CN114063447B - 基于动力学分析的双倾转旋翼无人机模式过渡控制方法 - Google Patents
基于动力学分析的双倾转旋翼无人机模式过渡控制方法 Download PDFInfo
- Publication number
- CN114063447B CN114063447B CN202010771332.5A CN202010771332A CN114063447B CN 114063447 B CN114063447 B CN 114063447B CN 202010771332 A CN202010771332 A CN 202010771332A CN 114063447 B CN114063447 B CN 114063447B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- dynamics
- rotor
- ref
- 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
- 230000007704 transition Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000005312 nonlinear dynamic Methods 0.000 claims abstract description 13
- 230000000694 effects Effects 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000013519 translation Methods 0.000 claims description 7
- 238000003491 array Methods 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 5
- 230000009977 dual effect Effects 0.000 claims description 4
- 244000089409 Erythrina poeppigiana Species 0.000 claims description 3
- 235000009776 Rathbunia alamosensis Nutrition 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000012933 kinetic analysis Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 16
- 238000013461 design Methods 0.000 abstract description 7
- 230000008859 change Effects 0.000 abstract description 5
- 239000000284 extract Substances 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive 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
- G05B13/042—Adaptive 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
-
- 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
- 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)
Abstract
本发明涉及基于动力学分析的双倾转旋翼无人机模式过渡控制方法,针对无人机的非线性动力学模型,抽取了对各个运动自由度具有解耦控制作用的虚拟控制量;结合虚拟控制量对非线性模型的解耦简化,分析了模式过渡过程中的时变动力学特性;设计了增益调度策略处理上述动力学特性的变化,以获得实现飞行模式解耦的直升机模式与固定翼飞机模式虚拟控制量;之后,为上述两组虚拟控制量开展了典型控制律的设计,并基于李雅普诺夫理论与无源性进行了模式过渡过程中的稳定性分析。本发明设计了符合双倾转旋翼无人机模式过渡过程动力学特性的增益调度策略,为具有解耦控制效果的虚拟控制量设计了控制律,实现了典型并列式双倾转旋翼无人机的模式过渡控制。
Description
技术领域
本发明涉及无人机控制技术领域,具体说是基于动力学分析的双倾转旋翼无人机模式过渡控制方法。
背景技术
倾转旋翼无人机基于可倾转的旋翼组件以及空气动力学部分,具有定点悬停与快速巡航能力,兼具了旋翼无人机与固定翼无人机的双重优势。其中的并列式双倾转旋翼无人机相比于具有对称结构的多倾转旋翼无人机,具有更大的有效载荷与续航时间,可应用范围更广。但是由于单个旋翼的机械结构更为复杂,双倾转旋翼无人机的控制效率更低,控制难度更大。另外,在由直升机模式过渡至固定翼飞机模式时,飞行器的旋翼会发生由竖直位置到水平位置的倾转,并进行纵向的加速,这种变化的飞行器结构以及飞行状态导致了大范围的非线性动力学特性,对控制器性能提出了严格的要求;且在飞行模式的过渡过程中,飞行器又兼具了旋翼矢量以及气动操纵面的双重控制,具有一定的控制冗余,如何进行合理的分配是模式安全过渡的关键。因而,双倾转旋翼无人机的模式过渡控制方法,一直都是无人机控制技术领域的研究热点与难点。
为了解决倾转旋翼无人机的模式过渡控制问题,目前大部分适于工程应用的方法多基于增益调度策略建立飞行控制结构。所建立的模式过渡控制方法为多组典型旋翼倾转角度处的倾转旋翼无人机分别设计控制器,之后根据飞行速度或旋翼倾转角度进行不同控制量的平滑或直接切换。但是,上述方法多是基于人类经验进行控制器平滑切换权重与直接切换逻辑的设计,依赖的是单个控制器本身的稳定域,较难基于理论验证模式过渡过程中的系统稳定,因而缺乏必要的理论依据。
发明内容
本发明所要解决的技术问题是克服现存在方法的不足,提出一种基于动力学分析的双倾转旋翼无人机模式过渡控制方法:基于对双倾转旋翼无人机动力学特性的分析,设计符合其模式过渡过程动力学特性的增益调度策略,为具有运动自由度与飞行模式解耦控制效果的虚拟控制量设计控制律,并以稳定性分析作为上述控制方法的理论依据,使用虚拟控制量控制律与增益调度策略实现典型并列式双倾转旋翼无人机的模式过渡控制。
本发明为实现上述目的所采用的技术方案是:
基于动力学分析的双倾转旋翼无人机模式过渡控制方法,包括以下步骤:
通过参数辨识实验获取包括机体的尺寸、转动惯量及气动参数在内的机体信息,建立并列式双倾转旋翼无人机的非线性动力学模型,获取并列式双倾转旋翼无人机对平移与旋转动力学状态具有解耦控制效果的虚拟控制量;
将虚拟控制量带入并列式双倾转旋翼无人机的非线性动力学模型,得到并列式双倾转旋翼无人机的平移动力学模型以及旋转动力学模型;
建立符合并列式双倾转旋翼无人机模式过渡的增益调度策略,并分别带入并列式双倾转旋翼无人机的平移动力学模型以及旋转动力学模型,得到并列式双倾转旋翼无人机模式解耦后的虚拟控制量;
根据并列式双倾转旋翼无人机模式解耦后的虚拟控制量,通过控制律,对并列式双倾转旋翼无人机进行控制。
所述并列式双倾转旋翼无人机的非线性动力学模型包括平移动力学状态以及旋转动力学状态,具体为:
平移动力学状态:
旋转动力学状态:
其中,平移动力学状态[vx vy vz]T为惯性系下的速度,旋转动力学状态[φ θ ψ]T为姿态角,m为质量,为时变的惯量矩阵,c为时变的科氏与离心矩阵,in为旋翼倾转角度,90°表示旋翼竖直,0°表示旋翼水平,[asL asR]T为左右旋翼纵向挥舞角,[bsL bsR]T为左右旋翼横向挥舞角,[δcL δcR]T为左右旋翼总距角,Tmr(·)为旋翼拉力函数,α为攻角,β为侧滑角,/>为气动力向量,/>为气动力矩向量,[MQx MQz]T为旋翼反扭矩产生的力矩,[δa δe δr]T为副翼、升降舵、方向舵偏转角,/>为左右旋翼相对于重心的位置,hr为旋翼距离倾转轴的距离。
所述具有解耦控制效果的虚拟控制量包括:
平移动力学特性的虚拟控制量为[θref φref δc]T,其中,θref为俯仰角的期望值,φref为滚转角的期望值,δc为左右旋翼总距角的均值,即旋转动力学特性的虚拟控制量为[Δδc as Δas|δa δe δr]T,其中,Δδc为左右旋翼总距角的差动,即/>as为左右旋翼纵向挥舞角的均值,即/>Δas为左右旋翼纵向挥舞角的差动,即[δa δe δr]T为副翼、升降舵、方向舵偏转角。
所述并列式双倾转旋翼无人机的平移动力学模型为:
其中, 和/>是将简化忽略的动力学特性作为扰动考虑的合并项;
均为正定的对角阵,其中Kmr为旋翼拉力与总距关系式Tmr=Kmr·δc+bmr中的常数项,bmr为时变扰动项;
所述并列式双倾转旋翼无人机的旋转动力学模型为:
其中,在0°<in<90°时
均为正定的对角阵,Q0为空气动压,Cla、Cme和Cnr为正的相关气动参数,V为巡航速度,和/>是将简化忽略的动力学特性作为扰动考虑的合并项。
所述符合并列式双倾转旋翼无人机模式过渡的增益调度策略为:
sinθref=-uxH sinin-uzA cosin,sinφref=uyH=uyA,δc=-uzH sinin+uxA cosin,
[Δδc sinas sinΔas]T=[upH uqH -urH]TκH,
[δa δe δr]T=[upA uqA urA]TκA,
其中,uxH、uyH、uzH和upH、uqH、urH分别表示增益调度策略新引入的直升机模式下的平移动力方程的虚拟控制量和旋转动力方程的虚拟控制量,对应的uxA、uyA、uzA和upA、uqA、urA分别表示增益调度策略新引入的固定翼飞机模式下的平移动力方程的虚拟控制量和旋转动力方程的虚拟控制量,κH和κA分别为直升机模式和固定翼飞机模式下的控制器权重,为系统的实时的旋翼倾转角度,满足/>
将符合并列式双倾转旋翼无人机模式过渡的增益调度策略分别带入并列式双倾转旋翼无人机的平移动力学模型以及旋转动力学模型得到化简后的并列式双倾转旋翼无人机的平移动力学模型以及旋转动力学模型分别为:
化简后的并列式双倾转旋翼无人机的平移动力学模型:
化简后的并列式双倾转旋翼无人机的旋转动力学模型:
其中,对角矩阵BvH与BvA的第2个对角线元素均被改写为 与/>是将简化忽略的动力学特性作为扰动考虑的合并项;由上式可知,在直升机模式下即in=90°,平移动力学方程的虚拟控制量为[uxHuyHuzH]T,旋转动力学方程的虚拟控制量为[upHuqHurH]T;而在固定翼飞机模式下即in=0°,平移动力学方程的虚拟控制量为[uxAuyAuzA]T,旋转动力学方程的虚拟控制量为[upAuqAurA]T。
所述控制律设计为:
[pref qref rref]T=-Ka·ea,
其中,ev=[vx vy vz]T-[vxref vyref vzref]T为速度跟踪误差,ea=[φ θ ψ]T-[φrefθref ψref]T为姿态跟踪误差,eη=[p q r]T-[pref qref rref]T为姿态角速度跟踪误差,控制器参数KvH、KvIH、KvA、KvIA、Ka、KηH、KηIH、KηA、KηIA均为正定对角矩阵,且KvH、KvIH与KvA、KvIA第2个对角线元素均相等以保证uyH=uyA。
所述稳定性进行分析采用李雅普诺夫方程进行,具体为:
其中,ev=[vx vy vz]T-[vxref vyref vzref]T为速度跟踪误差,ea=[φ θ ψ]T-[φrefθref ψref]T为姿态跟踪误差,eη=[p q r]T-[pref qref rref]T为姿态角速度跟踪误差;evIH、eηIH、evIA、eηIA为不同飞行模式下控制律中的积分器对于慢变扰动的补偿偏差,和/>分别为控制器参数矩阵KvIH、KvIA、KηIH、和KηIA的逆矩阵。
基于李雅普诺夫理论及无源性理论,调整并列式双倾转旋翼无人机的非线性动力学模型中的参数,利用控制律及增益调度控制策略实现对并列式双倾转旋翼无人机的控制。
本发明具有以下有益效果及优点:
本发明通过对双倾转旋翼无人机非线性动力学模型的解耦简化,分析其模式过渡过程中的动力学特性,并基于此设计了具有理论依据的增益调度策略,获得直升机模式与固定翼飞机模式虚拟控制量;同时,为具有运动自由度与飞行模式解耦控制效果的虚拟控制量设计控制律,保证了双倾转旋翼无人机的在模式过渡过程中的系统稳定,并开展了稳定性分析。
附图说明
图1为本发明的基于动力学分析的双倾转旋翼无人机模式过渡控制方法结构框图;
图2为本发明所提出的增益调度控制策略的实施方式的关系图;
图3为采用本发明提出模式过渡控制方法,以双倾转旋翼无人机非线性模型为被控对象的仿真结果中的旋翼倾转角度变化曲线;
图4为仿真结果中的平移动力学状态曲线;
图5为仿真结果中的旋转动力学状态曲线;
图6为仿真结果中的系统实际控制量曲线。
具体实施方式
为了使本发明的技术方案更加具体,技术效果更加明显,下文将结合附图对实施方式进行详细介绍。
如图1所示,本发明提出的基于动力学分析的双倾转旋翼无人机模式过渡控制方法结构为:直升机模式控制器与固定飞机模式控制器使用典型的控制方法,为各自飞行模式设计控制律,以具有解耦控制效果的虚拟控制量保证直升机模式与固定翼飞机模式的系统稳定;后续的增益调度策略用于处理双倾转旋翼无人机动力学特性的变化,保证模式过渡过程中的系统稳定;混控部分将虚拟控制量转化为系统实际控制量,并作用于双倾转旋翼无人机系统。基于必要的动力学分析,上述增益调度策略符合模式过渡过程中的飞行器动力学特性,有助于稳定性分析过程的开展。模式过渡控制需要一定规则指导旋翼的倾转运动,双倾转旋翼无人机倾转走廊中的模式过渡曲线可提供此类规则,保证当前飞行状态下飞机的可控性。
本发明提出的一种基于动力学分析的双倾转旋翼无人机模式过渡控制方法,具有以下四个实施步骤,实施流程具体如图2所示,图中对本发明的实施方式进行归纳总结,说明了每个步骤之间的递进关系,梳理了本发明结构体系。
步骤一建立并列式双倾转旋翼无人机的非线性动力学模型,以使用此模型形式开展后续的动力学分析,该非线性模型如下:
其中,平移动力学状态[vx vy vz]T为惯性系下的速度,旋转动力学状态[φ θ ψ]T为姿态角,m为质量,为时变的惯量矩阵,c为时变的科氏与离心矩阵,in为旋翼倾转角度(90°表示旋翼竖直,0°表示旋翼水平),[asL asR]T为左右旋翼纵向挥舞角,[bsL bsR]T为左右旋翼横向挥舞角,[δcL δcR]T为左右旋翼总距角,Tmr(·)为旋翼拉力函数,α为攻角,β为侧滑角,/>为气动力向量,/>为气动力矩向量,[δa δe δr]T为副翼、升降舵、方向舵偏转角,/>为左右旋翼相对于重心的位置,hr为旋翼距离倾转轴的距离,MQx、MQz由旋翼反扭矩造成。
若保持旋翼转速恒定且不使用旋翼横向挥舞角进行滚转控制,式(1)所示双倾转旋翼无人机非线性模型的系统状态向量为[vx vy vz|φ θ ψ]T,实际输入向量为[δcL δcR|asL asR|δa δe δr]T。受到飞行器本身欠驱动特性的影响,部分旋转动力学状态需作为平移动力学状态的虚拟控制量。对式(1)所示系统而言,平移动力学特性的虚拟控制量为[θrefφref δc]T,其中,下标ref表示相应变量的期望值,旋转动力学特性的虚拟控制量为[Δδc as Δas|δa δe δr]T,其中,/>
步骤二将步骤一中列出的虚拟控制量[θref φref δc]T和[Δδc as Δas|δa δe δr]T带入至式(1)所示双倾转旋翼无人机非线性模型中,并开展解耦简化。由于在旋翼转速恒定时,旋翼拉力与总矩的关系可近似表征为如下一次方程形式:
Tmr(δcL)=Kmr·δcL+bmr,Tmr(δcR)=Kmr·δcR+bmr, (2)
其中,Kmr>0,bmr为时变扰动项。通过忽略某些由于动力学耦合造成的非驱动项,可简化获得如下平移动力学方程:
其中,在常规飞行状态下
均为正定的对角阵,与/>将简化忽略的动力学特性作为扰动考虑,其中还可包含气动干扰或外界环境扰动;类似地,简化后的旋转动力学方程如下:
其中,在0°<in<90°时
均为正定的对角阵,Q0为空气动压,C**为正的气动相关参数,V为巡航速度,与/>将简化忽略的动力学特性作为扰动考虑,其中还可包含气动干扰或外界环境扰动。
由简化系统方程(3)与(4)输入矩阵的对角线形式可知,虚拟控制量[θref φrefδc]T与[Δδc as Δas|δa δe δr]T实现了对不同自由度的解耦,即在某一飞行模式下(in=90°或0°),上述各个虚拟控制量可直接对某一个运动自由度起到控制作用。但是,式(3)和(4)中仍存在不同飞行模式间的耦合,即不同虚拟控制量在不同飞行模式下能对某同一自由度发挥控制作用,某一个虚拟控制量能在不同飞行模式下对不同自由度发挥控制作用。例如,俯仰姿态在直升机模式下(in=90°)以旋翼纵向周期变距as为控制量,在固定翼飞机模式下(in=0°)可使用升降舵偏转角δe为控制量;而旋翼总矩δc在直升机模式下(in=90°)对垂向速度发挥控制作用,在固定翼飞机模式下(in=0°)则对纵向速度发挥控制作用。上述虚拟控制量控制作用的变化主要在双倾转旋翼无人机模式过渡过程中,随着飞行器结构(旋翼倾转角度)以及飞行状态(飞行速度)的改变而发生,需要以模式过渡控制策略适应此种动力学特性的变化。
步骤三为了适应式(3)和(4)中随着飞行器结构以及飞行状态的改变而发生的动力学特性的变化,用于模式过渡控制的增益调度策略设计如下:
其中,u**表示增益调度策略新引入的虚拟控制量,满足/>门限值/>的取值不宜过小,以保证较大旋翼倾转角度时姿态的可控性;且根据被控对象倾转走廊的约束,旋翼倾转角度达到/>时的飞行速度应足够气动舵面提供控制力矩,以保证较小旋翼倾转角度时姿态的可控性。
将式(5)中所设计的增益调度控制策略,即[sinθref sinφref δc]T和[Δδc sinassinΔas|δa δe δr]T分别带入至(3)与(4),可获得如下简化后的平移与旋转动力学方程:
其中,对角矩阵BvH与BvA的第2个对角线元素均被改写为 与/>将简化忽略的动力学特性作为扰动考虑,其中还可包含气动干扰或外界环境扰动。由式(6)的形式可知,在直升机模式下(in=90°),平移动力学方程的虚拟控制量为[uxHuyHuzH]T,旋转动力学方程的虚拟控制量为[upHuqHurH]T;而在固定翼飞机模式下(in=0°),平移动力学方程的虚拟控制量为[uxAuyAuzA]T,旋转动力学方程的虚拟控制量为[upAuqAurA]T。因而,增益调度策略(5)符合双倾转旋翼无人机模式过渡过程的动力学特性,新引入的虚拟控制量进一步实现了不同飞行模式的解耦。
步骤四针对式(6)中的虚拟控制量,需开展典型控制律的设计并开展稳定性分析。为了便于后续表征与控制设计,将式(6)中的动力学扰动向量分解为慢变扰动向量 与时变扰动向量[dFx dFy dFz]T、[dMx dMy dMz]T,并且满足:
基于式(7)中的扰动向量的分解形式,式(6)所示系统方程可重新表征如下:
其中的慢变扰动向量可使用积分器进行有效补偿。
为了保证直升机模式与固定翼飞机模式下的系统稳定,适于工程应用的典型比例-积分控制律设计如下:
其中,ev=[vx vy vz]T-[vxref vyref vzref]T为速度跟踪误差,ea=[φ θ ψ]T-[φrefθref ψref]T为姿态跟踪误差,eη=[p q r]T-[pref qref rref]T为姿态角速度跟踪误差,控制器参数KvH、KvIH、KvA、KvIA、Ka、KηH、KηIH、KηA、KηIA均为足够大的正定对角矩阵,且KvH、KvIH与KvA、KvIA第2个对角线元素均相等以保证uyH=uyA。另外,姿态控制器具有分层的结构,外层是以姿态角速度为虚拟控制量的比例控制,不同飞行模式可使用相同的外层控制器;内环是实现姿态角速度跟踪的比例积分控制,不同飞行模式使用不同内层控制器。
将式(9)中所设计的控制律[uxH uyH uzH]T,[uxA uyA uzA]T,[pref qref rref]T,[upHuqH urH]T和[upA uqA urA]T分别带入至式(8)所示系统方程中,可获得如下闭环系统形式:
其中,
表示积分器对于慢变扰动的补偿偏差。式(10)即为包含式(5)所示增益调度策略与式(9)所示比例-积分控制律的双倾转旋翼无人机闭环系统,在直升机模式(in=90°)与固定翼飞机模式(in=0°)下,该闭环系统的稳定性可以使用李雅普诺夫方程
与
开展验证;而在模式过渡过程中,基于变化的旋翼倾转角度in,用于稳定性分析的李雅普诺夫方程设定如下:
其中包含了直升机模式与固定翼飞机模式下的闭环系统状态与控制器参数。
对式(11)求取关于时间的导数,并结合式(10)所示系统形式,可得到下式:
其中,λ为任意大于0的值,BvHKvH·sin2in+BvAKvA·cos2in>0,且对于足够大的控制器参数Ka、KηH、KηA,因而,可得
由无源理论可知,上式以李雅普诺夫方程v(ev,ea,eη)作为能量存储方程,保证了
的无源性,即有限的扰动能量不会导致无限大的跟踪误差值;且扰动对于积分器补偿偏差evIH、evIA、eηIH、eηIA的影响,可以通过增加控制器参数KvIH、KvIA、KηIH、KηIA的值进一步缩小。
由上述稳定性分析过程可知,基于增益调度策略(5),仅需要为直升机模式和固定翼飞机模式下的虚拟控制量分别设计控制律(9),保证各自飞行模型下的系统稳定,即可实现模式过渡过程中的系统稳定。基于无源性的稳定性分析为本发明中的一种基于动力学分析的双倾转旋翼无人机模式过渡控制方法,提供了必要的理论依据。
为了验证发明所提出的基于动力学分析的双倾转旋翼无人机模式过渡控制方法的有效性,以某中型双倾转旋翼无人机的非线性动力学模型为被控对象进行仿真验证。在整个仿真验证中,飞行器将首先爬升至20m处进行悬停;在10s左右时,开始进行飞行器的纵向加速,并于20s左右达到倾转走廊中模式过渡曲线要求的最小倾转速度,开始进行旋翼的倾转;倾转运动在大约45s时完成,之后进行快速巡航。
图3为仿真结果中的旋翼倾转角度变化曲线,模式过渡过程中旋翼进行匀速倾转,并基于旋翼倾转角度设定纵向速度期望值,以使二者关系满足倾转走廊中模式过渡曲线的变化要求。图4为仿真结果中的平移动力学状态曲线,飞行器的纵向速度始终保持着对于期望值的跟踪,侧向速度保持于0m/s,垂向速度对于期望值的跟踪实现了飞行器的高度保持,保证了模式过渡过程中的飞行高度不变。图5为仿真结果中的旋转动力学状态曲线,以某些旋转动力学状态作为平移动力学状态的虚拟控制量,图中姿态对于期望值的有效跟踪是速度跟踪控制性能良好的基础。由图4与图5可见,使用图6所示系统实际控制量,飞行器有效跟踪了速度与姿态期望值,控制器控制性能良好,完成了双倾转旋翼无人机的模式过渡控制;期间,飞行高度并未发生明显的波动,保证了模式过渡过程的稳定性与安全性。
以上所述仅为本发明的具体实施方式,但是发明的保护范围并不局限于此,任何在本发明技术范围内的轻易变化或替换,都应涵盖在发明的保护范围内。
Claims (8)
1.基于动力学分析的双倾转旋翼无人机模式过渡控制方法,其特征在于,包括以下步骤:
通过参数辨识实验获取包括机体的尺寸、转动惯量及气动参数在内的机体信息,建立并列式双倾转旋翼无人机的非线性动力学模型,获取并列式双倾转旋翼无人机对平移与旋转动力学状态具有解耦控制效果的虚拟控制量;
将虚拟控制量带入并列式双倾转旋翼无人机的非线性动力学模型,得到并列式双倾转旋翼无人机的平移动力学模型以及旋转动力学模型;
建立符合并列式双倾转旋翼无人机模式过渡的增益调度策略,并分别带入并列式双倾转旋翼无人机的平移动力学模型以及旋转动力学模型,得到并列式双倾转旋翼无人机模式解耦后的虚拟控制量;
根据并列式双倾转旋翼无人机模式解耦后的虚拟控制量,通过控制律,对并列式双倾转旋翼无人机进行控制;
所述并列式双倾转旋翼无人机的非线性动力学模型包括平移动力学状态以及旋转动力学状态,具体为:
平移动力学状态:
旋转动力学状态:
其中,平移动力学状态[vx vy vz]T为惯性系下的速度,旋转动力学状态[φ θ ψ]T为姿态角,m为质量,为时变的惯量矩阵,/>为时变的科氏与离心矩阵,in为旋翼倾转角度,90°表示旋翼竖直,0°表示旋翼水平,[asL asR]T为左右旋翼纵向挥舞角,[bsL bsR]T为左右旋翼横向挥舞角,[δcL δcR]T为左右旋翼总距角,Tmr(·)为旋翼拉力函数,α为攻角,β为侧滑角,为气动力向量,/>为气动力矩向量,[MQx MQz]T为旋翼反扭矩产生的力矩,[δa δe δr]T为副翼、升降舵、方向舵偏转角,/>为左右旋翼相对于重心的位置,hr为旋翼距离倾转轴的距离。
2.根据权利要求1所述的基于动力学分析的双倾转旋翼无人机模式过渡控制方法,其特征在于,所述具有解耦控制效果的虚拟控制量包括:
平移动力学特性的虚拟控制量为[θref φref δc]T,其中,θref为俯仰角的期望值,φref为滚转角的期望值,δc为左右旋翼总距角的均值,即旋转动力学特性的虚拟控制量为[Δδc as Δas|δa δe δr]T,其中,Δδc为左右旋翼总距角的差动,即/>as为左右旋翼纵向挥舞角的均值,即/>Δas为左右旋翼纵向挥舞角的差动,即/>[δa δe δr]T为副翼、升降舵、方向舵偏转角。
3.根据权利要求2所述的基于动力学分析的双倾转旋翼无人机模式过渡控制方法,其特征在于,所述并列式双倾转旋翼无人机的平移动力学模型为:
其中,和/>是将简化忽略的动力学特性作为扰动考虑的合并项;
均为正定的对角阵,其中Kmr为旋翼拉力与总距关系式Tmr=Kmr·δc+bmr中的常数项,bmr为时变扰动项;
所述并列式双倾转旋翼无人机的旋转动力学模型为:
其中,在0°<in<90°时
均为正定的对角阵,Q0为空气动压,Cla、Cme和Cnr为正的相关气动参数,V为巡航速度,和/>是将简化忽略的动力学特性作为扰动考虑的合并项。
4.根据权利要求2所述的基于动力学分析的双倾转旋翼无人机模式过渡控制方法,其特征在于,所述符合并列式双倾转旋翼无人机模式过渡的增益调度策略为:
sinθref=-uxHsinin-uzAcosin,sinφref=uyH=uyA,δc=-uzHsinin+uxAcosin,
[Δδc sinas sinΔas]T=[upH uqH -urH]TκH,
[δa δe δr]T=[upA uqA urA]TκA,
其中,uxH、uyH、uzH和upH、uqH、urH分别表示增益调度策略新引入的直升机模式下的平移动力方程的虚拟控制量和旋转动力方程的虚拟控制量,对应的uxA、uyA、uzA和upA、uqA、urA分别表示增益调度策略新引入的固定翼飞机模式下的平移动力方程的虚拟控制量和旋转动力方程的虚拟控制量,κH和κA分别为直升机模式和固定翼飞机模式下的控制器权重,为系统的实时的旋翼倾转角度,满足/>
5.根据权利要求4所述的基于动力学分析的双倾转旋翼无人机模式过渡控制方法,其特征在于,将符合并列式双倾转旋翼无人机模式过渡的增益调度策略分别带入并列式双倾转旋翼无人机的平移动力学模型以及旋转动力学模型得到化简后的并列式双倾转旋翼无人机的平移动力学模型以及旋转动力学模型分别为:
化简后的并列式双倾转旋翼无人机的平移动力学模型:
化简后的并列式双倾转旋翼无人机的旋转动力学模型:
其中,对角矩阵BvH与BvA的第2个对角线元素均被改写为与/>是将简化忽略的动力学特性作为扰动考虑的合并项;由上式可知,在直升机模式下即in=90°,平移动力学方程的虚拟控制量为[uxHuyHuzH]T,旋转动力学方程的虚拟控制量为[upHuqHurH]T;而在固定翼飞机模式下即in=0°,平移动力学方程的虚拟控制量为[uxAuyAuzA]T,旋转动力学方程的虚拟控制量为[upAuqAurA]T。
6.根据权利要求4所述的基于动力学分析的双倾转旋翼无人机模式过渡控制方法,其特征在于,所述控制律设计为:
[pref qref rref]T=-Ka·ea,
其中,ev=[vx vy vz]T-[vxref vyref vzref]T为速度跟踪误差,ea=[φ θ ψ]T-[φref θrefψref]T为姿态跟踪误差,eη=[p q r]T-[pref qref rref]T为姿态角速度跟踪误差,控制器参数KvH、KvIH、KvA、KvIA、Ka、KηH、KηIH、KηA、KηIA均为正定对角矩阵,且KvH、KvIH与KvA、KvIA第2个对角线元素均相等以保证uyH=uyA。
7.根据权利要求4所述的基于动力学分析的双倾转旋翼无人机模式过渡控制方法,其特征在于,采用李雅普诺夫方程进行稳定性分析,具体为:
其中,ev=[vx vy vz]T-[vxref vyref vzref]T为速度跟踪误差,ea=[φ θ ψ]T-[φref θrefψref]T为姿态跟踪误差,eη=[p q r]T-[pref qref rref]T为姿态角速度跟踪误差;evIH、eηIH、evIA、eηIA为不同飞行模式下控制律中的积分器对于慢变扰动的补偿偏差,和/>分别为控制器参数矩阵KvIH、KvIA、KηIH、和KηIA的逆矩阵。
8.根据权利要求1所述的基于动力学分析的双倾转旋翼无人机模式过渡控制方法,其特征在于,基于李雅普诺夫理论及无源性理论,调整并列式双倾转旋翼无人机的非线性动力学模型中的参数,利用控制律及增益调度控制策略实现对并列式双倾转旋翼无人机的控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010771332.5A CN114063447B (zh) | 2020-08-04 | 2020-08-04 | 基于动力学分析的双倾转旋翼无人机模式过渡控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010771332.5A CN114063447B (zh) | 2020-08-04 | 2020-08-04 | 基于动力学分析的双倾转旋翼无人机模式过渡控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114063447A CN114063447A (zh) | 2022-02-18 |
CN114063447B true CN114063447B (zh) | 2023-09-15 |
Family
ID=80231806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010771332.5A Active CN114063447B (zh) | 2020-08-04 | 2020-08-04 | 基于动力学分析的双倾转旋翼无人机模式过渡控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114063447B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103144781A (zh) * | 2012-12-21 | 2013-06-12 | 南京航空航天大学 | 一种确定倾转旋翼无人机过渡过程转换走廊的方法 |
CN107992070A (zh) * | 2017-12-03 | 2018-05-04 | 中国直升机设计研究所 | 一种倾转旋翼飞行器过渡模式自动实现方法 |
CN109946971A (zh) * | 2019-04-04 | 2019-06-28 | 南京航空航天大学 | 一种倾转旋翼无人机过渡段的光滑切换控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10654560B2 (en) * | 2018-01-25 | 2020-05-19 | Textron Innovations Inc. | Control surface transitioning for hybrid VTOL aircraft |
US20200086971A1 (en) * | 2018-09-14 | 2020-03-19 | Bell Helicopter Textron Inc. | Tiltrotor Free-Pivot Wing Extension |
-
2020
- 2020-08-04 CN CN202010771332.5A patent/CN114063447B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103144781A (zh) * | 2012-12-21 | 2013-06-12 | 南京航空航天大学 | 一种确定倾转旋翼无人机过渡过程转换走廊的方法 |
CN107992070A (zh) * | 2017-12-03 | 2018-05-04 | 中国直升机设计研究所 | 一种倾转旋翼飞行器过渡模式自动实现方法 |
CN109946971A (zh) * | 2019-04-04 | 2019-06-28 | 南京航空航天大学 | 一种倾转旋翼无人机过渡段的光滑切换控制方法 |
Non-Patent Citations (7)
Title |
---|
Nonlinear Balance Control of an Inverted Pendulum on a Tilt-rotor UAV;Marcelino M. de Almeida;《IFAC-PapersOnLine》;全文 * |
Observer-based linear parameter varying control design with unmeasurable varying parameters under sensor faults for quad-tilt rotor unmanned aerial vehicle;刘重;《Aerospace Science and Technology》;全文 * |
Preliminary design of multirotor UAVs with tilted-rotors for improved disturbance rejection capability;Z. J. Chen;《Aerospace Science and Technology》;全文 * |
Transition control of tilt rotor unmanned aerial vehicle based on multi-model adaptive method;何玉庆;《2017 International Conference on Unmanned Aircraft Systems (ICUAS)》;全文 * |
倾转旋翼飞行器的操纵策略和配平方法;曹芸芸;《南京航空航天大学学报》;全文 * |
基于拉格朗日方程的倾转旋翼机动力学建模;张竞;《飞行力学》;全文 * |
无人飞行器飞行控制仿真与软件设计;陆澄;《中国优秀硕士论文全文库工程科技Ⅱ辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114063447A (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109062042B (zh) | 一种旋翼飞行器的有限时间航迹跟踪控制方法 | |
CN106094860B (zh) | 四旋翼飞行器及其控制方法 | |
CN109597303B (zh) | 一种复合式旋翼飞行器全模式飞行控制方法 | |
Chen et al. | Design of flight control system for a novel tilt-rotor UAV | |
Madani et al. | Backstepping control with exact 2-sliding mode estimation for a quadrotor unmanned aerial vehicle | |
CN112034871B (zh) | 一种可倾转多旋翼飞行器的全向控制方法 | |
CN110824925A (zh) | 倾转式三旋翼无人机的自适应鲁棒容错控制方法 | |
Dinh et al. | Adaptive tracking control of a quadrotor unmanned vehicle | |
Ducard et al. | Modeling of an unmanned hybrid aerial vehicle | |
Ali et al. | Attitude and altitude control of trirotor UAV by using adaptive hybrid controller | |
Yu et al. | Immersion and invariance-based sliding mode attitude control of tilt tri-rotor uav in helicopter mode | |
CN110377044B (zh) | 一种无人直升机的有限时间高度和姿态跟踪控制方法 | |
Akbar et al. | Adaptive modified super-twisting control for a quadrotor helicopter with a nonlinear sliding surface | |
CN111897219B (zh) | 基于在线逼近器的倾转四旋翼无人机过渡飞行模式最优鲁棒控制方法 | |
Al-Younes et al. | Attitude stabilization of quadrotor UAV using backstepping fuzzy logic & backstepping least-mean-square controllers | |
CN113391555A (zh) | 基于非线性扰动观测器的四旋翼无人机降落控制方法 | |
CN116185057B (zh) | 一种面向翼身融合飞翼无人机的姿态容错控制方法 | |
CN114063447B (zh) | 基于动力学分析的双倾转旋翼无人机模式过渡控制方法 | |
Mosalsal et al. | Variable pitch control of a quadrotor using adaptive sliding mode controller | |
Sanchez-Rivera et al. | Transition flight dynamics of a dual tilt-wing UAV | |
CN116755328A (zh) | 基于切换模糊模型的倾转旋翼无人机过渡段飞行控制方法 | |
Spannagl et al. | Control allocation for an unmanned hybrid aerial vehicle | |
CN113741502B (zh) | 输出约束下带负载四旋翼无人机的神经网络控制方法 | |
Lin et al. | Design, model and attitude control of a model-scaled gyroplane | |
Mizrak et al. | Fault Tolerant Control of an Octoplane UAV Using Sliding Modes |
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 |