【技术实现步骤摘要】
一种面向执行器故障的无人机轨迹容错控制方法及系统
[0001]本专利技术属于无人机控制
，涉及一种面向执行器故障的无人机轨迹容错控制方法及系统。
技术介绍
[0002]由于无人机在各种军事和民用领域的应用潜力而受到广泛关注。四旋翼无人机代表了一种特殊的无人机，它配备了四个螺旋桨，分别安装在四个无刷直流电机的轴上。旋翼的旋转产生维持四旋翼在空中飞行所需的推力。此外，四旋翼的姿态是通过系统改变旋翼速度来控制的，这产生力矩力作用在机体框架上。针对四旋翼无人机的姿态稳定或跟踪问题，研究人员提出了多种方法，包括反步技术、基于H∞理论的抗扰控制策略和自适应控制等技术方法，但这些控制方案均是通过假设四旋翼系统没有故障而设计的。由于电机、螺旋桨等部件的退化或损坏，驱动电机螺旋桨系统容易发生故障。这种执行器故障的发生可能会对位置和姿态的跟踪性能造成不良影响。如何避免执行器故障对无人机的安全造成损害，是现在研究的重点。
技术实现思路
[0003]本专利技术的目的在于解决现有技术中的问题，提供一种面向执行器故障的无人机轨迹容...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种面向执行器故障的无人机轨迹容错控制方法，其特征在于，包括以下步骤：基于运动学方程，构建在非线性干扰和模型不确定性情况下的无人机非线性故障模型；构建在无人机电机效率损失情况下的执行器故障模型，并基于执行器故障模型简化无人机非线性故障模型；基于简化后的无人机非线性故障模型，构建非线性故障诊断观测器诊断执行器故障；基于非线性故障诊断观测器，构建非线性自适应故障估计器预估执行器故障参数；基于诊断的执行器故障和预估的执行器故障参数，设计容错控制器；基于容错控制器修改电机控制命令，控制无人机的飞行轨迹。2.根据权利要求1所述的面向执行器故障的无人机轨迹容错控制方法，其特征在于，所述基于运动学方程，构建在非线性干扰和模型不确定性情况下的无人机非线性故障模型，包括：构建无人机非线性故障模型：其中，p
E
、v
E
、η＝[φ,θ,ψ]和ω＝[p,q,r]分别为惯性位置、惯性速度、欧拉角和角速率；U、T
φ
、T
θ
、T
ψ
分别为推力、滚转扭矩、俯仰扭矩和偏航扭矩；R
EB
(η)为η的旋转矩阵；m为无人机重量，c
d
为拉力系数，v
B
为无人机相对机体的速度，g为重力加速度；J
x
,J
y
,J
z
为无人机在X，Y，Z三个方向上的惯量；ζ
v
，ζ
ω
为建模不确定性；R
η
(φ,θ)为φ,θ的旋转矩阵，ζ
v0
为未知非线性项，ζ
ω0
为附加未知非线性项。3.根据权利要求2所述的面向执行器故障的无人机轨迹容错控制方法，其特征在于，所述构建在无人机电机效率损失情况下的执行器故障模型，并基于执行器故障模型简化无人机非线性故障模型，包括：无人机电机转子产生的推力和扭矩与转子的平方速度关系如下：无人机电机转子产生的推力和扭矩与转子的平方速度关系如下：其中，F
n
为无人机总受力，b
F
和k为电机推力和扭矩常量系数，T
n
为无人机的相对扭矩，sgn(.)代表符号函数，Ω
n
为给定的电机角速度，n＝1，2，3，4代表四个电机；无人机的总推力和力矩如下：
其中，代表给定的电机速度，M为推力和扭矩与转子角速度之间的映射矩阵；构建电机的部分效率损失情况下的执行器故障模型：其中，为实际电机角速度；κ
n
表示n号电机发生部分失效故障的未知参数，其中κ
n
＝1代表电机无故障，κ
n
＜1代表电机发生部分效率损失，为下限标量，且基于执行器故障模型，构建电机推力和扭矩的关系式，代入无人机非线性故障模型，简化无人机非线性故障模型：其中，I4为四维单位向量，β为故障函数，t为时间变量，t
n
为发生故障的时间，v
n
为执行状态Λ
n
为执行器分配故障矩阵，如果1号电机故障，则Λ1＝diag{1,0,0,0}；当t＜t
n
时，β(t
‑
t
n
)＝0，当t＞t
n
时，β(t
‑
t
n
技术研发人员：刘贞报，王莉娜，赵闻，党庆庆，张超，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
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。