CN115793449A - 直升机飞行姿态控制器设计方法及装置、设备、存储介质 - Google Patents

直升机飞行姿态控制器设计方法及装置、设备、存储介质 Download PDF

Info

Publication number
CN115793449A
CN115793449A CN202211456204.7A CN202211456204A CN115793449A CN 115793449 A CN115793449 A CN 115793449A CN 202211456204 A CN202211456204 A CN 202211456204A CN 115793449 A CN115793449 A CN 115793449A
Authority
CN
China
Prior art keywords
design
helicopter
model
filter
estimation
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
CN202211456204.7A
Other languages
English (en)
Other versions
CN115793449B (zh
Inventor
马立群
杨建忠
吴春有
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.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
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 Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN202211456204.7A priority Critical patent/CN115793449B/zh
Publication of CN115793449A publication Critical patent/CN115793449A/zh
Application granted granted Critical
Publication of CN115793449B publication Critical patent/CN115793449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请还公开一种直升机飞行姿态控制器设计方法及装置、设备、存储介质,所述方法包括:建立直升机非线性模型;根据直升机非线性模型,进行控制器的设计;所述控制器的设计,包括内回路控制律设计、外回路控制律设计、滤波器设计、作动器防饱和设计;其中,内回路控制律设计为,基于增量非线性动态逆,设计内回路控制律;滤波器设计为,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器。在使用INDI方法设计直升机飞行姿态控制器时,能够降低噪声对估计信号的影响和保证估计信号具有较小的延迟。

Description

直升机飞行姿态控制器设计方法及装置、设备、存储介质
技术领域
本申请涉及飞行器设计技术领域,例如涉及一种直升机飞行姿态控制器设计方法及装置、设备、存储介质。
背景技术
直升机的主旋翼不仅提供升力,而且依靠旋翼桨尖平面角度的变化影响直升机滚转和俯仰通道的姿态控制,控制通道间高度耦合,具有较强的非线性气动力特征。通过机理法建立的直升机非线性模型难以直接用于控制律设计,常规线性控制方法在平衡点处配平,通过小扰动线性化方法得到线性模型,采用增益调度方式得到全包线飞行控制律,该方法设计过程复杂,没有充分考虑模型非线性特征。相比而言,非线性控制方法能够处理较强的非线性特征。其中非线性动态逆(Nonlinear dynamic inverse,NDI)因其控制结构简单,避免了增益调度,并且直接将非线性因素纳入控制律设计,消除系统中存在的非线性因素实现多通道间的解耦,在航空航天领域得到广泛应用。
但是该控制方法对模型精度要求较高,且难以抑制模型参数变化。当被控系统存在不确定的因素时,鲁棒性会相对较差。针对NDI鲁棒性弱的问题,为了在不影响NDI优异的特性的前提下克服NDI的缺点,用增量非线性动态逆(Incremental Nonlinear DynamicInversion,INDI)解决了NDI的鲁棒性差的问题。
然而INDI控制结构中需要引入被控状态微分信号,控制性能往往会受到微分信号测量噪声和延迟的影响。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种直升机飞行姿态控制器设计方法及装置、设备、存储介质,在使用INDI方法设计直升机飞行姿态控制器时,能够降低噪声对估计信号的影响和保证估计信号具有较小的延迟。
在一些实施例中,提供了一种直升机飞行姿态控制器设计方法,方法包括:建立直升机非线性模型;根据直升机非线性模型,进行控制器的设计;所述控制器的设计,包括内回路控制律设计、外回路控制律设计、滤波器设计、作动器防饱和设计;其中,内回路控制律设计为,基于增量非线性动态逆,设计内回路控制律;滤波器设计为,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器,所述模型预测滤波估计为将控制信号输入预测模型从而观测系统模型的状态变量估计值;微分信号滤波估计为对测量信号进行微分和滤波计算。
在一些实施例中,公开了一种直升机飞行姿态控制器设计装置,包括:建立模型模块,被配置为建立直升机非线性模型;控制器设计模块,被配置为根据直升机非线性模型,进行控制器的设计;所述控制器的设计,包括内回路控制律设计、外回路控制律设计、滤波器设计、作动器防饱和设计;其中,内回路控制律设计为,基于增量非线性动态逆,设计内回路控制律;滤波器设计为,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器,所述模型预测滤波估计为将控制信号输入预测模型从而观测系统模型的状态变量估计值;微分信号滤波估计为对测量信号进行微分和滤波计算。
在一些实施例中,公开了一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,执行如上述的直升机飞行姿态控制器设计方法。
在一些实施例中,公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行如上述的直升机飞行姿态控制器设计方法。
本公开实施例提供的一种直升机飞行姿态控制器设计方法及装置、设备、存储介质,可以实现以下技术效果:
在现有技术中,INDI控制结构中需要引入被控状态微分信号,控制性能往往会受到微分信号测量噪声和延迟的影响。本公开实施例在使用INDI方法设计直升机飞行姿态控制器时,采用了模型预测法与微分法相结合的互补滤波估计方法,将模型预测方法与微分法优势互补,即模型预测估计方法具有噪声小、相位滞后小的优点,可以弥补微分法的不足;同时,微分法可以估计实际带噪声和延迟的微分信号,弥补模型预测估计结果的误差。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一种直升机飞行姿态控制器设计方法流程图;
图2是本公开实施例提供的一种总体控制的示意图;
图3-1是本公开实施例提供的一个模型预测滤波估计的模型示意图;
图3-2是本公开实施例提供的一种互补滤波估计的模型示意图;
图4是本公开实施例提供的另一种互补滤波估计的模型示意图;
图5是本公开实施例提供的一个一阶和二阶互补滤波Bode的对比示意图;
图6是本公开实施例提供的另一种直升机飞行姿态控制器设计装置示意图;
图7是本公开实施例提供的一种直升机飞行姿态控制器设计设备示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法、产品等而言,由于其与实施例公开的方法部分相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
在现有技术中,非线性动态逆因其控制结构简单,避免了增益调度,并且直接将非线性因素纳入控制律设计,消除系统中存在的非线性因素实现多通道间的解耦,在航空航天领域得到广泛应用。针对NDI鲁棒性弱的问题,为了在不影响NDI优异的特性的前提下克服NDI的缺点,用增量非线性动态逆解决了NDI的鲁棒性差的问题。然而INDI控制结构中需要引入被控状态微分信号,控制性能往往会受到微分信号测量噪声和延迟的影响。
为了解决相关技术中存在的问题,本公开实施例在INDI方法设计直升机飞行姿态控制器时,采用了模型预测法与微分法相结合的互补滤波估计方法,将模型预测方法与微分法优势互补,即模型预测估计方法具有噪声小、相位滞后小的优点,可以弥补微分法的不足;同时,微分法可以估计实际带噪声和延迟的微分信号,弥补模型预测估计结果的误差。
结合图1所示,本公开实施例提供一种直升机飞行姿态控制器设计方法流程图,包括:
S10,建立直升机非线性模型。
应理解,建立直升机非线性模型是为了后续步骤中的直升机飞行姿态控制器设计。直升机是一个高度耦合的多刚体结构,其每个部件的气动力互相影响及作用。
具体地,计算直升机刚体六自由度动力学和运动学方程如下:
Figure 271777DEST_PATH_IMAGE001
(1)
其中
Figure 650806DEST_PATH_IMAGE002
为机体轴速度,
Figure 310457DEST_PATH_IMAGE003
为机体轴分别绕
Figure 331503DEST_PATH_IMAGE004
轴的角速率,
Figure 393000DEST_PATH_IMAGE005
分别代表滚转角、俯仰角和偏航角,
Figure 474088DEST_PATH_IMAGE006
为飞机质量。
Figure 621036DEST_PATH_IMAGE007
为直升机重心所受合力在
Figure 383456DEST_PATH_IMAGE008
轴投影。
Figure 361776DEST_PATH_IMAGE010
(2)
Figure 817028DEST_PATH_IMAGE012
(3)
Figure 451272DEST_PATH_IMAGE013
(4)
其中
Figure 814120DEST_PATH_IMAGE014
,L、M、N代表绕
Figure 850209DEST_PATH_IMAGE015
轴的滚转、俯仰和偏航力矩。接着,计算直升机物理参数以及机身力和力矩的计算方法。
直升机控制过程中需要考虑主旋翼挥舞动力学,主旋翼挥舞二阶方程为:
Figure 210783DEST_PATH_IMAGE016
(5)
其中
Figure 394640DEST_PATH_IMAGE017
分别为均匀挥舞角、后倒角幅值和侧倒角幅值,统称为挥舞运动系数。均匀挥舞角也被称为锥度角。当系统稳态时,挥舞运动系数一阶和二阶微分值可取为0。因此挥舞动力学可简化为:
Figure 498862DEST_PATH_IMAGE018
(6)
其中K代表刚度矩阵,F代表力向量。
S20,根据直升机非线性模型,进行控制器的设计;所述控制器的设计,包括内回路控制律设计、外回路控制律设计、滤波器设计、作动器防饱和设计;其中,内回路控制律设计为,基于增量非线性动态逆,设计内回路控制律;滤波器设计为,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器,所述模型预测滤波估计为将控制信号输入预测模型从而观测系统模型的状态变量估计值;微分信号滤波估计为对测量信号进行微分和滤波计算。
应理解,所述控制器的设计,包括:S21,内回路控制律设计;S22,外回路控制律设计;S23滤波器设计;S24,作动器防饱和设计。
如图2所示,为公开实施例中的一种总体控制的示意图。
S21,内回路控制律设计。
本公开实施例中,基于增量非线性动态逆,设计内回路控制律。其中,将增量非线性动态逆应用于设计内回路控制律的推理过程为:
非线性系统的表达式为:
Figure 389458DEST_PATH_IMAGE019
(21)
非线性系统某一时刻输入量为
Figure 484715DEST_PATH_IMAGE020
,状态变量为
Figure 827972DEST_PATH_IMAGE021
,式(21)在
Figure 1464DEST_PATH_IMAGE022
邻域内进行泰勒级数一阶展开,省略高阶项,可得:
Figure 808883DEST_PATH_IMAGE023
(22)
由于
Figure 776839DEST_PATH_IMAGE024
,代入上式,当采样时间取得足够小时,近似
Figure 607392DEST_PATH_IMAGE025
;引入理想的系统动态特性
Figure 53416DEST_PATH_IMAGE026
可得:
Figure 980921DEST_PATH_IMAGE027
(23)
当存在建模误差
Figure 854199DEST_PATH_IMAGE028
时:
Figure 437627DEST_PATH_IMAGE029
(24)
将式(23)代入式(24)可得:
Figure 484081DEST_PATH_IMAGE030
(25)
采用比例控制器,增益为
Figure 469354DEST_PATH_IMAGE031
,其理想动态特性为
Figure 513534DEST_PATH_IMAGE032
,结合
Figure 584258DEST_PATH_IMAGE033
,并通过拉氏变换
Figure 434402DEST_PATH_IMAGE034
,代入式(25):
Figure 8603DEST_PATH_IMAGE035
(26)
由式(26)可以发现,控制矩阵的建模误差被抵消了,因此该闭环系统具有良好的跟踪性能。
控制矩阵符号正确即
Figure 489263DEST_PATH_IMAGE037
时可以抵消误差。
具体地,基于增量非线性动态逆,设计内回路控制律,包括:
针对直升机三轴角速率变化快的特点,采用INDI设计角速率控制器,具有更好的鲁棒性。
直升机三轴角速率
Figure 578442DEST_PATH_IMAGE038
,根据式(2),其角加速度可以表示为:
Figure 435539DEST_PATH_IMAGE039
(7)
其中,M代表机绕体轴的三轴力矩矩阵,I代表转动惯量矩阵。
力矩M可表示为:
Figure 864247DEST_PATH_IMAGE040
(8)
其中,
Figure 312545DEST_PATH_IMAGE041
为气动力矩,
Figure 357862DEST_PATH_IMAGE042
为操纵力矩;
Figure 487492DEST_PATH_IMAGE043
Figure 36285DEST_PATH_IMAGE044
,可通过气动计算或风洞实验获取得;
将式(8)代入(9)式:
Figure 921064DEST_PATH_IMAGE045
(9)
其中
Figure 188098DEST_PATH_IMAGE046
为输入向量。
Figure 855839DEST_PATH_IMAGE047
代表主旋翼横向周期变距角,
Figure 819991DEST_PATH_IMAGE048
代表主旋翼纵向周期变距角,
Figure 813355DEST_PATH_IMAGE049
代表尾旋翼总距角。主旋翼总距主要作用于爬升速度控制。姿态控制中,可将主旋翼总距固定为配平值时,角速率仍能具有良好的跟踪效果。因此,可将主旋翼总距控制独立于姿态控制通道。
增量非线性动态逆的控制律表达式为:
Figure 302105DEST_PATH_IMAGE050
(10)
式中
Figure 101434DEST_PATH_IMAGE051
表示理想的角加速度。对于控制矩阵在计算过程中较为复杂的问题,可以采用差分的方法计算式(10)中的雅可比矩阵,其表达式如下:
Figure 359240DEST_PATH_IMAGE052
(11)
式中扰动量,即
Figure 320242DEST_PATH_IMAGE053
代表在当前状态下,单个控制通道出现微小的扰动时,直升机绕体轴力矩变化量,组合形成控制有效矩阵。扰动值可取控制输入的百分之一,或者较小的固定值。
S22,外回路控制律设计。
具体地,外回路控制律设计是基于时标分离原理,假设角速率回路的变化速度远快于姿态角回路。姿态角回路计算出角速率指令由角速率回路跟踪。
由公式(4)可以得出:
Figure 296289DEST_PATH_IMAGE055
(12)
其中D由姿态角的三角函数构成。D矩阵依赖的所有参数,即姿态角,都可以通过直升机的IMU非常精确地测量,不存在不确定性项。参考式(1)非线性系统的表达式,可以发现该控制结构没有
Figure 430467DEST_PATH_IMAGE056
项,因此可选择传统NDI设计姿态控制器。此时理想的角速率指令为:
Figure 605096DEST_PATH_IMAGE057
(13)
姿态控制回路输出为角速率
Figure 205842DEST_PATH_IMAGE058
Figure 403605DEST_PATH_IMAGE059
(14)
其中,
Figure 544736DEST_PATH_IMAGE060
为内环控制的参考指令,通过内外回路组合实现姿态角控制。
姿态角
Figure 42714DEST_PATH_IMAGE062
通道的传递函数为:
Figure 283202DEST_PATH_IMAGE063
(15)
通过其分母可以看出其满足二阶系统,可取:
Figure 797622DEST_PATH_IMAGE064
(16)
S23,滤波器设计。
基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合来设计滤波器,其推理过程为:
模型预测估计为,基于动力学特征建立预测模型,将控制信号输入预测模型从而得到滤波估计。
应理解,模型预测滤波是基于研究对象本身固有的动力学特征建立数学模型,将控制信号输入预测模型从而观测系统模型的状态变量估计值。
其在控制系统中应用模型预测滤波估计方法如图3-1所示,图3-1为被公开实施例中的一个模型预测滤波估计的模型示意图。
假设某时刻系统的输入为
Figure 680128DEST_PATH_IMAGE065
,状态变量为
Figure 767032DEST_PATH_IMAGE066
,则状态量的一阶导数估计表达式为:
Figure 240739DEST_PATH_IMAGE067
(27)
所述微分信号滤波估计为,通过传感器测量,进行微分信号估计。
应理解,微分估计方法计算量最小且不依赖模型,仅通过传感器测量便可实现微分信号估计。但传感器测量过程中难免产生噪声,直接微分会将传感器噪声信号放大。常用的处理方式是加入一阶低通滤波器降低噪声干扰,但很难找到一种低通滤波器,既能具有较小的相位滞后,又能抑制微分运算引起的噪声放大。
具体地,微分信号滤波估计,包括:
根据公式(28)计算微分信号,
Figure 678674DEST_PATH_IMAGE068
(28)
式中,
Figure 99291DEST_PATH_IMAGE069
代表当前信号传感器测量值,
Figure 306281DEST_PATH_IMAGE070
表示所需微分信号估计值,
Figure 216468DEST_PATH_IMAGE071
代表采样时间。
所述互补滤波估计为,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合。
应理解,互补滤波方法是将模型预测方法与微分法优势互补。即模型预测估计方法具有噪声小、相位滞后小的优点,可以弥补微分法的不足。同时,微分法可以估计实际带噪声和延迟的微分信号,弥补模型预测估计结果的误差。因此,基于互补滤波器理论对它们的估计结果进行数据融合,可以获得较好的估计结果。
参见图3-2,为本公开实施例中的一种互补滤波估计的模型示意图。
由图3-2可知,在时域内动态估计过程表达式为:
Figure 876120DEST_PATH_IMAGE072
(29)
经过变换后可得:
Figure 100428DEST_PATH_IMAGE073
(30)
其中:
Figure 224241DEST_PATH_IMAGE074
Figure 508592DEST_PATH_IMAGE075
此时,
Figure 389961DEST_PATH_IMAGE076
,二者截止频率一致时便可实现全通道滤波,因此求频率。
互补滤波法将IMU的测量结果直接用于数据融合方法中,巧妙地避免了整个估计过程中的微分运算。因此,该方法不会遇到微分运算带来的噪声放大问题,通过补偿模型预测方法的高通特性来解决微分法的相位滞后问题。
因此,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器。
具体地,根据图4,进行滤波器设计。图4为本公开实施例中的另一种互补滤波估计的模型示意图。
应理解,INDI通过泰勒展开,虽降低对模型依赖,但实际上将模型项的不确定性转移到角加速度项,因此对传感器要求较高。采用互补滤波方法对角加速度进行估计。
模型预测滤波是基于研究对象本身固有的动力学特征建立数学模型, 将控制信号输入预测模型从而观测系统模型的状态变量估计值;微分估计是最常用也是最古典的微分信号估计方法,直接对测量信号进行微分和滤波计算。互补滤波器中,综合利用模型预测滤波估计和微分信号滤波估计,可以避免模型预测误差及直接微分信号导致的高频噪声。
由图4可知,在时域内动态估计过程:
Figure 214697DEST_PATH_IMAGE077
(17)
式中,
Figure 130701DEST_PATH_IMAGE078
为传感器测量的角速度信号,
Figure 585953DEST_PATH_IMAGE079
为模型预测的角加速度,
Figure 282513DEST_PATH_IMAGE080
为最后的角加速度估计信号,K为增益;
经过变换后可得:
Figure 848624DEST_PATH_IMAGE081
(18)
其中:
Figure 619134DEST_PATH_IMAGE082
Figure 42025DEST_PATH_IMAGE083
式中,T(s)为高通滤波器,用于保留模型预测方法的有利高通特性,抑制了低频不确定性和扰动的影响;S(s)是基于信号微分估计特性的低通滤波器,用于滤除信号中的高频噪声,保留信号的低通特性。
可以看出
Figure 163565DEST_PATH_IMAGE084
,实现信号互补。
Figure 267787DEST_PATH_IMAGE085
Figure 423962DEST_PATH_IMAGE086
的伯德图如图5所示。图5为本公开实施例中的一个一阶和二阶互补滤波Bode的对比示意图。滤波器的固有频率和阻尼比由线性控制器增益设定,
Figure 17754DEST_PATH_IMAGE087
Figure 361011DEST_PATH_IMAGE088
需要说明的是,
Figure 268924DEST_PATH_IMAGE089
Figure 586597DEST_PATH_IMAGE090
的值是根据信号的特征来选择的。较低的自适应滤波器能滤除更多的传感器噪声,但对外部干扰和模型失配的响应变慢。
图3-2所示为一阶滤波结构,式(30)中取
Figure 554553DEST_PATH_IMAGE091
,其Bode图如图5中所示。通过对比一阶和二阶幅值曲线可以看出二阶高通滤波器的幅值曲线在低频段噪声抑制能力强,不需要的干扰信号会衰减的更快,噪声滤除的更干净,因此选择二阶滤波器结构应用于互补滤波。
互补滤波器中,传感器测量值经过低通滤波,而预测模型得到的角加速度经过高通滤波。系统模型对输入的响应速度很快,而得到的估计的噪声水平通常较低,使其高频预测有价值。
S24,作动器防饱和设计。
作动器防饱和设计,当作动器饱和时作动器指令
Figure 385105DEST_PATH_IMAGE092
与实际作动器输出不一致时,则伪控制在作动器前后差值
Figure 893447DEST_PATH_IMAGE093
可表达为:
Figure 24214DEST_PATH_IMAGE094
(19)
在角速率控制器和姿态控制器中,
Figure 897492DEST_PATH_IMAGE095
的表达式分别为
Figure 215341DEST_PATH_IMAGE096
Figure 527374DEST_PATH_IMAGE097
(20)
其中
Figure 247068DEST_PATH_IMAGE098
为作动器实际输出到模型的指令,
Figure 556827DEST_PATH_IMAGE099
为控制系统计算直升机作动器指令。当出现饱和引起的作动器前后差值时,该结构自动减缓该回路系统响应速度,保证系统的指令跟踪。
应理解,作动器饱和是影响飞行安全的重要因素。可通过作动器饱和限制结构与控制指令低通滤波结合保证控制系统稳定。
一种优选的实施例中,所述方法,还包括:
对设计后的控制器进行控制回路仿真验证、互补滤波估计仿真验证和饱和限制结构仿真验证。
图6示出了根据本发明实施例提供的直升机飞行姿态控制器设计装置600,该装置600包括:
建立模型模块601,被配置为建立直升机非线性模型。
控制器设计模块602,被配置为根据直升机非线性模型,进行控制器的设计;所述控制器的设计,包括内回路控制律设计、外回路控制律设计、滤波器设计、作动器防饱和设计;其中,内回路控制律设计为,基于增量非线性动态逆,设计内回路控制律;滤波器设计为,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器,所述模型预测滤波估计为将控制信号输入预测模型从而观测系统模型的状态变量估计值;微分信号滤波估计为对测量信号进行微分和滤波计算。
结合图7所示,本公开实施例提供直升机飞行姿态控制器设计设备,包括处理器(processor)70和存储器(memory)71。可选地,该设备还可以包括通信接口(CommunicationInterface)72和总线73。其中,处理器70、通信接口72、存储器71可以通过总线73完成相互间的通信。通信接口72可以用于信息传输。处理器70可以调用存储器71中的逻辑指令,以执行上述实施例的直升机飞行姿态控制器设计方法。
本公开实施例提供了一种存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为执行上述用于直升机飞行姿态控制器设计方法。
上述的存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
附图中的流程图和框图显示了根据本公开实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的装置来实现,或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种直升机飞行姿态控制器设计方法,其特征在于,所述方法包括:
建立直升机非线性模型;
根据直升机非线性模型,进行控制器的设计;所述控制器的设计,包括内回路控制律设计、外回路控制律设计、滤波器设计、作动器防饱和设计;其中,内回路控制律设计为,基于增量非线性动态逆,设计内回路控制律;滤波器设计为,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器,所述模型预测滤波估计为将控制信号输入预测模型从而观测系统模型的状态变量估计值;微分信号滤波估计为对测量信号进行微分和滤波计算。
2.根据权利要求1所述的方法,其特征在于,建立直升机非线性模型,包括:
计算直升机刚体六自由度动力学和运动学,方程如下:
Figure 85842DEST_PATH_IMAGE001
(1)
其中
Figure 81611DEST_PATH_IMAGE002
为机体轴速度,
Figure 392507DEST_PATH_IMAGE003
为机体轴分别绕
Figure 53295DEST_PATH_IMAGE004
轴的角速率,
Figure 883979DEST_PATH_IMAGE005
分别代表滚转角、俯仰角和偏航角,
Figure 237600DEST_PATH_IMAGE006
为飞机质量;
Figure 770213DEST_PATH_IMAGE007
为直升机重心所受合力在
Figure 38952DEST_PATH_IMAGE008
轴投影;
Figure 973410DEST_PATH_IMAGE009
(2)
Figure 497933DEST_PATH_IMAGE010
(3)
Figure 517841DEST_PATH_IMAGE011
(4)
其中
Figure 786011DEST_PATH_IMAGE012
,L、M、N代表绕
Figure 574976DEST_PATH_IMAGE013
轴的滚转、俯仰和偏航力矩;计算直升机物理参数以及机身力和力矩的计算方法,包括
直升机控制过程中需要考虑主旋翼挥舞动力学,主旋翼挥舞二阶方程为:
Figure 21132DEST_PATH_IMAGE014
(5)
其中
Figure 528337DEST_PATH_IMAGE015
分别为均匀挥舞角、后倒角幅值和侧倒角幅值,作为为挥舞运动系数;
当系统稳态时,挥舞运动系数一阶和二阶微分值取为0,挥舞动力学简化为:
Figure 334619DEST_PATH_IMAGE016
(6)
其中K代表刚度矩阵,F代表力向量。
3.根据权利要求2所述的方法,其特征在于,内回路控制律设计,包括:
直升机三轴角速率
Figure 243669DEST_PATH_IMAGE017
,根据式(2),其角加速度表示为:
Figure 109994DEST_PATH_IMAGE018
(7)
其中,M代表机绕体轴的三轴力矩矩阵,I代表转动惯量矩阵;
力矩M表示为:
Figure 120806DEST_PATH_IMAGE019
(8)
其中,
Figure 465200DEST_PATH_IMAGE020
为气动力矩,
Figure 228756DEST_PATH_IMAGE021
为操纵力矩;
将式(8)代入(7)式:
Figure 265983DEST_PATH_IMAGE022
(9)
其中
Figure 747779DEST_PATH_IMAGE023
为输入向量,
Figure 895864DEST_PATH_IMAGE024
代表主旋翼横向周期变距角,
Figure 530239DEST_PATH_IMAGE025
代表主旋翼纵向周期变距角,
Figure 738366DEST_PATH_IMAGE026
代表尾旋翼总距角;
增量非线性动态逆的控制律表达式为:
Figure 441880DEST_PATH_IMAGE027
(10)
式中
Figure 393656DEST_PATH_IMAGE028
表示理想的角加速度,采用差分的方法计算式(10)中的雅可比矩阵,其表达式如下:
Figure 131804DEST_PATH_IMAGE029
(11)
式中扰动量,即
Figure 510833DEST_PATH_IMAGE030
代表在当前状态下,单个控制通道出现微小的扰动时,直升机绕体轴力矩变化量,组合形成控制有效矩阵。
4.根据权利要求3所述的方法,其特征在于,外回路控制律设计,包括:
由公式(4)得出:
Figure 701643DEST_PATH_IMAGE031
(12)
其中D由姿态角的三角函数构成,D矩阵依赖的所有参数,即姿态角,通过直升机的IMU测量,则不存在不确定性项;
选择传统NDI设计姿态控制器,理想的角速率指令为:
Figure 204912DEST_PATH_IMAGE032
(13)
姿态控制回路输出为角速率
Figure 531988DEST_PATH_IMAGE033
Figure 347498DEST_PATH_IMAGE034
(14)
其中,
Figure 25604DEST_PATH_IMAGE035
为内环控制的参考指令,通过内外回路组合实现姿态角控制;
姿态角
Figure 584761DEST_PATH_IMAGE036
通道的传递函数为:
Figure 782655DEST_PATH_IMAGE037
(15)
满足二阶系统,得:
Figure 237907DEST_PATH_IMAGE038
(16)。
5.根据权利要求4所述的方法,其特征在于,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器,包括:
在时域内动态估计过程:
Figure 668889DEST_PATH_IMAGE039
(17)
式中,
Figure 500578DEST_PATH_IMAGE040
为传感器测量的角速度信号,
Figure 333405DEST_PATH_IMAGE041
为模型预测的角加速度,
Figure 959559DEST_PATH_IMAGE042
为最后的角加速度估计信号,K为增益;
经过变换后可得:
Figure 362989DEST_PATH_IMAGE043
(18)
其中:
Figure 998370DEST_PATH_IMAGE044
式中,T(s)为高通滤波器,S(s)是基于信号微分估计特性的低通滤波器。
6.根据权利要求5所述的方法,其特征在于,作动器防饱和设计,包括:
当作动器饱和时作动器指令
Figure 420124DEST_PATH_IMAGE045
与实际作动器输出不一致时,则伪控制在作动器前后差值
Figure 482758DEST_PATH_IMAGE046
表达为:
Figure 357173DEST_PATH_IMAGE047
(19)
在角速率控制器和姿态控制器中,
Figure 61824DEST_PATH_IMAGE048
的表达式分别为
Figure 88817DEST_PATH_IMAGE049
Figure 322352DEST_PATH_IMAGE050
(20)
其中,
Figure 949642DEST_PATH_IMAGE051
为作动器实际输出到模型的指令,
Figure 926826DEST_PATH_IMAGE052
为控制系统计算直升机作动器指令。
7.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
对设计后的控制器进行控制回路仿真验证、互补滤波估计仿真验证和饱和限制结构仿真验证。
8.一种直升机飞行姿态控制器设计装置,其特征在于,包括:
建立模型模块,被配置为建立直升机非线性模型;
控制器设计模块,被配置为根据直升机非线性模型,进行控制器的设计;所述控制器的设计,包括内回路控制律设计、外回路控制律设计、滤波器设计、作动器防饱和设计;其中,内回路控制律设计为,基于增量非线性动态逆,设计内回路控制律;滤波器设计为,基于互补滤波器理论将模型预测滤波估计和微分信号滤波估计进行数据融合,来设计滤波器,所述模型预测滤波估计为将控制信号输入预测模型从而观测系统模型的状态变量估计值;微分信号滤波估计为对测量信号进行微分和滤波计算。
9.一种设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
CN202211456204.7A 2022-11-21 2022-11-21 直升机飞行姿态控制器设计方法及装置、设备、存储介质 Active CN115793449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211456204.7A CN115793449B (zh) 2022-11-21 2022-11-21 直升机飞行姿态控制器设计方法及装置、设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211456204.7A CN115793449B (zh) 2022-11-21 2022-11-21 直升机飞行姿态控制器设计方法及装置、设备、存储介质

Publications (2)

Publication Number Publication Date
CN115793449A true CN115793449A (zh) 2023-03-14
CN115793449B CN115793449B (zh) 2024-02-06

Family

ID=85439408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211456204.7A Active CN115793449B (zh) 2022-11-21 2022-11-21 直升机飞行姿态控制器设计方法及装置、设备、存储介质

Country Status (1)

Country Link
CN (1) CN115793449B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117930632A (zh) * 2024-03-19 2024-04-26 西北工业大学 一种增强系统稳定储备的高可靠安全飞行控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4980835A (en) * 1988-10-13 1990-12-25 United Technologies Corporation Control law system for X-Wing aircraft
US6611823B1 (en) * 2000-04-20 2003-08-26 Board Of Regents, The University Of Texas System Backlash compensation using neural network
CN102411305A (zh) * 2011-11-11 2012-04-11 南京航空航天大学 单旋翼直升机/涡轴发动机综合抗扰控制系统设计方法
KR20210019661A (ko) * 2019-08-13 2021-02-23 한국항공우주산업 주식회사 가변식 이득 조절기를 이용한 구조연동시험 방법
CN114779797A (zh) * 2022-04-20 2022-07-22 西安工业大学 一种无人直升机故障估计方法和跟踪容错方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4980835A (en) * 1988-10-13 1990-12-25 United Technologies Corporation Control law system for X-Wing aircraft
US6611823B1 (en) * 2000-04-20 2003-08-26 Board Of Regents, The University Of Texas System Backlash compensation using neural network
CN102411305A (zh) * 2011-11-11 2012-04-11 南京航空航天大学 单旋翼直升机/涡轴发动机综合抗扰控制系统设计方法
KR20210019661A (ko) * 2019-08-13 2021-02-23 한국항공우주산업 주식회사 가변식 이득 조절기를 이용한 구조연동시험 방법
CN114779797A (zh) * 2022-04-20 2022-07-22 西安工业大学 一种无人直升机故障估计方法和跟踪容错方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘亮等: "基于增量动态逆的V/STOL飞机悬停段控制", 飞行力学, vol. 40, no. 4, pages 27 - 33 *
杜紫岩等: "基于需用功率预测的直升机/发动机综合控制方法", 航空发动机, vol. 48, no. 5, pages 143 - 148 *
王英勋等: "无人机高机动抗扰轨迹跟踪控制方法", 北京航空航天大学学报, vol. 48, no. 9, pages 1806 - 1817 *
马立群等: "民用直升机电传飞控系统适航专用条件分析", 航空工程进展, vol. 12, no. 3, pages 20 - 28 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117930632A (zh) * 2024-03-19 2024-04-26 西北工业大学 一种增强系统稳定储备的高可靠安全飞行控制方法

Also Published As

Publication number Publication date
CN115793449B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
US9676464B2 (en) Stabilized directional control systems and methods
CN109508025B (zh) 一种弹性飞行器的自抗扰姿态控制方法
CN111538236B (zh) 基于分数阶近似微分实现阻尼的飞行器纵向过载控制方法
CN107515612B (zh) 基于侧喷流控制的弹性振动抑制方法
CN111332491B (zh) 一种提高气动伺服弹性稳定性的方法
CN111367182A (zh) 考虑输入受限的高超声速飞行器抗干扰反步控制方法
CN105807780B (zh) 一种基于飞轮输出偏差的抗干扰姿态控制方法及验证装置
CN115793449A (zh) 直升机飞行姿态控制器设计方法及装置、设备、存储介质
Theis et al. Modal matching for LPV model reduction of aeroservoelastic vehicles
CN112179342B (zh) 一种估计无人机姿态的方法及系统
CN113128035A (zh) 民用飞机飞控传感器信号重构容错控制方法
CN115185185A (zh) 四旋翼飞行器自适应滑模控制系统的建立方法
An et al. Adaptive backstepping sliding mode tracking control for autonomous underwater vehicles with input quantization
CN113759718B (zh) 一种飞机机翼损伤自适应控制方法
WO2003027780A1 (en) Method and computer program product for estimating at least one state of a dynamic system
CN113110540B (zh) 基于时标分解的弹性体飞行器全局有限时间控制方法
CN112068444B (zh) 一种采用非线性自适应滑模的飞行器攻角控制方法
CN111061262B (zh) 一种减少无效操舵的航向控制方法
CN102707629B (zh) 基于飞行器切换模型的全维控制器区域设计方法
CN115328185A (zh) 一种飞行器非线性非定常气动载荷修正系统
CN116360255A (zh) 一种非线性参数化高超声速飞行器的自适应调节控制方法
CN113189866B (zh) 一种倾转旋翼无人机状态空间模型辨识方法
CN114200842A (zh) 一种l1自适应动态逆非线性固定翼飞行器飞行控制方法
CN110209197B (zh) 一种飞行器控制系统设计方法
Forte et al. Gust Load Alleviation Control and Gust Estimation for a High Aspect Ratio Wing Wind Tunnel Model

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