来消除该误
差,因此假设,以表示的估计值,则上述的***方程被改写为
此时只要自适应调整参数,就可使高阶控制模块产生更多的虚拟控制指令,来
补偿执行机构故障带来的不利影响,保持***原有的跟踪性能。
接着,为了能够更加充分地利用自适应滑模控制的连续与非连续部分,将此处的
估计参数与步骤3中设计控制策略的估计参数相结合,并采取和步骤3中相同的滑模面
设计,则得到此时的虚拟控制指令为
其中
更新参数和的自适应律可以被表示为
其中和是控制自适应律的正参数。
至此,给出了完整的模式垂直起降飞行器自愈控制方法实现步骤,下面给出具体验证结果:
在多模式垂直起降飞行器处于悬停模式时,增加飞行器飞行的前向速度使其由直升机模式向固定翼模式转换,在仿真时间为30s时,令升降舵损失80%的有效性,并于鸭翼加入-5度的舵面卡滞,在此条件下,对比本发明所提出方法中的自适应容错控制策略与传统自适应滑模控制策略和普通滑模控制策略的性能差异,对比的结果如图3~图7所示。
从图3中的对比结果可以看出,在前飞速度的增加的过程中,传统自适应滑模控制策略和普通滑模控制策略能够对俯仰控制指令进行跟踪,但是存在着跟踪误差,而本方法中所采取的自适应容错控制策略,可以通过自适应调整控制参数来保持所需的俯仰运动性能,自适应参数的变化如图7所示。
当t=30s注入故障时,多模式垂直起降飞行器的升降舵偏角、纵向周期变矩、鸭翼舵面偏角都会增加,来抵消执行机构效率损失带来的影响。此时,从图4中可以观察到,在普通滑模控制策略下的俯仰角会出现较大的跟踪误差,在传统自适应滑模控制策略下的俯仰角跟踪也存在着0.2度左右的跟踪误差。从图4~图6中可以观察到,此时传统自适应控制策略由于自身参数过估计问题,会出现舵面的振荡,在实际飞行中非常容易导致飞行器失稳甚至坠毁。而本方法中所采取的自适应容错控制策略,则可以在升降舵效率降低和鸭翼舵面发生卡滞时,相应增大图7中所示的自适应参数,保持精确的俯仰角跟踪,如图3所示,并能够避免舵面控制指令的振荡,如图4~图6所示。
因此,综合上述的仿真结果,可以得出本发明所提出一种多模式垂直起降飞行器自愈控制方法,综合性能优于传统自适应控制和普通滑模控制,其高阶控制模块中所涉及的自适应容错控制策略,能够在执行机构故障和模型不确定性影响下,动态调整自适应参数,保持***的跟踪性能,且避免控制抖振现象的发生,而低阶动态控制分配模块可以接收高阶控制模块产生的虚拟控制输入信号,将其分配至可用的冗余执行机构中,最终,该方法显著提升了多模式垂直起降飞行器在执行机构故障和模型不确定性影响下的过渡控制效果,保障了多模式垂直起降飞行器飞行的可靠性与安全性。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种多模式垂直起降飞行器自愈控制方法,其特征在于:包括以下步骤:
步骤1:建立包含模型不确定性的高速飞行多模式垂直起降飞行器动力学模型;
步骤2:构建考虑执行机构故障和模型不确定性的多模式垂直起降飞行器***模型;
步骤3:针对多模式垂直起降飞行器过渡控制中的模型不确定性问题,设计高阶控制模块对其进行补偿,使闭环***在有故障和无故障情况下均保持跟踪性能,并设计低阶动态控制分配模块,接收高阶控制模块产生的虚拟控制指令;
步骤4:在步骤3设计的基础之上,将多模式垂直起降飞行器过渡控制中的执行机构故障问题纳入设计范围,构建新的高阶控制模块,保持在模型不确定性和执行机构故障影响下的整个***综合控制性能。
2.根据权利要求1所述一种多模式垂直起降飞行器自愈控制方法,其特征在于:所述多模式垂直起降飞行器包括布置在机身前、中、后部的鸭翼、主旋翼和平尾,以及包括升降舵、方向舵在内的执行机构,其中执行机构采用冗余设计;在机身头部还具有推进螺旋桨;在直升机模式下,主旋翼处于旋翼飞行模式,通过总矩进行高度控制,通过纵向周期变矩进行纵向和横航向控制;在固定翼模式下,主旋翼被锁定成为固定翼,前飞动力来源于机头的螺旋桨转动,飞行器的滚转和俯仰运动由升降舵和鸭翼上的舵面共同控制,偏航运动则由垂尾方向舵来控制;在两种飞行模式转换的过渡模式下,执行机构共同工作达到期望的运动状态。
3.根据权利要求1或2所述一种多模式垂直起降飞行器自愈控制方法,其特征在于:步骤1中,在机体坐标系下,建立的包含模型不确定性的高速飞行多模式垂直起降飞行器动力学模型为:
其中表示由主旋翼产生的沿/>轴的力的确定部分,/>表示由机身产生的沿/>轴的力的确定部分,/>表示沿/>轴的力的不确定部分,/>表示由主旋翼产生的沿/>轴的力的确定部分,/>表示由机身产生的沿/>轴的力的确定部分,/>表示沿/>轴的力的不确定部分,/>表示由主旋翼产生的沿/>轴的力矩的确定部分,表示由机身产生的沿/>轴的力矩的确定部分,/>表示沿/>轴的力矩的不确定部分;/>表示沿着机体坐标系/>轴的前向速度,/>为/>的一阶导数,/>表示沿着机体坐标系/>轴的垂向速度,/>为/>的一阶导数,/>表示俯仰角,/>为/>的二阶导数,/>表示俯仰角速度,/>表示关于机体坐标系/>轴转动惯量,/>为重力加速度,/>表示机体质量;/>表示机头推进螺旋桨所产生的推力,/>表示主旋翼总矩控制输入,/>表示主旋翼产生的纵向周期变矩控制输入,/>表示鸭翼偏转的控制输入,/>表示升降舵偏转的控制输入,/>表示由主旋翼总矩控制输入产生的力矩系数,/>表示由主旋翼产生的纵向周期变矩控制输入产生的力矩系数,/>表示由鸭翼偏转的控制输入产生的力矩系数,/>表示升降舵偏转的控制输入产生的力矩系数。
4.根据权利要求3所述一种多模式垂直起降飞行器自愈控制方法,其特征在于:步骤2中,建立的考虑执行机构故障和模型不确定性的多模式垂直起降飞行器***模型为:
式中,i=1,2,3,和/>为状态量,/>,/>表示/>的第i个分量,/>表示/>的第i个分量,/>表示/>的一阶导数,/>表示/>的一阶导数;为执行机构的控制输入;/>和/>表示第i个***模型中的确定部分,/>表示第/>个***模型中的不确定部分;/>为虚拟控制量,/>表示v的第/>个分量,其中/>为前向运动***模型中的虚拟控制量,/>为垂向运动***模型中的虚拟控制量,/>为俯仰运动***模型中的虚拟控制量;/>是第/>个***模型中的控制效能矩阵,表示执行机构的控制输入/>对于状态量/>的作用;是表示执行机构工作效能的对角矩阵,/>表示该对角矩阵中的第/>个对角元所对应的执行机构正常工作,而/>则表示第/>个对角元所对应的执行机构存在一定程度的故障。
5.根据权利要求4所述一种多模式垂直起降飞行器自愈控制方法,其特征在于:所述前向运动***模型中的各部分为:
所述垂向运动***模型中的各部分为:
所述俯仰运动***模型中的各部分为:
这里采用作为/>的简写,/>作为/>的简写,/>作为/>的简写,i=1,2,3。
6.根据权利要求4所述一种多模式垂直起降飞行器自愈控制方法,其特征在于:步骤3的具体过程为:
首先,根据步骤2***模型中的状态量 ,/>,在第/>个***模型中,用/>表示状态量的期望输入,得到状态量的跟踪误差/>为
以和/>表示控制增益,并用/>表示初始时间常数,用/>表示状态量在初始时刻的值,设计得到如下形式的期望滑模面/>:
将上式求导得到
接着,设计针对模型不确定性的补偿项,令,得到
进一步得到对模型不确定性部分进行自适应补偿的虚拟控制指令
这里采用作为/>的简写,/>作为/>的简写;
此外,设计确保滑模运动的鲁棒反馈虚拟控制指令为
式中,表示自适应控制增益,/>表示滑模边界层的厚度,饱和函数/>的形式被表示为
以表示/>的估计值,进而得出高阶控制模块的虚拟控制量为
同时,用表示当前滑模面距离边界层的代数距离,/>表示控制自适应率的正参数,则估计值/>的自适应律被设计为
最后,设计低阶动态控制分配模块:采取二次优化方法,将虚拟控制量分配至可用的冗余执行机构上;其中动态控制分配策略表示为
式中,表示实际控制输入;/>表示期望稳态控制输入;/>表示控制效能矩阵;/>、/>以及/>为权重矩阵;/>表示二维欧氏距离,/>和/>分别表示执行机构的可控制下限与上限;/>表示计算的采样时间,/>表示满足约束条件的合集。
7.根据权利要求6所述一种多模式垂直起降飞行器自愈控制方法,其特征在于:步骤4的具体过程为:
当存在执行机构故障时,步骤2中建立的非线性***模型中的对角矩阵为非一致性矩阵,在第/>个***模型中,将表示虚拟控制量/>的公式改写为
式中,是一致性矩阵,接着令/>,/>,并用/>表示高阶控制模块的期望虚拟控制指令,则非线性***方程被重新表示为
假设,以/>表示/>的估计值,则***方程被改写为
通过自适应调整参数,使高阶控制模块产生更多的虚拟控制指令,来补偿执行机构故障带来的不利影响,保持***原有的跟踪性能;
将参数与步骤3中设计控制策略的估计参数/>相结合,并采取和步骤3中相同的滑模面设计,得到此时的虚拟控制量为
其中
更新参数和/>的自适应律被表示为
其中和/>是控制自适应律的正参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311482925.XA CN117250867B (zh) | 2023-11-09 | 2023-11-09 | 一种多模式垂直起降飞行器自愈控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311482925.XA CN117250867B (zh) | 2023-11-09 | 2023-11-09 | 一种多模式垂直起降飞行器自愈控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117250867A true CN117250867A (zh) | 2023-12-19 |
CN117250867B CN117250867B (zh) | 2024-02-09 |
Family
ID=89131549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311482925.XA Active CN117250867B (zh) | 2023-11-09 | 2023-11-09 | 一种多模式垂直起降飞行器自愈控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117250867B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117930632A (zh) * | 2024-03-19 | 2024-04-26 | 西北工业大学 | 一种增强***稳定储备的高可靠安全飞行控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597303A (zh) * | 2018-11-29 | 2019-04-09 | 南京航空航天大学 | 一种复合式旋翼飞行器全模式飞行控制方法 |
CN109765918A (zh) * | 2019-02-22 | 2019-05-17 | 南京航空航天大学 | 一种无人直升机鲁棒自适应补偿控制方法 |
US20210103298A1 (en) * | 2019-10-08 | 2021-04-08 | California Institute Of Technology | Airflow Sensing Based Adaptive Nonlinear Flight Control of a Flying Car or Fixed-Wing VTOL |
CN114138010A (zh) * | 2021-11-22 | 2022-03-04 | 浙江理工大学 | 一种基于加权偏差的多智能体高阶滑模编队控制方法 |
CN115657468A (zh) * | 2022-09-06 | 2023-01-31 | 西北工业大学 | 一种垂直起降飞行器的自适应容错控制方法 |
CN116991170A (zh) * | 2023-06-07 | 2023-11-03 | 大连理工大学 | 短距起飞和垂直降落飞机的降落阶段自适应控制设计方法 |
-
2023
- 2023-11-09 CN CN202311482925.XA patent/CN117250867B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597303A (zh) * | 2018-11-29 | 2019-04-09 | 南京航空航天大学 | 一种复合式旋翼飞行器全模式飞行控制方法 |
CN109765918A (zh) * | 2019-02-22 | 2019-05-17 | 南京航空航天大学 | 一种无人直升机鲁棒自适应补偿控制方法 |
US20210103298A1 (en) * | 2019-10-08 | 2021-04-08 | California Institute Of Technology | Airflow Sensing Based Adaptive Nonlinear Flight Control of a Flying Car or Fixed-Wing VTOL |
CN114138010A (zh) * | 2021-11-22 | 2022-03-04 | 浙江理工大学 | 一种基于加权偏差的多智能体高阶滑模编队控制方法 |
CN115657468A (zh) * | 2022-09-06 | 2023-01-31 | 西北工业大学 | 一种垂直起降飞行器的自适应容错控制方法 |
CN116991170A (zh) * | 2023-06-07 | 2023-11-03 | 大连理工大学 | 短距起飞和垂直降落飞机的降落阶段自适应控制设计方法 |
Non-Patent Citations (2)
Title |
---|
夏济宇等: "基于NLESO的倾转动力无人机垂直起降模态轨迹跟踪控制", 西北工业大学学报 * |
李炳乾;董文瀚;马小山;: "基于滑模观测器的无人推力矢量飞机反步容错控制", 西北工业大学学报, no. 05 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117930632A (zh) * | 2024-03-19 | 2024-04-26 | 西北工业大学 | 一种增强***稳定储备的高可靠安全飞行控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117250867B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109062237B (zh) | 一种无人倾转旋翼机自抗扰姿态控制方法 | |
CN109614633B (zh) | 一种复合式旋翼飞行器非线性建模及线性化配平方法 | |
CN106777739B (zh) | 一种倾转旋翼机倾转过渡过程的求解方法 | |
CN117250867B (zh) | 一种多模式垂直起降飞行器自愈控制方法 | |
CN105759613A (zh) | 倾转旋翼机的控制方法和控制装置 | |
CN111984020A (zh) | 基于sdre的倾转四旋翼无人机过渡飞行模式自适应最优滑模控制方法 | |
CN113777932B (zh) | 一种基于Delta算子的四旋翼自适应滑模容错控制方法 | |
CN109703769B (zh) | 一种基于预瞄策略的空中加油对接控制方法 | |
CN114942649B (zh) | 一种基于反步法的飞机俯仰姿态与航迹角解耦控制方法 | |
CN106647264A (zh) | 一种基于控制约束的扩展鲁棒h∞的无人机控制方法 | |
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 | |
CN116185057B (zh) | 一种面向翼身融合飞翼无人机的姿态容错控制方法 | |
CN116088549B (zh) | 一种尾座式垂直起降无人机姿态控制方法 | |
CN113110538A (zh) | 一种基于反步法控制的舰载机着舰固定时间容错控制方法 | |
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 | |
CN115327916B (zh) | 一种高机动飞机气动参数摄动的自适应补偿控制方法 | |
CN115328185B (zh) | 一种飞行器非线性非定常气动载荷修正*** | |
CN114578696B (zh) | 2-dof直升机***自适应神经网络量化容错控制方法 | |
CN110209179A (zh) | 一种高超声速飞行器的快速高度跟踪算法 | |
CN115729264A (zh) | 一种基于柔性自适应翼梢小翼的变稳隐身飞机控制方法 | |
CN110426955B (zh) | 一种基于利用耦合的高超声速舵面操纵效能预测方法 | |
CN110254741B (zh) | 一种飞行控制***的设计方法 | |
CN109101034B (zh) | 一种垂直/短距起降飞机飞行控制方法 | |
Urakubo et al. | Steep turn of a tilt-rotor UAV with redundancy in control inputs | |
Xi et al. | Design of transition mode attitude controller for a tilt-rotor uav based on mpc method |
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 |