CN104102225A - 基于执行器动态的无人飞行器姿态分散式容错控制方法 - Google Patents

Abstract

本发明针对存在干扰以及参数不确定的近空间飞行器，考虑了其在发生作动器和操纵面故障后的鲁棒容错控制问题，基于分散式容错控制框架，设计了一种基于多观测器的作动器故障检测和辨识单元，用于系统实时得到作动器的故障信息，针对姿态角速度环设计了自适应滑模观测器，所设计的观测器具有很强的鲁棒性，且无需知道不确定或者干扰的上界，将操纵面损伤故障的信息和干扰信息全隐含在其中。并基于观测器模型设计容错控制器，所设计的容错控制系统实现了多种不同类型故障和多故障情况下的鲁棒容错控制。最后将所设计的方法分别应用于作动器和操纵面故障情况的近空间飞行器姿态稳定控制和跟踪控制中，实现了飞行姿态鲁棒容错控制。

Description

基于执行器动态的无人飞行器姿态分散式容错控制方法

技术领域

本发明涉及飞行器姿态容错控制领域，特别是涉及基于执行器动态的无人飞行器姿态分散式容错控制方法。

 

背景技术

作为一种新的航空航天飞行器，近空间飞行器 (NSV) 的故障主要由作动器，操纵面，传感器和结构故障引起。为了提高NSV安全性和可靠性，NSV在气动布局设计上已经对传统的副翼，方向舵和升降舵进行合理地分割，这样可以在大大提高系统的可靠性和安全性的同时，也使得姿态控制系统成为一个过驱动系统。

基于状态或参数估计的故障检测和识别 (FDI) 技术是飞控系统容错控制最常用的方法，它是一种基于模型的方法，目前较为主流的各种FDI方法，有观测器方法，多模型方法，人工智能方法，其中基于观测器受到许多研究者的关注，观测器方法已经由传统的线性系统发展到非线性系统。但是针对过驱动系统，由于输入个数大于输出个数，很难得到足够多的激励信号以获得正确的故障信息。而且现在的FDI方法主要是针对单一类型的单个故障，对于多个类型的多个故障，很难寻找到一个合适的FDI。而NSV在飞行过程中极可能会由一个微小故障引起多个类型的连锁故障。这就不得不考虑飞行器在飞行过程中的多种故障同时发生的FDI设计问题。

众所周知，飞行器的操纵面由作动器控制回路驱动，在作动器回路设计方面，往往将其设计成一个稳定的传递函数。传统的故障检测和诊断单元很少涉及执行器动态，其主要原因是考虑执行器动态后，原系统动态方程阶数会相应的增加，这会增加故障检测和诊断的难度。而当设计FDI未考虑执行器动态时，在Hard-In-Loop上会造成故障或参数的估计存在误差。

 

发明内容

针对以上问题，本发明提出一种分散式容错控制框架，该框架作动器回路的动态被充分考虑，将飞控系统的FDI单元分为两部分，一个用于进行作动器的损伤和卡死辨识，另外一个基于观测器的辅助系统用来将操纵面损伤故障和干扰隐含进去。并设计一个可重构容错控制器的用来实现飞行控制系统的容错控制首先给出系统在作动器卡死，损伤和操纵面损伤故障下的NSV姿态控制系统，为达此目的，本发明提供.基于执行器动态的无人飞行器姿态分散式容错控制方法，具体步骤如下：

1）外环控制器得到变量信号                                               以及飞行器的移动变量信号x₁和x₂，变量信号经外环控制器处理得到变量信号，将变量信号输出给指令滤波器经指令滤波器处理得到信号变量和信号变量；

2）信号变量和信号变量进行信号叠加处理后经过滤波误差补偿得到变量信号，并将所得变量信号传送给内环控制器信号变量和信号变量以及经过决策机制处理所得的变量、、，v，经过内环控制器处理得到信号变量u_c并将所得信号变量u_c传送给作动器以及FD控制器以及 合成器；

4）所述作动器对所得信号变量u_c进行处理得到信号变量u并将信号变量u传送给飞行器以及FD控制器以及 合成器以及辅助系统；

5）所述飞行器通过对信号变量u进行处理得到移动变量信号x₁和x₂，并将移动变量信号x₁和x₂传送给外环控制器以及内环控制器以及辅助系统；

6）所述辅助系统对所得移动变量信号x₁和x₂以及信号变量u进行处理得到信号变量、，v，并将信号变量、，v传送给决策机制；

7）所述FD控制器将所得信号变量u_c以及信号变量u进行处理后传送给 合成器进行合成再传送给决策机制；

8）所述决策机制将所述信号变量、，v以及 合成器合成后数据进行处理得到变量、、，v，再将变量、、，v传输给内环控制器进行循环。

作为本申请进一步改进，所述步骤7中FD控制器设计如下：

                  (4.8)

其中为估计的操纵面偏转，。定义残差信号，设计阈值，则可以得到故障检测时间当，即表示为

                             (4.9)

可以看出当时，表示无故障发生，反之，即有故障发生。

作为本申请进一步改进，所述步骤4中 合成器设计如下：

                          (4.10)

                            (4.11)

其中：，，，。为一设计的常数。

作为本申请进一步改进，所述步骤8决策机制设计如下：

通过观测器和作动器实际之间的误差来判断当前的故障类型。设计的决策机制为

               (4.22)

其中，，。最合适的观测器可以根据性能指标(4.22)来确定。如果得到哪个观测器下可以使得此时性能指标(4.22)具有最小值，则可以判断此刻发生了何种故障类型。于是由故障判断的结果可以得到当前的故障参数值如下

                          (4.23)。

作为本申请进一步改进，所述步骤6辅助系统设计如下：

方程表示为：

                   (4.24)

其中，，定义观测误差，于是我们针对(4.24)角速率回路设计一个观测器如下结构：

               (4.25)

其中表示操纵面损伤因子的估计值，并由如下的自适应律得出：

                                           (4.26)

其中，且是的解，其中，即为一个Hurwitz矩阵。其可以确保估计值处于设定的最小值和最大值之间。滑模项设计如下，

                         (4.27) 

时变参数由如下自适应律更新得到：

                              (4.28)

定义损伤因子估计误差为，由观测器方程(4.25)和方程(4.24)，可以得到观测误差动态方程为：

                       (4.29)。

作为本申请进一步改进，所述步骤1指令滤波器设计如下：

定义两个跟踪误差向量为：：

                                                                (4.34)

                                                               (4.35)

，为滤波器的输出。由(4.33) 、(4.34)和(4.35)，可得：

                           (4.36)

           (4.37)。

本发明针对存在干扰以及参数不确定的近空间飞行器，考虑了其在发生作动器和操纵面故障后的鲁棒容错控制问题，基于分散式容错控制框架，设计了一种基于多观测器的作动器故障检测和辨识单元，用于系统实时得到作动器的故障信息，针对姿态角速度环设计了自适应滑模观测器，所设计的观测器具有很强的鲁棒性，且无需知道不确定或者干扰的上界，将操纵面损伤故障的信息和干扰信息全隐含在其中。并基于观测器模型设计容错控制器，所设计的容错控制系统实现了多种不同类型故障和多故障情况下的鲁棒容错控制。最后将所设计的方法分别应用于作动器和操纵面故障情况的近空间飞行器姿态稳定控制和跟踪控制中，实现了飞行姿态鲁棒容错控制，并达到了良好的控制性能和效果。

 

附图说明

图1是本发明所提的方法结构图；

图2是本发明故障下未进行容错的姿态角和角速率响应曲线；

图3是本发明姿态角和角速率响应曲线图：

图4是本发明各个操纵面偏转角响应曲线图；

图5是本发明自适应滑模观测器估计的损伤因子图；

图6是本发明作动器故障辨识结果图。

 

具体实施方式

以下结合附图和实施例对发明做详细的说明：

本发明提出一种分散式容错控制框架，该框架作动器回路的动态被充分考虑，将飞控系统的FDI单元分为两部分，一个用于进行作动器的损伤和卡死辨识，另外一个基于观测器的辅助系统用来将操纵面损伤故障和干扰隐含进去。并设计一个可重构容错控制器的用来实现飞行控制系统的容错控制首先给出系统在作动器卡死，损伤和操纵面损伤故障下的NSV姿态控制系统。

本发明提供如图1所示基于执行器动态的无人飞行器姿态分散式容错控制方法，具体步骤如下：

1）外环控制器得到变量信号以及飞行器的移动变量信号x₁和x₂，变量信号经外环控制器处理得到变量信号，将变量信号输出给指令滤波器经指令滤波器处理得到信号变量和信号变量；

2）信号变量和信号变量进行信号叠加处理后经过滤波误差补偿得到变量信号，并将所得变量信号传送给内环控制器信号变量和信号变量以及经过决策机制处理所得的变量、、，v，经过内环控制器处理得到信号变量u_c并将所得信号变量u_c传送给作动器以及FD控制器以及 合成器；

4）所述作动器对所得信号变量u_c进行处理得到信号变量u并将信号变量u传送给飞行器以及FD控制器以及 合成器以及辅助系统；

5）所述飞行器通过对信号变量u进行处理得到移动变量信号x₁和x₂，并将移动变量信号x₁和x₂传送给外环控制器以及内环控制器以及辅助系统；

6）所述辅助系统对所得移动变量信号x₁和x₂以及信号变量u进行处理得到信号变量、，v，并将信号变量、，v传送给决策机制；

7）所述FD控制器将所得信号变量u_c以及信号变量u进行处理后传送给 合成器进行合成再传送给决策机制；

8）所述决策机制将所述信号变量、，v以及 合成器合成后数据进行处理得到变量、、，v，再将变量、、，v传输给内环控制器进行循环。

现给出的NSV存在参数不确定和外部干扰，其可以表示为如下非线性形式：

                   (4.1)

其中：，，，，，。定义为复合干扰项，假设系统的复合干扰有界为但界未知。

首先可以得到操纵面损伤下(4.1)的故障模型为：

                   (4.2)

其中，表示第个操纵面上的损伤因子，为未知的常数。

其次考虑作动器动态为一阶传递函数，可以写成如下状态方程形式：

                            (4.3)

其中为作动器的实际输出，为作动器的输出指令。实际上每个作动器可以满足如下假设。

假设1：参数，即表示作动器控制回路的响应速度远远快于系统本身，其自身的自然频率远远大于阻尼。

作动器的四种典型故障形式，卡死，失效，松浮和饱和。松浮和饱和故障可以看成是卡死故障的特殊情况，所以基于执行器动态(4.3)，故障可以建立为如下形式：

                     (4.4)

其中且，定义为作动器失效因子。当时刻，表示为第个作动器卡死，反之表示作动器没有发生卡死故障。特别指出的是，同一个作动器上不可能卡死和失效同时发生，所以时，我们默认。当，默认。(4.4)又可以表示为如下：

                     (4.5)

所以可以利用奇异摄动理论对 (4.4) 进行降阶，失效 (LOE) 和卡死 (Stuck) 故障可以联合表示为：

                                      (4.6)

公式(4.1)可以得作动器失效和卡死，操纵面损伤联立的故障模型为：

      (4.7)

其中，。这里实际上是可以通过位移传感器计算得到或者通过光电码盘获取，容错控制的目的就是为了计算得到各个作动器位移指令。

本申请FD控制器设计：

正常飞行时，飞机可能是很长一段静稳定飞行，操纵面的偏转角会处于一个静止状态，如果不存在连续的激发信号，会影响故障识别的结果。因此，需要在得到的指令上设计一个叠加的激励信号。使得每个偏转角不断变化，从而充分调动气动特性。当然所施加的激励信号确保不影响飞行器正常完成任务，应该远远小于正常操纵面的偏转量。施加的激励信号和第三章所用的激励信号一样。为了检测作动器故障，故障检测观测器设计如下：

                  (4.8)

其中为估计的操纵面偏转，。定义残差信号，设计阈值，则可以得到故障检测时间当，即表示为：

                             (4.9)

可以看出当时，表示无故障发生，反之，即有故障发生。

本申请 合成器设计：

基于自适应技术，我们设计两组观测器用于作动器卡死和失效故障辨识。所设计的观测器如下所示：

                          (4.10)

                            (4.11)

其中：，，，。为一设计的常数。下面我们给出定理1来说明所设计的(4.10)- (4.11)的观测器组能正确的识别作动器不同的类型故障：

定理4.1：如果第个作动器发生卡死故障，则我们可以得到：

                  (4.12)

如果第个作动器发生失效故障，则我们可以得到：

     (4.13)

其中：。

证明：证明过程分为两个部分，第一部分证明观测器组在卡死故障下的响应，第二部分证明观测器组在失效下的响应。

第一部分证明：如果第个作动器发生卡死故障，由(4.4)和(4.10)，得到误差动态方程：

                           (4.14)

我们选择如下Lyapunov方程：

                                (4.15)

对(4.15)求导，并代入(4.14)和(4.10)的卡死故障估计算法：

                           (4.16)

由(4.16)可以得到。由于可以得到，必然可以得到估计值。另一方面，我们可以得到卡死故障下的针对失效故障设计的观测器(4.11)和当前的执行器动态(4.4)之间的误差方程为：

                             (4.17)

因为存在激励信号，不为0，且由(4.11)第二项得失效估计算法，我们很容易得到结论。

    第二部分证明：如果第个作动器发生失效故障，得到针对卡死故障设计的观测器(4.10)和当前执行器动态(4.4) 之间的误差动态方程为：

                             (4.18)

由于失效故障，且不为0，而只能输出0或，所以可以很容易得到。另一方面，我们可以得到作动器失效故障下的针对失效故障设计的观测器(4.11)和当前的执行器动态(4.4)之间的误差方程为：

                             (4.19)

选取如下Lyapunov方程：

                                (4.20)

其中，对(4.20)求导，并代入误差动态方程(4.19)和自适应估计项(4.11)，可得到：

                      (4.21)

由(4.21)可以得到，有界，但是如果，则由(4.19)可以看出，于是可以得到，于是可以得到。

备注4.1：当执行器未发生故障时，会出现，这得到的，因此会造成错误的辨识结果。但是幸运的是，故障检测将执行器未发生的情况检测出来，当检测出执行器发生故障，则启动故障识别单元，如果确认当前执行器未发生故障，则故障识别单元不予工作，即默认。

本申请决策机制设计：

设计决策机制的目的是来区分当前的作动器故障为卡死还是失效类型。通过观测器和作动器实际之间的误差来判断当前的故障类型。设计的决策机制为：

               (4.22)

其中，，。最合适的观测器可以根据性能指标(4.22)来确定。如果得到哪个观测器下可以使得此时性能指标(4.22)具有最小值，则可以判断此刻发生了何种故障类型。于是由故障判断的结果可以得到当前的故障参数值如下：

                          (4.23)

推论4.1：当第个作动器发生卡死故障，最小，此时辨识出的结果为和，而此时第个作动器对应实际故障参数即，，可以得到在卡死发生后，。当第个作动器发生失效时，最小，此时得到的故障辨识结果为和，而此时第个作动器对应实际故障参数，即和，并由定理4.1可以得到在失效故障发生后，。所以无论第个作动器无论发生何种类型故障均可以保证，。

证明：该结果可以由以上的分析得出。 

本申请基于自适应滑模观测器的辅助系统设计：

由于操纵面损伤故障和复合干扰存在耦合，并都在姿态控制系统中有影响，而且系统是典型的过驱动系统，所以本节设计一个辅助系统将操纵面损伤故障信息和外部干扰信息都隐含其中，本节利用第三章的自适应滑模观测器来实现此功能。为此设计观测器如下：

为方便下面的表达，方程(4.2)又可以表示为：

                   (4.24)

其中，，定义观测误差，于是我们针对(4.24)角速率回路设计一个观测器如下结构：

               (4.25)

其中表示操纵面损伤因子的估计值，并由如下的自适应律得出：

                                           (4.26)

其中，且是的解，其中，即为一个Hurwitz矩阵。其可以确保估计值处于设定的最小值和最大值之间。滑模项设计如下，

                         (4.27) 

时变参数由如下自适应律更新得到：

                              (4.28)

定义损伤因子估计误差为，由观测器方程(4.25)和方程(4.24)，可以得到观测误差动态方程为：

                       (4.29)

定理4.2：由观测器(4.25)、自适应更新律(4.26)和滑模项(4.27)，可以观测误差动态方程(4.29)全局渐近稳定，即对任意初始值，确保，损伤故障估计误差有界。

证明：证明过程类似定理3.1。 

连续化滑模项如下：

                                 (4.30)

其中：，且和为大于0的常数。

于是我们可以基于观测器(4.25)和(4.24)的第一个方程联立一个方程组如下：

                (4.31)

其中。定义，和由方程(4.6)和命题1可得：

       (4.32)

由(4.28)可以得到作动器失效和卡死，操纵面损伤联立的故障模型为：

              (4.33)

本申请指令滤波器的设计 ：

本申请基于指令滤波的反演控制器设计方法。定义两个跟踪误差向量为：

                                                                (4.34)

                                                               (4.35)

，为滤波器的输出。由(4.33) 、(4.34)和(4.35)，可得：

                           (4.36)

           (4.37)

第一步：首先考虑(4.33)第一个方程，将作为姿态角度环的理想控制输入，同时选择Lyapunov函数，姿态角度环的控制器可以选择为：

                                             (4.38)

其中为待设计的正定常矩阵。对求导并将(4.38)代入可得：

                              (4.39)

重新定义跟踪误差，并将虚拟控制量通过一个二阶约束滤波器(2.39)得到和，设计如下一个补偿器来补偿滤波器输出和输入之间造成的残差：

                            (4.40)

第二步：选择如下Lyapunov函数：

                               (4.41)

对时间的导数为：

     (4.42)

设计角速度回路控制器：

          (4.43)

其中为待设计的正定常矩阵。将(4.43)代入(4.42)可得：

          (4.44)

由定理4.2和推论4.1可得到，， ，于是进一步得到和有界。

定义，可以得到，因为有界和所以得到有界。

本申请仿真验证如下：

接下来，利用仿真验证来证明所提方法的有效性采用X-33飞行器，这里进行简单的叙述。X-33的四对操纵面记为， 其中：，表示右边和左边的内侧副翼，，表示右边和左边的襟翼。，表示右边和左边的方向舵。，表示右边和左边的外侧副翼。每个操纵面通道上的舵回路动态仍然取为第三章的给出的传递函数。X-33的飞行环境为马赫，高度千米。攻角的跟踪值设定为3 deg，航迹滚转角跟踪设定值为4 deg，侧滑角设定值为0 deg。可以通过设定的姿态角跟踪值，其计算公式为(3.29)，控制增益。考虑转动惯量存在1%的参数摄动，即，角速率环的外部扰动为，角速率的初始值为deg/s。

角速率回路控制律的控制增益矩阵，自适应滑模观测器增益矩阵，，，指令滤波参数同第二章。假设右外侧升降副翼在s发生卡死故障，左边的内侧副翼作动器在s失效40%，左边的内侧副翼s操纵面损伤60%。未进行容错控制的姿态角和角速率响应曲线如图2所示，可以看出当故障发生后，系统在5 s之后已经不能保持稳定。容错控制系统的姿态角和角速率响应曲线如图3所示，各个操纵面的偏转角度如图4所示，图5显示各个操纵面等效损伤估计曲线。图6为响应的作动器卡死、失效的辨识结果。

由仿真结果可以看出本文所提的容错控制方法有很好的容错控制能力。图5可以看出，由于干扰的存在和系统本身是过驱动系统，没有足够多的激励信号，所以无法真实地估计出操纵面的损伤因子，但是由于基于框架充分地利用了自适应滑模观测器，所以可以利用隐含的信息同样实现容错控制。图6显示了本文所提的基于多观测器的作动器故障检测和辨识单元可以快速的检测故障，并识别和估计出故障值大小。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。

Claims (6)

1.基于执行器动态的无人飞行器姿态分散式容错控制方法，具体步骤如下，其特征在于：

1）外环控制器得到变量信号                                               以及飞行器的移动变量信号x₁和x₂，变量信号经外环控制器处理得到变量信号，将变量信号输出给指令滤波器经指令滤波器处理得到信号变量和信号变量；

2）信号变量和信号变量进行信号叠加处理后经过滤波误差补偿得到变量信号，并将所得变量信号传送给内环控制器信号变量和信号变量以及经过决策机制处理所得的变量、、，v，经过内环控制器处理得到信号变量u_c并将所得信号变量u_c传送给作动器以及FD控制器以及 合成器；

4）所述作动器对所得信号变量u_c进行处理得到信号变量u并将信号变量u传送给飞行器以及FD控制器以及 合成器以及辅助系统；

5）所述飞行器通过对信号变量u进行处理得到移动变量信号x₁和x₂，并将移动变量信号x₁和x₂传送给外环控制器以及内环控制器以及辅助系统；

6）所述辅助系统对所得移动变量信号x₁和x₂以及信号变量u进行处理得到信号变量、，v，并将信号变量、，v传送给决策机制；

7）所述FD控制器将所得信号变量u_c以及信号变量u进行处理后传送给 合成器进行合成再传送给决策机制；

8）所述决策机制将所述信号变量、，v以及 合成器合成后数据进行处理得到变量、、，v，再将变量、、，v传输给内环控制器进行循环。

2.根据权利要求1所述的基于执行器动态的无人飞行器姿态分散式容错控制方法，其特征在于：所述步骤7中FD控制器设计如下：

                  (4.8)

其中为估计的操纵面偏转，。定义残差信号，设计阈值，则可以得到故障检测时间当，即表示为

                             (4.9)

可以看出当时，表示无故障发生，反之，即有故障发生。

3.根据权利要求1所述的基于执行器动态的无人飞行器姿态分散式容错控制方法，其特征在于：所述步骤4中 合成器设计如下：

                          (4.10)

                            (4.11)

其中：，，，。为一设计的常数。

4.根据权利要求1所述的基于执行器动态的无人飞行器姿态分散式容错控制方法，其特征在于：所述步骤8决策机制设计如下：

通过观测器和作动器实际之间的误差来判断当前的故障类型。设计的决策机制为

               (4.22)

其中，，。最合适的观测器可以根据性能指标(4.22)来确定。如果得到哪个观测器下可以使得此时性能指标(4.22)具有最小值，则可以判断此刻发生了何种故障类型。于是由故障判断的结果可以得到当前的故障参数值如下

                          (4.23)。

5.根据权利要求1所述的基于执行器动态的无人飞行器姿态分散式容错控制方法，其特征在于：所述步骤6辅助系统设计如下：

方程表示为：

                   (4.24)

其中，，定义观测误差，于是我们针对(4.24)角速率回路设计一个观测器如下结构：

               (4.25)

其中表示操纵面损伤因子的估计值，并由如下的自适应律得出：

                                           (4.26)

其中，且是的解，其中，即为一个Hurwitz矩阵。其可以确保估计值处于设定的最小值和最大值之间。滑模项设计如下，

                         (4.27) 

时变参数由如下自适应律更新得到：

                              (4.28)

定义损伤因子估计误差为，由观测器方程(4.25)和方程(4.24)，可以得到观测误差动态方程为：

                       (4.29)。

6.根据权利要求1所述的基于执行器动态的无人飞行器姿态分散式容错控制方法，其特征在于：所述步骤1指令滤波器设计如下：

定义两个跟踪误差向量为：：

                                                                (4.34)

                                                               (4.35)

，为滤波器的输出。由(4.33) 、(4.34)和(4.35)，可得：

                           (4.36)

           (4.37)。