CN114035543B - 一种飞机受损状态下的自修复控制方法 - Google Patents
一种飞机受损状态下的自修复控制方法 Download PDFInfo
- Publication number
- CN114035543B CN114035543B CN202111304869.1A CN202111304869A CN114035543B CN 114035543 B CN114035543 B CN 114035543B CN 202111304869 A CN202111304869 A CN 202111304869A CN 114035543 B CN114035543 B CN 114035543B
- Authority
- CN
- China
- Prior art keywords
- control
- aircraft
- state
- fault
- actuators
- 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 37
- 239000013598 vector Substances 0.000 claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 230000036541 health Effects 0.000 claims abstract description 8
- 238000002955 isolation Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- 230000005284 excitation Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 7
- 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 6
- 238000003745 diagnosis Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005312 nonlinear dynamic Methods 0.000 description 2
- 230000035899 viability Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种飞机受损状态下的自修复控制方法，具体方案为：包括以下步骤：S1：采用扩展卡尔曼滤波器作为观测器，获取正常状态下飞机的状态向量和故障参数并设置预设值；S2：根据飞机作动器的数量，设置相同数量的扩展卡尔曼滤波器，每个拓展卡尔曼滤波器对应一个作动器的全状态的健康监测；S3：当作动器出现故障后，对相应作动器进行故障隔离；S4：重构控制律，将上层控制指令分配到冗余执行机构，通过调整冗余舵面补偿故障舵面造成的气动力损失。本发明在全飞行包线内实现状态非线性估计，一个滤波器就能监控一个控制通道的健康状态，可大幅减少滤波器的数目，降低了算法对硬件资源的要求。
Description
技术领域
本发明涉及飞行器安全管理技术领域，更具体地说，它涉及一种飞机受损状态下的自修复控制方法。
背景技术
现代先进飞机造价昂贵，具有重要的战术战略价值；在飞机制造时，安全性、可靠性已成为飞行控制系统设计中首先考虑的问题。飞机在飞行过程中，其传感器、执行器、飞行控制计算机甚至是机体本身都会出现故障或受到损伤，而在战场环境下敌方攻击导致的结构损伤更是常常难以避免。当故障或损伤严重到一定程度时，若不及时采取补救措施，飞机将会失控，造成非常大的财产和人员损失，甚至灾难性的后果。
随着电传飞行控制系统的广泛使用，能够很好的应对飞机的故障情况，其在减轻飞行员负担的同时，也使得飞机在飞行包络和机动性方面表现出了更好的性能，进而使得飞机能在受损环境下具有容错控制的可能性。所以，自修复控制是保证飞机在发生故障/损伤时，安全飞行、提高飞机生存力的主要手段之一，是未来先进飞机必然采用的关键技术。
自修复飞行控制是一门新兴的交叉技术，将自适应控制技术、非线性控制技术、智能控制技术、鲁棒控制技术等先进控制理论与容错控制方法相结合，在原有控制系统的基础上，快速、准确地检测、隔离故障，重新建立新的控制系统，保证飞机能继续执行飞行任务或者安全返航。
然后现有的自修复飞行控制技术并不完善，在具体实施时不能够达到预想的效果。
发明内容
为解决上述技术问题，本发明提供一种飞机受损状态下的自修复控制方法，将基于电传飞行控制系统，实时监测飞机的健康状态，依据飞机的故障或损伤情况，通过控制系统进行重构，提高飞机在异常状态下的可靠性和生存能力。
本发明的上述技术目的是通过以下技术方案得以实现的：
一种飞机受损状态下的自修复控制方法，包括以下步骤：
S1：采用扩展卡尔曼滤波器作为观测器，获取正常状态下飞机的状态向量和故障参数并设置预设值；
S2：根据飞机作动器的数量，设置相同数量的扩展卡尔曼滤波器，每个拓展卡尔曼滤波器对应一个作动器的全状态健康监测；
S3：当作动器出现故障后，对相应作动器进行故障隔离；
S4：重构控制律，将上层控制指令分配到冗余执行机构，通过调整冗余舵面补偿故障舵面造成的气动力损失。
在上述方案中，可实现一个扩展卡尔曼滤波器对一个作动器全状态的健康监测，可大幅减少滤波器的数目。
作为一种优选方案，S1过程中，对飞机的状态向量进行实时监测，状态向量包括气动数据、发动机数据和作动器数据。
作为一种优选方案，S3过程中，首先采用贝叶斯分类方法，根据对应扩展卡尔曼滤波器的残差和状态误差协方差矩阵，设定故障发生的条件概率，当作动器出现故障后，通过获取的故障概率，定位发生故障的作动器，并对其进行故障隔离。
在上述优选方案中，系统的状态向量估计是每个扩展卡尔曼滤波器状态向量的加权和，权值是与之对应的故障条件概率。
作为一种优选方案，在获取到最终故障概率后，通过飞控系统择机对发生故障的作动器施加一个激励信号，并监测飞机是否发生对应的动态特性。
在上述优选方案中，若某一作动器的故障概率大于设定门限值，飞控系统就择机对该作动器施加一个一个激励信号，并监测飞机是否发生对应的动态特性，即可提高故障在线诊断与隔离的可靠性与快速性。
作为一种优选方案，S4过程中，重构控制律的具体步骤如下：
对具有强耦合非线性特性的系统进行微分变换，把非线性系统转换为具有线性传递关系的、已解耦的伪线性系统；通过非线性状态反馈和控制矩阵求逆的方法将原仿射非线性系统等效转换成线性解耦结构，使得通道间解耦；对每个通道设置变结构控制器。
在上述优选方案中，当发生故障时，迎角/侧滑角和角速率变化可能会极其剧烈，飞机会产生非线性的气动力和力矩以及非线性惯性耦合。反馈线性化方法的基本思想是对具有强耦合非线性特性的系统进行微分变换，把非线性系统变成具有线性传递关系的、已解耦的伪线性系统，可以解决实现各通道间的解耦。基于动态逆控制方法，对具有非线性动力学特性的飞机进行直接控制，通过非线性状态反馈和控制矩阵求逆的方法将原仿射非线性系统等效转换成线性解耦结构，实现通道间解耦。即运用反馈线性化方法解耦线性化为独立的单输入单输出的通道，然后对每个通道设计变结构控制器，从而使系统对外部参数摄动和扰动具有较好的鲁棒性。
作为一种优选方案，重构控制律的参考模型格局各通道控制性能指标，选用二阶系统。
作为一种优选方案，重构控制律后，采用逆映射使得指令分配至各个控制机构。
在上述优选方案中，重构后的控制律产生一个期望的滚转、俯仰、偏航虚拟控制指令，采用一种逆映射方法使得指令合理的分配至各个控制机构，并考虑可用舵面的约束条件，形成基于某个或多个优化目标的实现期望力矩。
综上所述，本发明具有以下有益效果：
(1)将多模型自适应估计方法与扩展卡尔曼滤波器相结合，设计一种新的非线性扩展多模型自适应估计方法，能在全飞行包线内实现状态非线性估计，一个滤波器就能监控一个控制通道的健康状态，可大幅减少滤波器的数目，降低了算法对硬件资源的要求。
(2)从飞机本体的气动特性机理出发研究飞机故障状态下的处置措施，挖掘飞机的极限气动配平性能，数学建模时考虑了飞机结构损伤时，气动操稳性能与静稳定性的变化，更真实的描述了飞机本体特性，仿真置信度更高。
附图说明
图1是本发明实施例中的故障在线诊断系统示意图；
图2是本发明实施例的飞机受损状态下的自修复控制方法的流程图。
具体实施方式
本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包括”为一开放式用语，故应解释成“包括但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。
本说明书及权利要求的上下左右等方位名词，是结合附图以便于进一步说明，使得本申请更加方便理解，并不对本申请做出限定，在不同的场景中，上下、左右、里外均是相对而言。
以下结合附图对本发明作进一步详细说明。
在识别出飞机的故障后，重构控制律，将上层控制指令依据优化指标分配到冗余执行机构上，实现不同的控制性能。
控制分配可以在舵面故障时，满足执行机构约束前提下，通过调整冗余舵面补偿故障舵面造成的气动力损失，保持飞机性能。
技术方案为：
采用扩展卡尔曼滤波器作为非线性状态观测器，对飞机的状态向量和故障参数进行估计，其中故障参数包含控制舵面的偏转量和与飞机操稳特性相关的状态量，如图1所示。
与传统的故障诊断系统不同，本研究的一个扩展卡尔曼滤波器就可实现一个作动器全状态的健康监测，可大幅减少滤波器的数目。
采用贝叶斯分类方法，利用故障概率来进行故障隔离。根据每个扩展卡尔曼滤波器的残差和状态误差协方差矩阵，设定故障发生的条件概率。
系统的状态向量估计是每个扩展卡尔曼滤波器状态向量的加权和，权值是与之对应的故障条件概率。若某一作动器的故障概率大于设定门限值，飞控系统就择机对该作动器施加一个激励信号，并监测飞机是否发生对应的动态特性，即可提高故障在线诊断与隔离的可靠性与快速性。
当发生故障时，迎角/侧滑角和角速率变化可能会极其剧烈，飞机会产生非线性的气动力和力矩以及非线性惯性耦合。反馈线性化方法的基本思想是对具有强耦合非线性特性的系统进行微分变换，把非线性系统变成具有线性传递关系的、已解耦的伪线性系统，可以解决实现各通道间的解耦。基于动态逆控制方法，对具有非线性动力学特性的飞机进行直接控制，通过非线性状态反馈和控制矩阵求逆的方法将原仿射非线性系统等效转换成线性解耦结构，实现通道间解耦。即运用反馈线性化方法解耦线性化为独立的单输入单输出的通道，然后对每个通道设计变结构控制器，从而使系统对外部参数摄动和扰动具有较好的鲁棒性。其中，参考模型根据各通道控制性能指标拟选用二阶系统实现。
重构后的控制律产生一个期望的滚转、俯仰、偏航虚拟控制指令，采用一种逆映射方法使得指令合理的分配至各个控制机构，并考虑可用舵面的约束条件，形成基于某个或多个优化目标的实现期望力矩。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (4)
1.一种飞机受损状态下的自修复控制方法，其特征在于，包括以下步骤：
S1：采用扩展卡尔曼滤波器作为观测器，获取正常状态下飞机的状态向量和故障参数并设置预设值；
S2：根据飞机作动器的数量，设置相同数量的扩展卡尔曼滤波器，每个拓展卡尔曼滤波器对应一个作动器的全状态的健康监测；
S3：当作动器出现故障后，对相应作动器进行故障隔离；
S4：重构控制律，将上层控制指令分配到冗余执行机构，通过调整冗余舵面补偿故障舵面造成的气动力损失；
所述S4过程中，重构控制律的具体步骤如下：
对具有强耦合、非线性特性的系统进行微分变换，把非线性系统转换为具有线性传递关系的、已解耦的伪线性系统；通过非线性状态反馈和控制矩阵求逆的方法将原仿射非线性系统等效转换成线性解耦结构，使得通道间解耦；对每个通道设置变结构控制器；
重构控制律的参考模型根据各通道控制性能指标，选用二阶系统；
重构控制律后，采用逆映射使得指令分配至各个控制机构。
2.根据权利要求1所述的飞机受损状态下的自修复控制方法，其特征在于，所述S1过程中，对飞机的状态向量进行实时监测，状态向量包括气动数据、发动机数据和作动器数据。
3.根据权利要求1所述的飞机受损状态下的自修复控制方法，其特征在于，所述S3过程中，首先采用贝叶斯分类方法，根据对应扩展卡尔曼滤波器的残差和状态误差协方差矩阵，设定故障发生的条件概率，当作动器出现故障时，通过获取的故障概率，定位发生故障的作动器，并对其进行故障隔离。
4.根据权利要求3所述的飞机受损状态下的自修复控制方法，其特征在于，在获取到故障概率后，通过飞控系统择机对发生故障的作动器施加一个激励信号，并监测飞机是否发生对应的动态特性，进一步提高故障定位准确度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111304869.1A CN114035543B (zh) | 2021-11-05 | 2021-11-05 | 一种飞机受损状态下的自修复控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111304869.1A CN114035543B (zh) | 2021-11-05 | 2021-11-05 | 一种飞机受损状态下的自修复控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114035543A CN114035543A (zh) | 2022-02-11 |
| CN114035543B true CN114035543B (zh) | 2023-12-12 |
Family
ID=80136337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111304869.1A Active CN114035543B (zh) | 2021-11-05 | 2021-11-05 | 一种飞机受损状态下的自修复控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114035543B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115437259A (zh) * | 2022-11-07 | 2022-12-06 | 西北工业大学 | 一种面向舵面故障的飞机姿态容错控制系统及控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707708A (zh) * | 2012-05-25 | 2012-10-03 | 清华大学 | 多模型飞行控制系统故障诊断方法及装置 |
| CN103324202A (zh) * | 2013-07-12 | 2013-09-25 | 无锡华航电子科技有限责任公司 | 基于舵面故障的容错飞行控制系统和方法 |
| CN105716844A (zh) * | 2016-01-30 | 2016-06-29 | 西北工业大学 | 建立机电作动器的卡尔曼滤波模型及故障诊断方法 |
| CN108196532A (zh) * | 2018-03-07 | 2018-06-22 | 山东科技大学 | 一种基于非线性自适应观测器的无人机纵向飞行控制系统故障检测与分离方法 |
| CN109709934A (zh) * | 2018-12-11 | 2019-05-03 | 南京航空航天大学 | 一种飞行控制系统故障诊断冗余设计方法 |
| CN111399473A (zh) * | 2019-12-31 | 2020-07-10 | 北京理工大学重庆创新中心 | 一种自适应容错控制方法、系统及空中机器人 |
| CN111930094A (zh) * | 2020-07-13 | 2020-11-13 | 北京航空航天大学 | 一种基于扩展卡尔曼滤波的无人机执行机构故障诊断方法 |
| CN112631245A (zh) * | 2020-06-11 | 2021-04-09 | 江苏航空职业技术学院 | 一种基于扩展状态观测器的飞机机电作动系统故障检测方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7110915B2 (en) * | 2003-05-06 | 2006-09-19 | Edward Wilson | Multiple concurrent recursive least squares identification with application to on-line spacecraft mass-property identification |
| DE09840570T1 (de) * | 2008-10-03 | 2011-12-01 | Bell Helicopter Textron, Inc. | Verfahren und vorrichtung für flugzeugsensoren- und betätigungsfehlerschutz mittels rekonfigurierbarer flugsteuerungsrichtlinien |
| US11385632B2 (en) * | 2018-12-21 | 2022-07-12 | The Boeing Company | Sensor fault detection and identification using residual failure pattern recognition |
| US11492980B2 (en) * | 2019-06-13 | 2022-11-08 | Dalian University Of Technology | Bumpless transfer fault tolerant control method for aero-engine under actuator fault |
-
2021
- 2021-11-05 CN CN202111304869.1A patent/CN114035543B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707708A (zh) * | 2012-05-25 | 2012-10-03 | 清华大学 | 多模型飞行控制系统故障诊断方法及装置 |
| CN103324202A (zh) * | 2013-07-12 | 2013-09-25 | 无锡华航电子科技有限责任公司 | 基于舵面故障的容错飞行控制系统和方法 |
| CN105716844A (zh) * | 2016-01-30 | 2016-06-29 | 西北工业大学 | 建立机电作动器的卡尔曼滤波模型及故障诊断方法 |
| CN108196532A (zh) * | 2018-03-07 | 2018-06-22 | 山东科技大学 | 一种基于非线性自适应观测器的无人机纵向飞行控制系统故障检测与分离方法 |
| CN109709934A (zh) * | 2018-12-11 | 2019-05-03 | 南京航空航天大学 | 一种飞行控制系统故障诊断冗余设计方法 |
| CN111399473A (zh) * | 2019-12-31 | 2020-07-10 | 北京理工大学重庆创新中心 | 一种自适应容错控制方法、系统及空中机器人 |
| CN112631245A (zh) * | 2020-06-11 | 2021-04-09 | 江苏航空职业技术学院 | 一种基于扩展状态观测器的飞机机电作动系统故障检测方法 |
| CN111930094A (zh) * | 2020-07-13 | 2020-11-13 | 北京航空航天大学 | 一种基于扩展卡尔曼滤波的无人机执行机构故障诊断方法 |
Non-Patent Citations (2)
| Title |
|---|
| "基于故障观测器的无人机直接 自修复控制";侯睿;《民用飞机设计与研究》(第2期);44-46,67 * |
| "歼击机结构故障的检测与自修复控制律重构";胡寿松 等;《航空学报》;第19卷(第6期);674-677 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114035543A (zh) | 2022-02-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021027093A1 (zh) | 一种涡扇发动机控制系统主动容错控制方法 | |
| WO2020142984A1 (zh) | 一种基于误差区间观测器的航空发动机主动容错控制方法 | |
| CN108181913B (zh) | 一种具有指定跟踪性能的航天器自适应容错姿态跟踪控制方法 | |
| Farjadian et al. | Bumpless reengagement using shared control between human pilot and adaptive autopilot | |
| Niu et al. | Nonlinear fuzzy fault-tolerant control of hypersonic flight vehicle with parametric uncertainty and actuator fault | |
| CN114578691A (zh) | 考虑舵面故障的飞翼无人机主动抗扰容错姿态控制方法 | |
| CN108681240A (zh) | 一类基于未知输入观测器的小型无人机分布式编队的故障诊断方法 | |
| Qian et al. | Fault tolerant tracking control scheme for UAV using dynamic surface control technique | |
| Gao et al. | Fault-tolerant control for a near space vehicle with a stuck actuator fault based on a Takagi-Sugeno fuzzy model | |
| CN114035543B (zh) | 一种飞机受损状态下的自修复控制方法 | |
| CN108628167A (zh) | 基于自适应分配技术的飞行控制系统的容错控制方法 | |
| 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 | |
| Hamayun et al. | Integral sliding mode fault tolerant control incorporating on-line control allocation | |
| CN114035589A (zh) | 基于抗攻击策略的集群无人艇容错协同控制方法 | |
| CN111781942A (zh) | 一种基于自构造模糊神经网络的容错飞行控制方法 | |
| Hamadi et al. | Comparative study of self tuning, adaptive and multiplexing FTC strategies for successive failures in an Octorotor UAV | |
| Huber et al. | Self-repairing flight control system | |
| CN115437259A (zh) | 一种面向舵面故障的飞机姿态容错控制系统及控制方法 | |
| CN116661307A (zh) | 非线性系统执行器故障ppb-siadp容错控制方法 | |
| CN106168760B (zh) | 基于凸多面体故障模型的不确定时滞系统稳定性判定方法 | |
| CN110162074B (zh) | 一种基于层级结构的直升机群的姿态健康管理方法 | |
| CN116088556A (zh) | 一种基于深度强化学习的飞行器智能容错控制方法 | |
| CN115657479A (zh) | 一种基于改进型动态mopso的飞翼无人机操纵面故障容错方法 | |
| CN115659502A (zh) | 一种基于神经网络自适应观测器的飞翼无人机操纵面故障诊断方法 | |
| CN114326819A (zh) | 基于耦合力场无人机建模与结构损伤自适应容错控制方法 |
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 |