作者简介:康立鹏(1994-),男,河北廊坊人,在读硕士研究生,研究方向:小型旋翼飞行器动力学及控制. *通讯作者:孟瑞锋(1980-),男,博士,副教授,研究方向:典型机电系统动力学分析及控制.
(1.内蒙古工业大学 航空学院,内蒙古 呼和浩特 010051; 2.国电建投内蒙古能源有限公司 设备部,内蒙古 鄂尔多斯 017000; 3.内蒙古自治区气候中心,内蒙古 呼和浩特 010051)
(1.School of Aviation,Inner Mongolia University of Technology,Hohhot 010051,China; 2.Department of Equipment,Guodian Jiantou Inner Mongolia Energy Co.Ltd.,Erdos 017000,China; 3.Climate Center of Inner Mongolia Autonomous Region,Hohhot 010051,China)
quadrotor; model reference auto-adaptive control; auto-adaptive control rate
备注
作者简介:康立鹏(1994-),男,河北廊坊人,在读硕士研究生,研究方向:小型旋翼飞行器动力学及控制. *通讯作者:孟瑞锋(1980-),男,博士,副教授,研究方向:典型机电系统动力学分析及控制.
引言
四旋翼无人飞行器的飞行稳定性受外界环境因素影响较大,因此其自适应控制的研究一直是无人飞行器研究的重点.自适应控制是麻省理工学院20世纪50年代提出的一种控制方法[1],它是一种结构已知对参数未知对象的研究,不断地在线更新,最大程度地接近真实模型,通过实验值与期望值的差值获取最理想的控制结果[2],寻求在参数不确定、未建模动态、存在外部干扰或故障情况下提供系统鲁棒性.
自适应控制已经在航空技术[3]、感应电机驱动[4-5]、舰船技术[6]等诸多控制领域得到应用.在实际应用中,工程项目本身的控制性能或控制过程大多具有不确定性,需要设计一种自适应控制系统,使它能够自动地补偿在模型阶次、参数和输入信号方面非预知的变化[7],从而接近最优控制系统.如果实际对象和标称模型的差异仍然满足匹配条件,则这些自适应控制规律仍然可以保证信号有界和渐进状态跟踪.但应用于实际问题时,未建模动态误差可能使匹配条件不再满足,这一问题引起了学术界激烈的讨论[8-9],人们因此提出很多自适应控制方法,试图解决控制系统稳定性不佳的问题.其中比较引人关注的解决方法有σ修正[10]、开关转换σ修正[11]等.
在四旋翼无人机飞行过程中,风扰、自身抖动、气动面与机体结构损坏等不确定因素会导致实际飞行状态不稳定,此时可以将自适应控制方法应用于飞行器飞行控制.其中关注度较高的飞行器控制方法有自适应容错控制[12]、自适应滑膜控制[13]、串级模糊自适应PID控制[14]等.这些方法均提高了四旋翼无人机的飞行稳定性,但实际飞行效果不是很理想,还有进一步改进的空间.本文根据四旋翼无人机飞行特点并分析四旋翼无人机自适应控制方法在不确定因素下飞行效果不理想的问题,采用直接模型参考自适应控制方法进行了仿真研究,重新设计其自适应控制率,对飞行器滚转方向的控制效果进行了仿真验证,表明该控制方法可以有效提高四旋翼无人机在不确定因素扰动下飞行的稳定性.
1 模型参考自适应控制介绍与分析
模型参考自适应控制系统(Model Reference Auto-adaptive Control System)是1958年由Whitaker等人提出的,简称MRAC.MRAC能够修正自己的特性以适应对象和扰动特性的变化,其主要思想是通过设计适应机构使被控对象和已知参考模型的动态特性尽可能接近.Butchart和Shackcloth于1965年利用李雅普诺夫理论首次证明MRAC的稳定性[15].
MRAC闭环控制的参考模型是一个贴近实际的优良系统.在参考模型输入一定的情况下,参考模型的输出是稳定的,没有外部环境的影响.本文中的参考模型是通过系统辨识的方法得到的二阶系统模型,辨识过程中完全依据飞行器的实际飞行情况计入了飞行器外部扰动和安装测量误差.而受控对象是根据飞行器的理论方程,在忽略了各种影响因素和扰动因素推导得出的理想的经局部线性化后线性模型.控制系统的最终理想效果是:在自适应控制机构依据误差而调节改变控制器的结构参数,以便控制器的输出能更好的使受控对象尽可能地接近或者跟随参考模型的输出.其闭环控制系统的控制原理如图1所示.
2 控制系统自适应率的设计
四旋翼飞行器通过无线电遥控设备对其进行远程操控,控制其飞行位置和姿态只能通过改变螺旋桨的转速来实现[16].四旋翼飞行器在飞行过程中,位置和姿态变化分别参考Earth坐标系和Body坐标系,且两种坐标系之间可以相互转化.从Body坐标系到Earth坐标系的坐标变化过程便是姿态估计系统的空间姿态分别绕偏航角、俯仰角、滚转角复合的过程,也就是坐标变换矩阵的形成过程[17].绕四旋翼飞行器Body坐标系Xb、Yb、Zb轴变化的角度分别对应偏航角、俯仰角、滚转角.本实验所选用四旋翼飞行器平台如图2所示:
四旋翼飞行器实验平台主要硬件组成如表1所示:
四旋翼飞行器模型参考未知参数可通过将表1数据输入软件测试程序[18]得到精确数据,其具体未知参数数据如表2所示:
2.1 系统状态方程和匹配条件闭环控制系统状态方程为:(·overx)=Ax+BΛ(u+f(x))(1)式中:x为系统输入状态量,此处为四旋翼的三个姿态角; A、B为已知的常系数矩阵; Λ为对角阵; u为系统控制输入; f(x)为非线性矢量(扰动).
设计MIMO(Multiple-Input Multiple-Output)状态反馈自适应控制率,使得系统状态x全局一致渐进跟踪参考模型的状态,即:(·overx)ref=Arefxref+Brefr(t)(2)式中:Aref、Bref为已知的参考模型常系数矩阵; r(t)为系统输入.
在控制系统跟随参考模型的过程中,系统的输入输出信号是一致有界性的.因此对于控制系统输入信号r(t),在已知的系统控制输入u,控制系统的输出误差可写为:e(t)=x(t)-xref(t)(3)因控制系统具有全局一致性,即误差极限趋于0时:limt→∞=x(t)-xref(t)==0(4)根据已知的A和Λ矩阵,可用理想的固定增益控制规律,即:u=KTxx+KTrr-ΘTΦ(x)(5)式中:KTx、KTr为输入固定增益; ΘT为非线性增益.
将式(5)代入到式(1)中的闭环控制系统,可得:(·overx)=(A+BΛKTx)x+BΛKTrr(6)对比式(2)和式(6)并结合式(5),理想固定增益必须满足的匹配条件为:{A+BΛKTx=Aref
BΛKTr=Bref(7)假设上述匹配条件成立,根据式(5)可得到参考模型相同的闭环控制系统,因此对于任意的有界参考输入信号r(t)固定增益控制器保证了全局一致渐进跟踪的稳定性.
2.2 利用Lyapnov函数法进行自适应率的设计假设式(5)中的KTx和KTr是确实存在的,则考虑如下控制器中的控制规律:u=(^overK)Txx+(^overK)Trr-(^overΘ)TΦ(x)(8)式中; (^overK)Tx、(^overK)Tr、(^overΘ)T为理想控制率.
则KTx、KTr、ΘT的估计将通过逆Lyapnov函数估计产生,将式(8)代入式(1)中的闭环控制系统如下:(·overx)=(A+BΛKTx)x+BΛ(KTrr-((^overΘ)-Θ)TΦ(x))(9)则估计的控制系统误差为式(9)减去式(2),结果为:(·overe)=(A+BΛKTx)x-BΛ(KTrr-((^overΘ)-Θ)TΦ(x))-Arefxref-Brefr(t)(10)结合式(7)的匹配条件可得控制系统误差如下:(·overe)=Arefe+BΛ[((^overK)x-Kx)T+((^overK)r-Kr)T-((^overΘ)-Θ)TΦ(x)(11)令ΔKx=(^overK)x-Kx、ΔKr=(^overK)r-Kr、ΔΘ=(^overΘ)-Θ为估计误差,则此时的跟踪误差变化为:(·overe)=Arefe+BΛ[ΔKTxx+ΔKTrr-ΔΘTΦ(x)](12)现引入自适应控制率,其中:Γx=Γ-1x>0、Γr=Γ-1r>0、ΓΘ=Γ-1Θ>0对式(12)的跟踪误差考虑二次Lyapnov候选函数,其中:P=PT满足代数Lyapnov方程:PAref+ATrefP=-Q(13)只要Q=QT,则式(13)必成立,现将V沿式(12)的轨迹时间进行求导可得:(·overV)=-eTPe+2tr(ΔKTx[Γ-1xΔ(^overK)·x+xeTPB]Λ)
+2tr(ΔKTr[Γ-1rΔ(^overK)·r+xeTPB]Λ)
+2tr(ΔΘT[Γ-1ΘΔ(^overΘ)·+xeTPB]Λ)(14)则控制系统的自适应率选为:(^overK)·x=-Γ-1xxeTPB(15)
(^overK)·r=-Γ-1rxeTPB(16)
(^overΘ)·=ΘTxeTPB(17)由式(16)中V对时间的导数是半负正定的,故:(·overV)=-eTPe≤0(18)因此可得,闭环误差的动态特性是一直稳定的.于是跟踪误差e(t)和参数估计误差ΔKx(t)、ΔKr(t)以及ΔΘ(t)是一致有界的,参数估计Δ(^overK)x(t)、Δ(^overK)r(t)及Δ(^overΘ)(t)也是一致有界的,故跟踪误差e(t)也是全局、一致、渐进稳定的.
则控制系统的自适应率为:(^overK)x=∫-(Γ-1xxeTPB)dx;(^overK)r=∫-(Γ-1rxeTPB)dx;(^overΘ)=∫(ΘTxeTPB)dx(19)式中:B矩阵为已知的线性系统的系数矩阵; P矩阵为已知的对称正定矩阵,而自适应调试率是在控制器的大量的调试过程中选择的.
因此可得线性和非线性影响矩阵为:(·overx)p=Apxp+B'pu+αpf(xp)(20)式中:AP、B'p为状态输入量的系数矩阵且与输入状态量xp构成控制系统的线性部分; αpf(xp)函数是一个非线性函数控制系统,它描述了非线性系统动力学以及系统输入的影响,包括四轴飞行器的几何形状,惯性矩.为便于下文控制系统的仿真,本设计根据文献提出的理论方法,即对其系数矩阵及非线性矩阵进行了相应推导,由于推导过程不是本论文的写作重点现只引用其部分结论[19].其中:B'p=BpΛ=(IGBB)-1(0 -r2 0 r4
r1 0 -r3 0
-km km -km km)·u=(0 -1 0 1
1 0 -1 0
-1 1 -1 1)·(λ11 0 0 0
0 λ22 0 0
0 0 λ33 0
0 0 0 λ44)(21)式中:IGBB为惯性矩; km为扭矩系数; u为系统输入.
最后,飞行器输入影响矩阵方程为:
αpf(xp)=(-IGBB)-1·[(p
q
r)×(Ixx 0 0
0 Iyy 0
0 0 Izz)·(p
q
r)]
=(-1/Ixx(Izz-Iyy)0 0
0 -1/Iyy(Ixx-Izz)0
0 0 -1/Izz(Iyy-Ixx))·(rq
rp
pq)(22)
式中:Iii(i=x,y,z)为机体坐标系下三轴的转动惯量.
3 仿真结果及分析
依据系统参数,在Matlab中构建仿真模型,如图3所示.
图3为直接MRAC控制器在Matlab中的实现过程.为了更好地观察图形的跟随性,利用系统输入一个为r的持续信号发生器,使飞行器具有一个连续稳定的输入; 控制器误差为ec,采用自适应律对控制器进行调整,其中自适应率的设计根据式(19)设计完成; 控制误差是系统输出xp与参考模型xm输出的差值; 自适应控制系统的滚转方向参考模型是利用系统辨识试验的方法得到的; 控制系统模型是通过理论的方法得到的.在控制过程中,使系统的输出尽可能接近最优的性能指标.在利用Lyapnov函数分析的基础上,推导了自适应率,保证了闭环系统的稳定性.在设计控制器的过程中,为了便于控制器的设计实现,将其控制系统的非线性影响因素假设为白噪音.
在最大可能减少影响因素的情况下,本文利用系统辨识试验的方法得到了自适应控制系统的滚转方向参考模型.通过将采集到的实时飞行信息进行多次辨识以期达到理想的结果.因四旋翼飞行器在飞行过程中外部的影响因素多是一个非线性的运动,为了便于对其分析,假设其在悬停的状态下是一个三轴角速度输入三轴角度输出的SISO化系统,则四旋翼飞行器辨识系统的通道模型可用一个二阶系统来表示:G(s)=(k1s+k2)/(s2+k1s+k2)(23)在四旋翼飞行器辨识过程中,应用最小二乘法,辨识环境为将一轻质不锈钢管穿过四旋翼机架的中心位置,并将其两端穿入固定轴承内,使其只在滚转方向运动.其中激励信号采用M序列,采集系统是在Labview中进行模块化编写,涉及辨识频率的选择,不确定数据的处理等,因其不是本文研究重点,在此不作过多分析.辨识过程中需要选用一种理想的,比较贴近实际的模型.结合四旋翼飞行器的飞行特性,本辨识中在Matlab中选用的是ARX220模型,模型系统的公式如下:A(z-1)y(k)=B(z-1)u(k-nk)+ξ(k)(24)式中:ξ(k)为系统误差; nk为系统的延时,本设计中系统的延时设为0.
根据实际实验数据分析辨识出的参数,则可得如下公式:A(z-1)=1-0.445 5z-1+0.644 3z-2(25)
B(z-1)=-5.508+5.303z-1(26)根据上述辨识结果,则辨识通道的离散传递函数为:G(z)=(-5.508z2+5.303z)/(z2-0.445 5z+0.644 3)(27)采用双线性变换[20],将上述传递函数线性化即Z变换到S变换,则参考模型为:G(s)=(-5.852s2-13.303s-0.995 4)/(s2+1.394 5s+3.025 4)(28)本仿真设计是在自适应控制率的调节作用下,使系统理论模型的输出沿着参考模型的轨迹输出来验证模型参考自适应控制的优良控制性能.
未经过自适应率调节参数的调节时,控制系统在M序列激励下,对参考模型滚转角的跟随性如图4所示.从图中可发现,系统的输出与预期的输出具有一定跟随行,虽滚转角的调节范围不到±1.5°,但波动明显较大,且调节不及时,甚至可能有现静态误差存在,跟随性较差,系统在跟随快速扰动时的稳定性、准确性和快速性均不理想.
0 20 0
0 0 20]; Γr=[50 0 0
0 50 0
0 0 50]; ΓΘ=[100 0 0
0 100 0
0 0 100](29)经过自适应率调节参数的调节后,控制系统在M序列激励下,模型参考自适应控制器对参考模型滚转角的跟随性如图5所示.
对比图4和图5可知.经过自适应率调节参数后,即使在更大的滚转角调节范围内,控制器亦可使系统能够在短时间内(<20 s)达到指令值,实现输出实时跟随输入指令变化,且只有很小跟随误差,准确性高,系统对外部扰动(此处为白噪声)的抑制效果明显.当系统去掉输入信息,即指令值为0时(本次试验设定为>120 s时),系统亦能回复初始状态,输出稳定在0°附近,说明系统具有稳定性.
4 结语
本文利用一种四旋翼飞行器直接模型参考自适应控制方法,设计了该控制器的自适应率.理论推导证明设计的控制器自适应率能够保证飞行器滚转方向在外部扰动存在时是稳定的.自适应率调节控制器参数,依据外部非线性扰动实时调节控制器的输出,控制姿态变化.仿真结果表明,该自适应控制系统具有良好的鲁棒性,且相较无自适应率调节的控制器快速性、准确性和稳定性均得到明显提高.在实际应用中,由于系统的复杂性,参考模型的不确定因素大,需不断提高参考模型的辨识精度.
- [1] 狄春雷.小型无人机飞行控制系统设计及其自适应方法研究[D].北京:北京理工大学,2016.
- [2] 吴浩楠.无模型自适应控制方法的改进与应用[D].南宁:广西大学,2018.
- [3] E Lavretsky,R Gadient,I M Gregory.Predictor-based Model Reference Adaptive Control[J].Journal of Guidance Control and Dynamics,2010,33(4):1195~1201.
- [4] A V Ravi Teja,C Chakraborty,S Maiti,Y Hori.A New Model Reference Adaptive Controller for Four Quadrant Vector Controlled Induction Motor Drives[J].IEEE Transactions on Industrial Electronics,2012,59(10):3757~3767.
- [5] 魏庆伟,于海生,赵克友.永磁同步电动机单神经元直接模型参考自适应控制[J].微特电机,2007,(9):25~27,50.
- [6] 熊瑛.基于智能控制的潜艇操纵运动仿真研究[D].北京:中国舰船研究院,2011.
- [7] 沈洪梁.单/多四旋翼无人机系统平台的设计及若干应用的研究[D].杭州:浙江大学,2016.
- [8] K Astrom.A commentary on the C.E Rohrs et al.paper " Robustness of continuous-time adaptive control algorithms in the presence of unmodeled dynamics"[J].Automatic Control,IEEE Transactions on,1985,30(9):889~889.
- [9] K J Astrom.Interactions between excitation and unmodeled dynamics in adaptive control[C].IEEE Conference on Digital Object Identifier,IEEE,Las Vegas,1984,23:1276~1281.
- [10] P A Ioannou,P V Kokotovic.Instability analysis and improvement of robustness of adaptive control[J].Automatic,1984,20(5):583~594.
- [11] P A Ioannou,K S Tsakalis.A robust direct adaptive controller[J].IEEE Trans.Automatic.Control,1986,31(11):1033~1043.
- [12] 王君,尹雄东.四旋翼无人机的自适应容错控制[J].空间控制技术与应用,2019,45(1):32~38.
- [13] 冯恺鹏,贾云飞,柴金宝,曾庆德,郝玉凤.四旋翼无人机模糊自适应滑模控制[J].飞行力学,2018,36(6):49~53.
- [14] 于文妍,杨坤林.四旋翼无人机串级模糊自适应PID控制系统设计[J].机械设计与制造,2019(1):227~231.
- [15] Shyu K,Yang J,ChenY.M.,et al.Model Reference Adaptive Control Design for a Shunt Active-Power-Filter System[J].IEEE Transactions on Industrial Electronics,2008,55(1):97~106.
- [16] 李石磊.Quad-rotor飞行器控制系统的研究[D].哈尔滨:哈尔滨工业大学,2010.
- [17] 陈伟.基于四元数和卡尔曼滤波的姿态角估计算法研究与应用[D].秦皇岛:燕山大学,2015.
- [18] Xiao Wang,Pinqi Xia,Pierangelo M.Active aeroelastic control of aircraft wings with piezo-composite[J].Journal of Sound and Vibration,2019,455.
- [19] Branicky M.S..Multiple Lyapunov functions and other analysis tools for switched and hybrid systems[J].IEEE Transactions on Automatic Control,1998,43(4):475~482.
- [20] 宫晓阳,孙敏慧.基于LMIs 和双线性变换方法的离散系统H_∞模型降阶[A].中国自动化学会控制理论专业委员会第二十九届中国控制会议论文集[C].中国自动化学会控制理论专业委员会,2010.4.