四旋翼无人机的自适应容错控制

针对四旋翼无人机在飞行过程中发生执行器故障和受到外界干扰的问题,提出了一种基于自适应方法的容错控制方案。将执行器故障以乘性因子的形式加入到系统模型中,同时采用单位四元数法描述系统姿态;考虑到位置子系统欠驱动的特性,引入虚拟控制力,同时解算出目标姿态和输入推力;针对同时存在执行器故障和外界干扰的位置和姿态子系统模型,利用自适应的方法设计了容错控制器,保证了对目标姿态的跟踪。最后,仿真结果验证了该系统控制器的有效性和稳定性。     

不确定系统的鲁棒容错H∞控制

针对不确定线性连续系统,研究了执行器失效情况下的鲁棒容错H∞控制问题.利用LMI,给出了不确定线性系统对任意执行器故障均保持渐近稳定且满足给定干扰衰减指标的鲁棒容错H∞控制器存在的充要条件,讨论了参数不确定线性系统的鲁棒容错H∞控制器的设计问题.根据凸优化理论,进一步给出了鲁棒容错最优H∞控制器的线性凸优化设计算法和设计步骤.采用所设计的状态反馈控制器,当任意执行器出现故障时,闭环系统仍保持渐近稳定且满足给定的干扰衰减性能指标.数值仿真例子验证了该设计方法的可行性和有效性.     

四旋翼飞行器模型参考自适应容错控制

针对四旋翼飞行器执行器发生故障同时存在扰动时的姿态控制问题,设计了一种基于模型参考自适应(MRAC)的容错控制器。通过分析四旋翼飞行器的动力学特性,将执行器故障以加性因子的形式加入系统模型中,得到执行器故障下的动力学模型。所设计控制器的自适应律由参考模型和执行器故障下的模型的误差信号驱动,可实现较好的姿态控制。利用Lyapunov的分析方法证明了所设计控制器的渐进稳定性,最后在Matlab下进行了仿真实验。仿真结果表明,系统能克服扰动且在执行器故障下可良好地跟踪参考姿态角,验证了该算法的可行性和有效性。     

基于中心对称多胞体的四旋翼无人机执行器故障检测

本文针对四旋翼无人机姿态控制系统执行器发生的故障,设计未知输入观测器并基于中心对称多胞体实现故障检测.首先,利用泰勒展开对无人机非线性系统模型进行离散化处理,将执行器故障项视为干扰项,利用未知输入观测器来进行干扰解耦;其次,采用中心对称多胞体计算检测的残差阈值,通过比较四旋翼无人机系统产生的执行器故障残差与阈值区间完成故障检测;最后,基于MATLAB仿真平台,验证了所提出的无人机姿态控制执行器系统的故障检测的有效性.     

四旋翼飞行器静态H_∞输出反馈控制

四旋翼飞行器的飞行控制系统可对多输入多输出的非线性系统进行稳定控制。针对复杂集总干扰下四旋翼姿态与位置的稳定控制,提出了一种基于静态H_∞输出反馈控制算法。首先通过Euler-Lagrangian方程获得四旋翼的飞行动力学模型,并将其转换成线性系统的状态空间形式;其次根据时间尺度原理依次构建四旋翼的姿态和位置控制回路,并设计静态H_∞输出反馈控制策略来实现两个控制回路的抗干扰控制,同时利用布谷鸟算法的寻优优势来计算最优的输出反馈控制增益;最后通过两组仿真算例对所提控制算法的有效性进行了验证,结果表明,基于静态H_∞输出反馈控制的四旋翼系统能够有效抑制集总干扰的影响,实现各控制环状态变量的稳定控制。     

基于鲁棒积分的四旋翼飞行器姿态控制

针对四旋翼飞行器姿态控制过程中广泛存在的外部干扰和参数不确定性,提出了一种基于鲁棒符号误差积分(RISE)的四旋翼姿态控制策略。通过一个模型前馈控制项实现精确的模型补偿,抵消模型非线性影响,以及一个鲁棒积分反馈项,有效抑制系统模型不确定性。设计的控制器在参数不确定性、外部干扰、噪声存在的情况下,实现了四旋翼飞行器精确姿态跟踪。基于Lyapunov理论的稳定性分析验证了所设计控制器的收敛性。最后设计大量仿真和对比试验说明该姿态控制方法的有效性和鲁棒性。     

四旋翼飞行器的容错姿态稳定控制

在近十年间, 飞行系统的可靠性问题得到了飞行控制领域越来越多的重视。以一种全新的垂直起降飞行器——四旋翼飞行器作为研究对象, 设计具有高可靠性的姿态稳定控制系统, 为了补偿执行机构发生故障给飞行控制品质带来的影响, 一种主动容错技术将被应用于姿态控制系统的设计中, 主要设计了一个基于状态观测器技术的鲁棒故障检测环节与一个可容错重构的姿态控制器, 在设计控制系统的同时, 还对于故障检测的鲁棒性与快速性、重构控制系统的稳定性进行了理论分析。最后通过数值仿真, 对容错控制系统中各个环节的效果进行了验证。     

基于超扭曲算法的鲁棒自适应四旋翼控制器

针对四旋翼在存在外部未知干扰及具有模型不确定性情况下的姿态控制问题,设计一种基于超扭曲算法的鲁棒自适应四旋翼控制器.该设计方法将超扭曲算法与鲁棒自适应控制结合,使用超扭曲算法抑制系统抖振现象,鲁棒自适应算法能有效补偿系统模型的不确定性,增强系统的抗干扰性能;构造Lyapunov函数,证明四旋翼飞行器闭环系统的稳定性.对所设计的控制器进行仿真,搭建四旋翼飞行器平台进行飞行实验,以验证设计的控制器.仿真结果表明,基于超扭曲算法控制的四旋翼系统具有较快的收敛速度和较强的鲁棒性,飞行实验验证了所提控制策略的可行性,可实现四旋翼的稳定控制.     

基于动态规划的无人机编队最优协同容错控制

为了克服未知的执行器故障对四旋翼无人机编队飞行的影响,提出了一种基于动态规划的最优协同容错控制律。首先,建立了四旋翼无人机模型,然后,基于动态规划设计了最优协同控制律,利用RBF神经网络逼近最优性能指标函数,设计了自适应律来估计未知的执行器故障,最终得到的最优协同容错控制律可实现对无人机编队飞行的高精度控制。通过对比仿真验证了设计的控制律具有更优的编队控制效果,编队飞行的最大轨迹跟踪误差仅为0.04 m,控制精度较高,设计的自适应律具有更优的故障估计效果,最大估计误差仅为0.05 N·m,实现了对四旋翼无人机编队的安全稳定控制。     

一类非线性不确定时滞系统鲁棒容错控制

研究一类不确定非线性时滞系统的鲁棒容错控制问题.针对不确定非线性时滞系统,基于执行器连续型增益故障模式,利用Lyapunov-Krasovskii泛函方法和线性矩阵不等式方法,推导了当一类非线性不确定系统满足一定范数有界条件时,闭环系统时滞无关鲁棒容错控制器存在的充分条件,并给出了状态反馈鲁棒容错控制器的设计方法.将所设计的状态反馈控制方法应用于某一非线性不确定时滞系统,仿真结果表明设计的控制器不仅使得该故障系统对于执行器故障具有完整性,并且能达到给定的H∞性能指标,从而验证了所提出方法的可行性和有效性.