高超声速飞行器多传感器故障的非线性自愈合控制方法专利检索-空气动力升力空气动力空气动力学专利检索查询-专利查询网

高超声速 飞行器多 传感器故障的非线性自愈合控制方法

阅读：104发布：2020-05-08

专利汇可以提供高超声速飞行器多传感器故障的非线性自愈合控制方法专利检索，专利查询，专利分析的服务。并且本发明公开一种高超声速飞行器多传感器故障的非线性自愈合控制方法，步骤是：针对高超声速飞行器巡航阶段纵向非线性模型，采用输入输出反馈线性化技术，得到高超声速飞行器纵向仿射非线性系统；针对得到的系统建立滑模面，设计无故障情况下的滑模控制器；对原健康系统注入多传感器恒偏差故障，设计故障估计方案，具体如下：针对速度通道设计非线性自适应观测器；针对高度通道，设计反步滑模观测器来估计状态量与传感器故障；获得高度与速度传感器故障估计结果后，设计容错控制器，对高度传感器与速度传感器的输出信号进行补偿。此种方法可以解决高超声速飞行器纵向系统遭受速度和角度通道多传感器故障情况下的容错控制问题，提高系统自愈合能力。，下面是高超声速飞行器多传感器故障的非线性自愈合控制方法专利的具体信息内容。

权利要求

1.一种高超声速飞行器多传感器故障的非线性自愈合控制方法，其特征在于包括如下步骤：
步骤1，针对高超声速飞行器巡航阶段纵向非线性模型，采用输入输出反馈线性化技术，得到高超声速飞行器纵向仿射非线性系统；
步骤2，针对步骤1得到的纵向仿射非线性系统，建立滑模面，设计无故障情况下的滑模控制器；
步骤3，对原健康系统注入多传感器恒偏差故障，针对该带有多传感器故障的系统，设计故障估计方案，具体如下：针对速度通道设计非线性自适应观测器；针对高度通道，设计反步滑模观测器来估计状态量与传感器故障；
步骤4，根据步骤3获得高度与速度传感器故障估计结果后，设计容错控制器，对高度传感器与速度传感器的输出信号进行补偿。
2.如权利要求1所述的高超声速飞行器多传感器故障的非线性自愈合控制方法，其特征在于：所述步骤1中，高超声速飞行器巡航阶段纵向非线性模型如下：
其中，U，L，D，Myy分别代表推力、升力、阻力和俯仰力矩；Iyy表示转动惯量，μ是万有引力常数，r为距地心的径向距离且r＝h+Re，Re为地球半径，α是攻角，γ是偏航角，ρ是大气密度，V是水平方向速度，q是俯仰角速率，是升降速度，h是飞行高度，βU为发动机油门开度，定义纵向模型控制向量zT＝[V γ α βU h]；
力和力矩计算公式与系数如下：
其中，ce为常数，取值ce＝0.0292；c是平均空气动力弦长；S是参考机翼面积，CU,CL,CD,CM(α),CM(δe),CM(q)分别是相关的空气动力系数参数。
3.如权利要求2所述的高超声速飞行器多传感器故障的非线性自愈合控制方法，其特征在于：所述步骤1中，采用输入输出反馈线性化技术，转化为如下的仿射非线性形式：
其中
其中
π2＝[π21 π22 π23 π24 π25]
其中，βUc为发动机油门开度的指令值，βU为发动机油门开度，δe为舵面偏转角度，g11,g12,g21,g22是控制参数矩阵，ψ1，ψ2，π1，π2分别是关于状态变量的系统方程的一阶和二阶偏导数，x＝[V γ h α q βU]T是状态变量，FV,Fh是仿射非线性参数矩阵，ωn为发动机模型的频率，β0是侧滑角初值，控制变量输入zu＝[δe βU]。
4.如权利要求1所述的高超声速飞行器多传感器故障的非线性自愈合控制方法，其特征在于：所述步骤2中，设计无故障情况下的滑模控制器的具体过程是：首先设计如下滑模面：
其中常数a,b＞0，Vd与hd为给定的参考指令信号；
则滑模控制器如下：
u＝G(x)-1(-F(x)-ω-H sgn(s)-Qs)
其中，ω是姿态角速率，H和Q为正定矩阵，sV,sh为辅助滑模面，eV,eh是跟踪误差。
5.如权利要求1所述的高超声速飞行器多传感器故障的非线性自愈合控制方法，其特征在于：所述步骤3中，对原健康系统注入如下形式的多传感器恒偏差故障：
其中Vin和hin是真实的高度与速度信号，Vout与hout是传感器测量信号，fv和fh为传感器故障，tf为故障发生时间。
6.如权利要求5所述的高超声速飞行器多传感器故障的非线性自愈合控制方法，其特征在于：所述针对速度通道设计的非线性自适应观测器设计为：
其中，为状态估计向量，为速度传感器故障导数的估计向量，vvc为待
设计的虚拟控制量，gvx是仿射非线性参数矩阵。
7.如权利要求5所述的高超声速飞行器多传感器故障的非线性自愈合控制方法，其特征在于：所述针对高度通道设计的反步滑模观测器设计为：
其中为状态估计量，为高度传感器故障的导数，和分别为系
统参数ghx和fhx的估计量，vhc为待设计的虚拟控制量。
8.如权利要求1所述的高超声速飞行器多传感器故障的非线性自愈合控制方法，其特征在于：所述步骤4中，容错控制器设计为：
ucom＝Gcom(x)-1(-Fcom(x)-ωcom-H sgn(scom)-Kscom)
其中ucom为容错控制律，Gcom,Fcom,ωcom,scom为含有补偿后传感器输出信号的变量。

说明书全文

高超声速飞行器多 传感器故障的非线性自愈合控制方法

技术领域

[0001] 本发明属于高超声速飞行器传感器故障容错控制技术领域，特别涉及一种针对高超声速飞行器多传感器故障的非线性自愈合控制方法。

背景技术

[0002] 近年来，由于高超声速飞行器在发射成本、飞行速度、航天运输和全球打击等军用民用方面具有诸多优势，因此备受关注。与传统航空航天飞行器相比，高超声速飞行器具有强非线性，强耦合和快时变性等动力学特征。近空间中大气密度、温度和气流环境等条件比普通飞机飞行环境更为复杂和苛刻，传感器系统容易受到冰冻、高温和雷电等影响，产生故障，测量值产生偏差甚至传感器系统整体测量产生误差，此时针对单个传感器的硬件冗余技术无法发挥作用，因此参考执行器故障处理方法，可以采用基于模型的解析冗余技术估计出故障，通过设计容错控制器进行补偿，从而确保系统稳定性并提高系统可靠性。

[0003] 目前，针对高超声速飞行器的容错控制研究主要针对发生执行器故障的情况来设计相应的容错控制方法，但考虑高超声速飞行器传感器故障的研究相对而言较少，且基本都基于较为简单的高超声速飞行器线性系统。这些小扰动线性化系统与非线性系统相比，不同通道之间耦合影响较小甚至没有。

发明内容

[0004] 本发明的目的，在于提供一种高超声速飞行器多传感器故障的非线性自愈合控制方法，以解决高超声速飞行器纵向系统遭受速度和角度通道多传感器故障情况下的容错控制问题，提高系统自愈合能力。

[0005] 为了达成上述目的，本发明的解决方案是：

[0006] 一种高超声速飞行器多传感器故障的非线性自愈合控制方法，包括如下步骤：

[0007] 步骤1，针对高超声速飞行器巡航阶段纵向非线性模型，采用输入输出反馈线性化技术，得到高超声速飞行器纵向仿射非线性系统；

[0008] 步骤2，针对步骤1得到的纵向仿射非线性系统，建立滑模面，设计无故障情况下的滑模控制器；

[0009] 步骤3，对原健康系统注入多传感器恒偏差故障，针对该带有多传感器故障的系统，设计故障估计方案，具体如下：针对速度通道设计非线性自适应观测器；针对高度通道，设计反步滑模观测器来估计状态量与传感器故障；

[0010] 步骤4，根据步骤3获得高度与速度传感器故障估计结果后，设计容错控制器，对高度传感器与速度传感器的输出信号进行补偿。

[0011] 上述步骤1中，高超声速飞行器巡航阶段纵向非线性模型如下：

[0012]

[0013]

[0014]

[0015]

[0016]

[0017] 其中，U，L，D，Myy分别代表推力、升力、阻力和俯仰力矩；Iyy表示转动惯量，μ是万有引力常数，r为距地心的径向距离且r＝h+Re，Re为地球半径。α是攻角，γ是偏航角，ρ是大气密度，V是水平方向速度，q是俯仰角速率，是升降速度，h是飞行高度，βU为发动机油门开T度，定义纵向模型控制向量z＝[V γ α βU h]；

[0018] 力和力矩计算公式与系数如下：

[0019]

[0020]

[0021] 其中，ce为常数，取值ce＝0.0292；是平均空气动力弦长；S是参考机翼面积，CU,CL,CD,CM(α),CM(δe),CM(q)分别是相关的空气动力系数参数。

[0022] 上述步骤1中，采用输入输出反馈线性化技术，转化为如下的仿射非线性形式：

[0023]

[0024] 其中

[0025]

[0026]

[0027] 其中 ψ2＝[ω21 ω22 ω23 ω24 ω25]。

[0028]

[0029]

[0030]

[0031]

[0032] π2＝[π21 π22 π23 π24 π25]

[0033]

[0034]

[0035]

[0036]

[0037]

[0038] 其中，βUc为发动机油门开度的指令值，βU为发动机油门开度，δe为舵面偏转角度，g11,g12,g21,g22是控制参数矩阵，ψ1，ψ2，π1，π2分别是关于状态变量的系统方程的一阶和二阶偏导数，x＝[V γ h α q βU]T是状态变量，FV,Fh是仿射非线性参数矩阵，ωn为发动机模型的频率，β0是侧滑角初值，控制变量输入zu＝[δe βU]。

[0039] 上述步骤2中，设计无故障情况下的滑模控制器的具体过程是：首先设计如下滑模面：

[0040]

[0041]

[0042] 其中常数a,b＞0，Vd与hd为给定的参考指令信号；

[0043] 则滑模控制器如下：

[0044] u＝G(x)-1(-F(x)-ω-Hsgn(s)-Qs)

[0045] 其中，ω是姿态角速率，H和Q为正定矩阵，sV,sh为辅助滑模面，eV,eh是跟踪误差。

[0046] 上述步骤3中，对原健康系统注入如下形式的多传感器恒偏差故障：

[0047]

[0048] 其中Vin和hin是真实的高度与速度信号，Vout与hout是传感器测量信号，fv和fh为传感器故障，tf为故障发生时间。

[0049] 上述针对速度通道设计的非线性自适应观测器设计为：

[0050]

[0051] 其中，为状态估计向量，为速度传感器故障导数的估计向量，vvc为待设计的虚拟控制量，gvx是仿射非线性参数矩阵。

[0052] 上述针对高度通道设计的反步滑模观测器设计为：

[0053]

[0054] 其中为状态估计量，为高度传感器故障的导数，和分别为系统参数ghx和fhx的估计量，vhc为待设计的虚拟控制量。

[0055] 上述步骤4中，容错控制器设计为：

[0056] ucom＝Gcom(x)-1(-Fcom(x)-ωcom-Hsgn(scom)-Kscom)

[0057] 其中ucom为容错控制律，Gcom,Fcom,ωcom,scom为含有补偿后传感器输出信号的变量。

[0058] 采用上述方案后，本发明考虑的高超声速飞行器纵向仿射非线性模型，能充分体现多通道之间的耦合效应，在此基础上考虑多传感器故障更有意义，强调“多”也是为了体现本发明对耦合影响的处理。

[0059] 本发明的有益效果是：

[0060] (1)本发明可以解决带有多传感器故障的高超声速飞行器巡航阶段纵向系统故障估计与自愈合控制问题，使机体在发生故障后重新跟踪给定参考指令且稳定飞行；

[0061] (2)本发明所考虑的为高超声速飞行器纵向放射非线性系统，能比传统的小扰动线性化系统体现出更强的多通道耦合效应；

[0062] (3)本发明所设计的反步滑模观测器，将这两个被耦合效应影响的系统参数也视作待估计项，将它考虑进整体估计方案中，解决了多传感器故障多通道之间的耦合影响问题，具有精确的估计结果。附图说明

[0063] 图1是本发明多传感器故障估计自愈合控制框图；

[0064] 图2是无故障情况下速度输出响应曲线；

[0065] 图3是无故障情况下高度输出响应曲线；

[0066] 图4是无故障情况下舵偏角和油门开度输入响应曲线；

[0067] 其中，(a)是舵偏角输入响应曲线，(b)是油门开度输入响应曲线；

[0068] 图5是速度传感器故障估计结果；

[0069] 图6是高度传感器故障估计结果；

[0070] 图7是故障情况下速度响应曲线；

[0071] 图8是故障情况下高度响应曲线；

[0072] 图9是故障情况下舵偏角输入响应曲线；

[0073] 图10是故障情况下油门开度输入响应曲线。

具体实施方式

[0074] 以下将结合附图，对本发明的技术方案及有益效果进行详细说明。

[0075] 如图1所示，本发明提供一种高超声速飞行器多传感器故障的非线性自愈合控制方法，首先对通过输入输出线性化得到的仿射非线性模型设计了无故障情况下的标称滑模控制器，用以跟踪给定参考指令；然后针对系统发生的多传感器复合故障，分别为速度和高度通道设计了非线性自适应观测器和反步滑模观测器，因为速度通道传感器故障对高度通道的耦合影响，高度系统参数发生改变，严重影响高度通道传感器故障的估计结果，因此采用反步滑模观测器将受到影响的参数也当作一个估计项，将其考虑进故障估计观测器的整体设计中；最后，利用获得的故障估计结果设计故障容错控制器来补偿故障，改善传感器故障引发的机体严重震动，提升控制效果。

[0076] 实施此高超声速飞行器多传感器故障的非线性自愈合控制方法的步骤如下：

[0077] 步骤1，针对高超声速飞行器巡航阶段纵向非线性模型，采用输入输出反馈线性化技术，得到高超声速飞行器纵向仿射非线性系统；

[0078] 其中，高超声速飞行器巡航阶段纵向非线性模型如下：

[0079]

[0080]

[0081]

[0082]

[0083]

[0084] 其中，U，L，D，Myy分别代表推力、升力、阻力和俯仰力矩；Iyy表示转动惯量，μ是万有引力常数，r为距地心的径向距离且r＝h+Re，Re为地球半径。通过输入输出反馈线性化技术，转化为如下的仿射非线性形式：βUc为发动机油门开度的指令值，βU为发动机油门开度，δe为舵面偏转角度，β是侧滑角，ρ是大气密度，定义虚拟控制变量zT＝[V γ α βU h]。

[0085]

[0086] 其中 ψ2＝[ω21 ω22 ω23 ω24 ω25]。

[0087]

[0088]

[0089]

[0090]

[0091] π2＝[π21 π22 π23 π24 π25]

[0092]

[0093]

[0094]

[0095]

[0096]

[0097]

[0098]

[0099]

[0100] g11,g12,g21,g22是控制参数矩阵，ψ1，ψ2，π1，π2分别是关于状态变量的系统方程的一阶和二阶偏导数，x＝[V γ h α q βU]T是状态变量，FV,Fh是仿射非线性参数矩阵，ωn为发动机模型的频率，β0是侧滑角初值，控制变量输入zu＝[δe βU]。

[0101]

[0102]

[0103] 其中，常数ce＝0.0292，是平均空气动力弦长，S是参考机翼面积,CU,CL,CD,CM(α),CM(δe),CM(q)分别是相关的空气动力系数参数。

[0104] 步骤2，针对步骤1所述纵向仿射非线性系统，建立滑模面，设计无故障情况下的滑模控制器，具体过程如下：

[0105] 首先设计如下滑模面：

[0106]

[0107]

[0108] 其中常数a,b＞0，Vd与hd为给定的参考指令信号，sV,sh为辅助滑模面，eV,eh是跟踪误差。

[0109] 标称滑模控制器如下：

[0110] u＝G(x)-1(-F(x)-ω-Hsgn(s)-Qs)

[0111] ω是姿态角速率，H和Q为正定矩阵。

[0112] 步骤3，对原健康系统注入如下形式的多传感器恒偏差故障：

[0113]

[0114] 其中Vin和hin是真实的高度与速度信号，Vout与hout是传感器测量信号，fv和fh为传感器故障，tf为故障发生时间。

[0115] 步骤4，针对带有多传感器故障的系统，设计故障估计方案，具体如下：针对速度通道设计非线性自适应观测器；针对高度通道，考虑速度通道传感器故障带来的负面耦合影响，设计了反步滑模观测器来估计状态量与传感器故障；

[0116] 其中，针对速度通道设计的非线性自适应观测器设计为：

[0117]

[0118] 其中，为状态估计向量，为速度传感器故障导数的估计向量，vvc为待设计的虚拟控制量，gvx是仿射非线性参数矩阵。

[0119] 针对高度通道设计的反步滑模观测器设计为：

[0120]

[0121] 其中为状态估计量，为高度传感器故障的导数，和分别为系统参数ghx和fhx的估计量，vhc为待设计的虚拟控制量。

[0122] 步骤5，根据步骤4获得高度与速度传感器故障估计结果后，设计容错控制器，对高度传感器与速度传感器的输出信号进行补偿，所述容错控制器设计为：

[0123] ucom＝Gcom(x)-1(-Fcom(x)-ωcom-Hsgn(scom)-Kscom)

[0124] 其中ucom为容错控制律，Gcom,Fcom,ωcom,scom为含有补偿后传感器输出信号的变量。

[0125] 下面对本发明进行仿真验证。

[0126] 下面给出基于Matlab/Simulink仿真平台的实验结果。假设高超声速飞行器在巡航阶段稳定飞行时的状态为：

[0127]

[0128] 其中Vd和hd为速度和高度的参考指令。相应地，假设高超声速飞行器初始飞行条件为：

[0129]

[0130] 图2-10给出无故障情况下的输入输出响应、多传感器故障估计结果、容错控制后的输入输出响应三个部分的仿真结果。仿真实验证明了本发明所设计的包含非线性滑模容错控制器、非线性自适应观测器和反步滑模观测器的自愈合方法能有效处理高超声速飞行器纵向模型的多传感器故障，使机体在发生故障后能快速重新跟踪给定参考指令，恢复稳定。

[0131] 以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

标题	发布/更新时间	阅读量
可垂直起降扑翼飞行器的机翼	2020-05-19	807
一种小型无人直升机飞行控制中的动力规划方法	2020-05-12	236
螺旋桨对准装置	2020-05-15	980
固定翼无人机栖落机动轨迹的建模与预测控制方法	2020-05-16	302
一种基于自适应有限时间控制的四旋翼飞行器控制方法	2020-05-14	1022
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	2020-05-15	550
具有可调瞄准组件的无人空中飞行器	2020-05-16	502
用于提高飞机燃油效率的方法和系统	2020-05-17	852
一种用于太阳能飞机续航评估的净能量分布地图	2020-05-18	288
一种基于太阳能与风能的节能型制热系统	2020-05-11	602

高超声速飞行器多传感器故障的非线性自愈合控制方法

高超声速飞行器多传感器故障的非线性自愈合控制方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：