一种垂直起降飞行器的自适应容错控制方法技术

本发明专利技术提供了一种垂直起降飞行器的自适应容错控制方法，以补偿执行器故障和模型不确定性，该控制方法分为两个独立的控制模块：高级自适应滑模控制模块和低级控制分配模块，低级控制分配模块用于在冗余可用执行器之间分配高级控制模块生成的虚拟控制信号，高级控制模块由自适应滑模控制器构成，用于在故障和不确定条件下保持系统的整体跟踪性能，在执行器故障和模型不确定性的情况下，将触发自适应方案以生成更多虚拟控制信号，利用综合自适应方案，可以自适应地改变控制参数以补偿虚拟控制误差，该方法在单执行器故障和并发执行器故障情况下均具有有效性和优越性。情况下均具有有效性和优越性。情况下均具有有效性和优越性。

【技术实现步骤摘要】
一种垂直起降飞行器的自适应容错控制方法


[0001]本专利技术属于无人机控制方法
，具体涉及一种垂直起降飞行器的自适应容错控制方法。

技术介绍

[0002]近年来，随着无人机技术的发展，越来越多的无人机被开发并用于各种实际应用，如有效载荷运输、空中监视和边境监控。对于许多工业应用，垂直起降是无人机的基本要求。此外，为了更有效地完成分配的任务，无人机需要长时间飞行。在这种情况下，开发了不同类型的混合垂直起降无人机，它们结合了旋转翼和固定翼无人机的优点，以实现更宽的飞行包线。
[0003]随着任务需求的复杂化，对垂直起降无人机系统的高可靠性、高精度控制提出了更高的要求。无人机任务环境复杂多变，在无人机自主飞行过程中，总会发生一些不可预估难以避免的状况，尤其以执行器部分失去有效性的情况居多，这就要求出现了主动容错控制系统，人们对垂直起降无人机的安全运行进行了广泛的研究，但针对固定翼模式下舵机故障和模型不确定性的混合垂直起降无人机的自适应容错控制研究还远远不够。
[0004]基于此，提出一种垂直起降飞行器的自适应容错控制方法。

技术实现思路

[0005]本专利技术所要解决的技术问题在于针对上述现有技术的不足，提供一种垂直起降飞行器的自适应容错控制方法，以同时补偿执行器故障和模型不确定性造成的不利影响，而无需任何故障和不确定性的先验知识，提出的自适应容错控制方案可以实时更新控制参数以补偿虚拟控制误差，并将控制信号重新分配到可用的冗余执行器，从理论上保证了闭环系统的稳定性，以解决上述
技术介绍
中提出的问题。
[0006]为解决上述技术问题，本专利技术采用的技术方案是：一种垂直起降飞行器的自适应容错控制方法，包括以下步骤：
[0007]S1、建立垂直起降混合式无人机动力学模型：
[0008][0009]机身固定坐标系的原点与混合式无人机的重心重合；
[0010]其中φ,θ,ψ为无人机的滚转、俯仰和偏航角；
[0011]I
xx
,I
yy
,I
zz
为无人机的惯性矩；
[0012]I
xz
为惯性积；
[0013]M
xb
,M
yb
,M
zb
分别是作用在无人机x
b
,y
b
和z
b
轴上的合力矩；
[0014]S2、设计适应执行器故障和模型不确定的自适应滑模控制策略，构造积分滑模控制器与控制分配方案，以保证系统在无故障条件下的跟踪性能；
[0015]考虑具有模型不确定性和执行器故障扰动的整链非线性仿射系统：
[0016][0017]其中是状态向量；
[0018]是控制效能矩阵；
[0019]是控制输入向量；
[0020]是对角矩阵；
[0021]表示未知但边界为||d(t)||≤D的扰动；
[0022]向量F(x1(t),x2(t))∈R
p
是包含模型不确定性的非线性函数；
[0023]D
f
(t)＝diag([d
f1
(t),d
f2
(t),...,d
fm
(t)])是表示执行器控制有效性水平的对角矩阵，其中d
fj
(t)(j＝1,2,...,m)是满足0≤d
fj
(t)≤1的标量，如果d
fj
(t)＝1，则第j个执行器工作正常，否则，第j个执行器会出现一定程度的故障；
[0024]S3、基于所研究的混合鸭式旋转机翼(CRW)无人机是一个过驱动系统，当执行器发生故障时，需要获取故障信息并将控制信号重新分配到可用的执行器上。考虑到控制方案在实际系统中的应用，当执行器发生故障时，需要立即触发控制信号的重新分配。在此情况下，提出了一种不需要任何故障信息的自适应控制策略来适应过驱动系统的执行器故障。
[0025]对于上文所考虑的系统，采用二次优化算法计算实际控制输入u，使控制分配模块产生的虚拟控制信号能够满足高级滑模控制期望产生虚拟控制信号要求；
[0026]基于最小化控制输入的二次规划方法描述为：
[0027]J＝arg minu
T
Qu
[0028]s.t.v
i
＝C
ui
u
[0029]显示解如下：
[0030][0031]其中为对称正定权矩阵，与执行器的剩余控制效率对应。
[0032]进一步的，在S1中，由于I
xz
的绝对值远小于I
xx
,I
yy
,I
zz
的绝对值，为了便于控制器设计，将模型中与I
xz
有关的分量视为扰动；
[0033]结合实际中无法准确获得作用在无人机上的力矩，合成力矩公式如下：
[0034][0035]其中M
xknow
,M
yknow
和M
zplane
表示合成力矩的已知部分；
[0036]M
xc
,M
yc
和M
zc
表示操纵面偏转产生的力矩；
[0037]M
xu
,M
yu
和M
zu
表示为合成力矩的未知不确定部分；
[0038]面向控制的模型如下所示：
[0039][0040]其中δ
ac
是鸭翼操纵面的副翼偏转；
[0041]δ
at
是水平尾翼操纵面的副翼偏转；
[0042]δ
ec
是鸭翼操纵面的升降舵偏转；
[0043]δ
et
是水平尾翼操纵面的升降舵偏转；
[0044]δ
e
是垂直尾翼操纵面的舵偏转；
[0045]是与产生的力矩相关的系数。
[0046]进一步的，在S2中，为了便于控制器的设计，将系统状态定义为：
[0047][0048]即可将S2中的非线性仿射系统写为：
[0049][0050]其中i＝1,2,3代表各个子系统；
[0051]x
2i
‑1∈[φ,θ,ψ]T
,
[0052]将和表示为所需的轨迹，然后跟踪误差定义为和在此意义下，系统的积分滑动面定义为:
[0053][0054]其中是跟踪误差的非线性组合，
[0055]g
i
包括积分项，t0是初始时刻，a
i1
,a
i2
和c
i
是设计参数；
[0056]在此情况下，积分滑动面可表示为：
[0057][0058]通过使得到连续控制部分，此时不考虑扰动d
i
；
[0059]此时连续控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种垂直起降飞行器的自适应容错控制方法，其特征在于：包括以下步骤：S1、先建立垂直起降混合式旋转机翼无人机动力学模型；S2、设计适应执行器故障和模型不确定的自适应滑模控制策略，构造积分滑模控制器与控制分配方案，保证系统在无故障条件下的跟踪性能；S3、结合混合旋转机翼无人机为过驱动系统，提出不需要任何故障信息的自适应控制方法，来适应过驱动系统的执行器故障，具体为当执行器发生故障时，所提出的自适应容错控制方案可以实时更新控制参数以补偿虚拟控制误差，并将控制信号重新分配到可用的冗余执行器。2.根据权利要求1所述的一种垂直起降飞行器的自适应容错控制方法，其特征在于，在S1中，垂直起降混合式旋转机翼无人机动力学模型具体如下式所示：其中φ,θ,ψ为无人机的滚转、俯仰和偏航角；I
xx
,I
yy
,I
zz
为无人机的惯性矩；I
xz
为惯性积；M
xb
,M
yb
,M
zb
分别是作用在无人机x
b
,y
b
和z
b
轴上的合力矩；其中，I
xz
的绝对值远小于I
xx
,I
yy
,I
zz
的绝对值，将模型中与I
xz
有关的分量视为扰动，则合成力矩公式如下：其中，M
xknow
,M
yknow
和M
zplane
表示合成力矩的已知部分；M
xc
,M
yc
和M
zc
表示操纵面偏转产生的力矩；M
xu
,M
yu
和M
zu
表示为合成力矩的未知不确定部分；则面向控制的模型如下所示：其中δ
ac
是鸭翼操纵面的副翼偏转；δ
at
是水平尾翼操纵面的副翼偏转；
δ
ec
是鸭翼操纵面的升降舵偏转；δ
et
是水平尾翼操纵面的升降舵偏转；δ
e
是垂直尾翼操纵面的舵偏转；是与产生的力矩相关的系数。3.根据权利要求2所述的一种垂直起降飞行器的自适应容错控制方法，其特征在于，在S2中，执行器故障和模型不确定的整链非线性仿射系统具体如下式所示：其中是状态向量；是控制效能矩阵；是控制输入向量；是对角矩阵；表示未知但边界为||d(t)||≤D的扰动；向量F(x1(t),x2(t))∈R
p
是包含模型不确定性的非线性函数；D
f
(t)＝diag([d
f1
(t),d
f2
(t),...,d
fm
(t)])是表示执行器控制有效性水平的对角矩阵；其中d
fj
(t)(j＝1,2,...,m)是满足0≤d
fj
(t)≤1的标量，如果d
fj
(t)＝1，则第j个执行器工作正常，否则，第j个执行器会出现故障；再将系统状态定义为：即可将非线性仿射系统写为：其中i＝1,2,3代表各个子系统；将和表示为所需的轨迹，然后跟踪误差定义为和则系统的积分滑动面定义为:其中是跟踪误差的非线性组合，g
i
包括积分项，t0是初始时刻，a
i1

【专利技术属性】
技术研发人员：王斑，赵会敏，张益农，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：