CN103616816A - 一种高超声速飞行器升降舵故障控制方法 - Google Patents
一种高超声速飞行器升降舵故障控制方法 Download PDFInfo
- Publication number
- CN103616816A CN103616816A CN201310574079.4A CN201310574079A CN103616816A CN 103616816 A CN103616816 A CN 103616816A CN 201310574079 A CN201310574079 A CN 201310574079A CN 103616816 A CN103616816 A CN 103616816A
- Authority
- CN
- China
- Prior art keywords
- partiald
- gamma
- alpha
- cos
- sin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明提出了一种高超声速飞行器升降舵故障控制方法。所述方法首先基于高超声速飞行器巡航段的纵向模型建立其升降舵发生卡死故障的模型;然后设计状态反馈控制律并建立故障模式、大小、发生时刻已知情况下实现容错控制所需的匹配条件;进而考虑升降舵发生未知故障的情况,推导出控制器参数的自适应学习律。该发明能够通过快速有效地自适应调整正常冗余升降舵的控制输出,实现对发生故障的升降舵所损失的控制效力的补偿,保证高超声速飞行器在某一升降舵发生故障时的飞行安全,并且最大程度恢复飞行器的期望性能。
Description
技术领域
本发明属于自动控制技术领域,尤其是涉及一种高超声速飞行器升降舵故障控制方法。
背景技术
高超声速飞行器是迄今为止飞行过程最为复杂的一种飞行器,与亚声速/超声速飞行器相比有许多不同的飞行特性。由于工作条件大范围变化,高超声速飞行器高低空的气动力特性的巨大差异和质量分布的快速变化,导致飞行器的动力学特征和模型参数在飞行中变化非常显著。发动机与机身一体化构形使得弹性机身、推进系统以及结构动力学之间的强耦合作用,导致高超声速飞行器的飞行动力学特征非常复杂,存在很大的不确定性。另外,由于重量、大小和成本的限制,高超声速飞行器通常装备最少组合的控制舵面,一个控制舵面发生故障往往对飞行器产生所需控制力矩的能力具有破坏性的影响。这就要求在出现控制面失效和各种异常故障状态时,高超声速飞行器的控制系统具有高度的自主容错能力。
目前针对高超声速飞行器的容错控制已有一些研究成果。美国Dryden飞行研究中心采用离线最优控制方法通过重新分配控制效力实现了对控制面故障的容错(Reconfigurable control design for the full X-33flight envelope.AIAA2001-4379,2001.)。Zhu等人提出了一种基于奇异摄动理论的直接容错控制方法(Direct fault tolerant RLV attitude control a singular perturbationapproach.AIAA2002-4778,2002)。Johnson等人基于直接自适应控制和神经网络动态逆设计终端能量管理段和进场着陆段的容错控制方案(Faulttolerance through direct adaptive control using neural networks.AIAA2006-6553,2006)。姜斌等人基于模糊控制、自适应控制、鲁棒控制和滑模控制等理论与方法设计了多种故障诊断与容错控制方案,增强了姿控系统的可靠性(近空间飞行器故障诊断与容错控制的研究进展.南京航空航天大学学报,2012)。目前针对高超声速飞行器的容错控制方法大多数需要检测和隔离发生故障的执行机构,需要获取发生故障的升降舵的故障信息,包括故障发生时间、具体哪个升降舵发生故障和故障的大小。
发明内容
本发明所要解决的技术问题在于克服现有技术的不足,提出了一种高超声速飞行器升降舵故障控制方法。所述方法不需要额外的故障诊断环节,即不需要检测和辨识升降舵的故障模式、故障大小和故障发生时间,能够通过在线自适应调节正常升降舵的偏转角度补偿故障升降舵损失的控制效力,保证飞行器的稳定性,并恢复其高度和速度跟踪性能。
为解决上述技术问题,本发明所采用的技术方案是:
一种高超声速飞行器升降舵故障控制方法,其特征在于,包括以下步骤:
步骤1,建立高超声速飞行器巡航段纵向运动学及动力学模型,所述模型表示为:
其中V、γ、h、α、q分别表示高超声速飞行器的速度、航迹角、高度、攻角和俯仰角速率;L、D、T分别为升力、阻力和推力;m、μ、r分别表示飞行器的质量、重力常数、飞行器到地心的距离,其中r=RE+h,RE为地球半径;Iyy、Myy分别表示俯仰转动惯量和俯仰转动力矩;
步骤2,建立控制系统输入-输出模型
将所述高超声速飞行器巡航段纵向运动学及动力学模型转换为以高超声速飞行器的速度V和高度h为输出、油门开度βc和升降舵舵偏角δe作为控制输入,建立输入-输出模型,其表达式如下:
h(4)=fh+b21βc+b22δe
其中fV、fh、b11、b12、b21、b22分别是关于V、γ、h、α、q和飞行器气动参数的非线性函数;总的舵偏角δe与左、右两个升降舵的舵偏角δe1和δe2的关系为:δe=d1δe1+d2δe2,其中d1和d2为组合关系系数;
步骤3,考虑步骤2所述输入-输出模型升降舵发生卡死故障的情况,建立升降舵的故障模型,其表达式如下:
步骤4,基于速度追踪误差和高度追踪误差定义两个滑模面s1和s2:
s1=λ10e10+λ11e11+λ12e12+e13
s2=λ20e20+λ21e21+λ22e22+λ23e23+e24
其中,e11=V-Vd,e10=∫e11,e21=h-hd,e20=∫e21, Vd和hd为期望的速度和高度信号;λ10,λ11,λ12,λ20,λ21,λ22,λ23为正常数,其选择满足多项式s3+λ12s2+λ11s+λ10和s4+λ23s3+λ22s2+λ21s+λ20为Hurwitz多项式。
步骤5,确定标称控制输入,其表达式如下:
其中v0为升降舵δe的标称偏转量;a1和a2为两个正常数,决定滑动模态的收敛速度;f1和f2分别由下式确定:
sgn(·)为符号函数,其定义如下:
或者为减小滑模控制产生的抖振,βc、v0分别由下式确定:
其中,ε为一个小的正常数;sat(·)为饱和函数,其定义如下:
步骤6,基于步骤5给出的标称控制信号v0,确定自适应容错控制律:
其中Γ1j和Γ2j为两个正常数,决定了参数自适应律的学习速率。
步骤2中,所述非线性函数fV、fh、b11、b12、b21、b22的具体形式如下:
其中
CM(α)=-0.035α2+0.036617α+5.3261×10-6
CM(δe)=ce(δe-α)
其中CM(α)、CM(δe)和为CM(q)为俯仰力矩系数;Iyy为俯仰转动惯量;S为参考气动面积;ρ为大气密度;ωn、ζ、β为发动机动态模型的自然频率、阻尼比和输出;α0和β0为转换模型引入的辅助变量;为平均气动翼弦;ce和cβ为计算俯仰力矩系数的相关参数;ω1、π1、Ω2、Π2为推导V和h的高阶微分所产生的向量及矩阵:
Ω2=[ω21ω22ω23ω24ω25],Π2=[π21π22π23π24π5]
ω1、π1、Ω2、Π2的表达式中关于L、T、D的一阶、二阶偏导数可根据下列关系计算得到:
L=ρV2SCL2,CL=0.6203α
D=ρV2SCD2,CD=0.6450α2+0.0043378α+0.003772
T=ρV2SCT2,
本发明的有益效果是:一种高超声速飞行器升降舵故障控制方法,所述方法能够在两个升降舵中任何一个发生故障的情况下,通过自适应调整正常升降舵的偏转角度,补偿故障升降舵损失的控制效力。在此过程中,不需要检测是哪一个升降舵发生了故障,也不需要知道故障发生的时间及大小,参数自适应律会自动更新容错控制器的参数,保证飞行器稳定并恢复其高度和速度追踪性能。该发明不需额外的故障诊断环节,不依赖故障诊断的及时性和准确性,能够充分利用飞行器的控制冗余,不仅能够保证飞行器的安全飞行,而且能够维持其期望的渐近追踪性能。
附图说明
图1是本发明控制方法的示意图。
图2是输出和输入响应图;其中,图2(a)是速度追踪响应图;图2(b)是高度追踪响应图;图2(c)是推力响应图;图2(d)是合成舵偏角响应图。
图3是状态响应图;其中,图3(a)是航迹角响应图;图3(d)是俯仰角响应图;图3(c)是攻角响应图;图3(d)是俯仰角速率响应图。
图4是两个升降舵的偏转角图;其中,图4(a)是左升降舵的偏转角;图4(b)是右升降舵的偏转角。
具体实施方式
下面结合附图,对本发明提出的一种高超声速飞行器升降舵故障控制方法进行详细说明:
本发明提供了一种针对高超声速飞行器升降舵故障控制方法,包括以下步骤:
步骤1,建立高超声速飞行器巡航段纵向运动学及动力学模型,所述模型表示为:
其中V、γ、h、α、q分别表示高超声速飞行器的速度、航迹角、高度、攻角和俯仰角速率;L、D、T分别为升力、阻力和推力;m、μ、r分别表示飞行器的质量、重力常数、飞行器到地心的距离(r=RE+h,RE为地球半径);Iyy、Myy分别表示俯仰转动惯量和俯仰转动力矩。
步骤2,将纵向模型转换为以V和h为输出、油门开度βc和升降舵舵偏角δe为控制输入的输入-输出模型:
h(4)=fh+b21βc+b22δe
其中fV、fh、b11、b12、b21、b22是有关V、γ、h、α、q和飞行器气动参数等物理量的非线性函数:
其中
CM(α)=-0.035α2+0.036617α+5.3261×10-6
CM(δe)=ce(δe-α)
其中CM(α)、CM(δe)和为CM(q)为俯仰力矩系数;Iyy为俯仰转动惯量;S为参考气动面积;ρ为大气密度;ωn、ζ、β为发动机动态模型的自然频率、阻尼比和输出;α0和β0为转换模型引入的辅助变量;为平均气动翼弦;ce和cβ为计算俯仰力矩系数的相关参数;ω1、π1、Ω2、Π2为推导V和h的高阶微分所产生的向量及矩阵:
Ω2=[ω21ω22ω23ω24ω25],Π2=[π21π22π23π24π5]
ω1、π1、Ω2、Π2的表达式中关于L、T、D的一阶、二阶偏导数可根据下列关系计算得到:
L=ρV2SCL2,CL=0.6203α
D=ρV2SCD2,CD=0.6450α2+0.0043378α+0.003772
T=ρV2SCT2,
总的舵偏角δe与左、右两个升降舵的舵偏角δe1和δe2的关系为:δe=d1δe1+d2δe2,其中d1和d2为组合关系系数。
步骤3,考虑输入-输出模型中升降舵发生卡死故障的情况,建立升降舵的故障模型:
其中表示升降舵卡死故障的大小;vj是第j个升降舵的控制输入;σj代表故障模式,当第j个升降舵发生故障时,σj=1,否则σj=0。
步骤4,基于速度追踪和高度追踪误差选择两个滑模面s1和s2如下:
s1=λ10e10+λ11e11+λ12e12+e13
s2=λ20e20+λ21e21+λ22e22+λ23e23+e24
其中e11=V-Vd,e10=∫e11,e21=h-hd,e20=∫e21, Vd和hd为期望的速度和高度信号。λ10,...,λ12,λ20,...,λ23为正常数,其选择满足使多项式s3+λ12s2+λ11s+λ10和s4+λ23s3+λ22s2+λ21s+λ20为Hurwitz多项式。
对两个滑模面求导得到:
可进一步写为:
其中,
步骤5,根据滑模控制思想,设计标称控制器如下:
其中v0表示升降舵正常时的标称偏转量;a1和a2为两个正常数,决定滑动模态的收敛速度;sgn()为符号函数,表达式如下:
步骤6,设计容错控制器结构为:
vj=k1jv0+k2j,j=1,2
其中k1j和k2j为标称控制器参数。
结合步骤3中的故障模型,将其代入步骤2中的速度和高度动态模型,得到:
为实现故障补偿,k1j和k2j应满足如下匹配条件:
d(I-σ)[k11k12]T=1
选择Lyapunov函数:
其导数计算如下:
其中Γ1j和Γ2j为两个正常数,决定了参数自适应律的学习速率,得到
闭环系统稳定且滑模面能够在有限时间内趋于零。
为减小滑模控制产生的抖振,βc、v0分别由下式确定:
其中,ε为一个小的正常数;sat(·)为饱和函数,其定义如下:
下面通过仿真验证本发明的有效性。仿真参数如下:
飞行器参数:m=9375slug,Iyy=7×106slug·ft2,S=3603ft2,μ=3.31929×10-11,RE=20902244ft,ρ=0.24325×10-4slug/ft2,ce=0.0292,d1=d2=0.5,
状态初始值:[V(0),γ(0),θp(0),q(0),h(0)]=[15060ft/s,0,0,0,110000ft];高度变化信号:速度变化信号:hc=200ft,Vc=100ft/s,hf(0)=Vf(0)=0;滑模控制器参数:[λ10,λ11,λ12]=[64,48,12],[λ20,λ21,λ22,λ23]=[4,8,8,4],ε=0.1;控制器参数初始值: 自适应律参数:Γ11=Γ12=Γ21=Γ22=1×10-5;舵偏角组合系数d1=d2=0.5。
仿真中考虑第二个升降舵在第12秒发生卡死故障:
仿真结果说明:
如图2所示是输出和输入响应图;其中,图2(a)是速度追踪响应图;图2(b)是高度追踪响应图;图2(c)是推力响应图;图2(d)是合成舵偏角响应图。从图2(a)和(b)可见,无论是在第二个升降舵发生卡死故障之前还是之后,本发明所提出的自适应容错控制方法均能获得满意的速度和高度追踪效果。由图2(d)可见合成舵偏角δe在12秒处发生了一定的超调,这是正常升降舵补偿故障升降舵效力时产生的瞬态响应。
如图3所示是状态响应图;其中,图3(a)是航迹角响应图;图3(b)是俯仰角响应图;图3(c)是攻角响应图;图3(d)是俯仰角速率响应图。从图中可观测到采用本发明提出的容错控制方法,在故障发生后,这些系统关键状态值均在允许值范围内。
如图4所示是两个升降舵的偏转角图;其中,图4(a)是左升降舵的偏转角;图4(b)是右升降舵的偏转角。从图4(b)中可见第二个升降舵在第12秒时卡死在0.2rad的位置,从图4(a)可见第一个升降舵在12秒时开始自动调整其偏转,通过增大其偏转角度补偿发生故障的升降舵损失的控制效力。
Claims (2)
1.一种高超声速飞行器升降舵故障的自适应容错控制方法,其特征在于,包括以下步骤:
步骤1,建立高超声速飞行器巡航段纵向运动学及动力学模型,所述模型表示为:
其中V、γ、h、α、q分别表示高超声速飞行器的速度、航迹角、高度、攻角和俯仰角速率;L、D、T分别为升力、阻力和推力;m、μ、r分别表示飞行器的质量、重力常数、飞行器到地心的距离,其中r=RE+h,RE为地球半径;Iyy、Myy分别表示俯仰转动惯量和俯仰转动力矩;
步骤2,建立控制系统输入-输出模型;
针对所述高超声速飞行器巡航段纵向运动学及动力学模型,以高超声速飞行器的速度V和高度h为输出、油门开度βc和升降舵舵偏角δe作为控制输入,建立输入-输出模型,其表达式如下:
h(4)=fh+b21βc+b22δe
其中fV、fh、b11、b12、b21、b22分别是关于V、γ、h、α、q和飞行器气动参数的非线性函数;总的舵偏角δe与左、右两个升降舵的舵偏角δe1和δe2的关系为:δe=d1δe1+d2δe2,其中d1和d2为组合关系系数;
步骤3,考虑步骤2所述输入-输出模型升降舵发生卡死故障的情况,建立升降舵的故障模型,其表达式如下:
步骤4,基于速度追踪误差和高度追踪误差定义两个滑模面s1和s2:
s1=λ10e10+λ11e11+λ12e12+e13
s2=λ20e20+λ21e21+λ22e22+λ23e23+e24
其中,e11=V-Vd,e10=∫e11,e21=h-hd,e20=∫e21, Vd和hd为期望的速度和高度信号;λ10,λ11,λ12,λ20,λ21,λ22,λ23为正常数,λ10,λ11,λ12,λ20,λ21,λ22,λ23的取值满足:
s3+λ12s2+λ11s+λ10
s4+λ23s3+λ22s2+λ21s+λ20
为Hurwitz多项式;
步骤5,确定标称控制输入,其表达式如下:
其中v0为升降舵δe的标称偏转量;a1和a2为两个正常数,决定滑动模态的收敛速度;f1和f2分别由下式确定:
sgn(·)为符号函数,其定义如下:
或者为减小滑模控制产生的抖振,βc、v0分别由下式确定:
其中,ε为一个小的正常数;sat(·)为饱和函数,其定义如下:
步骤6,基于步骤5给出的标称控制信号v0,确定自适应容错控制律:
其中分别为容错控制器的参数估计值,分别由下式确定:
其中Γ1j和Γ2j为两个正常数,决定了参数自适应律的学习速率。
2.根据权利要求1所述的一种高超声速飞行器升降舵故障的自适应容错控制方法,其特征在于,步骤2中,所述非线性函数fV、fh、b11、b12、b21、b22的具体形式分别如下:
其中,
CM(α)=-0.035α2+0.036617α+5.3261×10-6
CM(δe)=ce(δe-α)
其中CM(α)、CM(δe)和为CM(q)为俯仰力矩系数;S为参考气动面积;ρ为大气密度;ωn、ζ、β为发动机动态模型的自然频率、阻尼比和输出;α0和β0为转换模型引入的辅助变量;为平均气动翼弦;ce和cβ为计算俯仰力矩系数的相关参数;ω1、π1、Ω2、Π2为推导V和h的高阶微分所产生的向量及矩阵:
Ω2=[ω21ω22ω23ω24ω25],Π2=[π21π22π23π24π5]
ω1、π1、Ω2、Π2的表达式中L、T、D的一阶、二阶偏导数计算式如下:
L=ρV2SCL2,CL=0.6203α
D=ρV2SCD2,CD=0.6450α2+0.0043378α+0.003772
T=ρV2SCT2,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310574079.4A CN103616816B (zh) | 2013-11-15 | 2013-11-15 | 一种高超声速飞行器升降舵故障控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310574079.4A CN103616816B (zh) | 2013-11-15 | 2013-11-15 | 一种高超声速飞行器升降舵故障控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103616816A true CN103616816A (zh) | 2014-03-05 |
CN103616816B CN103616816B (zh) | 2016-04-06 |
Family
ID=50167520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310574079.4A Active CN103616816B (zh) | 2013-11-15 | 2013-11-15 | 一种高超声速飞行器升降舵故障控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103616816B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103838237A (zh) * | 2014-03-19 | 2014-06-04 | 湖北蔚蓝国际航空学校有限公司 | 一种高超声速飞行器运动控制设计方法 |
CN104102225A (zh) * | 2014-06-27 | 2014-10-15 | 金陵科技学院 | 基于执行器动态的无人飞行器姿态分散式容错控制方法 |
CN104777844A (zh) * | 2015-02-12 | 2015-07-15 | 西安电子科技大学 | 一种高超声速临近空间飞行器航迹跟踪方法 |
CN104898682A (zh) * | 2015-05-05 | 2015-09-09 | 南京航空航天大学 | 一种高超声速飞行器再入姿态容错控制方法 |
CN105083536A (zh) * | 2014-05-15 | 2015-11-25 | 波音公司 | 用于优化水平尾翼载荷的系统和方法 |
CN105460225A (zh) * | 2015-11-26 | 2016-04-06 | 庆安集团有限公司 | 一种用于升降舵的故障隔离机构 |
CN105626270A (zh) * | 2015-12-29 | 2016-06-01 | 中国航空工业集团公司沈阳发动机设计研究所 | 一种涡扇发动机全权限控制系统容错方法 |
CN105843080A (zh) * | 2016-06-01 | 2016-08-10 | 南京航空航天大学 | 可变翼高超声速飞行器智能非线性控制系统 |
CN107065539A (zh) * | 2017-03-14 | 2017-08-18 | 南京航空航天大学 | 一种飞翼布局飞行器的操纵面故障自适应容错控制方法 |
CN107450313A (zh) * | 2017-07-25 | 2017-12-08 | 南京航空航天大学 | 基于自适应控制的无人机自动驾驶仪控制系统 |
CN108536161A (zh) * | 2018-03-14 | 2018-09-14 | 南京航空航天大学 | 一种深空探测器的高精度姿态容错控制方法 |
CN108776434A (zh) * | 2018-07-20 | 2018-11-09 | 南京航空航天大学 | 一种高超声速飞行器快速自适应滑模容错控制方法 |
CN108919651A (zh) * | 2018-09-26 | 2018-11-30 | 北京航空航天大学 | 一种考虑执行器输入约束的高超声速飞行器自适应容错控制方法 |
CN109358634A (zh) * | 2018-11-20 | 2019-02-19 | 南京航空航天大学 | 一种高超声速飞行器鲁棒自适应控制方法 |
CN110262448A (zh) * | 2019-05-27 | 2019-09-20 | 南京航空航天大学 | 具有状态限制的高超声速飞行器升降舵故障容错控制方法 |
CN110515392A (zh) * | 2019-08-26 | 2019-11-29 | 哈尔滨工业大学 | 一种面向性能恢复的高超声速飞行器轨迹跟踪控制方法 |
CN111007720A (zh) * | 2019-12-11 | 2020-04-14 | 南京航空航天大学 | 高超声速飞行器多传感器故障的非线性自愈合控制方法 |
CN111679583A (zh) * | 2020-06-21 | 2020-09-18 | 西北工业大学 | 基于气动参数估计的变体飞行器自适应控制方法 |
CN112327922A (zh) * | 2020-11-18 | 2021-02-05 | 南京航空航天大学 | 一种飞翼无人机自主起降综合控制方法 |
CN115016283A (zh) * | 2022-06-28 | 2022-09-06 | 北京京航计算通讯研究所 | 一种航空器故障修正系统 |
CN116107293A (zh) * | 2023-04-10 | 2023-05-12 | 商飞软件有限公司 | 一种民用飞机飞控系统作动回路故障诊断系统及诊断方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7454255B1 (en) * | 2003-12-09 | 2008-11-18 | Scientific Systems Company, Inc. | Methods and apparatus for safe, fault-tolerant control of complex technical systems |
CN101858748A (zh) * | 2010-05-28 | 2010-10-13 | 南京航空航天大学 | 高空长航无人机的多传感器容错自主导航方法 |
CN102854874A (zh) * | 2012-06-18 | 2013-01-02 | 南京航空航天大学 | 一种基于联合多观测器的故障诊断与容错控制装置及方法 |
CN103105850A (zh) * | 2013-01-30 | 2013-05-15 | 南京航空航天大学 | 一种近空间飞行器故障诊断与容错控制方法 |
CN103135553A (zh) * | 2013-01-21 | 2013-06-05 | 南京航空航天大学 | 四旋翼飞行器容错控制方法 |
CN103149927A (zh) * | 2013-03-24 | 2013-06-12 | 西安费斯达自动化工程有限公司 | 飞行器大迎角运动四元数模型的故障诊断和容错控制方法 |
CN103149931A (zh) * | 2013-03-24 | 2013-06-12 | 西安费斯达自动化工程有限公司 | 飞行器三维运动故障诊断和容错控制方法 |
-
2013
- 2013-11-15 CN CN201310574079.4A patent/CN103616816B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7454255B1 (en) * | 2003-12-09 | 2008-11-18 | Scientific Systems Company, Inc. | Methods and apparatus for safe, fault-tolerant control of complex technical systems |
CN101858748A (zh) * | 2010-05-28 | 2010-10-13 | 南京航空航天大学 | 高空长航无人机的多传感器容错自主导航方法 |
CN102854874A (zh) * | 2012-06-18 | 2013-01-02 | 南京航空航天大学 | 一种基于联合多观测器的故障诊断与容错控制装置及方法 |
CN103135553A (zh) * | 2013-01-21 | 2013-06-05 | 南京航空航天大学 | 四旋翼飞行器容错控制方法 |
CN103105850A (zh) * | 2013-01-30 | 2013-05-15 | 南京航空航天大学 | 一种近空间飞行器故障诊断与容错控制方法 |
CN103149927A (zh) * | 2013-03-24 | 2013-06-12 | 西安费斯达自动化工程有限公司 | 飞行器大迎角运动四元数模型的故障诊断和容错控制方法 |
CN103149931A (zh) * | 2013-03-24 | 2013-06-12 | 西安费斯达自动化工程有限公司 | 飞行器三维运动故障诊断和容错控制方法 |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103838237A (zh) * | 2014-03-19 | 2014-06-04 | 湖北蔚蓝国际航空学校有限公司 | 一种高超声速飞行器运动控制设计方法 |
CN105083536A (zh) * | 2014-05-15 | 2015-11-25 | 波音公司 | 用于优化水平尾翼载荷的系统和方法 |
CN104102225A (zh) * | 2014-06-27 | 2014-10-15 | 金陵科技学院 | 基于执行器动态的无人飞行器姿态分散式容错控制方法 |
CN104777844A (zh) * | 2015-02-12 | 2015-07-15 | 西安电子科技大学 | 一种高超声速临近空间飞行器航迹跟踪方法 |
CN104777844B (zh) * | 2015-02-12 | 2017-04-19 | 西安电子科技大学 | 一种高超声速临近空间飞行器航迹跟踪方法 |
CN104898682A (zh) * | 2015-05-05 | 2015-09-09 | 南京航空航天大学 | 一种高超声速飞行器再入姿态容错控制方法 |
CN105460225A (zh) * | 2015-11-26 | 2016-04-06 | 庆安集团有限公司 | 一种用于升降舵的故障隔离机构 |
CN105460225B (zh) * | 2015-11-26 | 2017-12-12 | 庆安集团有限公司 | 一种用于升降舵的故障隔离机构 |
CN105626270A (zh) * | 2015-12-29 | 2016-06-01 | 中国航空工业集团公司沈阳发动机设计研究所 | 一种涡扇发动机全权限控制系统容错方法 |
CN105843080A (zh) * | 2016-06-01 | 2016-08-10 | 南京航空航天大学 | 可变翼高超声速飞行器智能非线性控制系统 |
CN107065539B (zh) * | 2017-03-14 | 2020-01-31 | 南京航空航天大学 | 一种飞翼布局飞行器的操纵面故障自适应容错控制方法 |
CN107065539A (zh) * | 2017-03-14 | 2017-08-18 | 南京航空航天大学 | 一种飞翼布局飞行器的操纵面故障自适应容错控制方法 |
CN107450313B (zh) * | 2017-07-25 | 2020-07-07 | 南京航空航天大学 | 基于自适应控制的无人机自动驾驶仪控制系统 |
CN107450313A (zh) * | 2017-07-25 | 2017-12-08 | 南京航空航天大学 | 基于自适应控制的无人机自动驾驶仪控制系统 |
CN108536161B (zh) * | 2018-03-14 | 2020-12-25 | 南京航空航天大学 | 一种深空探测器的高精度姿态容错控制方法 |
CN108536161A (zh) * | 2018-03-14 | 2018-09-14 | 南京航空航天大学 | 一种深空探测器的高精度姿态容错控制方法 |
CN108776434A (zh) * | 2018-07-20 | 2018-11-09 | 南京航空航天大学 | 一种高超声速飞行器快速自适应滑模容错控制方法 |
CN108919651A (zh) * | 2018-09-26 | 2018-11-30 | 北京航空航天大学 | 一种考虑执行器输入约束的高超声速飞行器自适应容错控制方法 |
CN109358634B (zh) * | 2018-11-20 | 2020-07-07 | 南京航空航天大学 | 一种高超声速飞行器鲁棒自适应控制方法 |
CN109358634A (zh) * | 2018-11-20 | 2019-02-19 | 南京航空航天大学 | 一种高超声速飞行器鲁棒自适应控制方法 |
CN110262448B (zh) * | 2019-05-27 | 2021-08-10 | 南京航空航天大学 | 具有状态限制的高超声速飞行器升降舵故障容错控制方法 |
CN110262448A (zh) * | 2019-05-27 | 2019-09-20 | 南京航空航天大学 | 具有状态限制的高超声速飞行器升降舵故障容错控制方法 |
CN110515392A (zh) * | 2019-08-26 | 2019-11-29 | 哈尔滨工业大学 | 一种面向性能恢复的高超声速飞行器轨迹跟踪控制方法 |
CN111007720A (zh) * | 2019-12-11 | 2020-04-14 | 南京航空航天大学 | 高超声速飞行器多传感器故障的非线性自愈合控制方法 |
CN111679583A (zh) * | 2020-06-21 | 2020-09-18 | 西北工业大学 | 基于气动参数估计的变体飞行器自适应控制方法 |
CN112327922A (zh) * | 2020-11-18 | 2021-02-05 | 南京航空航天大学 | 一种飞翼无人机自主起降综合控制方法 |
CN112327922B (zh) * | 2020-11-18 | 2022-04-22 | 南京航空航天大学 | 一种飞翼无人机自主起降综合控制方法 |
CN115016283A (zh) * | 2022-06-28 | 2022-09-06 | 北京京航计算通讯研究所 | 一种航空器故障修正系统 |
CN116107293A (zh) * | 2023-04-10 | 2023-05-12 | 商飞软件有限公司 | 一种民用飞机飞控系统作动回路故障诊断系统及诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103616816B (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103616816B (zh) | 一种高超声速飞行器升降舵故障控制方法 | |
Smith et al. | Disturbance observer based control with anti-windup applied to a small fixed wing UAV for disturbance rejection | |
Gregory et al. | L1 adaptive control design for NASA AirSTAR flight test vehicle | |
CN102360216B (zh) | 双发舰载飞机单发停车的安全着舰控制方法 | |
Alwi et al. | Evaluation of a sliding mode fault-tolerant controller for the El Al incident | |
CN104290919A (zh) | 一种四旋翼飞行器的直接自修复控制方法 | |
CN110262448A (zh) | 具有状态限制的高超声速飞行器升降舵故障容错控制方法 | |
Nair et al. | Longitudinal dynamics control of UAV | |
Lu et al. | Adaptive differential thrust methodology for lateral/directional stability of an aircraft with a completely damaged vertical stabilizer | |
Bouadi et al. | Flight path tracking based-on direct adaptive sliding mode control | |
Tanaka et al. | Restructurable guidance and control for aircraft with failures considering gust effects | |
Sørensen et al. | UAV fault-tolerant control by combined L 1 adaptive backstepping and fault-dependent control allocation | |
Ren et al. | Gust perturbation alleviation control of small unmanned aerial vehicle based on pressure sensor | |
Bramesfeld et al. | Piloting strategies for controlling a transport aircraft after vertical-tail loss | |
Peng et al. | Flight control design with hierarchical dynamic inversion | |
Yang et al. | Projection operator-based fault-tolerant backstepping adaptive control of fixed-wing UAV against actuator faults | |
Dongmo | Loss-Of-Control Autonomous Flight Recovery Regimes using Feedback Linearization and High Order Sliding Mode Control with Exponential Observers | |
Xu et al. | Dynamic neuro-fuzzy control design for civil aviation aircraft in intelligent landing system | |
Hitachi et al. | H-infinity-LTR technique applied to robust control of propulsion-controlled aircraft | |
Dongmo | Aircraft loss-of-control recovery using optimal high order sliding mode control with discontinuous high order observers | |
Alwi et al. | Piloted sliding mode FTC simulator evaluation for the ELAL Flight 1862 incident | |
Lemon et al. | Application of a six degree of freedom adaptive controller to a general aviation aircraft | |
Pei et al. | NDI based envelope protection in icing encounters | |
Wang et al. | Dynamic sliding-mode control Scheme for hypersonic vehicles considering Nonminimum Phase characteristics and performance Recovery | |
Hennig et al. | MPC supervisory flight controller: A case study to flight EL AL 1862 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |