CN116300442A - 一种高海况有限舵面条件下串行干扰快速抑制方法 - Google Patents

一种高海况有限舵面条件下串行干扰快速抑制方法 Download PDF

Info

Publication number
CN116300442A
CN116300442A CN202310175135.0A CN202310175135A CN116300442A CN 116300442 A CN116300442 A CN 116300442A CN 202310175135 A CN202310175135 A CN 202310175135A CN 116300442 A CN116300442 A CN 116300442A
Authority
CN
China
Prior art keywords
condition
disturbance
aerial vehicle
unmanned aerial
under
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
CN202310175135.0A
Other languages
English (en)
Other versions
CN116300442B (zh
Inventor
昌敏
唐林凯
汪辉
白俊强
毛昭勇
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical 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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202310175135.0A priority Critical patent/CN116300442B/zh
Publication of CN116300442A publication Critical patent/CN116300442A/zh
Application granted granted Critical
Publication of CN116300442B publication Critical patent/CN116300442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Abstract

本发明针对高海况水面垂直发射无人机系统在高海况条件下舵面、翼面和螺旋桨顺序展开过程中的扰动快速抑制问题，提出一种高海况有限舵面条件下串行干扰快速抑制方法，首先建立高海况水面垂直发射无人机有限舵面条件下的舵面、翼面和螺旋桨干扰模型，其次基于自抗扰控制，采用“扰动观测+补偿”的开放式设计框架，设计无人机非线性切换子系统主动抗扰动控制器，实现对无人机的抗扰动控制，通过与经典PID控制仿真对比，误差有明显降低，验证了本发明所提控制方法的有效性和准确性。

Description

一种高海况有限舵面条件下串行干扰快速抑制方法
技术领域
本发明涉及高海况无人机控制领域，具体涉及一种高海况有限舵面条件下串行干扰快速抑制方法。
背景技术
高海况漂浮态无人机可广泛用于完成复杂海况条件下目标海域通讯中继、探测、侦察及攻击任务，是一种适合于信息化、网络化作战的新概念无人飞行器。
高海况漂浮态无人机作为一种微型无人飞行器，是典型的侦察作战辅助平台。由于其主要是利用水面长期漂浮的发射平台驻留，采用折叠方式筒式垂直冷发射技术，动力采用电动螺旋桨动力形式，具备长时间滞空飞行，具有提前布控、低可探测、无依托装置、随机选择发射时机、携带和贮存方便等特点。
高海况水面垂直发射无人机控制技术是无人机关键技术之一，主要用于解决在发射平台沉浮和晃动条件下无人机快速有效的出筒，舵面和翼面离开发射筒后脱离筒壁约束，自动展开，稳定控制系统启控，在无人机姿态达到稳定后，电动螺旋桨才上电启动工作这个过程中的扰动快速抑制，以及机体快速指向目标区域等问题，从而保证发射过程中机体姿态的稳定和转弯轨迹的精确跟踪。因此，探究高海况条件下舵面、翼面和螺旋桨顺序展开过程中的扰动快速抑制方法具有非常重要的现实意义。
但在实际工程验证过程中，申请人发现高海况无人机的串行干扰快速抑制技术还存在以下问题：1、无人机载舵面、翼面和螺旋桨展开过程中系统模型具有高度的非线性和不确定性，不满足一般无人机建模时的小扰动、小偏差假设；2、展开过程中，其外形结构与姿态相互交联、相互影响，会产生复杂的变形与姿态动力学耦合效应；3、考虑到螺旋桨启动工作时不可避免带来的滚转反扭矩问题，通常是舵面和翼面先展开，稳定控制系统启动后，螺旋桨才启动工作，因此在干扰建模时存在不同干扰串行顺序作用于无人机上。
发明内容
为解决现有技术存在的问题，本发明提出一种高海况有限舵面条件下串行干扰快速抑制方法，针对高海况条件下的折叠筒式发射无人机从发射到精确跟踪过程下的扰动问题，首先建立高海况水面垂直发射无人机有限舵面条件下的舵面、翼面和螺旋桨干扰模型，其次基于自抗扰控制，采用“扰动观测+补偿”的开放式设计框架，设计无人机非线性切换子系统主动抗扰动控制器，实现对无人机的抗扰动控制，通过与经典PID控制仿真对比，误差有明显降低，验证了本发明所提控制方法的有效性和准确性。
本发明的技术方案为：
一种高海况有限舵面条件下串行干扰快速抑制方法，包括以下步骤：
步骤1：建立高海况水面垂直发射无人机系统有限舵面条件下的舵面、翼面和螺旋桨干扰模型；
步骤2：基于步骤1建立的干扰模型，采用自抗扰控制，选择积分串联型为系统的标准型，有限舵面条件下的舵面、翼面和螺旋桨干扰中的总扰动定义为系统的一个扩张的状态，采用扩张状态观测器对扩张状态进行在线估计，并利用该估计值实时抵消扰动。
进一步的，步骤1中建立干扰模型的过程为：
步骤1.1：采用三维设计软件建立高海况有限舵面条件下垂直发射无人机在舵面、翼面和螺旋桨从紧闭到完全展开过程中不同瞬态构型下的三维模型；
步骤1.2：在网格划分软件中对步骤1.1得到的不同瞬态构型下的三维模型进行结构网格划分；
步骤1.3：将网格文件导入至计算流体力学软件中，设置分析计算的初始条件及远场边界条件，计算收敛后，得到高海况有限舵面条件下垂直发射无人机在不同瞬态构型下所受的气动力和力矩矢量；
步骤1.4：对步骤1.3得到的不同瞬态构型下的数据进行整合分析，得到高海况有限舵面条件下垂直发射无人机在不同瞬态构型下的气动力和力矩系数，以及不同瞬态构型对应的气动压心位置；最后综合得到高海况有限舵面条件下垂直发射无人机气动数据与外形参数、马赫数、攻角自变量的对应关系；
步骤1.5：基于步骤1.4得到的高海况有限舵面条件下垂直发射无人机气动数据与外形参数、马赫数、攻角自变量的对应关系建立高海况有限舵面条件下垂直发射无人机动力学模型，结合无人机翼面、舵面的展开舵机数学模型，确定无人机在展开过程中可用舵偏角以及控制力矩边界值，进而得到翼面、舵面展开干扰模型；并根据螺旋桨工作参数建立螺旋桨干扰模型。
进一步的，在翼面展开过程中，无人机受到气动力矩干扰，气动力矩在弹体坐标系三个坐标轴上分解为ΔMx1、ΔMy1、ΔMz1，建立的翼面展开干扰模型采用以下形式：
ΔMx1＝|ΔMxmax1|sin(ωt)e-τt
ΔMy1＝|ΔMymax1|sin(ωt)e-τt
ΔMz1＝|ΔMzmax1|sin(ωt)e-τt
其中ΔMxmax1，ΔMymax1，ΔMzmax1为根据无人机在展开过程的气动数据估算得到的翼面展开气动干扰力矩最大值，翼面展开干扰模型为随时间衰减的正弦波形式的干扰，ω正弦频率，τ为衰减频率。
进一步的，在舵面展开过程中，舵面展开干扰力矩在弹体坐标系三个坐标轴上分解为ΔMx2、ΔMy2、ΔMz2，建立的舵面展开干扰模型采用以下形式：
Figure BDA0004100644690000031
Figure BDA0004100644690000032
Figure BDA0004100644690000033
其中：
Figure BDA0004100644690000034
Figure BDA0004100644690000035
Figure BDA0004100644690000036
Δδx、Δδy、Δδz为分离过程中对应方向上的最大舵偏量，
Figure BDA0004100644690000037
为对应方向上的力矩系数；t1,t2为分离过程中舵面展开的开始和结束时刻。
进一步的，在螺旋桨启动工作后，螺旋桨干扰力矩为作用于机身的与螺旋桨旋转方向相反的滚转扭矩，根据螺旋桨工作状态确定螺旋桨干扰力矩。
进一步的，步骤2中，采用扩张状态观测器对扩张状态进行在线估计时，分为两个阶段：第一阶段为无人机离开发射筒至螺旋桨开始上电工作阶段，扩张状态观测器的估计量为舵面和翼面展开过程中产生的扰动；第二阶段为螺旋桨上电工作阶段，扩张状态观测器的估计量为螺旋桨所产生的滚转反扭矩。
有益效果
本发明针对高海况水面垂直发射无人机系统在高海况条件下舵面、翼面和螺旋桨顺序展开过程中的扰动快速抑制问题，建立了有限舵面条件下的舵面、翼面和螺旋桨干扰模型，并利用“扰动观测+补偿”的开放式设计框架进行无人机非线性切换子系统主动抗扰动控制器设计，根据系统输出或可测状态构造扰动观测器对扰动进行估计，然后利用该估计值实时抵消扰动，保证无人机所受扰动在可接受范围内。相比传统的鲁棒控制等方法具有更强的主动抗扰动能力，可扩展性强，设计方法更为灵活等优点。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明中无人机动力学建模框图。
图2是自抗扰控制器结构图。
图3是电动螺旋桨干扰力矩。
图4是当扰动幅值为1时线性模型的自抗扰控制和PID控制仿真对比图。
图5是当扰动幅值为0.5时线性模型的自抗扰控制和PID控制仿真对比图。
图6是当扰动幅值为1.5时线性模型的自抗扰控制和PID控制仿真对比图。
图7是当扰动为-0.3Nm的常值力矩扰动，并在0.351秒引入幅值为2Nm，持续时间为0.3s的方波干扰力矩信号时，六自由度模型的自抗扰控制和PID控制滚转舵偏角对比仿真图。
图8是当扰动为-0.3Nm的常值力矩扰动，并在0.351秒引入幅值为2Nm，持续时间为0.3s的方波干扰力矩信号时，六自由度模型的自抗扰控制与PID控制仿真对比图。
图9是当扰动为-0.3Nm的常值力矩扰动，并在0.351秒引入幅值为2Nm，持续时间为0.3s的方波干扰力矩信号时，六自由度模型的自抗扰控制和PID控制分别与目标信号的误差图。
图10是当扰动为-0.3Nm的常值力矩扰动，并在3.351秒引入幅值为1.5Nm，持续时间为1s的方波干扰力矩信号时，六自由度模型的自抗扰控制和PID控制滚转舵偏角对比仿真图。
图11是当扰动为-0.3Nm的常值力矩扰动，并在3.351秒引入幅值为1.5Nm，持续时间为1s的方波干扰力矩信号时，六自由度模型的自抗扰控制与PID控制仿真对比图。
图12是当扰动为-0.3Nm的常值力矩扰动，并在3.351秒引入幅值为1.5Nm，持续时间为1s的方波干扰力矩信号时，六自由度模型的自抗扰控制和PID控制分别与目标信号的误差图。
图13是当扰动为-0.3Nm的常值力矩扰动，并在6.351秒引入幅值为2.5Nm，持续时间为3s的方波干扰力矩信号时，六自由度模型的自抗扰控制和PID控制滚转舵偏角对比仿真图。
图14是当扰动为-0.3Nm的常值力矩扰动，并在6.351秒引入幅值为2.5Nm，持续时间为3s的方波干扰力矩信号时，六自由度模型的自抗扰控制与PID控制仿真对比图。
图15是当扰动为-0.3Nm的常值力矩扰动，并在6.351秒引入幅值为2.5Nm，持续时间为3s的方波干扰力矩信号时，六自由度模型的自抗扰控制和PID控制分别与目标信号的误差图。
具体实施方式
下面详细描述本发明的实施例，所述实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
对于高海况水面垂直发射无人机，在发射平台沉浮和晃动条件下实现无人机快速有效的出筒后，需要对舵面和翼面脱离筒壁约束自动展开过程进行有效控制，并在无人机姿态达到稳定后，对电动螺旋桨上电启动工作过程进行扰动抑制，保证发射过程中机体姿态的稳定和转弯轨迹的精确跟踪。
为此，本发明针对高海况条件下的折叠筒式发射无人机从发射到精确跟踪过程下的扰动问题，首先建立高海况水面垂直发射无人机有限舵面条件下的舵面、翼面和螺旋桨干扰模型，其次基于自抗扰控制，采用“扰动观测+补偿”的开放式设计框架，设计无人机非线性切换子系统主动抗扰动控制器，实现对无人机的自抗扰控制，通过与经典PID控制仿真对比，误差有明显降低，验证了本发明所提控制方法的有效性和准确性。
具体包括以下步骤：
步骤1：建立高海况水面垂直发射无人机系统有限舵面条件下的舵面、翼面和螺旋桨干扰模型。
为了建立干扰模型，首先依据无人机的主要外形参数和气动数据，通过流体力学计算的方法分析飞行器在展开过程中主要气动系数的变化特性：
步骤1.1：采用三维设计软件建立高海况有限舵面条件下垂直发射无人机在舵面、翼面和螺旋桨从紧闭到完全展开过程中不同瞬态构型下的三维模型；
步骤1.2：在网格划分软件中对步骤1.1得到的不同瞬态构型下的三维模型进行结构网格划分；
步骤1.3：将网格文件导入至计算流体力学软件中，设置分析计算的初始条件及远场边界条件，计算收敛后，得到高海况有限舵面条件下垂直发射无人机在不同瞬态构型下所受的气动力和力矩矢量；
步骤1.4：对步骤1.3得到的不同瞬态构型下的数据进行整合分析，得到高海况有限舵面条件下垂直发射无人机在不同瞬态构型下的气动力和力矩系数，以及不同瞬态构型对应的气动压心位置；最后综合得到高海况有限舵面条件下垂直发射无人机气动数据与外形参数、马赫数、攻角自变量的对应关系。
然后基于步骤1.4得到的高海况有限舵面条件下垂直发射无人机气动数据与外形参数、马赫数、攻角自变量的对应关系建立高海况有限舵面条件下垂直发射无人机动力学模型，结合无人机翼面、舵面的展开舵机数学模型，确定无人机在展开过程中可用舵偏角以及控制力矩边界值，进而得到翼面、舵面展开干扰模型。这里采用静态分析法和动态分析法研究无人机在展开过程中可用舵偏角以及控制力矩边界值，将其作为飞行器控制能力边界的直观体现形式。静态分析法是理论上的推导，通过静态分析获得影响最大舵偏角大小的因素，并获取各工作点下可用舵偏角的范围和控制力矩边界值。动态分析法是根据最大铰链力矩的范围，结合无人机广义飞行包线(攻角、马赫数等)解算飞行器最大舵偏角与控制力矩边界值的变化规律。
这里我们做出基本假设：
1、系统模型为刚体模型，不考虑系统的弹性形变；
2、不考虑气动力，只考虑气动力矩的影响；
3、在研究展开过程中翼面和机身之间的相对运动时，可以忽略重心变化对系统的影响。
基于上述假设，在翼面展开过程中，对无人机受到的气动力矩干扰，在弹体坐标系三个坐标轴上分解为ΔMx1、ΔMy1、ΔMz1，建立的翼面展开干扰模型采用以下形式：
ΔMx1＝|ΔMxmax1|sin(ωt)e-τt
ΔMy1＝|ΔMymax1|sin(ωt)e-τt
ΔMz1＝|ΔMzmax1|sin(ωt)e-τt
其中ΔMxmax1，ΔMymax1，ΔMzmax1为根据无人机在展开过程的气动数据估算得到的翼面展开气动干扰力矩最大值，翼面展开干扰模型为随时间衰减的正弦波形式的干扰，ω正弦频率，τ为衰减频率。
而在舵面展开过程中，舵面展开干扰力矩在弹体坐标系三个坐标轴上分解为ΔMx2、ΔMy2、ΔMz2，建立的舵面展开干扰模型采用以下形式：
Figure BDA0004100644690000071
Figure BDA0004100644690000072
Figure BDA0004100644690000073
其中：
Figure BDA0004100644690000081
Figure BDA0004100644690000082
Figure BDA0004100644690000083
Δδx、Δδy、Δδz为分离过程中对应方向上的最大舵偏量，
Figure BDA0004100644690000084
为对应方向上的力矩系数；t1,t2为分离过程中舵面展开的开始和结束时刻。舵面展开干扰力矩变化模型为方波信号，它的持续时间为Δt＝t2-t1，因为分离时间短暂，展开机构所产生的瞬时冲量作用时间也很短，所以Δt也很小。
对于螺旋桨干扰，由于无人机采用尾部单螺旋桨动力，在螺旋桨启动工作后，螺旋桨干扰力矩为作用于机身的与螺旋桨旋转方向相反的滚转扭矩，根据螺旋桨工作状态确定螺旋桨干扰力矩。
在确定干扰力矩模型后，本发明采用“扰动观测+补偿”的开放式设计框架进行无人机非线性切换子系统主动抗扰动控制器设计。考虑到无人机姿态控制系统的状态变量在时间尺度上存在明显分离特性，为简化和明确子系统控制器的设计，可将无人机状态变量分为两个回路，即角速度回路和姿态角回路。在无人机快慢两个回路中分别利用扰动观测器来估计系统扰动，并在前馈通道加以补偿。各个回路中控制器设计构造为两部分的串联连接，首先根据系统输出或可测状态构造扰动观测器对扰动进行估计，然后利用该估计值实时抵消扰动；控制的另一部分是对标称系统(不考虑扰动的系统)的镇定器。这一抗扰动的思想结构简单，相比传统的鲁棒控制、自适应控制等方法具有更强的主动抗扰动能力；同时，该方法可扩展性较强，可以根据对控制性能的不同要求设计不同的镇定器(如有限时间收敛滑模控制器、预设过渡过程控制器等)，设计方法更为灵活，便于吸纳已有的先进控制器设计方法。
非线性切换系统主动抗扰动控制的核心在于扰动观测器的设计。根据上面确定的干扰模型，本发明采用扩张状态观测器进行无人机非线性切换系统的扰动观测。扩张状态观测器的基本思路是：根据被控输出和控制输入选择积分串联型为系统的标准型，把系统中异于标准型的部分视为系统“总扰动”(可能包括系统建模误差，各种内外部干扰等)，并将这一总扰动定义为系统的一个“扩张”的状态，采用扩张状态观测器对扩张状态进行在线估计。扩张状态观测器只利用被控对象的输入输出信息，通过积分器逼近系统高阶微分状态，不仅能实现对系统状态与“总扰动”精确估计，且不依赖模型本身信息，具有强鲁棒性。
如图2所示，对带有未知扰动的不确定对象
Figure BDA0004100644690000091
其中，f(x,y,z)及ω(t)均未知，跟踪微分器的作用是安排过渡过程并给出此过程的微分信号；扩张状态观测器给出对象状态变量的估计量z1,z2，以及系统扰动的实时作用量/>
Figure BDA0004100644690000092
的估计z3，而z3(t)/b0的反馈将起补偿扰动的作用。这是一个具有补偿系统扰动的反馈结构。实际上，这个结构中控制量被分为两部分u(t)＝u0(t)-z3(t)/b0。其中，-z3(t)/b0是补偿扰动的分量，而u0(t)是用状态误差ε1,ε2的非线性反馈来控制积分器串联型的分量。用u(t)进行控制称为用b0u来实现自抗扰控制。本实施例中，针对高海况水面垂直发射无人机滚转通道，自抗扰控制器设计具体如下：
无人机滚转通道传递函数
Figure BDA0004100644690000093
定义x1＝q＝Δq,
Figure BDA0004100644690000094
u＝δa,定义x＝[x1,x2]T，那么上述对应状态空间模型为
Figure BDA0004100644690000095
y＝Cx
其中：
Figure BDA0004100644690000096
C＝[1 0]
设计基于fal函数的非线性扩张状态观测器如下所示：
Figure BDA0004100644690000097
其中ε是用于调节精度的增益常数，αi(i＝1,2,3)和δ是fal函数相关的常值参数。非线性反馈控制律:
Figure BDA0004100644690000101
其中e1＝r-z1，r是目标信号，
Figure BDA0004100644690000102
λi(i＝1,2,3)是增益，bi(i＝1,2)是fal函数相关的常值参数。
Figure BDA0004100644690000103
其中0＜α＜1和δ＞0是常数非线性函数，fal(τ)可以看作是在线性函数
Figure BDA0004100644690000104
与非线性函数/>
Figure BDA0004100644690000105
构成的分段光滑函数，因此由它所构成的扩张状态观测器也是在线性扩张状态观测器和加权齐次非线性扩张状态观测器之间切换而构成的非线性切换扩张状态观测器。
由于舵面、翼面和螺旋桨干扰系统中的各个干扰为串行作用于无人机，因此采用扩张状态观测器对扩张状态进行在线估计时，分为两个阶段：第一阶段为无人机离开发射筒至螺旋桨开始上电工作阶段，扩张状态观测器的估计量为舵面和翼面展开过程中产生的扰动；第二阶段为螺旋桨上电工作阶段，扩张状态观测器的估计量为螺旋桨所产生的滚转反扭矩。
本实施例中，在线性化模型中加入周期为10秒的方波扰动，取动力学系数c1＝20.8091,c3＝544.3089；非线性扩张状态控制器系数k1＝1，k2＝100，k3＝0.8，α1＝0.7,α2＝0.4,α3＝0.1，δ＝0.5，ε＝200；非线性反馈系数λ1＝6.7,λ2＝0.67,λ3＝-0.03，b1＝1.5，b2＝2。对幅值为10的阶跃信号进行跟踪：
当扰动幅值为1时可得自抗扰控制的平均误差为0.7007，经典控制的平均误差为1.0839(图4所示)。
当扰动幅值为0.5时可以得到自抗扰控制的平均差为0.4601，经典控制的平均误差为0.6879(图5所示)。
当扰动幅值为1.5时可以得到自抗扰控制的平均误差为0.9073，经典控制的平均误差为1.4815(图6所示)。
而在六自由度模型中加入扰动，分别取动力学系数c3＝544.3089；非线性扩张状态控制器系数k1＝1,k2＝100,k3＝0.8，α1＝0.7,α2＝0.4,α3＝0.1，δ＝0.5，ε＝200；非线性反馈系数λ1＝6.7,λ2＝0.67,λ3＝-0.03，b1＝0.4,b2＝0.7，对目标信号进行跟踪，仿真时间20秒。
当扰动为-0.3Nm的常值力矩扰动，并在0.351秒引入幅值为2Nm，持续时间为0.3s的方波干扰力矩信号(扰动1)时，仿真数据如图7，图8和图9所示，对应的自抗扰控制与PID控制误差表为
平均误差 最大误差
经典控制 0.0221 0.2082
自抗扰控制 0.0112 0.1457
当在3.351秒引入幅值为1.5Nm，持续时间为1s的方波干扰力矩信号(扰动2)时，仿真数据如图10，图11和图12所示，对应的自抗扰控制与PID控制误差表为
平均误差 最大误差
经典控制 0.0699 0.4934
自抗扰控制 0.0218 0.2797
当在6.351秒引入幅值为2.5Nm，持续时间为3s的方波干扰力矩信号(扰动3)时，仿真数据如图13，图14和图15所示，对应的自抗扰控制与PID控制误差表为
平均误差 最大误差
经典控制 0.0731 0.3248
自抗扰控制 0.0159 0.1490
由此可以看出，在扰动1存在的情况下，自抗扰控制和PID控制的滚转角平均误差分别为0.0112和0.0221，自抗扰控制下的平均误差是PID控制的50.7％；在扰动2存在的情况下，自抗扰控制和PID控制的滚转角平均误差分别为0.0218和0.0699，自抗扰控制下的平均误差是PID控制的31.2％；在扰动3存在的情况下，自抗扰控制和PID控制的滚转角平均误差分别为0.0159和0.0731，自抗扰控制下的平均误差是PID控制的21.8％。并且六自由度模型在三个扰动分别存在的情况下，自抗扰控制下的滚转角最大误差均小于PID控制。
通过对无人机发射过程中的翼面和舵面干扰建模及仿真分析可知，在不同的扰动干扰下，自抗扰控制抑制扰动的能力高于经典PID控制，能有效降低扰动对系统的影响，在受到干扰后能较快的恢复扰动前的状态，具有较好的鲁棒性，保证无人机姿态稳定。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (6)

1.一种高海况有限舵面条件下串行干扰快速抑制方法，其特征在于：包括以下步骤：
步骤1：建立高海况水面垂直发射无人机系统有限舵面条件下的舵面、翼面和螺旋桨干扰模型；
步骤2：基于步骤1建立的干扰模型，采用自抗扰控制，选择积分串联型为系统的标准型，有限舵面条件下的舵面、翼面和螺旋桨干扰中的总扰动定义为系统的一个扩张的状态，采用扩张状态观测器对扩张状态进行在线估计，并利用该估计值实时抵消扰动。
2.根据权利要求1所述一种高海况有限舵面条件下串行干扰快速抑制方法，其特征在于：步骤1中建立干扰模型的过程为：
步骤1.1：采用三维设计软件建立高海况有限舵面条件下垂直发射无人机在舵面、翼面和螺旋桨从紧闭到完全展开过程中不同瞬态构型下的三维模型；
步骤1.2：在网格划分软件中对步骤1.1得到的不同瞬态构型下的三维模型进行结构网格划分；
步骤1.3：将网格文件导入至计算流体力学软件中，设置分析计算的初始条件及远场边界条件，计算收敛后，得到高海况有限舵面条件下垂直发射无人机在不同瞬态构型下所受的气动力和力矩矢量；
步骤1.4：对步骤1.3得到的不同瞬态构型下的数据进行整合分析，得到高海况有限舵面条件下垂直发射无人机在不同瞬态构型下的气动力和力矩系数，以及不同瞬态构型对应的气动压心位置；最后综合得到高海况有限舵面条件下垂直发射无人机气动数据与外形参数、马赫数、攻角自变量的对应关系；
步骤1.5：基于步骤1.4得到的高海况有限舵面条件下垂直发射无人机气动数据与外形参数、马赫数、攻角自变量的对应关系建立高海况有限舵面条件下垂直发射无人机动力学模型，结合无人机翼面、舵面的展开舵机数学模型，确定无人机在展开过程中可用舵偏角以及控制力矩边界值，进而得到翼面、舵面展开干扰模型；并根据螺旋桨工作参数建立螺旋桨干扰模型。
3.根据权利要求1或2所述一种高海况有限舵面条件下串行干扰快速抑制方法，其特征在于：在翼面展开过程中，无人机受到气动力矩干扰，气动力矩在弹体坐标系三个坐标轴上分解为ΔMx1、ΔMy1、ΔMz1，建立的翼面展开干扰模型采用以下形式：
ΔMx1＝|ΔMxmax1|sin(ωt)e-τt
ΔMy1＝|ΔMymax1|sin(ωt)e-τt
ΔMz1＝|ΔMzmax1|sin(ωt)e-τt
其中ΔMxmax1，ΔMymax1，ΔMzmax1为根据无人机在展开过程的气动数据估算得到的翼面展开气动干扰力矩最大值，翼面展开干扰模型为随时间衰减的正弦波形式的干扰，ω正弦频率，τ为衰减频率。
4.根据权利要求1或2所述一种高海况有限舵面条件下串行干扰快速抑制方法，其特征在于：在舵面展开过程中，舵面展开干扰力矩在弹体坐标系三个坐标轴上分解为ΔMx2、ΔMy2、ΔMz2，建立的舵面展开干扰模型采用以下形式：
Figure FDA0004100644680000021
Figure FDA0004100644680000022
Figure FDA0004100644680000023
其中：
Figure FDA0004100644680000024
Figure FDA0004100644680000025
Figure FDA0004100644680000026
Δδx、Δδy、Δδz为分离过程中对应方向上的最大舵偏量，
Figure FDA0004100644680000027
为对应方向上的力矩系数；t1,t2为分离过程中舵面展开的开始和结束时刻。
5.根据权利要求1或2所述一种高海况有限舵面条件下串行干扰快速抑制方法，其特征在于：在螺旋桨启动工作后，螺旋桨干扰力矩为作用于机身的与螺旋桨旋转方向相反的滚转扭矩，根据螺旋桨工作状态确定螺旋桨干扰力矩。
6.根据权利要求1所述一种高海况有限舵面条件下串行干扰快速抑制方法，其特征在于：步骤2中，采用扩张状态观测器对扩张状态进行在线估计时，分为两个阶段：第一阶段为无人机离开发射筒至螺旋桨开始上电工作阶段，扩张状态观测器的估计量为舵面和翼面展开过程中产生的扰动；第二阶段为螺旋桨上电工作阶段，扩张状态观测器的估计量为螺旋桨所产生的滚转反扭矩。
CN202310175135.0A 2023-02-27 2023-02-27 一种高海况有限舵面条件下串行干扰快速抑制方法 Active CN116300442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310175135.0A CN116300442B (zh) 2023-02-27 2023-02-27 一种高海况有限舵面条件下串行干扰快速抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310175135.0A CN116300442B (zh) 2023-02-27 2023-02-27 一种高海况有限舵面条件下串行干扰快速抑制方法

Publications (2)

Publication Number Publication Date
CN116300442A true CN116300442A (zh) 2023-06-23
CN116300442B CN116300442B (zh) 2023-10-13

Family

ID=86802443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310175135.0A Active CN116300442B (zh) 2023-02-27 2023-02-27 一种高海况有限舵面条件下串行干扰快速抑制方法

Country Status (1)

Country Link
CN (1) CN116300442B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020133089A1 (zh) * 2018-12-26 2020-07-02 西北工业大学 筒式发射的折叠翼无人机及其发射方法
CN113212713A (zh) * 2021-05-12 2021-08-06 浙江大学 一种支持垂直发射的水下航行器及其姿态转换控制方法
CN113448344A (zh) * 2021-07-12 2021-09-28 中国科学技术大学 一种无人机二自由度喷管瞄准控制方法及装置
CN115657713A (zh) * 2022-10-12 2023-01-31 西北工业大学 一种考虑发射平台沉浮和晃动条件下发射决策控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020133089A1 (zh) * 2018-12-26 2020-07-02 西北工业大学 筒式发射的折叠翼无人机及其发射方法
CN113212713A (zh) * 2021-05-12 2021-08-06 浙江大学 一种支持垂直发射的水下航行器及其姿态转换控制方法
CN113448344A (zh) * 2021-07-12 2021-09-28 中国科学技术大学 一种无人机二自由度喷管瞄准控制方法及装置
CN115657713A (zh) * 2022-10-12 2023-01-31 西北工业大学 一种考虑发射平台沉浮和晃动条件下发射决策控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XINGRONG, ETAL.: "Design of Bionic Flapping-Wing Propulsion Device", MANUFACTURING SCIENCE AND MATERIALS ENGINEERING, pages 935 - 940 *
昌敏 等: "平角旋转机构约束的管射无人机二次折叠翼气动优化设计", 航空学报, vol. 43, no. 11, pages 526331 - 1 *

Also Published As

Publication number Publication date
CN116300442B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
Wu et al. Nonlinear disturbance observer based robust backstepping control for a flexible air-breathing hypersonic vehicle
CN106997208B (zh) 一种面向不确定条件下的高超声速飞行器的控制方法
Hu et al. Adaptive sliding mode tracking control for a flexible air-breathing hypersonic vehicle
CN110032075B (zh) 一种动力定位船饱和补偿控制系统设计方法
Bu et al. Novel auxiliary error compensation design for the adaptive neural control of a constrained flexible air-breathing hypersonic vehicle
CN107515612B (zh) 基于侧喷流控制的弹性振动抑制方法
CN109739248B (zh) 基于adrc的船载三自由度并联稳定平台稳定控制方法
Li et al. Reference output tracking control for a flexible air‐breathing hypersonic vehicle via output feedback
CN108595756A (zh) 大包线飞行干扰估计的方法及装置
CN114115262B (zh) 基于方位角信息的多auv执行器饱和协同编队控制系统和方法
Rong et al. Performance-guaranteed fractional-order sliding mode control for underactuated autonomous underwater vehicle trajectory tracking with a disturbance observer
CN113361013A (zh) 一种基于时间同步稳定的航天器姿态鲁棒控制方法
CN110908389A (zh) 一种针对不确定水下机器人的自适应快速速度跟踪控制方法
Dai et al. Dual closed loop AUV trajectory tracking control based on finite time and state observer
Cheng et al. HOSM observer based robust adaptive hypersonic flight control using composite learning
Liu et al. Finite-time self-structuring neural network trajectory tracking control of underactuated autonomous underwater vehicles
Wang et al. Robust trajectory tracking and control allocation of X-rudder AUV with actuator uncertainty
CN116300442B (zh) 一种高海况有限舵面条件下串行干扰快速抑制方法
CN114020019A (zh) 飞行器的制导方法与装置
Meng et al. Adaptive non‐singular fault‐tolerant control for hypersonic vehicle with unexpected centroid shift
Bian et al. Nonlinear feedback control for trajectory tracking of an unmanned underwater vehicle
CN116360258A (zh) 基于固定时间收敛的高超声速变形飞行器抗干扰控制方法
Alvaro-Mendoza et al. Novel adaptive law for super-twisting controller: USV tracking control under disturbances
CN114815625A (zh) 复合控制飞行器元学习智能控制方法
Ming et al. An adaptive backstepping flight control method considering disturbance characteristics

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