CN106970636B - 一种用于控制飞行器速率的控制系统及其控制方法 - Google Patents
一种用于控制飞行器速率的控制系统及其控制方法 Download PDFInfo
- Publication number
- CN106970636B CN106970636B CN201710348639.2A CN201710348639A CN106970636B CN 106970636 B CN106970636 B CN 106970636B CN 201710348639 A CN201710348639 A CN 201710348639A CN 106970636 B CN106970636 B CN 106970636B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- weight
- pid controller
- pid
- weight distribution
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000006870 function Effects 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 41
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 description 26
- 230000004044 response Effects 0.000 description 11
- 238000004088 simulation Methods 0.000 description 10
- 230000003068 static effect Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
- G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种用于控制飞行器速率的控制系统及其控制方法,其中,所述系统包括常规PID控制器(1)、模糊PID控制器(2)和权重分配模块(3)其中,所述权重分配模块(3)并根据实际飞行环境对常规PID控制器(1)与模糊PID控制器(2)进行权重分配,并且,采用模糊控制的方法进行权重分配;所述方法采用所述系统进行,将常规PID控制器(1)和模糊PID控制器(2)进行了有效结合,这样,在常态飞行时能够保证飞行的稳定性,在突发情况时能够提高自适应性。
Description
技术领域
本发明涉及飞行器领域,尤其涉及飞行器的控制,特别地,涉及一种用于控制飞行器速率的控制系统及其控制方法。
背景技术
随着科技的快速发展,飞行器的控制技术也在不断进步,人们对于飞行效果的要求标准也随之不断提高。飞行器控制所要解决的问题在于如何改善其飞行效果,诸如静态及动态特性、自适应能力、鲁棒性等。
目前应用的控制方法为通过常规PID控制或模糊PID控制进行,其中,常规PID控制具有一定的局限性,当遭遇气流等外部干扰时,常规PID控制难以进行自动调整以适应外界环境的变化,即自适应差,而模糊PID控制在外部突发情况时,可以进行自我调节,自适应能力强,但是,当无突发情况时(常态飞行时),通过模糊PID控制进行控制,飞行器飞行的稳定性较差。
因此,亟需在常态飞行时保证飞行的稳定性、而在突发情况时保证飞行的自适应性的一种飞行器控制方法。
发明内容
为了克服上述问题,本发明人进行了锐意研究,设计出一种用于控制飞行器速率的控制系统及其控制方法,所述系统将常规PID控制器与模糊PID控制器进行结合,并对两者进行权重分配,所述方法采用常规PID控制器与模糊PID控制器进行混合控制,并根据工程的实际情况对常规PID控制器与模糊PID控制器进行权重分配,这样,在常态飞行时能够保证飞行的稳定性,在突发情况时能够提高自适应性,从而完成本发明。
本发明一方面提供了一种用于控制飞行器速率的控制系统,具体体现在以下方面:
(1)一种用于控制飞行器速率的控制系统,其特征在于,所述系统包括
常规PID控制器1,对飞行器姿态角进行常规PID控制,并输出常规PID控制量u;
模糊PID控制器2,用于对飞行器姿态角进行模糊PID控制,并输出模糊PID控制量u’;
权重分配模块3,用于对常规PID控制器1和模糊PID控制器2进行权重分配,其中,所述权重分配模块3以偏差e的绝对值∣e∣为参考信号,对参考信号∣e∣进行模糊化处理,得到对应的语言值∣E∣,然后对∣E∣进行模糊推理和去模糊化,得到常规PID控制器和模糊PID控制器的权重分别为x1和x2;和
运算器4,用于对u、u’以及x1、x2进行数据处理,得到所述系统的PID控制量u系;
其中,在权重分配模块3内设置有用于进行模糊推理和去模糊化的权重分配数据库,在所述权重分配数据库内设置有∣E∣的隶属度函数,其中,∣E∣的论域为:∣E∣={0.2,0.5,0.8,1.1,1.4,1.7,2,2.3}。
(2)根据上述(1)所述的系统,其中,所述模糊PID控制器2包括
微分处理器21,用于对偏差e进行微分处理,得到偏差变化率ec;
模糊控制模块22,用于对偏差e和偏差变化率ec进行模糊控制处理,得到PID参数增量,即比例增益增量ΔkP’、积分增益增量ΔkI’和微分增益增量ΔkD’;和
PID调节器23,用于获得模糊PID控制器2对飞行器速率的模糊PID控制量u’。
(3)根据上述(1)或(2)所述的系统,其中,所述模糊控制模块22包括
模糊化子模块221,用于对偏差e和偏差变化率ec进行模糊化处理,分别得到e和ec的语言值E和Ec;
模糊推理子模块222,用于对E和Ec进行处理,得到PID参数增量的语言值的隶属度函数,所述PID参数增量的语言值包括ΔKP’、ΔKI’和ΔKD’;
去模糊化子模块223,用于对PID参数增量的语言值的隶属度函数进行去模糊化,得到PID参数增量的语言值,即ΔKP’、ΔKI’和ΔKD’;和
PID参数增量实际值转换子模块224,用于ΔKP’、ΔKI’和ΔKD’进行处理,得到PID参数增量,即ΔkP’、ΔkI’和ΔkD’。
(4)根据上述(1)至(3)之一所述的系统,其中,所述权重分配模块3包括
绝对值求取子模块31,用于对偏差e进行绝对值化处理,得到偏差e的绝对值∣e∣,在进行权重分配时,采用偏差e的绝对值∣e∣作为参考信号;和
权重分配子模块32,用于对常规PID控制器1和模糊PID控制器2进行权重分配。
(5)根据上述(1)至(4)之一所述的系统,其中,所述权重分配子模块32包括参考信号模糊化模块321、权重分配模糊推理模块322、权重分配去模糊化模块323和权重实际值转换模块324,其中,
所述参考信号模糊化模块321用于对参考信号∣e∣进行模糊化处理,即将输入值匹配成语言值的过程,得到对应的语言值∣E∣;所述权重分配模糊推理模块322和权重分配去模糊化模块323用于对参考信号的语言值∣E∣进行处理,得到权重的模糊控制讯号X1和X2;所述权重实际值转换模块324用于对权重的模糊控制讯号X1和X2进行处理,得到常规PID控制器和模糊PID控制器的权重分别为x1和x2;
优选地,在所述权重分配子模块32内还设置有权重分配规则库。
(6)根据上述(1)至(5)之一所述的系统,其中,
在权重分配数据库内设置有∣E∣的隶属度函数,优选为三角形隶属度函数,更优选为等腰三角形隶属度函数;和/或
在权重分配数据库中还设置有X1/X2的隶属度函数,优选为三角形隶属度函数,更优选为等腰三角形隶属度函数,其中,在X1/X2的隶属度函数中,X1和X2的论域为:X1={0,0.1667,0.3334,0.5,0.6667,0.8334,1},X2={0,0.1667,0.3334,0.5,0.6667,0.8334,1}。
(7)根据上述(1)至(6)之一所述的系统,其中,所述运算器4包括
乘法器一41,用于对常规PID控制器1的常规PID控制量u及其权重x1进行乘积处理;
乘法器二42,用于对模糊PID控制器2的模糊PID控制量u’及其权重x2进行乘积处理;和
累加器43,用于对乘法器一和乘法器二分别得到的乘积结果进行加和处理,得到所述系统的PID控制量u系。
(8)一种控制飞行器飞行器速率的控制方法,优选采用上述(1)至(7)所述控制系统进行,其中,所述方法如下进行:
步骤1、利用常规PID控制器1和模糊PID控制器2同时进行信号处理,分别得到常规PID控制量u和模糊PID控制量u’;
步骤2、利用权重分配模块3对常规PID控制器1和模糊PID控制2进行权重分配,得到常规PID控制器1的权重以及模糊PID控制2的权重,即x1和x2;
步骤3、利用运算器4对步骤1和步骤2得到的常规PID控制量u、模糊PID控制量u’以及常规PID控制器1的权重x1、模糊PID控制2的权重x2进行数据处理,得到所述系统的PID控制量u系;
优选地,步骤1与步骤2同时进行。
(9)根据上述(8)所述的方法,其中,步骤2包括以下子步骤:
步骤2.1、对参考信号进行模糊化,得到参考信号的语言值,即∣E∣;
步骤2.2、根据权重分配数据库和权重分配规则库对∣E∣进行模糊推理,然后利用重心法进行去模糊化得到权重的语言值;
步骤2.3、利用去模糊因子将权重的语言值转换为实际值,得到常规PID控制的权重,即x1,以及模糊PID控制器的权重,即x2。
(10)根据上述(8)或(9)所述的方法,其中,在步骤3中,所述数据处理如下进行:
a、将常规PID控制器的常规PID控制量u与常规PID控制器的权重x1进行相乘处理,得到u*x1,同时,将模糊PID控制器的模糊PID控制量u’与模糊PID控制器的权重x2进行相乘处理,得到u’*x2;
b、步骤3.1得到的乘积结果u*x1和u’*x2进行加和处理,得到所述系统的PID控制量u系。
附图说明
图1示出本发明所述飞行控制系统的结构示意图;
图2示出模糊PID控制器的结构示意图;
图3示出模糊PID控制器中E和Ec的隶属度函数图;
图4示出模糊PID控制器中ΔKP’、ΔKI’和ΔKD’的隶属度函数图;
图5示出权重分配模块的结构示意图;
图6示出权重分配模块中︱E︱的隶属度函数图;
图7示出权重分配模块中X1/X2的隶属度函数图;
图8示出运算器的结构示意图;
图9示出实施例以及对比例1~2在顺风阵风的扰动下的simulink仿真试验结果;
图10示出实施例以及对比例1~2在逆风阵风的扰动下的simulink仿真试验结果;
图11示出对比例3中权重的语言值X1/X2的隶属度函数图;
图12示出实施例与对比例3在顺风阵风的扰动下的simulink仿真试验结果;
图13示出实施例与对比例3在逆风阵风的扰动下的simulink仿真试验结果。
附图标号说明:
1-常规PID控制器;2-模糊PID控制器;21-微分处理器;22-模糊控制模块;221-模糊化子模块;222-模糊推理子模块;223-去模糊化子模块;224-PID参数增量实际值转换子模块;23-PID调节器;3-权重分配模块;31-绝对值求取子模块;32-权重分配子模块;321参考信号模糊化模块;322-权重分配模糊推理模块;323-权重分配去模糊化模块;324-权重实际值转换模块;4-运算器;41-乘法器一;42-乘法器二;43-加法器。
具体实施方式
下面通过附图对本发明进一步详细说明。通过这些说明,本发明的特点和优点将变得更为清楚明确。
本发明一方面提供了一种用于控制飞行器速率的控制系统,如图1所示,所述系统包括常规PID控制器1、模糊PID控制器2和权重分配模块3;其中,所述常规PID控制器1,用于对飞行器姿态角进行常规PID控制,得到常规PID控制量u;所述模糊PID控制器2用于对飞行器姿态角进行模糊PID控制,得到模糊PID控制量u’;所述权重分配模块3用于对常规PID控制器1和模糊PID控制器2进行权重分配。所述常规PID控制量u和模糊PID控制量u’均是对舵机的调节值,控制舵机的转动量。
其中,当速率的实际检测值c与设定值r之间的偏差e较大时,权重分配模块3分配给模糊PID控制器2的权重较大,以达到减小超调、加快响应的效果;当速率的实际检测值c与设定值r之间的偏差e较小时,权重分配模块3分配给常规PID控制器1的权重较大,以达到消除模糊PID控制器2在系统稳定时存在静态误差的目的。
在本发明中,所述常规PID控制器(比例-积分-微分控制器)是一个在工业控制应用中常见的反馈回路部件,由比例单元P、积分单元I和微分单元D组成,PID控制的基础是比例控制,积分控制可消除稳态误差,但可能增加超调,微分控制可加快惯性系统响应速度以及减弱超调趋势;所述模糊PID控制器是将模糊控制与PID控制结合,利用模糊推理方法实现对PID参数的在线自整定。
根据本发明一种优选的实施方式,在所述常规PID控制器1的控制过程中,对t时刻的偏差e(t)进行处理,给出t时刻的常规控制值u(t)。
在进一步优选的实施方式中,在常规PID控制器1内进行如式(1)所示处理:
其中,在式(1)中,u(t)表示常规PID控制器1在t时刻输出的常规PID控制量,kP表示常规PID控制器1的比例增益,TI表示常规PID控制器1的积分时间常数,TD表示常规PID控制器1的微分时间常数,另,kI=kP/TI,kI表示常规PID控制器1的积分增益,kD=kP*TD,kD表示常规PID控制器1的微分增益。
根据本发明一种优选的实施方式,如图2所示,所述模糊PID控制器2包括微分处理器21、模糊控制模块22和PID调节器23。
其中,所述微分处理器21用于对偏差e进行微分处理,得到偏差变化率ec;所述模糊控制模块22用于对偏差e和偏差变化率ec进行模糊处理,得到PID参数增量,即比例增益增量ΔkP’、积分增益增量ΔkI’和微分增益增量ΔkD’;所述PID调节器23采用常规PID控制器,其原始控制参数为原始比例增益kP0’、原始积分增益kI0’和原始微分增益kD0’;经过所述模糊控制模块22和所述PID调节器23的处理,模糊PID控制器2得到的控制参数为kP’、kI’和kD’,其中,kP’=kP0’+ΔkP’,kI’=kI0’+ΔkI’,kD’=kD0’+ΔkD’。
在进一步优选的实施方式中,在PID调节器23内进行如下式(2)所示处理:
其中,在式(2)中,u’(t)表示模糊PID控制器2在t时刻输出的PID控制量,kP’表示模糊PID控制器2的比例增益,T’I表示模糊PID控制器2的积分时间常数,T’D表示模糊PID控制器2的微分时间常数。
根据本发明一种优选的实施方式,如图2所示,所述模糊控制模块22包括模糊化子模块221、模糊推理子模块222、去模糊化子模块223和PID参数增量实际值转换子模块224。
其中,所述模糊化子模块221用于对偏差e和偏差变化率ec进行模糊化处理,即将输入值匹配成语言值的过程,亦即以适当的比例转换到论域的数值,分别得到E和Ec,其中,E和Ec分别表示e和ec的语言值;所述模糊推理子模块222用于对E和Ec进行处理,得到模糊控制信号;所述去模糊化子模块223用于对模糊控制讯号进行处理,得到PID参数增量的语言值,即ΔKP’、ΔKI’和ΔKD’;所述PID参数增量实际值转换子模块224用于ΔKP’、ΔKI’和ΔKD’进行处理,得到PID参数增量,即ΔkP’、ΔkI’和ΔkD’,作为模糊控制模块22的输出值。
在进一步优选的实施方式中,在所述模糊控制模块22内还设置有数据库和规则库。
其中,数据库提供处理模糊数据的相关定义,包括数据的范围是大是小;而规则库则藉由一群语言控制规则描述控制目标和策略,包括条件。
在更进一步优选的实施方式中,模糊推理子模块222根据数据库和规则库进行模糊推理。
根据本发明一种优选的实施方式,所述模糊化子模块221进行如下处理:E=e*ke和Ec=ec*kec。
其中,ke表示e的模糊因子,kec表示ec的模糊因子。
根据本发明一种优选的实施方式,如图3所示,在数据库内,E和Ec的隶属度函数采用三角形隶属度函数。
在进一步优选的实施方式中,如图3所示,E和Ec的隶属度函数采用等腰三角形隶属度函数。
在更进一步优选的实施方式中,如图3所示,E和Ec的隶属度函数形状一致。
根据本发明一种优选的实施方式,如图3所示,在数据库内,E的论域均为:
E={-6,-4,-2,0,2,4,6}。
在进一步优选的实施方式中,如图3所示,在数据库内,Ec的论域均为:
Ec={-6,-4,-2,0,2,4,6}。
根据本发明一种优选的实施方式,如图3所示,在数据库内,E和Ec的变量范围均分别采用六个模糊状态进行描述,即PB、PM、PS、ZO、NS、NM和NB。
其中,PB为Positive Big的缩写,表示在正方向上大的偏差或偏差变化率;PM为Positive Medium的缩写,表示在正方向上中的偏差或偏差变化率;PS为Positive Small的缩写,表示在正方向上小的偏差或偏差变化率;ZO为Zero的缩写,表示近于零的偏差或偏差变化率;NS为Negative Small的缩写,表示在负方向上小的偏差或偏差变化率;NM为Negative Medium的缩写,表示在负方向上中的偏差或偏差变化率;NB为Negative Big的缩写,表示在负方向上大的偏差或偏差变化率。
在进一步优选的实施方式中,E/Ec与模糊状态的关系如下:PB(E/Ec>4),PM(2<E/Ec≤6),PS(0<E/Ec≤4),ZO(-2<E/Ec≤2),NS(-4≤E/Ec<0),NM(-6≤E/Ec<-2),NB(E/Ec<-4)。
在本发明中,设ΔkP’、ΔkI’和ΔkD’的在模糊控制模块内的语言变量分别为ΔKP’、ΔKI’和ΔKD’。
根据本发明一种优选的实施方式,如图4所示,在数据库内,ΔKP’、ΔKI’和ΔKD’的隶属度函数为三角形隶属度函数。
在进一步优选的实施方式中,如图4所示,ΔKP’、ΔKI’和ΔKD’的隶属度函数为等腰三角形隶属度函数。
在更进一步优选的实施方式中,如图4所示,ΔKP’、ΔKI’和ΔKD’的隶属度函数形状一致。
根据本发明一种优选的实施方式,如图4所示,ΔKP’、ΔKI’和ΔKD’的论域均分别为:ΔKP’/ΔKI’/ΔKD’={-3,-2,-1,0,1,2,3}。
在进一步优选的实施方式中,ΔKP’、ΔKI’和ΔKD’的变量范围均分别采用六个模糊状态进行描述,即PB、PM、PS、ZO、NS、NM和NB。
在更进一步优选的实施方式中,ΔKP’、ΔKI’和ΔKD’与模糊状态的关系均分别如下:PB(2≤ΔKP’/ΔKI’/ΔKD’),PM(1<ΔKP’/ΔKI’/ΔKD’≤3),PS(0<ΔKP’/ΔKI’/ΔKD’≤2),ZO(-1<ΔKP’/ΔKI’/ΔKD’≤1),NS(-2≤ΔKP’/ΔKI’/ΔKD’<0),NM(-3≤ΔKP’/ΔKI’/ΔKD’<-1),NB(ΔKP’/ΔKI’/ΔKD’<-2)。
根据本发明一种优选的实施方式,所述模糊推理子模块222根据规则库进行模糊推理,得到模糊控制讯号。
在进一步优选的实施方式中,所述规则库包括模糊规则表一、模糊规则表二和模糊规则表三,分别如表1~3所示。
表1模糊规则表一
表2模糊规则表二
表3模糊规则表三
根据本发明一种优选的实施方式,所述去模糊化子模块223采用加权平均法(重心法)对模糊控制讯号进行去模糊化处理,得到ΔKP’、ΔKI’和ΔKD’。
在进一步优选的实施方式中,所述重心法如式(3)所示:
其中,在式(3)中,x表示ΔKP’、ΔKI’或ΔKD’隶属度函数的横坐标,y表示ΔKP’、ΔKI’或ΔKD’隶属度函数的纵坐标。
根据本发明一种优选的实施方式,所述PID参数增量实际值转换子模块224进行如下处理:ΔkP’=ΔKP’*kuP;ΔkI’=ΔKI’*kuI;ΔkD’=ΔKD’*kuD。
其中,kuP表示在对ΔKP’进行语言值向实际值ΔkP’转换时采用的去模糊因子,kuI表示在对ΔKI’进行语言值向实际值ΔkI’转换时采用的去模糊因子,kuD表示在对ΔKD’进行语言值向实际值ΔkD’转换时采用的去模糊因子。
根据本发明一种优选的实施方式,如图5所示,所述权重分配模块3包括绝对值求取子模块31和权重分配子模块32。
其中,所述绝对值求取子模块31用于对偏差e进行绝对值化处理,得到偏差e的绝对值∣e∣,在进行权重分配时,采用偏差e的绝对值∣e∣作为参考信号;所述权重分配子模块32用于对常规PID控制器1和模糊PID控制器2进行权重分配。
在本发明中,由于模糊PID控制器与常规PID控制器的差别主要体现在适合的偏差范围不同,所以权重分配选择的参考信号为系统瞬时偏差的绝对值。
根据本发明一种优选的实施方式,如图5所示,所述权重分配子模块32采用模糊控制方法对常规PID控制器1和模糊PID控制器2进行权重分配。
其中,模糊控制方法是利用模糊数学的基本思想和理论的控制方法。
在进一步优选的实施方式中,如图5所示,所述权重分配子模块32包括参考信号模糊化模块321、权重分配模糊推理模块322、权重分配去模糊化模块323和权重实际值转换模块324。
在进一步优选的实施方式中,在所述权重分配子模块32内还设置有权重分配数据库和权重分配规则库。
在更进一步优选的实施方式中,所述参考信号模糊化模块321用于对参考信号∣e∣进行模糊化处理,即将输入值匹配成语言值的过程,得到对应的语言值∣E∣;所述权重分配模糊推理模块322和权重分配去模糊化模块323用于对参考信号的语言值∣E∣进行处理,得到权重的语言值X1和X2;所述权重实际值转换模块324用于对权重的语言值X1和X2进行处理,得到常规PID控制器和模糊PID控制器的权重分别为x1和x2。
根据本发明一种优选的实施方式,所述参考信号模糊化模块321利用参考信号模糊因子对参考信号进行处理,得到参考信号的语言值,具体如下:∣E∣=∣e∣*k∣e∣。
其中,∣e∣表示参考信号,∣E∣表示参考信号的语言值,k∣e∣表示参考信号模糊因子,在本发明中,取k∣e∣=1。
在进一步优选的实施方式中,在权重实际值转换模块324内进行如下处理:x1=X1*kx1;x2=X2*kx2。
其中,kx1表示将模糊量X1转换为权重x1的去模糊因子,x1表示分配给常规PID控制器的权重;kx2表示将模糊量X2转换为权重x2的去模糊因子,x2表示分配给模糊PID控制器的权重。在本发明中,令kx1=1,kx2=1。
根据本发明一种优选的实施方式,在权重分配数据库内设置有∣E∣的隶属度函数。
在进一步优选的实施方式中,如图6所示,∣E∣的隶属度函数为三角形隶属度函数。
在更进一步优选的实施方式中,如图6所示,∣E∣的隶属度函数为等腰三角形隶属度函数。
根据本发明一种优选的实施方式,如图6所示,∣E∣的论域为∣E∣={0.2,0.5,0.8,1.1,1.4,1.7,2,2.3}。
在进一步优选的实施方式中,如图6所示,∣E∣的变量范围均分别采用六个模糊状态进行描述,即mf1、mf2、mf3、mf4、mf5、mf6和mf7。
在更进一步优选的实施方式中,如图6所示,mf1的论域为mf1={-0.1,0.2,0.5},mf2的论域为mf2={0.2,0.5,0.8},mf3的论域为mf3={0.5,0.8,1.1},mf4的论域为mf4={0.8,1.1,1.4},mf5的论域为mf5={1.1,1.4,1.7},mf6的论域为mf6={1.4,1.7,2},mf7的论域为mf7={1.7,2,2.3}。
根据本发明一种优选的实施方式,在权重分配数据库中还设置有X1的隶属度函数和X2的隶属度函数。
根据本发明一种优选的实施方式,如图7所示,X1的隶属度函数与X2的隶属度函数均分别为三角形隶属度函数。
在进一步优选的实施方式中,如图7所示,X1的隶属度函数与X2的隶属度函数均分别为等腰三角形隶属度函数。
在更进一步优选的实施方式中,如图7所示,X1的隶属度函数与X2的隶属度函数形状一致。
其中,常规PID控制器的权重用x1表示,模糊PID控制器的权重可以用x2表示,对应地,x1的语言值以X1表示,x2的语言值以X2表示。
根据本发明一种优选的实施方式,如图7所示,X1和X2的论域为:X1={0,0.1667,0.3334,0.5,0.6667,0.8334,1},X2={0,0.1667,0.3334,0.5,0.6667,0.8334,1}。
在进一步优选的实施方式中,如图7所示,X1/X2的变量范围均分别采用七个模糊状态进行表示,即MF1={0,0.1667},MF2={0,0.1667,0.3334},MF3={0.166,0.3334,0.5},MF4={0.3334,0.5,0.6667},MF5={0.5,0.6667,0.8334},MF6={0.6667,0.8334,1}和MF7={0.8334,1}。
根据本发明一种优选的实施方式,在权重分配子模块32内根据权重分配数据库和权重分配规则库进行权重分配的模糊控制处理。
其中,所述权重分配规则库如表4所示。
表4权重分配规则库
∣E∣ | mf1 | mf2 | mf3 | mf4 | mf5 | mf6 | mf7 |
X<sub>1</sub> | MF7 | MF6 | MF5 | MF4 | MF3 | MF2 | MF1 |
X<sub>2</sub> | MF1 | MF2 | MF3 | MF4 | MF5 | MF6 | MF7 |
在本发明中,权重分配遵循的基本原理为:当参考信号较大时,分配给模糊PID控制器的权重较大,以达到减小超调、加快响应的效果;当参考信号较小时,分配给常规PID控制器的权重较大,以达到消除模糊PID在系统稳定时存在静态误差的目的。
根据本发明一种优选的实施方式,在权重分配去模糊化模块323采用重心法进行去模糊化,如下式(4)和式(5)所示:
其中,在式(4)和式(5)中,Y(X1)表示X1的隶属度函数上的纵坐标,Y(X2)表示X2的隶属度函数上的纵坐标。
根据本发明一种优选的实施方式,所述权重实际值转换模块324进行如下处理:x1=X1*ku1;x2=X2*ku2。
其中,ku1表示在对X1进行语言值向实际值转换时采用的去模糊因子,ku2表示在对X2进行语言值向实际值转换时采用的去模糊因子。在本发明中,令ku1=1,ku2=1。
根据本发明一种优选的实施方式,如图1所示,所述系统还包括运算器4。
在进一步优选的实施方式中,如图8所示,所述运算器4包括乘法器一41、乘法器二42和累加器43。
其中,所述乘法器一41用于对常规PID控制器1的常规PID控制量u及其权重x1进行乘积处理,所述乘法器42用于对模糊PID控制器2的模糊PID控制量u’及其权重x2进行乘积处理,所述累加器43用于对乘法器一和乘法器二得到的一组乘积结果进行加和处理,得到所述系统的PID控制量u系。
在更进一步优选的实施方式中,所述运算器进行如式(6)所示处理:
u系=u*x1+u’*x2 式(6)。
其中,u系表示所述系统实际输出的PID控制量,u’表示模糊PID控制器输出的PID控制量,u表示常规PID控制器输出的PID控制量,x2表示模糊PID控制器的权重,x1表示常规PID控制器的权重。在本发明中,x1+x2=1。
本发明另一方面提供了一种基于混合控制的飞行器控制方法,优选采用上述飞行器控制系统进行。
根据本发明一种优选的实施方式,所述方法如下进行:
(1)利用常规PID控制器1和模糊PID控制器2同时进行信号处理,得到分别得到常规PID控制量u和模糊PID控制量u’;
(2)利用权重分配模块3对常规PID控制器1和模糊PID控制2进行权重分配,得到常规PID控制器1的权重以及模糊PID控制2的权重,即x1和x2;
(3)利用运算器4对步骤(1)和步骤(2)得到的常规PID控制量u、模糊PID控制量u’以及常规PID控制器1的权重x1、模糊PID控制2的权重x2进行数据处理,得到所述系统的PID控制量u系。
在进一步优选的实施方式中,步骤(1)与步骤(2)同时进行。
根据本发明一种优选的实施方式,在步骤(2)中,采用模糊化控制的方法进行权重分配。
在进一步优选的实施方式中,步骤(2)包括以下子步骤:
(2.1)对参考信号进行模糊化,得到参考信号的语言值,即∣E∣;
(2.2)根据权重分配数据库和权重分配规则库对∣E∣进行模糊推理,然后利用重心法进行去模糊化得到权重的语言值;
(2.3)利用去模糊因子将权重的语言值转换为实际值,得到常规PID控制的权重,即x1,以及模糊PID控制器的权重,即x2。
根据本发明一种优选的实施方式,在步骤(3)中,所述数据处理如下进行:
a、将常规PID控制器的常规PID控制量u与常规PID控制器的权重x1进行相乘处理,得到u*x1,同时,将模糊PID控制器的模糊PID控制量u’与模糊PID控制器的权重x2进行相乘处理,得到u’*x2;
b、对乘积结果u*x1和u’*x2进行加和处理,得到所述系统的PID控制量u系。
本发明所具有的有益效果包括:
(1)本发明所提供的控制系统巧妙地将常规PID控制器与模糊PID控制器进行结合,这样,既保证了在常态飞行时的稳定性,又保证了在突发情况下的自适应性;
(2)相对于常规PID控制,能够有效减小超调量,加快响应速度,降低对扰动的敏感性,且具有自适应能力;
(3)相对于模糊PID控制,能够降低由于PID参数变动引起的响应曲线不平滑,从而增大模糊PID的参数调节裕度,且能够消除模糊PID在稳态时可能存在的静差;
(4)本发明所提供的控制系统以模糊控制为手段对常规PID控制器和模糊PID控制器进行权重分配,实现了权重分配的软切换,并保证切换的平滑性;
(5)本发明所提供的控制系统易于在工程上实现;
(6)本发明所述方法简单、易实施。
实施例
以下通过simulink仿真实验进一步描述本发明。不过这些实例仅仅是范例性的,并不对本发明的保护范围构成任何限制。
在simulink仿真实例中,采用本发明所述系统,设定ke=0.5,kec=1,kuP=0.8,kuI=0.3,kuD=0.1,其中,令输入的速率为20m/s,仿真时间为30秒,在t=15s处加上风速为10m/s、持续时间为2s的阵风作为扰动,以正负两次仿真分别代表顺风和逆风,其中,以顺风和逆风作为扰动的测试结果分别如图9和图10所示。
对比例
对比例1
在与实施例相同的条件下进行,区别在于:采用常规PID控制系统,其中,以顺风和逆风作为扰动的测试结果分别如图9和图10所示。
对比例2
在与实施例相同的条件下进行,区别在于:采用模糊PID控制系统,其中,以顺风和逆风作为扰动的测试结果分别如图9和图10所示。
对图9和图10所述仿真结果进行分析,可知:
(1)对实施例1以及对比例1~2相对于控制信号的超调进行比较:
实施例相对于控制信号的的最大超调约为17%,而对比例1相对于控制信号的的最大超调约为27.5%,对比例2相对于控制信号的最大超调约为19%;可见,本发明所述系统的实验结果明显优于对比例1和对比例2,甚至在有外界干扰下,本发明所述系统的控制也优于单纯的模糊控制(对比例2);
(2)对实施例1以及对比例1~2的稳定状态进行比较:
实施例与对比例1无静差,而对比例2有静差,可知,即使本发明中也采用了模糊PID控制器,但是在常规PID控制器的高权重制约下,所述系统并不会存在静差;
(3)对实施例1以及对比例1~2的响应时间进行比较:
实施例1和对比例2的响应时间为6s,而对比例1的响应时间为10s;
(4)对实施例1以及对比例1~2的受扰动情况进行比较:
实施例相对于扰动信号的最大超调为22%,回复到稳态的时间为7s;对比例1相对于扰动信号的最大超调为37%,回复到稳态的时间为10s;对比例2相对于扰动信号的最大超调为24%,回复到稳态的时间为8s。
由上可知,(a)本发明所述系统相对常规PID控制,超调量由27.5%减少到17%,达到稳定的时间减少40%;(b)相对模糊PID控制,稳定状态可以达到无静差,在不影响响应曲线平滑性的要求下模糊PID参数的调节范围扩大3~5倍。因此,本发明所述系统不仅兼具了常规PID控制器和模糊PID控制器的优点,而且其性能要优于常规PID控制器和模糊PID控制器。
对比例3
采用与实施例相同的控制系统以及相同的条件下进行试验,区别在于,本对比例的控制系统中,权重的语言值X1/X2的隶属度函数非等腰三角形隶属度函数,具体见图11,并将该对比例3的试验结果与实施例进行比较,如图12(顺风扰动)和图13(逆风扰动)所示。
由图12和图13中可以看出,相对于实施例,该对比例的响应速度变慢,响应时间增加0.5秒,遇扰动时最大超调由实施例的22%增加为30%。
以上结合了优选的实施方式对本发明进行了说明,不过这些实施方式仅是范例性的,仅起到说明性的作用。在此基础上,可以对本发明进行多种替换和改进,这些均落入本发明的保护范围内。
Claims (11)
1.一种用于控制飞行器速率的控制系统,其特征在于,所述系统包括
常规PID控制器(1),用于对飞行器速率进行常规PID控制,并输出常规PID控制量u;
模糊PID控制器(2),用于对飞行器速率进行模糊PID控制,并输出模糊PID控制量u’;
权重分配模块(3),用于对常规PID控制器(1)和模糊PID控制器(2)进行权重分配,其中,所述权重分配模块(3)以偏差e的绝对值∣e∣为参考信号,对参考信号∣e∣进行模糊化处理,得到对应的语言值∣E∣,然后对∣E∣进行模糊推理和去模糊化,得到常规PID控制器和模糊PID控制器的权重分别为x1和x2;
运算器(4),用于对u、u’以及x1、x2进行数据处理,得到所述系统的PID控制量u系;和
执行机构,根据系统的PID控制量u系控制飞行器速率的实际输出值c;
所述偏差e为飞行器速率的实际检测值c与设定值r之间的偏差;
其中,在权重分配模块(3)内设置有用于进行模糊推理和去模糊化的权重分配数据库,在所述权重分配数据库内设置有∣E∣的隶属度函数,其中,∣E∣的论域为:∣E∣={0.2,0.5,0.8,1.1,1.4,1.7,2,2.3};
所述权重分配模块(3)包括
绝对值求取子模块(31),用于对偏差e进行绝对值化处理,得到偏差e的绝对值∣e∣,在进行权重分配时,采用偏差e的绝对值∣e∣作为参考信号;和
权重分配子模块(32),用于对常规PID控制器(1)和模糊PID控制器(2)进行权重分配;
所述权重分配子模块(32)包括参考信号模糊化模块(321)、权重分配模糊推理模块(322)、权重分配去模糊化模块(323)和权重实际值转换模块(324),其中,
所述参考信号模糊化模块(321)用于对参考信号∣e∣进行模糊化处理,即将输入值匹配成语言值的过程,得到对应的语言值∣E∣;所述权重分配模糊推理模块(322)和权重分配去模糊化模块(323)用于对参考信号的语言值∣E∣进行处理,得到权重的模糊控制讯号X1和X2;所述权重实际值转换模块(324)用于对权重的模糊控制讯号X1和X2进行处理,得到常规PID控制器和模糊PID控制器的权重分别为x1和x2;
在权重分配数据库内设置有∣E∣的隶属度函数;和/或
在权重分配数据库中还设置有X1/X2的隶属度函数,其中,在X1/X2的隶属度函数中,X1和X2的论域为:X1={0,0.1667,0.3334,0.5,0.6667,0.8334,1},X2={0,0.1667,0.3334,0.5,0.6667,0.8334,1}。
2.根据权利要求1所述的系统,其特征在于,所述模糊PID控制器(2)包括
微分处理器(21),用于对偏差e进行微分处理,得到偏差变化率ec;
模糊控制模块(22),用于对偏差e和偏差变化率ec进行模糊控制处理,得到PID参数增量,即比例增益增量ΔkP’、积分增益增量ΔkI’和微分增益增量ΔkD’;和
PID调节器(23),用于获得模糊PID控制器(2)对飞行器速率的模糊PID控制量u’。
3.根据权利要求2所述的系统,其特征在于,所述模糊控制模块(22)包括
模糊化子模块(221),用于对偏差e和偏差变化率ec进行模糊化处理,分别得到e和ec的语言值E和Ec;
模糊推理子模块(222),用于对E和Ec进行处理,得到PID参数增量的语言值的隶属度函数,所述PID参数增量的语言值包括ΔKP’、ΔKI’和ΔKD’;
去模糊化子模块(223),用于对PID参数增量的语言值的隶属度函数进行去模糊化,得到PID参数增量的语言值,即ΔKP’、ΔKI’和ΔKD’;和
PID参数增量实际值转换子模块(224),用于对 ΔKP’、ΔKI’和ΔKD’进行处理,得到PID参数增量,即ΔkP’、ΔkI’和ΔkD’。
4.根据权利要求1所述的系统,其特征在于,在所述权重分配子模块(32)内还设置有权重分配规则库。
5.根据权利要求1所述的系统,其特征在于,
在权重分配数据库内设置有∣E∣的三角形隶属度函数;和/或
在权重分配数据库中还设置有X1/X2的三角形隶属度函数。
6.根据权利要求5所述的系统,其特征在于,
在权重分配数据库内设置有∣E∣的等腰三角形隶属度函数;和/或
在权重分配数据库中还设置有X1/X2的等腰三角形隶属度函数。
7.根据权利要求1所述的系统,其特征在于,所述运算器(4)包括
乘法器一(41),用于对常规PID控制器(1)的常规PID控制量u及其权重x1进行乘积处理;
乘法器二(42),用于对模糊PID控制器(2)的模糊PID控制量u’及其权重x2进行乘积处理;和
累加器(43),用于对乘法器一和乘法器二分别得到的乘积结果进行加和处理,得到所述系统的PID控制量u系。
8.一种控制飞行器速率的控制方法,采用权利要求1至7任一项所述控制系统进行,其特征在于,所述方法如下进行:
步骤1、利用常规PID控制器(1)和模糊PID控制器(2)同时进行信号处理,分别得到常规PID控制量u和模糊PID控制量u’;
步骤2、利用权重分配模块(3)对常规PID控制器(1)和模糊PID控制(2)进行权重分配,得到常规PID控制器(1)的权重以及模糊PID控制(2)的权重,即x1和x2;
步骤3、利用运算器(4)对步骤1和步骤2得到的常规PID控制量u、模糊PID控制量u’以及常规PID控制器1的权重x1、模糊PID控制(2)的权重x2进行数据处理,得到所述系统的PID控制量u系。
9.根据权利要求8所述的方法,其特征在于,步骤1与步骤2同时进行。
10.根据权利要求8所述的方法,其特征在于,步骤2包括以下子步骤:
步骤2.1、对参考信号进行模糊化,得到参考信号的语言值,即∣E∣;
步骤2.2、根据权重分配数据库和权重分配规则库对∣E∣进行模糊推理,然后利用重心法进行去模糊化得到权重的语言值;
步骤2.3、利用去模糊因子将权重的语言值转换为实际值,得到常规PID控制器(1)的权重,即x1,以及模糊PID控制器(2)的权重,即x2。
11.根据权利要求8所述的方法,其特征在于,在步骤3中,所述数据处理如下进行:
a、将常规PID控制器(1)的常规PID控制量u与常规PID控制器(1)的权重x1进行相乘处理,得到u*x1,同时,将模糊PID控制器(2)的模糊PID控制量u’与模糊PID控制器(2)的权重x2进行相乘处理,得到u’*x2;
b、对乘积结果u*x1和u’*x2进行加和处理,得到所述系统的PID控制量u系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710348639.2A CN106970636B (zh) | 2017-05-17 | 2017-05-17 | 一种用于控制飞行器速率的控制系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710348639.2A CN106970636B (zh) | 2017-05-17 | 2017-05-17 | 一种用于控制飞行器速率的控制系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106970636A CN106970636A (zh) | 2017-07-21 |
CN106970636B true CN106970636B (zh) | 2020-05-15 |
Family
ID=59326502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710348639.2A Active CN106970636B (zh) | 2017-05-17 | 2017-05-17 | 一种用于控制飞行器速率的控制系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106970636B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107908102A (zh) * | 2017-11-20 | 2018-04-13 | 浙江中烟工业有限责任公司 | 一种适用于制丝烟机的多路pid手动切换控制方法 |
CN107969727A (zh) * | 2017-11-20 | 2018-05-01 | 浙江中烟工业有限责任公司 | 一种适用于制丝烟机的多路pid自动切换控制方法 |
CN108375902A (zh) * | 2018-02-01 | 2018-08-07 | 西安工程大学 | 一种人工蜂群算法与模糊pid控制结合的双容水箱控制算法 |
US20210131767A1 (en) * | 2019-10-30 | 2021-05-06 | Viettel Group | System Optimizing Control Coefficients Of Flight Object Under Complex Environmental Effects Using Hybrid Fuzzy Logic And Pid Variant Controller |
CN116520863B (zh) * | 2022-09-05 | 2024-05-24 | 中国人民解放军国防科技大学 | 基于模糊规则动态切换的运载火箭姿态控制方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103123460A (zh) * | 2011-11-21 | 2013-05-29 | 才秀君 | 温度控制系统和温度控制方法 |
CN103713520A (zh) * | 2013-12-12 | 2014-04-09 | 东南大学 | 一种陀螺稳定平台的自适应复合控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050047445A (ko) * | 2003-11-17 | 2005-05-20 | 추연규 | 병렬형 퍼지제어기 |
-
2017
- 2017-05-17 CN CN201710348639.2A patent/CN106970636B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103123460A (zh) * | 2011-11-21 | 2013-05-29 | 才秀君 | 温度控制系统和温度控制方法 |
CN103713520A (zh) * | 2013-12-12 | 2014-04-09 | 东南大学 | 一种陀螺稳定平台的自适应复合控制方法 |
Non-Patent Citations (2)
Title |
---|
"Design and Implementation of Parallel Fuzzy PID Controller for High-Performance Brushless Motor Drives: An Integrated Environment for Rapid Control Prototyping";Ahmed Rubaai 等;《IEEE TRANSACTIONS ON INDUSTRY APPLICATIONS》;20080831;第14卷(第4期);全文 * |
"基于响应函数的模糊控制策略研究";杨军 等;《计算机与数字工程》;20140731;第42卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106970636A (zh) | 2017-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106970636B (zh) | 一种用于控制飞行器速率的控制系统及其控制方法 | |
Qiu et al. | Disturbance observer-based adaptive fuzzy control for strict-feedback nonlinear systems with finite-time prescribed performance | |
Sun et al. | Adaptive fuzzy control for nontriangular structural stochastic switched nonlinear systems with full state constraints | |
Lin et al. | Direct adaptive interval type-2 fuzzy control of multivariable nonlinear systems | |
Wang et al. | Predefined-time adaptive neural tracking control of switched nonlinear systems | |
Lo et al. | Decoupled fuzzy sliding-mode control | |
Song et al. | Nonlinear fractional order proportion-integral-derivative active disturbance rejection control method design for hypersonic vehicle attitude control | |
Hernandez-Gonzalez et al. | Decentralized discrete-time neural control for a Quanser 2-DOF helicopter | |
Liu et al. | Adaptive neural network control with optimal number of hidden nodes for trajectory tracking of robot manipulators | |
CN111459051A (zh) | 一种带扰动观测器的离散终端滑模无模型控制方法 | |
CN109033585B (zh) | 不确定网络控制系统的pid控制器设计方法 | |
Nguyen et al. | Adaptive chattering free neural network based sliding mode control for trajectory tracking of redundant parallel manipulators | |
WO1993015448A1 (en) | Neuro-pid controller | |
Ye et al. | Adaptive sliding mode control of robot based on fuzzy neural network | |
Shen et al. | Dynamic surface control for tracking of unmanned surface vessel with prescribed performance and asymmetric time-varying full state constraints | |
CN106774379A (zh) | 一种智能超螺旋强鲁棒姿态控制方法 | |
CN112947077B (zh) | 一种基于切换性能函数技术的auv鲁棒轨迹跟踪控制方法 | |
Zhang | Stable adaptive fuzzy sliding mode control of interconnected systems | |
Wang et al. | Adaptive tuning of the fuzzy controller for robots | |
He et al. | Fuzzy intelligent control method for improving flight attitude stability of plant protection quadrotor UAV | |
Song et al. | Fuzzy wavelet neural adaptive finite-time self-triggered fault-tolerant control for a quadrotor unmanned aerial vehicle with scheduled performance | |
CN114326405B (zh) | 一种基于误差训练的神经网络反步控制方法 | |
CN107145154B (zh) | 一种用于控制飞行器姿态角的控制系统及其控制方法 | |
Xia et al. | Adaptive quantized output feedback DSC of uncertain systems with output constraints and unmodeled dynamics based on reduced-order K-filters | |
CN106371321A (zh) | 一种焦化炉炉膛压力系统模糊网络优化pid控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |