CN104020670A - 基于支持向量机的三自由度直升机容错控制装置及方法 - Google Patents
基于支持向量机的三自由度直升机容错控制装置及方法 Download PDFInfo
- Publication number
- CN104020670A CN104020670A CN201410223733.1A CN201410223733A CN104020670A CN 104020670 A CN104020670 A CN 104020670A CN 201410223733 A CN201410223733 A CN 201410223733A CN 104020670 A CN104020670 A CN 104020670A
- Authority
- CN
- China
- Prior art keywords
- controller
- fault
- helicopter
- support vector
- vector machine
- 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
Landscapes
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Toys (AREA)
Abstract
本发明涉及一种基于支持向量机的三自由度直升机容错控制装置及方法,属于飞行器容错控制领域。该容错控制装置包括干扰与故障注入装置、直升机系统平台、功率放大器、数据采集卡以及计算机故障诊断装置五个部分。本发明基于建立的姿态环非线性数学模型,采用PD控制器、支持向量机自适应容错控制器和动态逆控制器,解决了系统多故障和多干扰下的故障容错问题。该方法可操作性强,实现简单,可以用于三自由度直升飞机的执行器故障的验证测试中。
Description
技术领域
本发明涉及一种基于支持向量机的三自由度直升机容错控制装置及方法,属于飞行器容错控制领域。
背景技术
航空直升机的发展近年来受到社会的广泛关注,它关系着国家安全和对空间的开发利用能力,获得了世界各国的大力投入。由于直升机本身结构的复杂性和所处环境的不确定性,运行过程中易发生各种故障,而传统的PID控制系统对于执行器失效、卡死、受损等故障的容错能力较弱,故障发生时一般不能正常工作。为保证系统的应急处理能力,确保故障后系统能安全运行,并在可以接受的损失范围内继续工作,对系统进行故障评估、分析和容错至关重要。
三自由度直升机平台结构简单、仿真系统全面,可进行模拟直升机飞行状态的多种实验,对直升机机械构造设计、力学特性分析、硬件软件实现、总体控制律设计等方面具有有很强的学习价值。在模拟直升机故障方面,由于较高的仿真测试性价比,节省了直升机研发过程中的成本、人力和时间,成为实现直升机总体控制律设计和测试阶段可靠性验证的重要参考平台。
为测试直升机控制系统的可靠性和故障监测能力,并实现故障损害分析和容错系统设计,通常通过硬件冗余来实现系统面对故障时可靠性的提高,但系统成本、飞行器质量和操作复杂度都有所增加;而解析冗余利用数学工具,通过设计先进控制方法,监测系统状态和飞行误差,并估计故障产生的位置、时间、大小,挖掘飞行器本身存在的冗余度设计容错控制律,不增加额外成本和复杂度,但对此技术具体的实现装置和方法,现有文献鲜有描述。
发明内容
为了解决上述技术问题,本发明提供一种基于支持向量机的三自由度直升机容错控制装置及方法。
本发明为解决其技术问题采用如下技术方案:
一种基于支持向量机的三自由度直升机容错控制装置,包括干扰与故障注入装置、直升机系统平台、功率放大器、数据采集卡以及计算机故障诊断装置,其中,干扰与故障注入装置与直升机系统平台相连,将模拟的故障信息注入直升机平台中;数据采集卡通过直升机平台的内置传感器,采集直升机的状态信息和误差信息;计算机故障诊断装置接收数据采集卡传出的状态信息和误差信息,得到容错控制律,并将控制律重新发送给数据采集卡;数据采集卡的信号编译及转换装置处理容错控制律后,经过功率放大器将控制指令传输给直升机系统平台中的电机执行容错调整,直到误差为零。
所述的数据采集卡包括数据采集装置、信号编译及转换装置,其中数据采集装置用于采集直升机系统平台的电压输入信息和姿态角角度、角加速度输出信息,信号编译及转换装置用于处理直升机系统平台与计算机故障诊断装置之间的编解码和模电转换操作,信号编译及转换装置和数据采集装置顺序连接。
所述的计算机故障诊断装置包括状态信息模块、误差信息模块、SVM自适应容错控制器、PD控制器和动态逆控制器,其中状态信息模块和误差信息模块获得数据采集卡输出的状态和误差信息;SVM自适应容错控制器和PD控制器利用采集的状态和误差信息确定控制律,并输出至动态逆控制器;动态逆控制器输出的最终结果发送至数据采集卡中。
基于支持向量机的三自由度直升机容错控制装置的控制方法,包括以下步骤:
步骤1、建立机体坐标系,确定俯仰、滚转和偏航轴的定义,并建立正常情况下的动力学姿态的非线性动力学模型;
步骤2、确定直升机动力学姿态系统无故障时的状态空间表达式;将故障注入系统中,确定系统故障下的状态空间表达式;
步骤3、在步骤2的基础上从数据采集卡中得到系统的俯仰、滚转、偏航角大小和速度,即状态信息,将参考模型中的状态量参考值与上述状态信息相减,得到误差信息,由此构造三自由度直升机飞行姿态的容错控制器,实时监测俯仰和滚转方向上的执行器故障和其他干扰,并将容错控制律输出至数据采集卡中,经功率放大器,将控制信号传输给电机执行。
步骤1中所确定的正常情况下的动力学姿态的非线性动力学模型的状态空间表达式为:
(1)
其中,状态向量,、、分别为直升机的俯仰角、滚转角和偏航角,、、分别为直升机的俯仰角速度、滚转角速度和偏航角速度;输入量,和分别为直升机左、右两个电机的电压值;、和的定义如下:
其中,-为常量系数;
定义
(2)
其中,为动态逆控制器的伪控制量,表示无误差情况下的状态量,则动态逆控制器输出的控制输入为
(3)
若无法求逆,则求出近似逆矩阵,误差部分由步骤3中的支持向量机自适应控制器补偿;
基于系统工作正常时的状态空间表达式(1)和(2),定义故障下模型为:
(4)
其中
是由干扰、执行器故障、非线性误差建模所带来的逆误差项。
步骤3构造的三自由度直升机飞行姿态容错控制器,包括线性控制器、支持向量机自适应容错控制器和动态逆控制器,系统的状态量、误差量由数据采集卡中的数据采集模块分别传入状态信息模块与误差信息模块,利用两模块中的数据,得到线性控制器和支持向量机自适应容错控制器的输出;再通过线性控制器和支持向量机自适应容错控制器的输出,得到动态逆控制器的控制律,输出至数据采集卡;动态逆控制器对消直升机系统的非线性和时变特性,支持向量机自适应控制器对消多干扰、多故障及建模动态误差引起的逆误差,PD控制器保证系统的预期品质,下列过程为计算机故障诊断装置具体执行步骤:
首先确定系统所需要跟踪的参考模型,定义为
(5)
式中,为系统期望跟踪的状态,为对应的期望输入,、为使期望系统稳定的参数;
定义故障系统公式(4)中的动态逆控制器伪控制变量ν为
(6)
其中
(7)
为线性控制器输出的伪控制信号,和分别为比例和微分系数;期望状态
(8)
为支持向量机自适应容错控制器输出的伪控制信号;
定义状态误差
(9)
对式(9)求导,将式(6)-(8)代入,得
(10)
其中
(11)
选取系统矩阵成为霍尔维茨矩阵,保证系统稳定;
误差表达式(10)改写为
(12)
若
(13)
即支持向量机自适应容错控制器完全重构系统误差,将式(5)、式(13)代入式(12),得
(14)
若选择和满足
(15)
则
(16)
系统状态跟踪参考模型(5),则系统稳定,跟踪误差趋向于零;
定义支持向量机输入为,、分别为状态量及其导数,、分别为误差及其导数,为支持向量机自适应容错控制器的伪控制量,则支持向量机控制器的输入输出关系为
(17)
其中,为权值矩阵,核函数矩阵,为核函数,这里选择的核函数为径向基核函数,隐藏节点数为;
由于支持向量机能以任意精度逼近连续非线性函数,因此,对于不确定非线性逆误差函数和任意给定的逆误差重构误差,存在有限个隐藏节点数和最优权值矩阵,使得
(18)
通过对以下李雅普诺夫稳定性分析得到的微分方程求解,以足够高的精度进行逼近;
将式(10)改写为
(19)
定义李雅普诺夫函数为
(20)
对式(20)求导得
(21)
如果自适应项
(22)
其中是自适应增益,是满足
(23)
的正定矩阵,将式(22)、式(23)代入式(21)得
(24)
所以是一个半负定矩阵,由Barbalat定理得
(25)
,以上得到动态逆控制器输出,将此容错控制律输出至数据采集卡中,经功率放大器,将控制信号传输给电机执行动作。
本发明的有益效果如下:
(1)故障注入装置利用软件实现,无需其他硬件设备。该装置作用于直升机的执行机构,即电机,可调整注入的位置、时间和故障的大小,具有很强的灵活性;同时,该装置并不对执行器或直升机的元部件进行物理破坏,注入的故障通过电压输出损失而体现,故障可通过软件撤销,有效模拟故障的同时,并不破坏机体本身物理结构,保证了半物理仿真平台的使用寿命。
(2)所建立模型为非线性模型,考虑了各通道之间的耦合作用关系,引入真实系统的粘滞摩擦系数,提高建模精确性,忽略了质量不均、位置误差等次要要素,实现了精度和简化度的平衡。
(3)多控制器组成的容错控制系统可保证系统的鲁棒性,最小化系统性能损失。动态逆的误差由动态不确定性、外界干扰、模拟故障组成,无需针对这些问题分别设计控制器。在估计误差和设计容错控制器时,通过对状态和误差信息的训练,支持向量机自适应控制器可以充分补偿动态逆控制器造成的上述误差,拓宽了控制器的使用范围,提高了容错效率,具有很强的应用前景。
(4)本发明所述的装置的组成部分实现简单,人机交互界面操作方便,整体装置性价比高,可测试三自由度直升机姿态控制系统的可靠性和故障监测能力,并实现故障损害分析和容错系统设计。
(5)本发明的整体思路和方法可以移植到直升机设计的研发实验中,包括初期的总体控制律设计和测试时的可靠性监测中,可重复性强、损失小、性价比高,具有很强借鉴意义。
图1为本发明的三自由度直升机飞行姿态容错控制的装置图。
图2为本发明所描述对象的简化数学模型。
图3为无故障情况下时俯仰角在-7.5度、0度和7.5度时的实时响应曲线。
图4为故障时,容错控制下的姿态角实时响应曲线,其中(a)为俯仰角在7.5度时的角度变化曲线,(b)为偏航角在20度时的角度变化曲线。
具体实施方式
下面结合附图对本发明创造做进一步详细说明。
如图1,所述的装置由以下几个部分组成:
①干扰与故障注入装置使用MATLAB软件实现,通过对输出电压的调整,模拟部分损失故障。
②直升机系统平台,即外购的Quanser公司的3-DOF
Helicopter,包括三自由度直升机的机体、两个直流电机(型号为Pittman Model
9234,带有0.83Ω的电阻,转矩电流常数为0.0182N∙m/A,平均电压为12V,峰值电压为22V)。
③功率放大器,用于输入信号功率的放大。本发明使用二通道功率放大器,型号为VoltPAQ-X2。
④数据采集卡,所述的数据采集卡为Quanser公司的DAC卡,具有数据采集装置、信号编译及转换装置。其中数据采集装置用于采集直升机系统平台的电压输入信息和姿态角角度、角加速度输出信息,信号编译及转换装置用于处理直升机系统平台与计算机故障诊断装置之间的编解码和模电转换操作。
⑤计算机故障诊断装置实现实时控制和人机交互,所设计软件的算法通过QuaRC、MATLAB及LABVIEW软件实现,包括采集数据的输入和分析、容错控制律的设计和输出。采集数据的输入和分析包括从数据采集卡中解码并获得状态和误差信息;容错控制律的设计和输出包括SVM(支持向量机)自适应容错控制器、PD(比例微分)控制器、动态逆控制器,并将动态逆控制器输出的最终结果发送至数据采集卡中。所设计软件的界面部分可将直升机运行状态数据显示,以便实现故障的实时监测和控制。
本发明所述装置使用电源线和数据线连接。三自由度直升机机体的左侧和右侧电机分别与功率放大器的两个To Load端口相连,俯仰、滚转和偏航解码器Encoder端口分别接到数据采集卡终端板的0-2
Encoder端口上;数据采集卡的Enable端口与数据采集卡终端板的DIO
0:7端口相连,功率放大器指令D/A Amplifier 0-1端口分别连到数据采集卡终端板的模拟输出端口Analog Output 0-1上;放大器上的E-stop端口用于紧急停机,与一个停机开关相连,用于防止突发状况下的机器损坏。
干扰与故障注入装置与直升机系统平台相连,将模拟的故障信息注入直升机平台中;数据采集卡通过直升机平台的内置传感器,采集直升机的状态信息和误差信息;计算机故障诊断装置接收数据采集卡传出的状态信息和误差信息,得到容错控制律,并将控制律重新发送给数据采集卡;数据采集卡的信号编译及转换装置处理容错控制律后,经过功率放大器将控制指令传输给直升机系统平台中的电机执行容错调整,直到误差为零。
所述的容错控制装置的容错控制方法包括以下步骤:
步骤1、建立机体坐标系,确定俯仰、滚转和偏航轴的定义,并建立正常情况下的动力学姿态的非线性动力学模型。
建立机体坐标系原点在基座支点的顶端,垂直于机体纵向平面的轴为俯仰轴,指向机体右方为正;连接机体前后部件的主轴为滚转轴,指向机体前方为正;基座轴为偏航轴,指向机体下方为正;
三自由度直升机飞行姿态的非线性动力学模型在以下假设条件下建立:
(1)所有结构都是刚性结构,材料质量均匀,直升机运动符合刚体力学运动原理;
(2)直升机相对飞机纵向平面对称;
(3)电压和力矩是线性关系;
(4)飞机姿态变化角在转动极限之间,即俯仰角为-30度到30度、滚转角在-90度到90度之间,偏航角为-180度到180度;
图2为所描述的直升机简化数学模型,俯仰轴、滚转轴和偏航轴方向方程分别为:
(1)
(2)
(3)
其中,-为常量系数,表达式分别为:
式中所含参数的意义为:、、分别为俯仰角、滚转角和偏航角;、、分别为俯仰角速度、滚转角速度和偏航角速度;、、分别为俯仰角加速度、滚转角加速度和偏航角加速度;、、分别为机体绕俯仰轴、滚转轴和偏航轴的惯性力矩;、、分别为机头左侧电机机头右侧电机和机尾配重的质量;为当地的重力加速度;、、、、分别为图2上刚性杆 AC、AB、OA、CD、DF的长度;,分别为机头左侧电机机头右侧电机的电压值;为电压力矩常数;,,机体轴在俯仰、滚转和偏航方向上的摩擦系数。
步骤2、确定直升机动力学姿态系统无故障时的状态空间表达式;将故障注入系统中,确定系统故障下的状态空间表达式。
系统正常情况下的模型由式(1)、(2)、(3)所得,状态空间表达式为
(4)
定义
(5)
其中,为动态逆控制器的伪控制量,表示无误差情况下的状态量,则动态逆控制器输出的控制输入为
(6)
若无法求逆,可以求出近似逆矩阵,误差部分由步骤3中的支持向量机自适应控制器补偿。
其他所含参数的定义为:
基于系统工作正常时的状态空间表达式(4)和(5),定义故障下模型为:
(7)
其中
是由干扰、执行器故障、非线性误差建模所带来的逆误差项。
步骤3、在步骤2的基础上从数据采集卡中得到系统的状态信息和误差信息,构造三自由度直升机飞行姿态的容错控制器,实时监测俯仰和滚转方向上的执行器故障和其他干扰,并将容错控制律输出至数据采集卡中,经功率放大器,将控制信号传输给电机执行。
步骤31、
三自由度直升机飞行姿态容错控制器,包括线性控制器、支持向量机自适应容错控制器和动态逆控制器,系统的状态量、误差量由数据采集卡中的数据采集模块分别传入状态信息模块与误差信息模块,利用两模块中的数据,得到线性控制器和支持向量机自适应容错控制器的输出;再通过线性控制器和支持向量机自适应容错控制器的输出,得到动态逆控制器的控制律,输出至数据采集卡。各控制器的作用分别为:动态逆控制器对消直升机系统的非线性和时变特性,支持向量机自适应控制器对消多干扰、多故障及建模动态误差引起的逆误差,PD控制器保证系统的预期品质,下列过程为计算机故障诊断装置具体执行步骤。
首先确定系统所需要跟踪的参考模型,定义为
(8)
式中,为系统期望跟踪的状态,为对应的期望输入,、为使期望系统稳定的参数;
定义故障系统公式(7)中的动态逆控制器伪控制变量ν为
(9)
其中
(10)
为线性控制器输出的伪控制信号,和分别为比例和微分系数;
(11)
为期望状态;为支持向量机自适应容错控制器输出的伪控制信号。
步骤32、
定义状态误差
(12)
对式(12)求导,将式(9)-(11)代入,可得
(13)
其中
(14)
选取系统矩阵成为霍尔维茨矩阵,保证系统稳定。
误差表达式(13)可以改写为
(15)
若
(16)
即支持向量机自适应容错控制器可以完全重构系统误差,将式(8)、式(16)代入式(15),得
(17)
若选择和满足
(18)
则
(19)
系统状态跟踪参考模型(8),则系统稳定,跟踪误差趋向于零。
步骤33、为了使支持向量机自适应容错控制器输出逼近非线性逆误差,定义支持向量机输入为,、分别为状态量及其导数,、分别为误差及其导数,为支持向量机自适应容错控制器的伪控制量,则支持向量机控制器的输入输出关系为
(20)
其中,为权值矩阵,核函数矩阵,为核函数,这里选择的核函数为径向基核函数,隐藏节点数为;
由于支持向量机能以任意精度逼近连续非线性函数,因此,对于不确定非线性逆误差函数和任意给定的逆误差重构误差,存在有限个隐藏节点数和最优权值矩阵,使得
(21)
虽然理想的支持向量机权值矩阵未知且通常无法经过解析计算得到,但可以通过对以下李雅普诺夫稳定性分析得到的微分方程求解,以足够高的精度进行逼近。
将式(13)改写为
(22)
定义李雅普诺夫函数为
(23)
对式(23)求导得
(24)
如果自适应项
(25)
其中是自适应增益,是满足
(26)
的正定矩阵,将式(25)、式(26)代入式(24)得
(27)
所以是一个半负定矩阵。由Barbalat定理得
(28)
。以上得到动态逆控制器输出,将此容错控制律输出至数据采集卡中,经功率放大器,将控制信号传输给电机执行动作,以达到多故障和多干扰下的容错控制的目的。
以下对本发明的应用方法进行仿真验证。
干扰取的高斯噪声,在第6秒时,故障模拟为左侧、右侧电机分别10%和30%的电压损失。调节参数 ,,
。无故障时的俯仰角响应曲线见图3,故障时俯仰角和偏航角的响应曲线见图4(a)和图4(b)。
由上述步骤和附图可知,本发明的方法可以有效的实现故障下的容错控制,保证系统性能的稳定,对于实时监控和故障预警具有重要意义。由于误差项包含系统可能受到的外界干扰、故障及建模所产生的动态不确定性,该容错方法可以应用于该三自由度直升机多干扰、多故障情况下的飞行可行性实验中。在卡死等突变故障中,电机停机,由于三自由度直升机的特殊性,电机效率损失无法补偿,故本发明不考虑突变故障的情况。由于该容错方法是基于仿射方程建立的,它可以应用于其他的模型为一阶仿射方程的容错问题中去,具有良好的应用推广性。
Claims (6)
1.一种基于支持向量机的三自由度直升机容错控制装置,其特征在于包括干扰与故障注入装置、直升机系统平台、功率放大器、数据采集卡以及计算机故障诊断装置,其中,干扰与故障注入装置与直升机系统平台相连,将模拟的故障信息注入直升机系统平台中;数据采集卡通过直升机系统平台的内置传感器,采集直升机的状态信息和误差信息;计算机故障诊断装置接收数据采集卡传出的状态信息和误差信息,得到容错控制律,并将容错控制律重新发送给数据采集卡;数据采集卡的信号编译及转换装置处理容错控制律后,经过功率放大器将控制指令传输给直升机系统平台中的电机执行容错调整,直到误差为零。
2.根据权利要求1所述的基于支持向量机的三自由度直升机容错控制装置,其特征在于,所述的数据采集卡包括数据采集装置、信号编译及转换装置,其中数据采集装置用于采集直升机系统平台的电压输入信息和姿态角角度、角加速度输出信息,信号编译及转换装置用于处理直升机系统平台与计算机故障诊断装置之间的编解码和模电转换操作,信号编译及转换装置和数据采集装置顺序连接。
3.根据权利要求1所述的基于支持向量机的三自由度直升机容错控制装置,其特征在于,所述的计算机故障诊断装置包括状态信息模块、误差信息模块、SVM自适应容错控制器、PD控制器和动态逆控制器,其中状态信息模块和误差信息模块获得数据采集卡输出的状态信息和误差信息;SVM自适应容错控制器和PD控制器利用采集的状态和误差信息确定控制律,并输出至动态逆控制器;动态逆控制器输出的最终结果发送至数据采集卡中。
4.根据权利要求1所述的基于支持向量机的三自由度直升机容错控制装置的控制方法,其特征在于,包括以下步骤:
步骤1、建立机体坐标系,确定俯仰、滚转和偏航轴的定义,并建立正常情况下的动力学姿态的非线性动力学模型;
步骤2、确定直升机动力学姿态系统无故障时的状态空间表达式;将故障注入系统中,确定系统故障下的状态空间表达式;
步骤3、在步骤2的基础上从数据采集卡中得到系统的俯仰、滚转、偏航角大小和速度,即状态信息,将参考模型中的状态量参考值与上述状态信息相减,得到误差信息,由此构造三自由度直升机飞行姿态的容错控制器,实时监测俯仰和滚转方向上的执行器故障和其他干扰,并将容错控制律输出至数据采集卡中,经功率放大器,将控制信号传输给电机执行。
5.根据权利要求书4所述的基于支持向量机的三自由度直升机容错控制装置的控制方法,其特征在于,步骤1中所确定的正常情况下的动力学姿态的非线性动力学模型的状态空间表达式为:
(1)
其中,状态向量,、、分别为直升机的俯仰角、滚转角和偏航角,、、分别为直升机的俯仰角速度、滚转角速度和偏航角速度;输入量,和分别为直升机左、右两个电机的电压值;、和的定义如下:
其中,-为常量系数;
定义
(2)
其中,为动态逆控制器的伪控制量,表示无误差情况下的状态量,则动态逆控制器输出的控制输入为
(3)
若无法求逆,则求出近似逆矩阵,误差部分由步骤3中的支持向量机自适应控制器补偿;
基于系统工作正常时的状态空间表达式(1)和(2),定义故障下模型为:
(4)
其中
是由干扰、执行器故障、非线性误差建模所带来的逆误差项。
6.根据权利要求书4所述的基于支持向量机的三自由度直升机容错控制装置的控制方法,其特征在于,步骤3构造的三自由度直升机飞行姿态容错控制器,包括线性控制器、支持向量机自适应容错控制器和动态逆控制器,系统的状态量、误差量由数据采集卡中的数据采集模块分别传入状态信息模块与误差信息模块,利用两模块中的数据,得到线性控制器和支持向量机自适应容错控制器的输出;再通过线性控制器和支持向量机自适应容错控制器的输出,得到动态逆控制器的控制律,输出至数据采集卡;动态逆控制器对消直升机系统的非线性和时变特性,支持向量机自适应控制器对消多干扰、多故障及建模动态误差引起的逆误差,PD控制器保证系统的预期品质,下列过程为计算机故障诊断装置具体执行步骤:
首先确定系统所需要跟踪的参考模型,定义为
(5)
式中,为系统期望跟踪的状态,为对应的期望输入,、为使期望系统稳定的参数;
定义故障系统公式(4)中的动态逆控制器伪控制变量ν为
(6)
其中
(7)
为线性控制器输出的伪控制信号,和分别为比例和微分系数;期望状态
(8)
为支持向量机自适应容错控制器输出的伪控制信号;
定义状态误差
(9)
对式(9)求导,将式(6)-(8)代入,得
(10)
其中
(11)
选取系统矩阵成为霍尔维茨矩阵,保证系统稳定;
误差表达式(10)改写为
(12)
若
(13)
即支持向量机自适应容错控制器完全重构系统误差,将式(5)、式(13)代入式(12),得
(14)
若选择和满足
(15)
则
(16)
系统状态跟踪参考模型(5),则系统稳定,跟踪误差趋向于零;
定义支持向量机输入为,、分别为状态量及其导数,、分别为误差及其导数,为支持向量机自适应容错控制器的伪控制量,则支持向量机控制器的输入输出关系为
(17)
其中,为权值矩阵,核函数矩阵,为核函数,这里选择的核函数为径向基核函数,隐藏节点数为;
由于支持向量机能以任意精度逼近连续非线性函数,因此,对于不确定非线性逆误差函数和任意给定的逆误差重构误差,存在有限个隐藏节点数和最优权值矩阵,使得
(18)
通过对以下李雅普诺夫稳定性分析得到的微分方程求解,以足够高的精度进行逼近;
将式(10)改写为
(19)
定义李雅普诺夫函数为
(20)
对式(20)求导得
(21)
如果自适应项
(22)
其中是自适应增益,是满足
(23)
的正定矩阵,将式(22)、式(23)代入式(21)得
(24)
所以是一个半负定矩阵,由Barbalat定理得
(25)
,以上得到动态逆控制器输出,将此容错控制律输出至数据采集卡中,经功率放大器,将控制信号传输给电机执行动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410223733.1A CN104020670B (zh) | 2014-05-26 | 2014-05-26 | 基于支持向量机的三自由度直升机容错控制装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410223733.1A CN104020670B (zh) | 2014-05-26 | 2014-05-26 | 基于支持向量机的三自由度直升机容错控制装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104020670A true CN104020670A (zh) | 2014-09-03 |
CN104020670B CN104020670B (zh) | 2017-02-22 |
Family
ID=51437486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410223733.1A Expired - Fee Related CN104020670B (zh) | 2014-05-26 | 2014-05-26 | 基于支持向量机的三自由度直升机容错控制装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104020670B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104503428A (zh) * | 2014-11-25 | 2015-04-08 | 中国民航大学 | 一种民机飞控系统抗干扰时变故障诊断方法 |
CN104634662A (zh) * | 2014-12-12 | 2015-05-20 | 广西科技大学 | 用于汽车零部件疲劳试验的多通道电液伺服控制系统 |
CN105045105A (zh) * | 2015-07-30 | 2015-11-11 | 南京航空航天大学 | 一种针对状态时滞的四旋翼直升机容错控制装置及方法 |
CN106294121A (zh) * | 2016-07-13 | 2017-01-04 | 北京航空航天大学 | 飞机嵌入式实时诊断推理算法试验方法 |
CN108170155A (zh) * | 2018-01-14 | 2018-06-15 | 山东科技大学 | 一种三自由度直升机的被动容错控制方法 |
CN111880410A (zh) * | 2020-08-11 | 2020-11-03 | 北京航空航天大学 | 一种针对电机故障的四旋翼无人机容错控制方法 |
CN116880535A (zh) * | 2023-08-23 | 2023-10-13 | 广东工业大学 | 一种改进二阶自抗扰控制四旋翼无人机的姿态控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102736517A (zh) * | 2012-06-21 | 2012-10-17 | 南京航空航天大学 | 一种针对三自由度直升机直接自适应重构控制方法 |
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 |
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 |
-
2014
- 2014-05-26 CN CN201410223733.1A patent/CN104020670B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102736517A (zh) * | 2012-06-21 | 2012-10-17 | 南京航空航天大学 | 一种针对三自由度直升机直接自适应重构控制方法 |
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 |
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 |
Non-Patent Citations (4)
Title |
---|
ISRAEL LOPEZ等: ""A review of uncertainty in flight vehicle structural damage monitoring, diagnosis and control: Challenges and opportunities"", 《PROGRESS IN AEROSPACE SCIENCES》, vol. 46, no. 7, 31 October 2010 (2010-10-31), pages 247 - 273, XP 027218802 * |
常锋 等: ""基于神经网络的模型参考飞控系统容错控制"", 《控制工程》, vol. 17, no. 6, 30 November 2010 (2010-11-30), pages 778 - 788 * |
李瑞琪 等: ""基于模型参考自适应的四旋翼飞行器控制"", 《计算机测量与控制》, vol. 21, no. 12, 31 December 2013 (2013-12-31), pages 3260 - 3263 * |
蔡红明 等: ""微型涵道飞行器的自适应逆控制方法"", 《系统工程与电子技术》, vol. 34, no. 3, 31 March 2012 (2012-03-31), pages 568 - 571 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104503428A (zh) * | 2014-11-25 | 2015-04-08 | 中国民航大学 | 一种民机飞控系统抗干扰时变故障诊断方法 |
CN104634662A (zh) * | 2014-12-12 | 2015-05-20 | 广西科技大学 | 用于汽车零部件疲劳试验的多通道电液伺服控制系统 |
CN105045105A (zh) * | 2015-07-30 | 2015-11-11 | 南京航空航天大学 | 一种针对状态时滞的四旋翼直升机容错控制装置及方法 |
CN106294121A (zh) * | 2016-07-13 | 2017-01-04 | 北京航空航天大学 | 飞机嵌入式实时诊断推理算法试验方法 |
CN108170155A (zh) * | 2018-01-14 | 2018-06-15 | 山东科技大学 | 一种三自由度直升机的被动容错控制方法 |
CN108170155B (zh) * | 2018-01-14 | 2021-04-06 | 山东科技大学 | 一种三自由度直升机的被动容错控制方法 |
CN111880410A (zh) * | 2020-08-11 | 2020-11-03 | 北京航空航天大学 | 一种针对电机故障的四旋翼无人机容错控制方法 |
CN111880410B (zh) * | 2020-08-11 | 2021-12-28 | 北京航空航天大学 | 一种针对电机故障的四旋翼无人机容错控制方法 |
CN116880535A (zh) * | 2023-08-23 | 2023-10-13 | 广东工业大学 | 一种改进二阶自抗扰控制四旋翼无人机的姿态控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104020670B (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104020670A (zh) | 基于支持向量机的三自由度直升机容错控制装置及方法 | |
CN105045105B (zh) | 一种针对状态时滞的四旋翼直升机容错控制装置及方法 | |
Simani et al. | Active actuator fault‐tolerant control of a wind turbine benchmark model | |
CN102854874B (zh) | 一种基于联合多观测器的故障诊断与容错控制装置 | |
CN106014877B (zh) | 风力发电系统多故障诊断与容错控制 | |
CN104020774B (zh) | 基于动态控制重新分配的飞行器姿态容错控制方法 | |
CN103699131B (zh) | 一种卫星控制系统离散积分滑模容错控制方法 | |
CN104808653B (zh) | 基于滑模的电机伺服系统加性故障检测和容错控制方法 | |
CN103488092A (zh) | 基于t-s模糊模型与学习观测器的卫星故障诊断与容错控制方法 | |
CN102749852A (zh) | 多源干扰系统的容错抗干扰控制方法 | |
CN106842952A (zh) | 针对三旋翼无人机舵机堵塞故障的容错控制方法 | |
CN103259479A (zh) | 一种永磁同步电机神经网络左逆状态观测方法 | |
CN105223831A (zh) | 半物理仿真快速构型系统 | |
Hsiao et al. | Mavfi: An end-to-end fault analysis framework with anomaly detection and recovery for micro aerial vehicles | |
Zhiyao et al. | Reliable flight performance assessment of multirotor based on interacting multiple model particle filter and health degree | |
Zhang et al. | A Redundant fault-tolerant aviation control system based on deep neural network | |
Bonfè et al. | Active fault tolerant control of nonlinear systems: The cart-pole example | |
Gao et al. | Adaptive fault-tolerant vibration control of a wind turbine blade with actuator stuck | |
CN117452831B (zh) | 一种四旋翼无人机控制方法、装置、系统及存储介质 | |
CN103207924A (zh) | 风力发电机组机械暂态与电气暂态混合仿真系统及方法 | |
Gao et al. | Fault tolerant control method for displacement sensor fault of wheel-legged robot based on deep learning | |
Dong et al. | Neural network-based chaotic crossover method for structural reliability analysis considering time-dependent parameters | |
Li et al. | A synthesized design of adaptive and sliding-mode observer-based incipient fault detection for a quadrotor | |
CN105932926A (zh) | 基于降维观测器的永磁同步电机无速度传感器反推控制方法 | |
Rotondo et al. | FTC of LPV systems using a bank of virtual sensors: Aapplication to wind turbines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170222 |
|
CF01 | Termination of patent right due to non-payment of annual fee |