CN111880410A - 一种针对电机故障的四旋翼无人机容错控制方法 - Google Patents

一种针对电机故障的四旋翼无人机容错控制方法 Download PDF

Info

Publication number
CN111880410A
CN111880410A CN202010801719.0A CN202010801719A CN111880410A CN 111880410 A CN111880410 A CN 111880410A CN 202010801719 A CN202010801719 A CN 202010801719A CN 111880410 A CN111880410 A CN 111880410A
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
fault
motor
quad
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
Application number
CN202010801719.0A
Other languages
English (en)
Other versions
CN111880410B (zh
Inventor
余翔
郭克信
周思成
郭雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202010801719.0A priority Critical patent/CN111880410B/zh
Publication of CN111880410A publication Critical patent/CN111880410A/zh
Application granted granted Critical
Publication of CN111880410B publication Critical patent/CN111880410B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提出一种针对四旋翼无人机电机故障的主动容错控制方法,首先,构建含有故障系数的四旋翼无人机耦合动力学模型,量化四旋翼无人机电机的故障程度;其次,分别建立针对旋翼无人机各电机的独立状态估计器;再次,根据状态观测器的结果和各电机理想状态得到残差;然后,针对由于传感器测量误差或者外界环境干扰所可能造成的故障误检问题,给出了基于系统模型的自适应阈值设计方法,所设计的阈值根据上一时刻无人机的状态残差进行自适应调整,当故障参数超过阈值时才会认定为电机发生故障;最后,通过估计各电机的故障幅值,在无人机的名义控制器的基础上进行重构,在线自主生成可调节电机故障的旋翼无人机容错控制器,完成电机缺相故障情况下的旋翼无人机安全稳定飞行。

Description

一种针对电机故障的四旋翼无人机容错控制方法
技术领域
本发明涉及一种针对电机故障的四旋翼无人机容错控制方法,适用于各类电机容易损坏且计算能力有限的民用四旋翼无人机控制系统,本发明涉及无人飞行器控制技术领域。
背景技术
四旋翼无人机是一个具有非线性、强耦合和不确定的欠驱动系统,相比其他飞行器,其显著特点为:(1)体积小,起降灵活,可在小面积场地完成垂直起降;(2)四旋翼无人机可在低空完成机动飞行,飞行速度可达每秒数十米,转向灵活,拥有着较强机动性强;(3)结构简单,生产成本较低,易于维护。由于四旋翼无人机的种种优点,它可代替人类进入某些极端条件区域执行任务:军事方面,可用于执行近距离的侦查巡逻、点子对抗、目标监视等复杂任务;民用方面,可用于航拍摄影、地图测绘、电力巡检、农业植保等。综上所述,四旋翼无人机拥有巨大的应用领域和广阔的发展前景,各国的研究机构都在对其进行深入的挖掘和开发。
然而,在四旋翼无人机自主飞行过程中,总会发生一些不可预估难以避免的状况,尤其以电机发生故障的情况居多。若遇到执行器故障的情况,无人机的飞行品质大幅降低,甚至导致无人机无法正常完成目标任务。因此,研究四旋翼无人机的容错控制算法,使其能在旋翼故障和外界干扰下稳定跟踪期望轨迹,对于保证无人机高安全飞行具有重要意义。
目前,容错控制主要分为两类,被动容错控制和主动容错控制。被动容错控制的主要设计思路是设计可以容忍某类故障而无需在线故障信息的通用控制器,继而保障闭环控制系统的稳定性。常用的被动容错控制包括各类模型参数自适应控制、滑模控制和各类鲁棒控制方法。由于被动容错控制器本身需要同时适应正常状况以及几种故障情况,在飞行性能方面存在较大的保守性。而主动容错控制的主要设计思路是设计一种可以在线故障信息进行诊断的算法,根据故障诊断信息进行实时地重构控制,从而保障系统的稳定性。对故障信息的诊断是主动容错控制的核心,对故障信息估计的实时性和准确性决定了主动容错控制性能的好坏。
专利申请号为201810207537.3中提出了一种基于自适应故障估计观测器的四旋翼无人机容错控制方法,但存在两个问题:(1)该专利并没有考虑故障诊断和隔离的问题,在外界环境出现急速变化时容易对无人机的自身情况产生误判,导致无人机在未发生故障的情况下失稳,在非故障情况下对无人机的控制精度和稳定性造成严重影响;(2)该专利采用的H∞算法比较依赖系统模型的准确性,且故障估计需要5~6秒,那么有理由推测在故障估计出来前的控制效果不佳,所以在实际使用时会受到较大程度限制。因此在无人机控制的稳定性和故障估计的快速性上有待改进。
发明内容
本发明的技术解决问题是:克服现有不足,提供一种针对电机故障的四旋翼无人机容错控制方法,利用该方法能够为计算能力有限的民用四旋翼无人机控制系统提供电机故障情况下的容错控制能力,能够实现四旋翼无人机控制系统的高精度容错控制。
本发明的技术解决方案为:一种针对四旋翼无人机电机故障的主动容错控制方法,包括如下步骤:
步骤1,考虑四旋翼无人机在位置测量和姿态测量中的外界干扰和各种不确定性,建立包含故障参数的四旋翼无人机非线性动力学系统模型;
步骤2,分别建立针对旋翼无人机各电机的独立状态估计器;
步骤3、根据状态观测器的结果和各电机理想状态得到残差;
步骤4、针对由于传感器测量误差或者外界环境干扰所可能造成的故障误检问题,给出了基于系统模型的自适应阈值设计方法,所设计的阈值根据上一时刻无人机的状态残差进行自适应调整,当故障参数超过阈值时才会认定为电机发生故障;
步骤5、通过估计各电机的故障幅值,在无人机的名义控制器的基础上进行重构,在线自主生成用于调节电机故障的旋翼无人机容错控制器,完成电机缺相故障情况下的旋翼无人机安全稳定飞行;
进一步的,步骤1具体如下:
考虑四旋翼无人机在位置测量和姿态测量中的外界干扰和各种不确定性,建立四旋翼无人机非线性动力学系统模型,表示如下:
Figure BDA0002627637650000031
式中,地面系与机体系之间的转换矩阵
Figure BDA0002627637650000032
Figure BDA0002627637650000033
其他参数定义如下:n=[x y z]T表示无人机在地面坐标系下的位置信息,
Figure BDA0002627637650000034
为n的一阶导数;η=[φ θ ψ]T表示无人机在机体坐标系下的姿态信息,其中φ表示滚转角,θ表示俯仰角,ψ表示偏航角,
Figure BDA0002627637650000035
为η的一阶导数;v=[vx vy vz]T表示无人机在地面坐标系下的速度信息,其中vx表示无人机在x方向上的速度,vy表示无人机在y方向上的速度,vz表示无人机在z方向上的速度,
Figure BDA0002627637650000036
表示v的一阶导数;ω=[p q r]T表示无人机在机体系下的三轴角速度信息,其中p表示机体系下无人机绕x轴的角速度,q表示机体系下无人机绕y轴的角速度,r表示机体系下无人机绕z轴的角速度,
Figure BDA0002627637650000037
为ω一阶导数;[ξv ξω]T分别表示位置控制和角度控制中的外界干扰和模型不确定性;[Jx Jy Jz]T表示无人机的三轴转动惯量;[τφ τθ τψ]T的各元素表示滚转力矩,俯仰力矩和偏航力矩;Fm为总升力;m为无人机的质量;g为重力加速度;
根据四旋翼无人机的非线性动力学模型,定义四旋翼无人机的控制输入u=[Fmτφ τθ τψ]T,则该控制输入进一步表示为:
Figure BDA0002627637650000041
式中,Ru是无人机控制参数与无人机各电机出力的映射矩阵,fs是由各旋翼产生的升力,s=1,…,4,dφ、dθ为滚转和俯仰力矩臂,实际大小为对应电机到电机距离的一半,实际应用中通过测量电机轴中心沿无人机框架的前进/后退和侧向之间的长度获得;cτf是电机推力扭矩常数,实际应用中通过飞行测试将电机转矩与推力生成的数据用一个线性多项式进行拟合而获得;
由于缺相而导致的执行器故障被建模为各桨叶产生的升力中存在一个随时间变化的部分有效性损失,表示为:
Figure BDA0002627637650000042
其中,Γu=diag(αs),s=1,…,4,αs∈(0,1]是无人机各桨的故障参数,且该参数是随时间变化的。
进一步的,步骤二具体如下:
定义无人机的状态向量如下ζ=[vz p q r]T,根据第一步中建立的四旋翼无人机动力学模型,建立非线性状态观测器如下:
Figure BDA0002627637650000043
式中,
Figure BDA0002627637650000044
表示无人机高度方向上的线速度和关于3轴角速度的估计值,Δ=diag(Δi),Δi>0表示增益参数,非线性部分
Figure BDA0002627637650000045
可以表示为:
Figure BDA0002627637650000046
定义
Figure BDA0002627637650000051
则根据该状态观测器进一步设计自适应阈值如下:
Figure BDA0002627637650000052
式中,
Figure BDA0002627637650000053
表示自适应阈值
Figure BDA0002627637650000054
中的第i项,εi(t0)表示上一时刻的状态残差,
Figure BDA0002627637650000055
为人为给定的参数,该参数大小根据无人机所处环境的干扰大小以及自身的性能状况来人为确定,该参数的标定方法是在确保无人机无故障情况下先做低空悬停测试,并根据所设计的非线性状态观测器反馈残差值的1.5-2倍作为该参数的大小;
故障检测策略为:在无人机执行任务的过程中,当非线性状态观测器反馈的残差任意一项εi(t)大于对应的自适应阈值
Figure BDA0002627637650000056
则认为发生故障。
进一步的,步骤三具体如下:
结合四旋翼无人机故障情况下的动力学模型,设计故障情况下的自适应状态观测器如下:
Figure BDA0002627637650000057
四旋翼无人机共4个执行器,式中的
Figure BDA0002627637650000058
Figure BDA0002627637650000059
分别为第i个执行器的状态向量估计值和故障参数估计值,
Figure BDA00026276376500000510
是一个待设计的正增益参数矩阵,输入矩阵
Figure BDA00026276376500000511
残差
Figure BDA00026276376500000512
Λi表示第i个执行器的对角转换矩阵,当i=1时Λ1=diag(1,0,0,0);在该自适应状态观测器中,
Figure BDA00026276376500000513
作为电机故障参数αs的估计值。
进一步的,步骤四具体如下:
通过估计的故障参数,对基础控制器输出的控制指令进行调整,具体的调整方法如下:
Figure BDA00026276376500000514
式中,fs为基础控制器输出的控制指令,
Figure BDA00026276376500000515
为容错控制器输出的控制指令,I4为一个4×4的单位对角矩阵,即I4=diag(1,1,1,1)。
有益效果:
现有技术中,四旋翼无人机电机发生缺相故障时,旋翼转速将变慢,且故障幅值随时间变化,导致名义控制无法完成无人机控制的问题,本方法能够显著提高旋翼无人机的在发生电机缺相故障情况下的位置和姿态控制精度,可用于各类民用旋翼无人机在日常使用中可能发生的由于电机线圈绝缘层老化,室外温度过高等原因,其电机部分线圈出现熔断并最终导致电机缺相故障的情况,使其仍能维持自身的稳定,甚至可以继续完成既定任务,从而提高旋翼无人机的安全性能
附图说明
图1为本发明的一种针对四旋翼无人机电机故障的主动容错控制方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅为本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
如图1所示,本发明的一种针对四旋翼无人机电机故障的主动容错控制方法,包括如下步骤:
第一步,建立含有故障系数和模型不确定性的四旋翼无人机动力学方程
考虑四旋翼无人机在位置测量和姿态测量中的外界干扰和各种不确定性,建立四旋翼无人机非线性动力学系统模型,表示如下:
Figure BDA0002627637650000061
式中,地面系与机体系之间的转换矩阵:
Figure BDA0002627637650000062
Figure BDA0002627637650000071
其他参数定义如下:n=[x y z]T表示无人机在地面坐标系下的位置信息,
Figure BDA0002627637650000072
为n的一阶导数;η=[φ θ ψ]T表示无人机在机体坐标系下的姿态信息,其中φ表示滚转角,θ表示俯仰角,ψ表示偏航角,
Figure BDA0002627637650000073
为η的一阶导数;v=[vx vy vz]T表示无人机在地面坐标系下的速度信息,其中vx表示无人机在x方向上的速度,vy表示无人机在y方向上的速度,vz表示无人机在z方向上的速度,
Figure BDA0002627637650000074
表示v的一阶导数;ω=[p q r]T表示无人机在机体系下的三轴角速度信息,其中p表示机体系下无人机绕x轴的角速度,q表示机体系下无人机绕y轴的角速度,r表示机体系下无人机绕z轴的角速度,
Figure BDA0002627637650000075
为ω一阶导数;[ξv ξω]T分别表示位置控制和角度控制中的外界干扰和模型不确定性;[Jx Jy Jz]T表示无人机的三轴转动惯量;[τφ τθ τψ]T的各元素表示滚转力矩,俯仰力矩和偏航力矩;Fm为总升力;m为无人机的质量;g为重力加速度;
根据四旋翼无人机的非线性动力学模型,定义四旋翼无人机的控制输入u=[Fmτφ τθ τψ]T,则该控制输入进一步表示为:
Figure BDA0002627637650000076
式中,Ru是无人机控制参数与无人机各电机出力的映射矩阵,fs是由各旋翼产生的升力,s=1,…,4,dφ、dθ为滚转和俯仰力矩臂,实际大小为对应电机到电机距离的一半,实际应用中通过测量电机轴中心沿无人机框架的前进/后退和侧向之间的长度获得;cτf是电机推力扭矩常数,实际应用中通过飞行测试将电机转矩与推力生成的数据用一个线性多项式进行拟合而获得;
由于缺相而导致的电机转速变慢是四旋翼无人机在执行任务期间发生故障的重要原因之一。缺相的主要原因包括温度过高,负载过大和线圈老化等。例如,由于线圈绝缘层的老化,一些线圈在飞行过程中发生短路,最终导致熔断和电机缺相,且这种转速的变化通常是随时间变化的。所以这种由于缺相而导致的执行器故障可以被建模为各桨叶产生的升力中存在一个随时间变化的部分有效性损失,可以将其表示为:
Figure BDA0002627637650000081
其中,Γu=diag(αs)(s=1,…,4),αs∈(0,1]是无人机各桨的故障参数,且该参数是随时间变化的。
第二步,设计故障参数自适应阈值,实现精确故障诊断
定义无人机的状态向量如下ζ=[vz p q r]T,根据第一步中建立的四旋翼无人机动力学模型,建立非线性状态观测器如下:
Figure BDA0002627637650000082
式中,
Figure BDA0002627637650000083
表示无人机高度方向上的线速度和关于3轴角速度的估计值,Δ=diag(Δi),Δi>0表示增益参数,非线性部分
Figure BDA0002627637650000084
可以表示为:
Figure BDA0002627637650000085
定义
Figure BDA0002627637650000086
则根据该状态观测器可以进一步设计自适应阈值如下:
Figure BDA0002627637650000087
式中,
Figure BDA0002627637650000088
表示自适应阈值
Figure BDA0002627637650000089
中的第i项,εi(t0)表示上一时刻的状态残差,
Figure BDA00026276376500000810
为人为给定的参数,该参数大小需根据无人机所处环境的干扰大小(比如风速,电磁干扰,GPS精度等)以及自身的性能状况(比如桨尖磨损情况)来人为确定,该参数的标定方法是在确保无人机无故障情况下先做低空悬停测试,并根据所设计的非线性状态观测器反馈残差值的1.5-2倍作为该参数的大小。
故障检测策略:在无人机执行任务的过程中,当非线性状态观测器反馈的残差任意一项εi(t)大于对应的自适应阈值
Figure BDA00026276376500000811
则认为发生故障。
第三步,设计自适应状态观测器,估计各执行器的故障幅值
结合四旋翼无人机故障情况下的动力学模型,进一步设计故障情况下的自适应状态观测器如下:
Figure BDA0002627637650000091
式中的
Figure BDA0002627637650000092
Figure BDA0002627637650000093
分别为第i个执行器的状态向量估计值和故障参数估计值,
Figure BDA0002627637650000094
是一个待设计的正增益参数矩阵,残差
Figure BDA0002627637650000095
Λi表示第i个执行器的对角转换矩阵,比如Λ1=diag(1,0,0,0)。在该自适应状态观测器中,
Figure BDA0002627637650000096
作为电机故障参数αs的估计值,拥有较好的对故障参数αs实时跟踪能力。
第四步,设计容错控制器
本发明不涉及基础飞行控制器的设计,只是通过估计的故障参数,对基础控制器输出的控制指令进行调整,具体的调整方法如下:
Figure BDA0002627637650000097
式中,fs为基础控制器输出的控制指令,
Figure BDA0002627637650000098
为容错控制器输出的控制指令。通过该方法可以在不对基础控制器参数做任何改变的情况下完成无人机的容错控制,因此本方法适用于目前大多数飞行控制算法。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,且应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (5)

1.一种针对四旋翼无人机电机故障的主动容错控制方法,其特征在于,包括如下步骤:
步骤1,考虑四旋翼无人机在位置测量和姿态测量中的外界干扰和各种不确定性,建立包含故障参数的四旋翼无人机非线性动力学系统模型;
步骤2,分别建立针对旋翼无人机各电机的独立状态估计器;
步骤3、根据状态观测器的结果和各电机理想状态得到残差;
步骤4、针对由于传感器测量误差或者外界环境干扰所可能造成的故障误检问题,给出了基于系统模型的自适应阈值设计方法,所设计的阈值根据上一时刻无人机的状态残差进行自适应调整,当故障参数超过阈值时才会认定为电机发生故障;
步骤5、通过估计各电机的故障幅值,在无人机的名义控制器的基础上进行重构,在线自主生成用于调节电机故障的旋翼无人机容错控制器,完成电机缺相故障情况下的旋翼无人机安全稳定飞行。
2.根据权利要求1所述的一种针对四旋翼无人机电机故障的主动容错控制方法,其特征在于,步骤1具体如下:
考虑四旋翼无人机在位置测量和姿态测量中的外界干扰和各种不确定性,建立四旋翼无人机非线性动力学系统模型,表示如下:
Figure FDA0002627637640000011
式中,地面系与机体系之间的转换矩阵
Figure FDA0002627637640000012
Figure FDA0002627637640000021
其他参数定义如下:n=[x y z]T表示无人机在地面坐标系下的位置信息,
Figure FDA0002627637640000022
为n的一阶导数;η=[φ θ ψ]T表示无人机在机体坐标系下的姿态信息,其中φ表示滚转角,θ表示俯仰角,ψ表示偏航角,
Figure FDA0002627637640000023
为η的一阶导数;v=[vx vy vz]T表示无人机在地面坐标系下的速度信息,其中vx表示无人机在x方向上的速度,vy表示无人机在y方向上的速度,vz表示无人机在z方向上的速度,
Figure FDA0002627637640000024
表示v的一阶导数;ω=[p q r]T表示无人机在机体系下的三轴角速度信息,其中p表示机体系下无人机绕x轴的角速度,q表示机体系下无人机绕y轴的角速度,r表示机体系下无人机绕z轴的角速度,
Figure FDA0002627637640000025
为ω一阶导数;[ξv ξω]T分别表示位置控制和角度控制中的外界干扰和模型不确定性;[Jx Jy Jz]T表示无人机的三轴转动惯量;[τφ τθ τψ]T的各元素表示滚转力矩,俯仰力矩和偏航力矩;Fm为总升力;m为无人机的质量;g为重力加速度;
根据四旋翼无人机的非线性动力学模型,定义四旋翼无人机的控制输入u=[Fm τφ τθτψ]T,则该控制输入进一步表示为:
Figure FDA0002627637640000026
式中,Ru是无人机控制参数与无人机各电机出力的映射矩阵,fs是由各旋翼产生的升力,s=1,…,4,dφ、dθ为滚转和俯仰力矩臂,实际大小为对应电机到电机距离的一半,实际应用中通过测量电机轴中心沿无人机框架的前进/后退和侧向之间的长度获得;cτf是电机推力扭矩常数,实际应用中通过飞行测试将电机转矩与推力生成的数据用一个线性多项式进行拟合而获得;
由于缺相而导致的执行器故障被建模为各桨叶产生的升力中存在一个随时间变化的部分有效性损失,表示为:
Figure FDA0002627637640000027
其中,Γu=diag(αs),s=1,…,4,αs∈(0,1]是无人机各桨的故障参数,且该参数是随时间变化的。
3.根据权利要求1所述的一种针对四旋翼无人机电机故障的主动容错控制方法,其特征在于,步骤二具体如下:
定义无人机的状态向量如下ζ=[vz p q r]T,根据第一步中建立的四旋翼无人机动力学模型,建立非线性状态观测器如下:
Figure FDA0002627637640000031
式中,
Figure FDA0002627637640000032
表示无人机高度方向上的线速度和关于3轴角速度的估计值,Δ=diag(Δi),Δi>0表示增益参数,非线性部分
Figure FDA0002627637640000033
可以表示为:
Figure FDA0002627637640000034
定义
Figure FDA0002627637640000035
则根据该状态观测器进一步设计自适应阈值如下:
Figure FDA0002627637640000036
式中,
Figure FDA0002627637640000037
表示自适应阈值
Figure FDA0002627637640000038
中的第i项,εi(t0)表示上一时刻的状态残差,
Figure FDA0002627637640000039
为人为给定的参数,该参数大小根据无人机所处环境的干扰大小以及自身的性能状况来人为确定,该参数的标定方法是在确保无人机无故障情况下先做低空悬停测试,并根据所设计的非线性状态观测器反馈残差值的1.5-2倍作为该参数的大小;
故障检测策略为:在无人机执行任务的过程中,当非线性状态观测器反馈的残差任意一项εi(t)大于对应的自适应阈值
Figure FDA00026276376400000310
则认为发生故障。
4.根据权利要求1所述的一种针对四旋翼无人机电机故障的主动容错控制方法,其特征在于,步骤三具体如下:
结合四旋翼无人机故障情况下的动力学模型,设计故障情况下的自适应状态观测器如下:
Figure FDA0002627637640000041
四旋翼无人机共4个执行器,式中的
Figure FDA0002627637640000042
Figure FDA0002627637640000043
分别为第i个执行器的状态向量估计值和故障参数估计值,
Figure FDA0002627637640000044
是一个待设计的正增益参数矩阵,输入矩阵
Figure FDA0002627637640000045
残差
Figure FDA0002627637640000046
Λi表示第i个执行器的对角转换矩阵,当i=1时Λ1=diag(1,0,0,0);在该自适应状态观测器中,
Figure FDA0002627637640000047
作为电机故障参数αs的估计值。
5.根据权利要求1所述的一种针对四旋翼无人机电机故障的主动容错控制方法,其特征在于,步骤四具体如下:
通过估计的故障参数,对基础控制器输出的控制指令进行调整,具体的调整方法如下:
Figure FDA0002627637640000048
式中,fs为基础控制器输出的控制指令,
Figure FDA0002627637640000049
为容错控制器输出的控制指令,I4为一个4×4的单位对角矩阵,即I4=diag(1,1,1,1)。
CN202010801719.0A 2020-08-11 2020-08-11 一种针对电机故障的四旋翼无人机容错控制方法 Active CN111880410B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010801719.0A CN111880410B (zh) 2020-08-11 2020-08-11 一种针对电机故障的四旋翼无人机容错控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010801719.0A CN111880410B (zh) 2020-08-11 2020-08-11 一种针对电机故障的四旋翼无人机容错控制方法

Publications (2)

Publication Number Publication Date
CN111880410A true CN111880410A (zh) 2020-11-03
CN111880410B CN111880410B (zh) 2021-12-28

Family

ID=73203673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010801719.0A Active CN111880410B (zh) 2020-08-11 2020-08-11 一种针对电机故障的四旋翼无人机容错控制方法

Country Status (1)

Country Link
CN (1) CN111880410B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434879A (zh) * 2020-12-07 2021-03-02 河北工业大学 电机故障预测修正系统、方法、产品、介质、电子设备
CN112486141A (zh) * 2020-11-26 2021-03-12 南京信息工程大学 一种基于时间自动机的无人机飞控程序建模与验证方法
CN112882388A (zh) * 2021-01-12 2021-06-01 北京航空航天大学 一种执行器受损下的四旋翼无人机故障检测与诊断方法
CN113467244A (zh) * 2021-07-15 2021-10-01 之江实验室 基于控制矩阵重分配的多旋翼无人机容错控制方法及装置
CN113625763A (zh) * 2021-08-30 2021-11-09 北京三快在线科技有限公司 无人机的控制方法、装置、介质、电子设备和无人机
WO2022193075A1 (zh) * 2021-03-15 2022-09-22 深圳市大疆创新科技有限公司 无人飞行器控制方法、无人飞行器和存储介质

Citations (18)

* Cited by examiner, † Cited by third party
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
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
US20130197677A1 (en) * 2011-02-14 2013-08-01 The Mathworks, Inc. Multi-model, multi-objective tuning of control systems
CN103901780A (zh) * 2014-04-02 2014-07-02 北京航空航天大学 一种多旋翼飞行器控制能力评估指标的计算方法
CN104007663A (zh) * 2014-05-13 2014-08-27 南京航空航天大学 一种含参数不确定性的四旋翼姿态自适应容错控制方法
CN104020670A (zh) * 2014-05-26 2014-09-03 南京航空航天大学 基于支持向量机的三自由度直升机容错控制装置及方法
CN104965414A (zh) * 2015-06-30 2015-10-07 天津大学 针对四旋翼无人机执行器部分失效的容错控制方法
US20160023755A1 (en) * 2014-05-05 2016-01-28 King Fahd University Of Petroleum And Minerals System and method for control of quadrotor air vehicles with tiltable rotors
CN106527137A (zh) * 2016-11-25 2017-03-22 天津大学 基于观测器的四旋翼无人机容错控制方法
CN106842952A (zh) * 2017-03-08 2017-06-13 天津大学 针对三旋翼无人机舵机堵塞故障的容错控制方法
CN106933241A (zh) * 2017-03-30 2017-07-07 北京航空航天大学 基于故障解耦的单框架控制力矩陀螺航天器容错控制方法
CN108445760A (zh) * 2018-03-14 2018-08-24 中南大学 基于自适应故障估计观测器的四旋翼无人机容错控制方法
CN108647442A (zh) * 2018-05-11 2018-10-12 北京航空航天大学 一种基于辅助输出的六旋翼无人机故障估计方法
CN109308064A (zh) * 2017-07-28 2019-02-05 深圳禾苗通信科技有限公司 一种四旋翼无人机的故障容错控制方法及系统
CN110824925A (zh) * 2019-11-29 2020-02-21 天津大学 倾转式三旋翼无人机的自适应鲁棒容错控制方法
CN110888324A (zh) * 2019-12-04 2020-03-17 滨州学院 针对无人机舵机故障的姿态鲁棒自适应容错控制方法
US10604236B2 (en) * 2016-06-01 2020-03-31 Regents Of The University Of Minnesota Fault-tolerant aircraft flight control using a subset of aerodynamic control surfaces
CN111459175A (zh) * 2019-12-18 2020-07-28 北京航空航天大学 一种基于l1自适应控制器的尾座式无人机轨迹跟踪容错控制方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130197677A1 (en) * 2011-02-14 2013-08-01 The Mathworks, Inc. Multi-model, multi-objective tuning of control systems
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
CN103901780A (zh) * 2014-04-02 2014-07-02 北京航空航天大学 一种多旋翼飞行器控制能力评估指标的计算方法
US20160023755A1 (en) * 2014-05-05 2016-01-28 King Fahd University Of Petroleum And Minerals System and method for control of quadrotor air vehicles with tiltable rotors
CN104007663A (zh) * 2014-05-13 2014-08-27 南京航空航天大学 一种含参数不确定性的四旋翼姿态自适应容错控制方法
CN104020670A (zh) * 2014-05-26 2014-09-03 南京航空航天大学 基于支持向量机的三自由度直升机容错控制装置及方法
CN104965414A (zh) * 2015-06-30 2015-10-07 天津大学 针对四旋翼无人机执行器部分失效的容错控制方法
US10604236B2 (en) * 2016-06-01 2020-03-31 Regents Of The University Of Minnesota Fault-tolerant aircraft flight control using a subset of aerodynamic control surfaces
CN106527137A (zh) * 2016-11-25 2017-03-22 天津大学 基于观测器的四旋翼无人机容错控制方法
CN106842952A (zh) * 2017-03-08 2017-06-13 天津大学 针对三旋翼无人机舵机堵塞故障的容错控制方法
CN106933241A (zh) * 2017-03-30 2017-07-07 北京航空航天大学 基于故障解耦的单框架控制力矩陀螺航天器容错控制方法
CN109308064A (zh) * 2017-07-28 2019-02-05 深圳禾苗通信科技有限公司 一种四旋翼无人机的故障容错控制方法及系统
CN108445760A (zh) * 2018-03-14 2018-08-24 中南大学 基于自适应故障估计观测器的四旋翼无人机容错控制方法
CN108647442A (zh) * 2018-05-11 2018-10-12 北京航空航天大学 一种基于辅助输出的六旋翼无人机故障估计方法
CN110824925A (zh) * 2019-11-29 2020-02-21 天津大学 倾转式三旋翼无人机的自适应鲁棒容错控制方法
CN110888324A (zh) * 2019-12-04 2020-03-17 滨州学院 针对无人机舵机故障的姿态鲁棒自适应容错控制方法
CN111459175A (zh) * 2019-12-18 2020-07-28 北京航空航天大学 一种基于l1自适应控制器的尾座式无人机轨迹跟踪容错控制方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
ABDEL-RAZZAK MERHEB ETAL.: "A Novel Emergency Controller for Quadrotor UAVs", 《2014 IEEE CONFERENCE ON CONTROL APPLICATIONS (CCA)》 *
ALESSANDRO BALDINI ETAL.: "Actuator Fault Tolerant Position Control of a Quadrotor Unmanned Aerial Vehicle", 《2019 4TH CONFERENCE ON CONTROL AND FAULT TOLERANT SYSTEMS (SYSTOL)》 *
CEN ZHAOHUI ETAL.: "Engineering Implementation on Fault Diagnosis for Quadrotors based on Nonlinear Observer", 《2013 25TH CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 *
JINQUAN XU ETAL.: "Design and Analysis of a NPermanent Magnet Synchronous Motor for Aircraft Applicationovel Fault Tolerant", 《2014 17TH INTERNATIONAL CONFERENCE ON ELECTRICAL MACHINES AND SYSTEMS (ICEMS)》 *
刘栩粼: "四旋翼无人机自抗扰容错控制研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
姜陶然: "多旋翼无人机系统故障重构及容错控制研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
张文清: "六旋翼无人机的多模型故障诊断与容错控制研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
徐义正: "四旋翼飞行器容错控制算法及执行机构故障检测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
李艳慧: "基于Qball-X4四旋翼无人机的容错控制研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
郭雷等: "无人机安全控制系统技术: 进展与展望", 《中国科学:信息科学》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112486141A (zh) * 2020-11-26 2021-03-12 南京信息工程大学 一种基于时间自动机的无人机飞控程序建模与验证方法
CN112434879A (zh) * 2020-12-07 2021-03-02 河北工业大学 电机故障预测修正系统、方法、产品、介质、电子设备
CN112882388A (zh) * 2021-01-12 2021-06-01 北京航空航天大学 一种执行器受损下的四旋翼无人机故障检测与诊断方法
CN112882388B (zh) * 2021-01-12 2022-02-11 北京航空航天大学 一种执行器受损下的四旋翼无人机故障检测与诊断方法
WO2022193075A1 (zh) * 2021-03-15 2022-09-22 深圳市大疆创新科技有限公司 无人飞行器控制方法、无人飞行器和存储介质
CN113467244A (zh) * 2021-07-15 2021-10-01 之江实验室 基于控制矩阵重分配的多旋翼无人机容错控制方法及装置
CN113467244B (zh) * 2021-07-15 2024-03-26 之江实验室 基于控制矩阵重分配的多旋翼无人机容错控制方法及装置
CN113625763A (zh) * 2021-08-30 2021-11-09 北京三快在线科技有限公司 无人机的控制方法、装置、介质、电子设备和无人机

Also Published As

Publication number Publication date
CN111880410B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
CN111880410B (zh) 一种针对电机故障的四旋翼无人机容错控制方法
Song et al. Neuroadaptive fault-tolerant control of quadrotor UAVs: A more affordable solution
Zhou et al. Fixed-time observer based safety control for a quadrotor UAV
CN106527137B (zh) 基于观测器的四旋翼无人机容错控制方法
Madani et al. Sliding mode observer and backstepping control for a quadrotor unmanned aerial vehicles
Ranjbaran et al. Fault recovery of an under-actuated quadrotor aerial vehicle
US9650152B2 (en) Flight envelope protection system for unmanned aerial vehicles
Tang et al. Methodologies for adaptive flight envelope estimation and protection
CN113568419B (zh) 一种变载四旋翼无人机容错控制方法
CN108803317A (zh) 自适应多变量四旋翼无人机有限时间容错控制方法
CN113296525B (zh) 基于数据驱动的倾转三旋翼无人机非线性控制方法
CN112558621A (zh) 一种基于解耦控制的飞行机械臂系统
CN108647442A (zh) 一种基于辅助输出的六旋翼无人机故障估计方法
CN113568423B (zh) 一种考虑电机故障的四旋翼无人机智能容错控制方法
CN115877717B (zh) 一种基于自抗扰控制的飞行器容错控制结构与控制方法
CN114815861A (zh) 一种基于时空径向基函数神经网络的容错飞行控制方法
CN106292297B (zh) 基于pid控制器和l1自适应控制器的姿态控制方法
Azid et al. Wind gust estimation for precise quasi-hovering control of quadrotor aircraft
Xi et al. An anti-wind modeling method of quadrotor aircraft and cascade controller design based on improved extended state observer
Saied et al. Passive fault-tolerant control of an octorotor using super-twisting algorithm: Theory and experiments
Li et al. Robust actuator fault detection for quadrotor UAV with guaranteed sensitivity
Guisser et al. A high gain observer and sliding mode controller for an autonomous quadrotor helicopter
Nguyen et al. Aerodynamic characteristics of quadrotor helicopter
CN114995163B (zh) 一种无人机免疫控制方法
Kwon et al. EKF based sliding mode control for a quadrotor attitude stabilization

Legal Events

Date Code Title Description
PB01 Publication
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