首页 / 专利库 / 飞机类型 / 自动油门 / 舰载机垂尾损伤故障自适应容错控制器设计方法及控制系统

舰载机垂尾损伤故障自适应容错控制器设计方法及控制系统

阅读:406发布:2020-05-13

专利汇可以提供舰载机垂尾损伤故障自适应容错控制器设计方法及控制系统专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种舰载机垂尾损伤故障自适应容错 控制器 设计方法及控制系统,属于航空 飞行器 控制技术领域。首先,建立垂尾损伤的无人机模型,并分析垂尾损伤对无人机 偏航 力 矩系数、侧力系数、 滚转 力矩系数的影响;接着针对垂尾损伤带来的参数不确定而造成的控制问题,设计基于状态反馈输出 跟踪 的自适应容错控制器,对纵向和横侧向解耦,分别设计控制器。本发明能保证在着舰过程中发生垂尾损伤的舰载机在复杂的着舰环境下能够安全着舰。,下面是舰载机垂尾损伤故障自适应容错控制器设计方法及控制系统专利的具体信息内容。

1.舰载机垂尾损伤故障自适应容错控制器的设计方法,其特征在于,包括如下步骤:
步骤1:建立垂尾损伤的舰载机非线性模型,将舰载机非线性模型线性化,并解耦成纵向、横向线性模型;
步骤2:针对纵向通道设计自适应容错控制器;
根据纵向线性模型状态方程矩阵Alon、Blon、Clon计算得到高频增益矩阵
其中,s是频域中的一个量,ξlonm(s)为纵向系统关联左乘矩阵,Glon(s)为纵向系统传递函数矩阵,Clon1、Clon2分别为纵向系统状态方程矩阵C阵的第一行和第二行,Alon、Blon分别为纵向系统状态方程矩阵的A、B阵;
根据纵向传递函数相对阶特点,选择关联矩阵为
ξlonm(s)=diag{s-p1,(s-p2)(s-p3)}
p1,p2,p3为配置的稳定极点;则纵向参考模型为
其中,Wlonm(s)为纵向系统参考模型,[Δrlon](t)为有界的参考输入;
纵向控制律为
其中, 由自适应律更新;纵向控制输入Δulon=[Δδe ΔδT],Δδe为升降偏,ΔδT为偏量;纵向通道参考输入Δrlon=[ΔVc Δθc],ΔVc为速度参考输入偏量,Δθc为俯仰参考输入偏量;纵向通道状态反馈Δxlon=[ΔV Δα Δq Δθ],分别为速度偏量,迎角偏量,俯仰角速率偏量,俯仰角偏量;
步骤3:针对侧向通道设计自适应容错控制器;
根据侧向线性模型状态方程矩阵Alat、Blat、Clat计算得到高频增益矩阵
其中,ξlatm(s)为侧向系统关联左乘矩阵,Glat(s)为侧向系统传递函数矩阵,Clat1、Clat2分别为侧向系统状态方程矩阵C阵的第一行和第二行,Alat、Blat分别为纵向系统状态方程矩阵的A、B阵;
根据Glat(s)的阶次特点,选择关联矩阵
ξlatm(s)=diag{(s-p1)(s-p2),(s-p3)(s-p4)}
p1,p2,p3,p4为配置的稳定极点;则侧向参考模型为
其中,Wlatm(s)为侧向系统参考模型,[Δrlat](t)为有界的参考输入。
根据前述设计,侧向控制律为
其中, 由自适应律更新;侧向控制输入Δulat=[Δδa Δδr],Δδa为副翼舵偏,Δδr为方向舵偏量;侧向参考输入Δrlat=[Δβc Δδc],Δβc为侧滑角参考输入偏量,Δφc为滚转角参考输入偏量;侧向通道状态反馈Δxlat=[Δβ Δp Δr Δφ],分别为侧滑角偏量,滚转角速率偏量,偏航角速率偏量,滚转角偏量。
2.根据权利要求1所述的自适应容错控制器的设计方法,其特征在于,所述自适应更新律为
其中,自适应增益矩阵满足 为所需设置的参数,ε(t)=[ε1(t),ε2(t),…,εM(t)]T为估计误差, 为滤波误差;Ds为高频增益矩阵进行LDS分解得到,ζT
(t)=[h(s)[ω](t)]T,其中h(s)为引入的滤波器,[ω](t)=[x(t) r(t)]T,x(t),r(t)分别为系统状态变量和参考输出;Γ=TT>0为自适应增益矩阵,ξ(t)=ΘT(t)ζ(t)-h(s)[ΘTω](t),其中, K2(t)为待更新参数矩阵,
3.舰载机垂尾损伤故障自适应容错自动着舰控制系统,其特征在于,包括着舰指令生成模、纵侧向制导律模块、纵侧向自适应容错控制器;所述纵侧向制导律模块包括纵向制导律和侧向制导律;所述纵侧向自适应容错控制器包括纵向自适应容错控制器和横向自适应容错控制器;所述着舰指令模块生成基准轨迹信号以及速度与侧滑角指令,将基准轨迹信号传输给纵侧向制导律模块,由纵向制导律模块计算出纵向姿态指令,由侧向制导律模块计算出侧向姿态指令;纵向姿态指令和侧向姿态指令分别传输给纵向自适应容错控制器和横向自适应容错控制器,使舰载机纵侧向姿态分别跟踪纵向姿态指令和侧向姿态指令响应。
4.根据权利要求3所述的舰载机垂尾损伤故障自适应容错自动着舰控制系统,其特征在于,还包括甲板运动与舰尾流干扰模块;高度指令中引入甲板运动信息,舰尾流作用到飞机机体轴上;甲板运动采用基于Conolly线性理论的甲板运动数学仿真模型,模拟不同海况下的甲板运动干扰;舰尾流模型采用MIL-F-8785C军用规范的舰尾流模型,模拟不同海况下的舰尾流干扰。
5.根据权利要求3所述的舰载机垂尾损伤故障自适应容错自动着舰控制系统,其特征在于,所述纵向制导律由高度偏差得到俯仰指令信号,为:
其中,Δθc为姿态指令增量,ΔHc为高度指令增量,ΔH为高度增量, 分别为PI控制的参数。
6.根据权利要求3所述的舰载机垂尾损伤故障自适应容错自动着舰控制系统,其特征在于,所述侧向制导律由侧偏误差得到滚转指令信号,为:
其中,Δφc为滚转角指令增量,ΔYc为侧偏指令增量,ΔY为侧偏增量, 分别为PI控制参数。

说明书全文

舰载机垂尾损伤故障自适应容错控制器设计方法及控制系统

技术领域

[0001] 本发明涉及一种舰载机垂尾损伤故障自适应容错控制器设计方法及控制系统,属于航空飞行器控制技术领域。

背景技术

[0002] 无人机(UAV,Unmanned Aerial Vehicle)是一种非载人飞行器,通过无线电设备以及自身程序控制装置执行特定任务。无人机涵盖高中低空、远中近程,担负起空中巡逻、侦察预警、信息作战、特种攻击等任务,这些无人机的应用令海军战大增。航母上的主要攻击力量是舰载机,其关键技术是如何保障舰载机能够在非常严峻的着舰环境下,达到安全准确地着舰。由于舰载飞机的着舰环境十分严峻,甲板的空间有限,且会随海浪产生干扰运动,以及复杂的气流扰动也对舰载无人机着舰造成较大影响,舰载无人机降落困难。在舰载无人机自动着舰控制系统中,主要采用PID控制方法。舰载机常规无故障状况下,现行的自动着舰系统可以保证舰载机着舰安全,但在舰载机故障情况下,舰载机控制性能会受到不可预料的影响,甚至酿成严重事故。
[0003] 基于状态反馈输出跟踪的自适应容错控制器,可以同时解决故障和系统本身的不确定性,且该方法不需要故障诊断和隔离单元,可以不受故障诊断误差的影响,同时也不会影响实时性,能够很好的处理故障引起的不确定性;不需要在系统故障时重新调整控制律的形式,结构简单;易于从理论上证明系统的稳定性和跟踪能力。

发明内容

[0004] 本发明所要解决的技术问题在于着舰过程中由垂尾损伤带来的控制问题,所设计的控制系统能够使无人机在着舰阶段受到甲板运动等外界扰动时,能够快速跟踪轨迹响应,抑制扰动的影响,从而降低撞舰险,确保精确着舰以及提高着舰安全性。
[0005] 本发明为解决上述技术问题采用以下技术方案:
[0006] 提供一种基于状态反馈输出跟踪的自适应容错控制设计方法,建立舰载机自动着舰系统,包括垂尾损伤的舰载机模型,舰载机着舰引导律,自适应容错控制器,甲板运动和舰尾流干扰。
[0007] 作为本发明的一种优选方案,所述的垂尾损伤的舰载机模型采用从物理几何度推导气动力变化,无人机发生垂尾损伤后,首先影响偏航通道的气动力和力矩。由于偏航通道和滚转通道存在耦合,所以滚转通道也会受其影响,量纲一稳定性导数如CYβ、Cnβ、Clβ、CYp、Clβ、Clp、CYr、Cnr以及Clr等均发生改变,影响整个横侧向通道的气动力和气动力矩,但是对纵向运动的影响不大。
[0008]
[0009] Cnβ为航向静稳定导数,可看成是由机身和垂尾共同产生的。Cnβ1为由机身产生的航向静稳定导数部分,Cnβ2为垂尾产生的航向静稳定导数部分。μ为垂尾损伤度。Kδ0(μ)是关于损伤度μ的机身与垂尾的气动耦合系数。Kδ0(μ)的经验公式表达式为
[0010]
[0011] bleft为损伤发生后剩下的垂尾高度,ηk(μ)为垂尾根梢比。同理可求出垂尾损伤对其他气动参数的影响。
[0012] 作为本发明的一种优选方案,所述的垂尾损伤的容错控制采用状态反馈输出跟踪的自适应容错控制方法。针对多输入多输出的系统
[0013]
[0014] 其中,x(t)为状态量,u(t)为输入,y(t)为输出。
[0015] 选取标称控制器为状态反馈输出跟踪控制结构,控制律为
[0016]
[0017] 其中, 和 为标称控制器参数,r(t)为参考输入。
[0018] 自适应控制律为
[0019]
[0020] K2(t)是 和 的估计值,由自适应律更新。
[0021] 输出跟踪误差满足为Δe(t)=y(t)-ym(t),y(t)为系统输出,ym(t)为参考模型输出。
[0022] 引入新的误差信号
[0023]
[0024] 其中,ξm(s)为系统关联左乘矩阵,h(s)=1/fh(s),fh(s)是稳定的多项式。
[0025] 将高频增益矩阵Kp进行LDS分解得Kp=LsDsS,为了将未知矩阵Ls参数化,引入[0026]
[0027] 其中,当j≥i,有
[0028] 引入估计误差为
[0029]
[0030] 其中,Θ0={θij},Ψ(t)是Ψ*=DsS的估计值。
[0031]
[0032] 估计误差还可以写成:
[0033]
[0034] 其中,
[0035] 自适应更新律为
[0036]
[0037] 其中,自适应增益矩阵满足 ε(t)=[ε1(t),ε2(t),…,εM(t)]T为估计误差,Γ=TΤ0为自适应增益矩阵,
[0038] 作为本发明的一种优选方案,所述的垂尾损伤的自适应容错控制分别针对纵向系统和侧向系统进行设计。将舰载机非线性模型线性化,并解耦成纵向、横向线性模型。
[0039] 纵向控制系统设计如下:
[0040] 纵向控制输入Δulon=[Δδe ΔδT],Δδe表示升降舵偏增量,ΔδT表示开度增量。纵向通道参考输入Δrlon=[ΔVc Δθc],ΔVc表示速度参考输入增量,Δθc表示俯仰角参考输入增量。纵向通道状态反馈Δxlon=[ΔV Δα Δq Δθ],ΔV表示速度增量,Δα表示迎角增量,Δq俯仰角速度增量,Δθ表示俯仰角增量。
[0041] 根据纵向线性模型状态方程矩阵Alon、Blon、Clon可以计算得到高频增益矩阵[0042]
[0043] 根据纵向传递函数相对阶特点,选择关联矩阵为
[0044] ξlonm(s)=diag{s-p1,(s-p2)(s-p3)}
[0045] p1,p2,p3为配置的稳定极点。那么,纵向参考模型为
[0046]
[0047] 根据前述设计,纵向控制律为
[0048]
[0049] 其中, 由自适应律更新。
[0050] 侧向控制系统设计如下:
[0051] 侧向控制输入Δulat=[Δδa Δδr],Δδa表示副翼舵偏增量,Δδr表示方向舵舵偏增量。侧向参考输入Δrlat=[Δβc Δφc],Δβc表示侧滑角参考输入增量,Δφc表示滚转角参考输入增量。侧向通道状态反馈Δxlat=[Δβ Δp Δr Δφ],Δβ表示侧滑角增量,Δp表示滚转角速率增量,Δr表示偏航角速率增量,Δφ表示滚转角增量。
[0052] 根据侧向线性模型状态方程矩阵Alat、Blat、Clat可以计算得到高频增益矩阵[0053]
[0054] 根据Glat(s)的阶次特点,选择关联矩阵
[0055] ξlatm(s)=diag{(s-p1)(s-p2),(s-p3)(s-p4)}
[0056] p1,p2,p3,p4为配置的稳定极点。那么,侧向参考模型为
[0057]
[0058] 根据前述设计,侧向控制律为
[0059]
[0060] 其中, 由自适应律更新。
[0061] 有益效果:
[0062] 自适应容错控制相比PID控制在垂尾损伤发生后具有更好的抑制舰尾流和甲板运动扰动的能力,使得落点更精确,着舰误差较小,容错能力较强,针对复杂环境以及舵面损伤问题,可以较大程度保证安全的基础上增加舰载机着舰成功率。附图说明
[0063] 图1是本发明所设计的舰载机自适应容错控制系统原理图;
[0064] 图2是舰载机着舰过程中自适应容错控制与PID控制方法的高度轨迹跟踪的对比;
[0065] 图3是舰载机着舰过程中自适应容错控制与PID控制方法的高度跟踪误差对比;
[0066] 图4是舰载机着舰过程中自适应容错控制与PID控制方法的侧向对中误差对比。

具体实施方式

[0067] 针对舰载机着舰过程中可能发生的垂尾损伤问题,造成的着舰困难,本发明的解决思路是提供一种基于状态反馈输出跟踪的自适应容错控制方法。正常无故障的舰载机着舰过程本来就是一件艰巨的任务,再加上垂尾损伤,导致模型的不确定性,常规的控制器难以维持较好的着舰控制,因此本发明采用基于状态反馈输出跟踪的自适应容错控制方法,旨在通过自适应律的调节不断更新标称控制器参数,构成自适应容错飞控系统来应对垂尾损伤导致的模型参数不确定。
[0068] 具体而言,本发明舰载机垂尾损伤故障自适应容错自动着舰控制的系统框图如图1所示。该系统框图包括几个部分:着舰指令生成、纵侧向制导律、纵侧向自适应容错控制器、甲板运动与舰尾流干扰。着舰指令生成基准轨迹信号以及速度与侧滑角指令,将基准轨迹信号传输给制导律,由制导律计算出姿态指令,姿态指令传输给控制器,使控制器跟踪姿态指令,在着舰末端,加入甲板运动与舰尾流扰动,加入甲板运动的同时,进行预估和加入补偿网络的处理。本发明的重点是纵侧向自适应容错控制器的设计。
[0069] (1)纵侧向自适应容错控制器
[0070] 具体而言,本发明基于状态反馈输出跟踪的自适应容错控制方法,包括以下步骤:
[0071] 步骤1、对舰载机的非线性模型进行配平及线性化,并将横侧向、纵向通道解耦;
[0072] 步骤2、针对纵向通道设计自适应容错控制器,根据纵向线性模型状态方程矩阵Alon、Blon、Clon可以计算得到高频增益矩阵
[0073]
[0074] 根据纵向传递函数相对阶特点,选择关联矩阵为
[0075] ξlonm(s)=diag{s-p1,(s-p2)(s-p3)}
[0076] p1,p2,p3为配置的稳定极点。那么,纵向参考模型为
[0077]
[0078] 纵向控制律为
[0079]
[0080] 其中, 由自适应律更新。纵向控制输入Δulon=[Δδe ΔδT],纵向通道参考输入Δrlon=[ΔVc Δθc],纵向通道状态反馈Δxlon=[ΔV Δα Δq Δθ]。
[0081] 步骤3、针对侧向通道设计自适应容错控制器,根据侧向线性模型状态方程矩阵Alat、Blat、Clat可以计算得到高频增益矩阵
[0082]
[0083] 根据Glat(s)的阶次特点,选择关联矩阵
[0084] ξlatm(s)=diag{(s-p1)(s-p2),(s-p3)(s-p4)}
[0085] p1,p2,p3,p4为配置的稳定极点。那么,侧向参考模型为
[0086]
[0087] 根据前述设计,侧向控制律为
[0088]
[0089] 其中, 由自适应律更新。侧向控制输入Δulat=[Δδa Δδr],侧向参考输入Δrlat=[Δβc Δφc],侧向通道状态反馈Δxlat=[Δβ Δp Δr Δφ]。
[0090] (2)自适应容错控制算法
[0091] 针对多输入多输出的系统
[0092]
[0093] 选取标称控制器为状态反馈输出跟踪控制结构,控制律为
[0094]
[0095] 其中, 和 为标称控制器参数。
[0096] 自适应控制律为
[0097]
[0098] K2(t)是 和 的估计值,由自适应律更新。
[0099] 输出跟踪误差满足为Δe(t)=y(t)-ym(t),y(t)为系统输出,ym(t)为参考模型输出。
[0100] 引入新的误差信号。
[0101]
[0102] 其中,ξm(s)为系统关联左乘矩阵,h(s)=1/fh(s),fh(s)是稳定的多项式。
[0103] 将高频增益矩阵Kp进行LDS分解得Kp=LsDsS,为了将未知矩阵Ls参数化,引入[0104]
[0105] 其中,当j≥i,有
[0106] 引入估计误差为
[0107]
[0108] 其中,Θ0={θij},Ψ(t)是Ψ*=DsS的估计值。
[0109]
[0110] 估计误差还可以写成:
[0111]
[0112] 其中,
[0113] 自适应更新律为
[0114]
[0115] 其中,自适应增益矩阵满足 ε(t)=[ε1(t),ε2(t),…,εM(t)]T为估计误差,Γ=ΤT>0为自适应增益矩阵,
[0116] 根据李雅普诺夫稳定性理论,可证得系统具有稳定性,其输出能渐近跟踪参考输出。
[0117] (3)着舰指令生成模
[0118] 该模块的输出信号为高度指令,速度指令,侧向对中指令,侧滑角指令。
[0119] (4)纵侧向制导律模块
[0120] 纵向制导律由高度偏差得到俯仰指令信号,为:
[0121]
[0122] 其中,Δθc为姿态指令增量,ΔHc为高度指令增量,ΔH为高度增量, 分别为PI控制的参数。
[0123] 侧向制导律由侧偏误差得到滚转指令信号,为:
[0124]
[0125] 其中,Δφc为滚转角指令增量,ΔYc为侧偏指令增量,ΔY为侧偏增量, 分别为PI控制参数。
[0126] (5)甲板运动与舰尾流干扰模块
[0127] 高度指令中引入甲板运动信息,舰尾流作用到飞机机体轴上;甲板运动采用基于Conolly线性理论的甲板运动数学仿真模型,模拟不同海况下的甲板运动干扰;舰尾流模型采用MIL-F-8785C军用规范的舰尾流模型,模拟不同海况下的舰尾流干扰。甲板运动与舰尾流均为3级海况下的扰动,甲板运动加入预估和补偿网络,以减小甲板运动对末端着舰的干扰,防止撞舰。
[0128] 利用MATLAB工具进行仿真,仿真设置如下:
[0129] 初始高度H0=100m,V0=20m/s,γ0=-3°,在仿真时间80s时,舰载机垂尾发生故障,损伤度μ为50%,在着舰的最后12s,加入舰尾流与甲板运动干扰。
[0130] 设计了PID着舰控制方法,将两种控制方法均采用上述相同的设置,仅有控制器不同,得到的仿真图如图2-图4所示。由图可知,自适应容错控制相比PID控制在垂尾损伤发生后具有更好的抑制舰尾流和甲板运动扰动的能力,使得着舰误差更精确。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈