CN117163281A - 滑翔飞行器执行器故障情况下的容错控制方法 - Google Patents

Abstract

本申请公开了一种滑翔飞行器执行器故障情况下的容错控制方法，涉及飞行器技术领域。该方法包括：构建滑翔飞行器的考虑执行器故障的动力学模型；根据滑翔飞行器的姿态偏差构建滤波偏差，并结合考虑执行器故障的动力学模型得到滤波偏差的微分量；基于滤波偏差的微分量构建有限时间扰动观测器，以及基于滤波偏差构建分数阶滑模偏差；利用有限时间扰动观测器对待估计的故障项进行估计，得到故障项估计值；基于分数阶滑模偏差以及故障项估计值构建容错控制律；基于容错控制律确定滑翔飞行器执行器故障下的容错控制信号，容错控制信号用于控制滑翔飞行器的实际姿态达到期望姿态。该方法可实现对滑翔飞行器的精细容错控制。

Description

滑翔飞行器执行器故障情况下的容错控制方法

技术领域

本申请涉及飞行器技术领域，尤其是一种滑翔飞行器执行器故障情况下的容错控制方法。

背景技术

作为一种在临近空间通过无动力滑翔运动实现远距离非弹道式机动的飞行器，高超声速滑翔飞行器具有高飞行马赫数、快速响应、不宜被拦截的特性。考虑到再入滑翔段时间占比达到85％左右，研究滑翔飞行器再入滑翔段的稳定控制具有重要的实际意义。

高超声速滑翔飞行器的研究正在蓬勃发展，为提升高超声速滑翔飞行器在再入滑翔段中的控制性能，安全性成为了飞行控制领域的热点研究问题，对高超声速飞行器的可靠飞行及容错技术提出了迫切发展需求。当高超声速飞行器处于再入滑翔段时，飞行器的飞行速度可达20马赫以上且飞行环境变化剧烈，如果未能及时处理突发故障的话，将极易诱发坠毁事故，影响高超声速滑翔飞行器的可靠飞行。

发明内容

本申请人针对上述问题及技术需求，提出了一种滑翔飞行器执行器故障情况下的容错控制方法，本申请的技术方案如下：

一方面，提供一种滑翔飞行器执行器故障情况下的容错控制方法，包括如下步骤：

构建滑翔飞行器的考虑执行器故障的动力学模型，所述考虑执行器故障的动力学模型包括待估计的故障项；

根据所述滑翔飞行器的姿态偏差构建滤波偏差，并结合所述考虑执行器故障的动力学模型得到滤波偏差的微分量，所述滤波偏差的微分量包含待估计的故障项，所述姿态偏差是所述滑翔飞行器实际姿态与期望姿态间的偏差；

基于所述滤波偏差的微分量构建有限时间扰动观测器，以及基于所述滤波偏差构建分数阶滑模偏差，所述有限时间扰动观测器的估计偏差在有限时间内收敛，所述分数阶滑模偏差在有限时间内收敛；

利用所述有限时间扰动观测器对所述待估计的故障项进行估计，得到故障项估计值；

基于所述分数阶滑模偏差以及所述故障项估计值构建容错控制律；

基于所述容错控制律确定所述滑翔飞行器执行器故障下的容错控制信号，所述容错控制信号用于控制所述滑翔飞行器的所述实际姿态达到期望姿态。

其中，进一步的方案为：

根据所述滑翔飞行器的姿态偏差构建所述滤波偏差的方式如下：

其中，e＝[e₁，e₂，e₃]^T为所述滤波偏差，为所述姿态偏差，/> x₁是所述实际姿态，x_1d是所述期望姿态，κ₁为正的设计参数，t为时间变量。

所述得到滤波偏差的微分量包括：

基于所述考虑执行器故障的动力学模型确定Δ＝[Δ₁，Δ₂，Δ₃]^T是所述待估计的故障项，F是与所述滑翔飞行器动力相关的参数向量，G是增益矩阵，u₀是所述容错控制信号；

结合以及所述滤波偏差e的表达式，得到所述滤波偏差的微分量为：

其中，Ω＝[Ω₁，Ω₂，Ω₃]^T是与所述滑翔飞行器相关的动力学复合项。

基于所述滤波偏差的微分量构建所述有限时间扰动观测器的方式如下：

其中，v＝1，2，3，滤波偏差e＝[e₁，e₂，e₃]^T，z_1v是所述滤波偏差e_v的估计值，z_2v是所述故障项Δ_v的估计值。η_*与ζ_*为有限时间扰动观测器的设计参数。

基于所述滤波偏差构建得到所述分数阶滑模偏差为：

其中，κ₂，λ₁₁，λ₁₂，λ₂₁以及λ₂₂为设计的正参数，且λ₂₁＞1，0＜λ₂₂＜1，D^*为分数阶微积分符号，a为分数阶微积分算子。

所述基于所述分数阶滑模偏差以及所述故障项估计值构建容错控制律，包括：

对所述分数阶滑模偏差求导，得到分数阶滑模偏差微分方程，如下：

利用所述故障项的估计值对所述分数阶滑模偏差微分方程中的故障项进行补偿，以及基于所述分数阶滑模偏差微分方程构建得到所述容错控制律；

所述容错控制律如下：

其中，为所述故障项的估计值，λ₃₁，λ₃₂，λ₄₁以及λ₄₂为设计的正参数，且λ₄₁＞1，0＜λ₄₂＜1。

所述构建滑翔飞行器的考虑执行器故障的动力学模型，包括：

构建所述滑翔飞行器的基础动力学模型，所述基础动力学模型用于指示所述滑翔飞行器的动力学参数与控制输入向量u之间的关系；

构建所述滑翔飞行器的执行器故障模型u＝ρu₀+b_f，ρ为效率损失矩阵，b_f为作动偏差故障向量；

在所述基础动力学模型中引入所述执行器故障模型，得到考虑执行器故障的动力学模型。

构建所述基础动力学模型的方式如下：

其中，μ是滑翔飞行器的倾斜角，α是滑翔飞行器的攻角，β是滑翔飞行器的侧滑角，p，q，r均表示滑翔飞行器绕飞行器机体轴的角速率，γ是航迹倾角，m是滑翔飞行器的质量，V是滑翔飞行器的飞行速度，L是滑翔飞行器受到的升力，Y是滑翔飞行器受到的侧力，表示滑翔飞行器的滚转力矩，/>表示滑翔飞行器的俯仰力矩，/>表示滑翔飞行器的偏航力矩，I_xx，I_yy，I_zz表示滑翔飞行器的转动惯量，I_xz表示滑翔飞行器的惯性积，/>

所述滑翔飞行器受到的升力L，侧力Y，滚转力矩俯仰力矩/>以及偏航力矩/>的表达式如下：

其中，/>表示动压，ρ为空气密度，s为滑翔飞行器受力面积，b是滑翔飞行器的翼展长，c是滑翔飞行器的翼弦长，C_L，C_Y，C_l，C_m以及C_n为不同的气动参数，其表达式如下：

其中，Ma为滑翔飞行器的马赫数，δ_a，δ_e和δ_r分别为所述滑翔飞行器的等效副翼，升降舵和方向舵控制输入，C_L*，C_Y*，C_l*，C_m*和C_n*表示滑翔飞行器的气动系数。

所述得到包含考虑执行器故障的动力学模型包括：

定义x₁＝[μ，α，β]^T、x₂＝[p，q，r]^T、u＝[δ_a，δ_e，δ_r]^T，将所述执行器故障模型代入所述基础动力学模型，并得到考虑执行器故障的动力学模型为：

其中，f₁是与所述滑翔飞行器受到的所述升力L中已知项L₀以及所述侧力Y中已知项Y₀相关的量，f₂是与所述滑翔飞行器的所述转动惯量以及所述惯性积相关的已知项，g₁与g₂为所述增益矩阵；

则基于所述考虑执行器故障的动力学模型确定的中G＝g₁g₂，Δ＝Gρu-Gu₀+Gb_f。

所述滑翔飞行器受到的所述升力L中已知项L₀的计算方式如下：

所述滑翔飞行器收到的所述侧力Y中已知项Y₀的计算方式如下：

本申请的有益技术效果是：

本申请实施例中，利用有限时间扰动观测器以及分数阶滑模偏差对滑翔飞行器进行容错控制，其中，有限时间扰动观测器可对故障项进行估计，并用于容错控制律中，可实现对故障项的快速补偿，且分数阶滑模偏差可对姿态偏差进行无极调整，实现对滑翔飞行器的精细容错控制。该方法相较于相关技术中渐进收敛控制与指数收敛控制相比，有限时间控制鲁棒性更高，可确保姿态偏差在有限时间内完成收敛，使滑翔飞行器在遭遇执行器故障的情况下仍然可以稳定飞行。

附图说明

图1是本申请一个示例性实施例提供的构建容错控制律的信息流示意图；

图2是本申请一个示例性实施例提供的对高超声速滑翔飞行器的控制框图；

图3是本申请一个示例性实施例提供的高超声速滑翔飞行器姿态跟踪对比示意图；

图4是本申请一个示例性实施例提供的姿态跟踪偏差对比曲线图；

图5是本申请一个示例性实施例提供的故障情况下控制信号变化对比曲线图；

图6是本申请一个示例性实施例提供的有限时间扰动观测器的估计偏差对比图。

具体实施方式

下面结合附图对本申请的具体实施方式做进一步说明。

为解决上述问题，本申请实施例提供了一种滑翔飞行器执行器故障情况下的容错控制方法，该方法以计算机设备执行为例进行说明。该方法包括如下步骤：

步骤S1，构建滑翔飞行器的考虑执行器故障的动力学模型，考虑执行器故障的动力学模型包括待估计的故障项。

可选的，滑翔飞行器可为高超声速飞行器。

在滑翔飞行器执行器故障的情况下，为使滑翔飞行器的飞行姿态仍保持期望姿态，本申请设计一种容错控制律，以使故障下的滑翔飞行器的飞行姿态达到期望姿态。其中，姿态偏差其中，x₁是滑翔飞行器的实际姿态，x₁＝[μ,α,β]^T，μ是滑翔飞行器的倾斜角，α是滑翔飞行器的攻角，β是滑翔飞行器的侧滑角。x_1d是滑翔飞行器的期望姿态，x_1d＝[μ_d,α_d,β_d]^T。

为构建容错控制律，需确定滑翔飞行器的实际姿态x₁，与控制信号u₀以及故障项Δ的之间的关系。其中，三者之间的关系可根据滑翔飞行器的动力学模型确定。本申请实施例中，引入考虑执行器故障的动力学模型，确定三者之间的关系，考虑执行器故障的动力学模型中包含待估计的故障项。

步骤S2，根据滑翔飞行器的姿态偏差构建滤波偏差，并结合考虑执行器故障的动力学模型得到滤波偏差的微分量，滤波偏差的微分量包含待估计的故障项。

本申请实施例中，根据姿态偏差，引入滤波偏差，基于滤波偏差构建容错控制律。对姿态偏差进行滤波后得到滤波偏差，且实际姿态是根据考虑执行器故障的动力学模型建立，滤波后的滤波偏差的微分量包含与滑翔飞行器相关的动力学复合项与待估计的故障项。

步骤S3，基于滤波偏差的微分量构建有限时间扰动观测器，以及基于滤波偏差构建分数阶滑模偏差，有限时间扰动观测器的估计偏差在有限时间内收敛，分数阶滑模偏差在有限时间内收敛。

其中，有限时间扰动器用于估计故障项，在执行器故障情况下，由于故障未知，通过有限时间扰动器估计的故障项进行容错控制律的构建，可实现对故障的快速补偿。且有限时间扰动观测器估计故障项的估计偏差可在有限时间内收敛，以提高容错控制性能。在一种可能的实施方式中，利用滤波偏差微分量构建有限时间扰动观测器。

分数阶滑模偏差即分数阶滑模面，滑模面的设计可使系统控制状态收敛到滑模面上，并在滑模面上达到系统平衡点。本申请中，分数阶滑模面的设计可使滑翔飞行器的实际姿态达到期望姿态，即达到实际姿态与期望姿态差值为0的状态。在一种可能的实施方式中，利用滤波偏差构建分数阶滑模偏差。

步骤S4，利用有限时间扰动观测器对待估计的故障项进行估计，得到故障项估计值。

通过有限时间扰动观测器对故障项进行估计，得到故障项的估计值，后续利用分数阶滑模偏差构建容差控制律时，采用故障项估计值，利用故障项估计值对故障进行补偿。

步骤S5，基于分数阶滑模偏差以及故障项估计值构建容错控制律。

在一种可能的实施方式中，利用分数阶滑模偏差反推得到容错控制律，且利用故障项估计值对反推得到的容错控制律中的未知故障进行补偿，以完成容错控制律的构建。基于分数阶滑模偏差以及有限时间扰动观测器的估计偏差的收敛性，反推得到容错控制律，当容错控制律使得分数阶滑模偏差以及估计偏差在有限时间内收敛的情况下，容错控制律对应的控制信号可控制滑翔飞行器的实际姿态达到期望姿态，实现故障情况下的精细容错控制。

步骤S6，基于容错控制律确定滑翔飞行器执行器故障下的容错控制信号，容错控制信号用于控制滑翔飞行器的实际姿态达到期望姿态。

在滑翔飞行器执行器故障的情况下，可获取滑翔飞行器的实时姿态，并将滑翔飞行器的实时姿态与期望姿态输入到预先构建的容错控制律中，得到故障下的容错控制信号，利用容错控制信号控制滑翔飞行器。

本申请实施例中，利用有限时间扰动观测器以及分数阶滑模偏差对滑翔飞行器进行容错控制，其中，有限时间扰动观测器可对故障项进行估计，并用于容错控制律中，可实现对故障项的快速补偿，且分数阶滑模偏差可对姿态偏差进行无极调整，实现对滑翔飞行器的精细容错控制。该方法相较于相关技术中渐进收敛控制与指数收敛控制相比，有限时间控制鲁棒性更高，可确保姿态偏差在有限时间内完成收敛，使滑翔飞行器在遭遇执行器故障的情况下仍然可以稳定飞行。

如图1所示，其示出了构建容错控制律的信息流示意图，包含如下过程：

(1)构建滑翔飞行器的基础动力学模型，基础动力学模型用于指示滑翔飞行器的动力学参数与控制输入向量u之间的关系。

为构建容错控制律，需确定滑翔飞行器的实际姿态x₁，与控制信号u₀以及故障项Δ的之间的关系。其中，三者之间的关系可根据滑翔飞行器的动力学模型确定。

构建基础动力学模型的方式如下：

其中，μ是滑翔飞行器的倾斜角，α是滑翔飞行器的攻角，β是滑翔飞行器的侧滑角。p，q，r分别表示滑翔飞行器的滚转角速度、俯仰角速度和偏航角速度。γ是航迹倾角，m是滑翔飞行器的质量，V是滑翔飞行器的飞行速度。L是滑翔飞行器受到的升力，Y是滑翔飞行器受到的侧力。表示滑翔飞行器的滚转力矩，/>表示滑翔飞行器的俯仰力矩，/>表示滑翔飞行器的偏航力矩。I_xx，I_yy，I_zz表示滑翔飞行器的转动惯量，I_xz表示滑翔飞行器的惯性积，滑翔飞行器的升力、侧力、滚转力矩、俯仰力矩和偏航力矩L，Y，/>和表达如下：

其中，表示动压，ρ为空气密度，s为滑翔飞行器受力面积，b是滑翔飞行器的翼展长，c是滑翔飞行器的翼弦长，C_L，C_Y，C_l，C_m以及C_n为不同的气动参数，其表达式如下：

其中，Ma为滑翔飞行器的马赫数。δ_e，δ_e和δ_r分别为所述滑翔飞行器的等效副翼，升降舵和方向舵控制输入。C_L*，C_Y*，C_l*，C_m*和C_n*表示滑翔飞行器的气动系数，其中，气动系数是滑翔飞行器动力学模型中与空气动力和空气动力矩相关的无量纲值，不同飞行器型号具有不同的数值，可根据经验值设定，本实施例对此不做限定。

(2)对基础动力学模型进行变换。

定义向量x₁＝[μ，α，β]^T，x₂＝[p，q，r]^T以及控制输入向量u＝[δ_a，δ_e，δ_r]^T，对上述基础动力学模型变换可得到：

其中，g₁和g₂为增益矩阵，g₁＝[g₁₁₁，0，g₁₁₃；g₁₂₁，1，g₁₂₃；g₁₃₁，0，g₁₃₃]；g₂＝[g₂₁₁，0，g₂₁₃；0，g₂₂₂，0；g₂₃₁，0，g₂₃₃]；g₁₁₁＝secβcosα，g₁₁₃＝secβsinα，g₁₂₁＝-tanβcosα，g₁₂₃＝-tanβsinα，g₁₃₁＝sinα，g₁₃₃＝-cosα；

且f₁＝[f₁₁，f₁₂，f₁₃]^T是与滑翔飞行器受到的升力L中已知项侧力Y中已知项/>有关的已知项。f₂＝[f₂₁，f₂₂，f₂₃]^T是与滑翔飞行器转动惯量、惯性积相关的已知项。Δf₁＝[Δf₁₁，Δf₁₂，Δf₁₃]^T是与滑翔飞行器受到的升力中有关的未知项。考虑到舵面产生的气动力较小，在控制器设计过程中，Δf₁可以忽略。

(3)构建滑翔飞行器的执行器故障模型，以及将执行器故障模型引入基础动力学模型，得到包含考虑执行器故障的动力学模型。

构建滑行飞行器执行器的执行器故障模型为u＝ρu₀+b_f，则引入执行器故障模型后，考虑执行器故障的动力学模型可为：

其中，ρ＝diag{ρ₁，ρ₂，ρ₃}为效率损失矩阵，ρ∈(0，1]，用于表征执行器升降舵、方向舵以及副翼的剩余作动效率故障，b_f＝[b_f1，b_f2，b_f3]^T为作动偏差故障向量，u₀是容错控制信号。

进一步对考虑执行器故障的动力学模型进行变换，得到：

其中，是与滑翔器动力相关的参数向量，G＝g₁g₂是增益矩阵，Δ＝Gρu-Gu₀+Gb_f是待估计的故障项。且需要说明的是/>是x₁的一阶导，/>是x₁的二阶导，其他参数的表达方式类似。

(4)根据姿态偏差构建滤波偏差。

根据所述滑翔飞行器的姿态偏差构建滤波偏差的方式如下：

其中，e为滤波偏差，为姿态偏差，κ₁为正的设计参数，t为时间变量。

结合上述变换后的动力学模型以及滤波偏差，确定滤波偏差微分量：

其中，为滑翔飞行器的动力学模型相关的复合项，Δ是待估计的故障项。

(5)根据滤波偏差微分量构建有限时间扰动观测器。

方式如下：

其中，v＝1，2，3，滤波偏差e＝[e₁，e₂，e₃]^T，待估计的故障项Δ＝[Δ₁，Δ₂，Δ₃]^T。z_1v是滤波偏差e_v的估计值，z_2v是故障项Δ_v的估计值，即η_*与ζ_*为有限时间扰动观测器的设计参数。且设计参数中，需满足 sign()是标准符号函数。

有限时间扰动观测器的估计偏差为Ξ_1v＝z_1v-e_v，Ξ_2v＝z_2v-Δ_v。

有限时间扰动观测器可输出故障项Δ的估计值

(5)基于滤波偏差构建分数阶滑模偏差。

基于滤波偏差构建得到的分数阶滑模偏差为：

其中，κ₂，λ₁₁，λ₁₂，λ₂₁以及λ₂₂为设计的正参数，且λ₂₁＞1，0＜λ₂₂＜1，D^*为分数阶微积分符号，a为分数阶微积分算子。

其中，不同分数阶微分算子对应的容错精细控制效果不同，可根据需求设定。

对于构建的分数阶滑模偏差，需使其在有限时间内收敛，为确保分数阶滑模偏差在有限时间内可收敛，可利用Lyapunov有限时间收敛定理求证。

可选的，利用第一Lyapunov函数求证分数阶滑模偏差在有限时间内收敛。过程包括：

构建第一Lyapunov函数：L_1v＝|e_v|；

对所述第一Lyapunov函数求导得到：

由于第一Lyapunov函数的求导结果中λ₂₁＞1，0＜λ₂₂＜1，因此可确定分数阶滑模偏差在有限时间内收敛。

(6)基于分数阶滑模偏差以及故障项估计值构建容错控制律。

首先对分数阶滑模偏差求导，得到分数阶滑模偏差微分方程，如下所示：

利用故障项的估计值对分数阶滑模偏差微分方程中的故障项进行补偿，以及基于分数阶滑模偏差微分方程构建得到容错控制律。

容错控制律如下：

其中，为故障项的估计值，λ₃₁，λ₃₂，λ₄₁以及λ₄₂为设计的正参数，且λ₄₁＞1，0＜λ₄₂＜1。

其中，容错控制律中的第一项基于分数阶滑模偏差微分方程反推得到，第二项新引入项，以使分数阶滑模偏差以及姿态偏差在有限时间内收敛。

在构建容错控制律之后，还需求证容错控制律对应的控制信号是否可以控制滑翔飞行器的姿态偏差在有限时间内收敛。

可选的，利用第二Lyapunov函数求证基于容错控制律控制滑翔飞翔器后，滑翔飞行器的姿态偏差在有限时间内收敛。

该过程包括：

将容错控制律带入分数阶滑模偏差微分方程，得到更新后的分数阶滑模偏差微分方程：

其中，当达到有限时间扰动观测器的收敛时间时，估计偏差(包含Ξ_1v以及Ξ_2v，则更新后的分数阶滑模偏差微分方程为：

利用第二Lyapunov函数求证更新后的分数阶滑模偏差微分方程在有限时间内收敛，其中，更新后的分数阶滑模偏差微分方程收敛的情况下确定姿态偏差在有限时间内收敛。在一种可能的实施方式中，该过程包括：

构建第二Lyapunov函数：

L_2v＝|s_v|

将更新后的分数阶滑模偏差微分方程代入第二Lyapunov函数并求导，得到：

第二Lyapunov函数的求导结果中λ₄₁＞1，0＜λ₄₂＜1，确定更新后的分数阶滑模偏差微分方程在有限时间内收敛。

上述容错控制律对应的分数阶滑模偏差在有限时间内收敛，且姿态偏差在有限时间内收敛，因此，可根据容错控制律对应的控制信号控制滑翔飞行器，包含对滑翔飞行器等效副翼，升降舵以及方向舵的控制输入，使滑翔飞行器的实际姿态达到期望姿态。

示意性的，如图2所示，其示出了一种对高超声速滑翔飞行器的控制框图。根据期望姿态信号x_1d＝[μ_d，α_d，β_d]^T与实际姿态信号x₁＝[μ，α，β]^T得到姿态偏差再根据姿态偏差得到滤波偏差/>之后，基于滤波偏差构建分数阶滑模偏差/> 且设定分数阶微分算子。且构建有限时间扰动观测器，进行故障估计，得到故障项估计值/>之后，利用分数阶滑模偏差与故障项估计值得到容错控制信号u₀，以控制高超声速滑翔飞行器。

为验证本申请对滑翔飞行器容错控制方法的有效性，构建一个仿真实例，其中，给定高超声速滑翔飞行器的期望姿态信号，其中，μ_d以及α_d采用经对脉冲信号进行平滑处理的理想姿态，且β_d＝0。在10s、25s和40s时分别对副翼、升降舵和方向舵注入故障信号，飞行器遭遇的故障信号分别选取为当0＜t＜10s时ρ₁＝1，b_f1＝0，t＞10s时ρ₁＝0.3e^-0.8(t-10)+0.7，b_f1＝0.1e^-0.7(t-10)+0.1；0＜t＜25s时ρ₂＝1，b_f2＝0，t＞25s时ρ₂＝0.2e^-0.8(t-25)+0.8，b_f2＝-0.05e^-0.7(t-25)+0.05；0＜t＜40s时ρ₃＝1，b_f3＝0，t＞40s时ρ₃＝0.35e^-0.8(t-40)+0.65，b_f3＝-0.15e^-0.7(t-40)+0.15+0.05。控制器参数选取为k₁＝0.3，η₁₁＝0.1，η₁₂＝0.1，η₂₁＝2.5，η₂₂＝2，ζ₁＝0.55，ζ₂＝1.2，k₂＝4.6，λ₁₁＝0.85，λ₁₂＝0.1，λ₂₁＝0.72，λ₂₂＝0.24，λ₃₁＝5，λ₃₂＝7，λ₄₁＝0.8，λ₄₂＝0.6。

仿真得到高超声速滑翔飞行器姿态跟踪对比如图3所示，其示出了不同分数阶微分算子a作用下的实际姿态与理想姿态的对比，根据图示可得到不同分数阶微积分算子a作用下的实际姿态均可跟踪上理想姿态信号(与理想姿态信号之间的差值在误差范围内)。图4为不同分数阶微分算子a作用下的姿态跟踪偏差对比曲线，其中，当a＝0.3时具有较好的姿态跟踪性能。

控制信号变化对比曲线如图5所示，控制信号在故障时刻(包含副翼故障、升降舵故障以及方向舵故障)会及时地变化以补偿故障的不利影响，选取合适的a值可得到相应的精细容错控制信号。图6为有限时间扰动观测器的估计偏差对比图，当高超声速滑翔飞行器遭遇执行器故障包含副翼故障、升降舵故障以及方向舵故障)时，估计偏差会立即变化，之后在控制输入信号调节下会收敛至含零的极小区域内。

以上所述的仅是本申请的优选实施方式，本申请不限于以上实施例。可以理解，本领域技术人员在不脱离本申请的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本申请的保护范围之内。

Claims (10)

1.一种滑翔飞行器执行器故障情况下的容错控制方法，其特征在于，所述方法包括：

构建滑翔飞行器的考虑执行器故障的动力学模型，所述考虑执行器故障的动力学模型包括待估计的故障项；

根据所述滑翔飞行器的姿态偏差构建滤波偏差，并结合所述考虑执行器故障的动力学模型得到滤波偏差的微分量，所述滤波偏差的微分量包含待估计的故障项，所述姿态偏差是所述滑翔飞行器实际姿态与期望姿态间的偏差；

基于所述滤波偏差的微分量构建有限时间扰动观测器，以及基于所述滤波偏差构建分数阶滑模偏差，所述有限时间扰动观测器的估计偏差在有限时间内收敛，所述分数阶滑模偏差在有限时间内收敛；

利用所述有限时间扰动观测器对所述待估计的故障项进行估计，得到故障项估计值；

基于所述分数阶滑模偏差以及所述故障项估计值构建容错控制律；

基于所述容错控制律确定所述滑翔飞行器执行器故障下的容错控制信号，所述容错控制信号用于控制所述滑翔飞行器的所述实际姿态达到期望姿态。

2.根据权利要求1所述的方法，其特征在于，根据所述滑翔飞行器的姿态偏差构建所述滤波偏差的方式如下：

其中，e＝[e₁,e₂,e₃]^T为所述滤波偏差，为所述姿态偏差，/> x₁是所述实际姿态，x_1d是所述期望姿态，κ₁为正的设计参数，t为时间变量。

3.根据权利要求2所述的方法，其特征在于，所述得到滤波偏差的微分量包括：

基于所述考虑执行器故障的动力学模型确定Δ＝[Δ₁,Δ₂,Δ₃]^T是所述待估计的故障项，F是与所述滑翔飞行器动力相关的参数向量，G是增益矩阵，u₀是所述容错控制信号；

结合以及所述滤波偏差e的表达式，得到所述滤波偏差的微分量为：

其中，Ω＝[Ω₁,Ω₂,Ω₃]^T是与所述滑翔飞行器相关的动力学复合项。

4.根据权利要求3所述的方法，其特征在于，基于所述滤波偏差的微分量构建所述有限时间扰动观测器的方式如下：

其中，v＝1，2，3，滤波偏差e＝[e₁,e₂,e₃]^T，z_1v是所述滤波偏差e_v的估计值，z_2v是所述故障项Δ_v的估计值；η_*与ζ_*为有限时间扰动观测器的设计参数。

5.根据权利要求3所述的方法，其特征在于，基于所述滤波偏差构建得到的所述分数阶滑模偏差为：

其中，κ₂，λ₁₁，λ₁₂，λ₂₁以及λ₂₂为设计的正参数，且λ₂₁>1，0<λ₂₂<1，D^*为分数阶微积分符号，a为分数阶微积分算子。

6.根据权利要求5所述的方法，其特征在于，所述基于所述分数阶滑模偏差以及所述故障项估计值构建容错控制律，包括：

对所述分数阶滑模偏差求导，得到分数阶滑模偏差微分方程，如下：

利用所述故障项估计值对所述分数阶滑模偏差微分方程中的故障项进行补偿，以及基于所述分数阶滑模偏差微分方程构建得到所述容错控制律；

所述容错控制律如下：

其中，为所述故障项估计值，λ₃₁，λ₃₂，λ₄₁以及λ₄₂为设计的正参数，且λ₄₁>1，0<λ₄₂<1。

7.根据权利要求3所述的方法，其特征在于，所述构建滑翔飞行器的考虑执行器故障的动力学模型，包括：

构建所述滑翔飞行器的基础动力学模型，所述基础动力学模型用于指示所述滑翔飞行器的动力学参数与控制输入向量u之间的关系；

构建所述滑翔飞行器的执行器故障模型u＝ρu₀+b_f，ρ为效率损失矩阵，b_f为作动偏差故障向量；

在所述基础动力学模型中引入所述执行器故障模型，得到考虑执行器故障的动力学模型。

8.根据权利要求7所述的方法，其特征在于，构建所述基础动力学模型的方式如下：

其中，μ是滑翔飞行器的倾斜角，α是滑翔飞行器的攻角，β是滑翔飞行器的侧滑角，p，q，r均表示滑翔飞行器绕飞行器机体轴的角速率，γ是航迹倾角，m是滑翔飞行器的质量，V是滑翔飞行器的飞行速度，L是滑翔飞行器受到的升力，Y是滑翔飞行器受到的侧力，表示滑翔飞行器的滚转力矩，/>表示滑翔飞行器的俯仰力矩，/>表示滑翔飞行器的偏航力矩，I_xx，I_yy，I_zz表示滑翔飞行器的转动惯量，I_xz表示滑翔飞行器的惯性积，/>

所述滑翔飞行器受到的升力L，侧力Y，滚转力矩俯仰力矩/>以及偏航力矩/>的表达式如下：

其中，/>表示动压，ρ为空气密度，s为滑翔飞行器受力面积，b是滑翔飞行器的翼展长，c是滑翔飞行器的翼弦长，C_L，C_Y，C_l，C_m以及C_n为不同的气动参数，其表达式如下：

其中，Ma为滑翔飞行器的马赫数，δ_a，δ_e和δ_r分别为所述滑翔飞行器的等效副翼，升降舵和方向舵控制输入，C_L*，C_Y*，C_l*，C_m*和C_n*表示滑翔飞行器的气动系数。

9.根据权利要求8所述的方法，其特征在于，所述得到考虑执行器故障的动力学模型包括：

定义x₁＝[μ，α，β]^T、x₂＝[p，q，r]^T、u＝[δ_a，δ_e，δ_r]^T，将所述执行器故障模型代入所述基础动力学模型，并得到考虑执行器故障的动力学模型为：

其中，f₁是与所述滑翔飞行器受到的所述升力L中已知项L₀以及所述侧力Y中已知项Y₀相关的量，f₂是与所述滑翔飞行器的所述转动惯量以及所述惯性积相关的已知项，g₁与g₂为所述增益矩阵；

则基于所述考虑执行器故障的动力学模型确定的中，G＝g₁g₂，Δ＝Gρu-Gu₀+Gb_f。

10.根据权利要求8所述的方法，其特征在于，

所述滑翔飞行器受到的所述升力L中已知项L₀的计算方式如下：

所述滑翔飞行器收到的所述侧力Y中已知项Y₀的计算方式如下：