具有輸出受限的三自由度模型直升機的魯棒控制方法
【技術領域】:
[0001] 本發(fā)明設及一種具有輸出受限的=自由度模型直升機的魯棒控制方法,其屬于直 升機飛行控制技術領域。
【背景技術】:
[0002] =自由度模型直升機系統(tǒng)是一個構造簡單且成本低廉的實驗裝置,但是作為一個 被控對象,它又相當?shù)膹碗s,是一個不穩(wěn)定、多變量、非線性、強禪合的多輸入多輸出系統(tǒng), 只有采取行之有效的控制方法才能使其穩(wěn)定運行。直升機系統(tǒng)控制效果的穩(wěn)定性和狀態(tài)可 W通過俯仰角度、滾轉角度、旋轉速度W及穩(wěn)定時間來直觀的度量。因此可將=自由度模型 直升機系統(tǒng)作為飛行控制技術研究平臺來進行直升機飛行控制方法開發(fā)與驗證。
[0003]Backst巧ping控制策略是一種非線性的反饋控制方法,在實際的控制系統(tǒng)中相比 于其他的非線性方法更容易實現(xiàn)。在對象的階次不高時,計算量不大,因此廣泛用于工程設 計中。
[0004] 由于系統(tǒng)中存在不可直接測量的狀態(tài),會使得系統(tǒng)的控制律不可實現(xiàn)。狀態(tài)觀測 器是一個能簡單且有效的解決系統(tǒng)中出現(xiàn)狀態(tài)不可直接測量的方法。利用狀態(tài)觀測器來觀 測系統(tǒng)中未知的狀態(tài)量,然后根據(jù)狀態(tài)觀測器估計出來的狀態(tài)量來設計系統(tǒng)的控制律。
[0005]考慮到徑向基神經網絡(RadialBasisF^mction化uralNetworks,RBFNNs)能 夠W任意精度逼近任意連續(xù)函數(shù),所W對于系統(tǒng)中存在的建模不確定和外部未知干擾的問 題,采用RBFNNs構造一種補償器,利用RBFNNs估計出系統(tǒng)中的未建模動態(tài)和外部未知干 擾,在控制律設計中對其進行補償。
[0006] 針對S自由度模型直升機系統(tǒng)的S個姿態(tài)角的輸出受限的問題,在Backste卵ing 控制器設計中加入BarrierLyapunovF^mction,利用BarrierLyapunovF^mction的特殊 性,將系統(tǒng)的輸出限制在給定的范圍內。
【發(fā)明內容】
:
[0007]本發(fā)明的目的是提供一種能夠使得直升機系統(tǒng)在具有系統(tǒng)建模不確定性,外部未 知干擾和輸出受限的綜合影響下跟蹤指定的姿態(tài)角信號的直升機魯棒控制方法。
[000引本發(fā)明采用如下技術方案:一種具有輸出受限的S自由度模型直升機的魯棒控制 方法,首先將=自由度模型直升機系統(tǒng)分解為俯仰和滾轉通道組成的子系統(tǒng)①和偏航通道 組成的子系統(tǒng)②,其包括如下步驟:
[0009] (1)分別將子系統(tǒng)①和子系統(tǒng)②控制系統(tǒng)變換成仿射非線性系統(tǒng)方程形式;
[0010] (2)分別根據(jù)子系統(tǒng)①和子系統(tǒng)②的仿射非線性系統(tǒng)方程來設計魯棒控制器。
[0011] 進一步地,所述步驟(1)的子系統(tǒng)①、②的仿射非線性系統(tǒng)方程為:
[0012] C、子系統(tǒng)①的模型為
[0013]
[0014] 其中,Ji為俯仰軸的轉動慣量,J3為滾轉軸的轉動慣量,1 1為螺旋獎到俯仰軸的距 離,If為螺旋獎到滾轉軸的距離,k為電機的力常數(shù),A1,i= 1,2分別為俯仰和滾轉通道的 未建模動態(tài),di分別為俯仰和滾轉通道所受的外界未知干擾,Tg為俯仰軸的平衡塊產生的 有效重力矩,Tg=mhgli-mbgl2,nih是直升機螺旋獎部分的質量,nib為直升機平衡塊的質量, 12為直升機平衡塊到俯仰軸的距離,Ud、Ug分別為兩個電機所提供的電壓,0和4分別為 =自由度模型直升機的俯仰角和滾轉角,各和f分別為=自由度模型直升機的俯仰角加速 度和滾轉角加速度;
[0015] 定義
寫成仿射非線性系統(tǒng) 方程為:
[0018] Yi= X
[0019] 式中:
%系統(tǒng)的控制輸入,
'子系統(tǒng)①的輸出量為切y2]T= [ 0 4]T;
[0020] D、子系統(tǒng)②的非線性模型為:
[0021]其中,G為直升機能懸浮在空中的懸浮力,J2為偏航軸的轉動慣量,A3為偏航通 道的未建模動態(tài),d3為偏航通道所受的外界未知干擾,9為子系統(tǒng)②的輸出偏航角,針對上 式,進行如下變換,有
[0022]
[002引定義馬=與焉。夢,則寫成仿射非線性系統(tǒng)方程為
[0027] 其中
S= ^為系統(tǒng)的虛擬控制量,由于滾轉角的變化在一定的范圍 內,子系統(tǒng)②的控制相當于考慮輸入受限的問題,
[0028]
[0029] 其中Um為滾轉角的界,在實際的系統(tǒng)中根據(jù)具體的任務來確定
[0030] 飽和項sat(v(t))可W用一個平滑的函數(shù)逼近為
[0031]
[00礎子系統(tǒng)②可W寫為
[0037] 進一步地,所述步驟似的子系統(tǒng)①、②的控制器的設計為:
[0038]a、利用Backste卵ing控制策略設計子系統(tǒng)①的控制器,同時采用徑向基函數(shù)神 經網絡對子系統(tǒng)①中未建模動態(tài)進行逼近,采用擴維狀態(tài)觀測器來估計系統(tǒng)中的未知狀態(tài) 和干擾,并用BarrierLaypunov函數(shù)來處理系統(tǒng)的輸出受限的問題,具體為:
[0039]曰-1、利用徑向基函數(shù)神經網絡逼近系統(tǒng)①的復合干擾項,
[0040]
[0041] 其中,4為第i個通道的未建模動態(tài),嗦;為第i個通道的徑向基函數(shù) 神經網絡的權值,權值的自適應調整律為二八,仰,向;+巧,戊),0 1。、P。和 八1別為第i個通道的神經網絡權值自適應律中的實數(shù)和參數(shù)矩陣,且0 1。>0, A, =Af>0.,A[為八1的轉置矩陣,戈1為X"的估計,采用狀態(tài)觀器進行估計, 式1=而"而為估計誤差,巫於)=[巫,1,巫。,…,巫,7]了為第i個通道的徑向基向量,1為網 絡總節(jié)點數(shù),《=[式1,韋:,《1,《方'為網絡輸入向量,0,(句.中元素采用高斯基函數(shù)形式,即
Cik為網絡第k個節(jié)點的中屯、向量,bik為網絡第k個節(jié)點的基寬參 數(shù),k= 1,2,…,1 ;
[0042]a-2、設計擴維狀態(tài)觀測器來估計系統(tǒng)的中狀態(tài)量及外界未知干擾
[0047] 其中,Xn=d1為系統(tǒng)的增廣狀態(tài),和=< 為未知外界干擾di估計值,餐2為X。的 估計值,i,j= 1,2, 3為為的導數(shù),1。> 0為系統(tǒng)擴維狀態(tài)觀測器待估計的增益;
[004引曰-3、根據(jù)a-1中獲得未建模動態(tài)的估計值A=[Aj1;了W及a-2中所觀測出未 知狀態(tài)的估計值鳥,采用Backste卵ing法并結合BarrierLaypunov函數(shù),最終得到子系統(tǒng) ①的控制器模型為:
[0049]
[0050] 式中,由于;自由度模型直升機系統(tǒng)的限制,系統(tǒng)的滾轉角的變化fj,所 W
存化Zi1=Xii-Xiid為系統(tǒng)的跟蹤誤差," _壬一A其中曰1為虛擬 控制律
ki,i和 k2,i為待設計的控制器的參數(shù),Kb,i> 0是Z1,1的界,滿足-Kb,i<Z1,1<Kb,i,yd,i=Xlid為子 系統(tǒng)①的第i個期望跟蹤姿態(tài)信號,知為yd,1的一階導數(shù);
[0051]b、利用徑向基函數(shù)神經網絡逼近子系統(tǒng)②中的未建模動態(tài),采用擴維狀態(tài)觀測器 來估計系統(tǒng)中不能測量得到的角速度和外界未知干擾,構造輔助系統(tǒng)來補償系統(tǒng)的輸入受 限的問題,并設計Backste卵ing控制器實現(xiàn)姿態(tài)跟蹤控制,具體步驟為:
[005引 b-1、利用徑向基函數(shù)神經網絡逼近系統(tǒng)的復合干擾項
[0053]
[0054] 其中,jfr為徑向基神經網絡的權值,
巧0、&和及分別 為神經網絡權值自適應律中的實數(shù)和參數(shù)矩陣,且瑪>0,A=AT>0,又f為玄的轉置矩 陣,馬二子 1-馬為狀態(tài)估計誤差,采用狀態(tài)觀測器進行估計,交(島=[兩,交"…,交。,了為徑 向基向量,m為網絡總節(jié)點數(shù),老=民,考,奸為網絡輸入向量,交(島中元素采用高斯基函數(shù) 形式,即
兩為網絡第k個節(jié)點的中屯、向量,bk為網絡第n個節(jié)點的 基寬參數(shù),n= 1,2,…,m;
[00巧]b-2、設計狀態(tài)觀測器估計狀態(tài)量
[0060] 式中,t= (/;為系統(tǒng)的增廣狀態(tài),焉=!3,I為兩的估計值,焉為考的導數(shù),1,> 0為系統(tǒng)擴維狀態(tài)觀測器的增益;
[0061]b-3、構造輔助系統(tǒng)來補償系統(tǒng)的輸入受限的問題
[0062]
[006引其中,A1為輔助系統(tǒng)的狀態(tài)變量,C1> 0為系統(tǒng)的設計參數(shù);
[0064]b-4、根據(jù)b-1中獲得的未建模動態(tài)的估計值乏3、b-2中估計出的未知狀態(tài)量和外 界干擾W及b-3中所構造的輔助系統(tǒng),采用Backste卵ing方法可得如下控制器模型:
[0065]
[0066] 式中:
狀態(tài)焉的估計誤差,罵d為子系統(tǒng)②的期望姿態(tài)跟蹤信號,兩4為子系統(tǒng)②的期望輸出的兩 階導數(shù),c,> 0為控制系統(tǒng)待設計的S個控制增益。
[0067] 本發(fā)明與現(xiàn)有技術相比,具有W下顯著的優(yōu)點:本發(fā)明考慮了 =自由度模型直升 機=個軸的運動,并根據(jù)其模型的特點,將整個系統(tǒng)分成兩個子系統(tǒng),分別針對子系統(tǒng)① 和②設計控制器。針對子系統(tǒng)①,利用徑向基函數(shù)神經網絡逼近系統(tǒng)中的未知建模動態(tài), 采用擴維狀態(tài)觀測器來估計系統(tǒng)中不能測量得到的角速度和外界未知干擾,基于Barrier Laypunov函數(shù)設計Backstepping控制器,解決姿態(tài)角輸出受限的問題。對于子系統(tǒng)②,利 用徑向基函數(shù)神經網絡逼近系統(tǒng)中的未知建模動態(tài),采用擴維狀態(tài)觀測器來估計系統(tǒng)中不 能測量得到的角速度和外界未知干擾,構造輔助系統(tǒng)來補償系統(tǒng)的輸入受限的問題,并基 于輔助系統(tǒng)產生的補償信號來設計Backstepping控制器。所設計的控制器使得S自由度 模型直升機在具有系統(tǒng)不確定性、