The invention discloses a neural network adaptive fault-tolerant control method for hypersonic vehicle. According to the system structure, the integral sliding surface is defined, the integral sliding surface is derived, and the model of the hypersonic vehicle with faults is substituted for the basic controller, and the adaptive rate algorithm of the neural network is added to the basic controller to obtain the adaptive fault-tolerant controller. The invention does not need system parameters and has simple control algorithm.
【技术实现步骤摘要】
一种高超声速飞行器神经网络自适应容错控制方法
本专利技术属于飞行器控制
,特别涉及了一种高超声速飞行器神经网络自适应容错控制方法。
技术介绍
高超声速飞行器是一种飞行马赫数大于5的有翼或无翼飞机。由于高超音速飞机的飞行高度极高且飞行环境复杂,其执行器,传感器和结构容易发生故障。为了确保飞机的正常飞行,容错控制(FTC)的研究至关重要。目前,大多数关于高超声速飞行器容错控制的研究都集中在对其姿态模型的研究上,对纵向运动模型的研究较少。基于姿态系统的控制方法难以应用于纵向模型,因此,有必要进一步研究高超声速飞行器纵向模型的FTC。实际上,高超声速飞行器是一种高度耦合,高度非线性的复杂物体,不能完全反映系统的动态特性。因此,为了提高弹性高超声速飞行器系统的安全性和可靠性,有必要对高超声速飞行器非线性模型的容错控制进行研究。天津大学的王杰提出了一种基于高超声速飞行器非线性模型的自适应滑模FTC方法,自适应地处理故障的影响。东南大学李世华考虑自适应积分滑模FTC,实现了飞行输出参考命令的渐近稳定跟踪。但是上述控制方法都需要系统参数,因此需要设计出更加简单有效的高超声速飞行器方法。
技术实现思路
为了解决上述
技术介绍
提出的技术问题,本专利技术旨在提供一种高超声速飞行器神经网络自适应容错控制方法,不需要系统参数,且控制算法简单。为了实现上述技术目的,本专利技术的技术方案为:一种高超声速飞行器神经网络自适应容错控制方法,包括以下步骤:(1)选择系统状态,建立带故障的高超声速飞行器模型;(2)根据系统结构,定义积分滑模面,对积分滑模面求导并将步骤(1)建立的带故障的高超声 ...
【技术保护点】
1.一种高超声速飞行器神经网络自适应容错控制方法,其特征在于,包括以下步骤:(1)选择系统状态,建立带故障的高超声速飞行器模型;(2)根据系统结构,定义积分滑模面,对积分滑模面求导并将步骤(1)建立的带故障的高超声速飞行器模型代入,得到基础控制器;(3)在步骤(2)得到的基础控制器中加入神经网络自适应率算法,得到自适应容错控制器。
【技术特征摘要】
1.一种高超声速飞行器神经网络自适应容错控制方法,其特征在于,包括以下步骤:(1)选择系统状态,建立带故障的高超声速飞行器模型;(2)根据系统结构,定义积分滑模面,对积分滑模面求导并将步骤(1)建立的带故障的高超声速飞行器模型代入,得到基础控制器;(3)在步骤(2)得到的基础控制器中加入神经网络自适应率算法,得到自适应容错控制器。2.根据权利要求1所述高超声速飞行器神经网络自适应容错控制方法,其特征在于,在步骤(1)中,选择作为系统状态,并建立如下带故障的高超声速飞行器模型:其中,V为飞行器的速度,依次表示V的一阶微分、二阶微分和三阶微分;h为飞行器的高度,h(4)依次表示h的一阶微分、二阶微分、三阶微分和四阶微分;上标T表示转置;表示V对光滑向量场f微分3次,表示h对光滑向量场f微分4次;ηc为发动机节流阀调定值,δe为升降舵偏转角;f1为飞行器中控制ηc的执行器的故障状态值,f2为飞行器中控制δe的执行器的故障状态值,0≤fi≤1,fi=0表示对应的执行器发生故障,完全不能工作,fi=1表示对应的执行器未发生故障,i=1,2;矩阵为非奇异系数矩阵。3.根据权利要求2所述高超声速飞行器神经网络自适应容错控制方法,其特征在于,在步骤(2)中,首先定义指令跟踪误差:上式中,eV表示实际速度与指令信号速度的差值,eh与实际高度与指令信号高度的差值,Vref和href分别为指令信号速度和指令信号高度;然后根据系统结构,定义积分滑模面:上式中,SV和Sh分别为关于速度和高度...
【专利技术属性】
技术研发人员:朱平,余朝军,文成馀,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。