高超声速飞行器气动伺服弹性的自适应抑制
发布时间：2021-04-10 09:22
针对弹性高超声速飞行器的气动伺服弹性问题,提出一种结合线性自抗扰和自适应陷波器的综合控制方案。针对强耦合和强不确定性问题,采用线性自抗扰控制对总扰动进行快速估计和补偿。为了在最小化对刚体控制性能影响的同时实现对频率未知且时变的弹性模态的抑制,采用能够在线估计弹性频率的自适应陷波器。根据气动伺服弹性抑制问题的特点提炼出对自适应陷波器的性能需求。针对这些需求设计了两种基于递推最大似然法的多频率直接辨识方案——参数单独自适应和同时自适应方案。为了提高辨识算法在各种随机扰动下的鲁棒性,在此基础上提出一种在线有效性监督机制,并通过大量的数字仿真对两种方案进行了性能对比。最后,在弹性高超声速飞行器模型上进行仿真,仿真结果验证了所提控制方案的有效性。
【文章来源】：航空学报. 2020,41(11)北大核心EICSCD
【文章页数】：15 页
【部分图文】：
图２弹性ＡＨＶ的几何外形Ｆｉｇ．２ＧｅｏｍｅｔｒｙｏｆｆｌｅｘｉｂｌｅＡＨＶ
误差反馈的综合控制输入δｅ＝ｋｐθ（ｃ－θ）－ｋｄＱ－ｚ２ａδｅ（１０）式中：θｃ为俯仰角指令；ｋｐ和ｋｄ分别为比例和微分控制增益。令Ｑｐ和θｐ分别表示测量信号经过ＡＮＦ的俯仰角速度和俯仰角输出，即?ｗ＝－ωｏｚ２－ωｏａδｅδｅｚ２＝ｗ＋ωｏＱ烅烄烆ｐ（１１）δｅ＝ｋｐθ（ｃ－θｐ）－ｋｄＱｐ－ｚ２ａδｅ（１２）整个控制系统的框图如图３所示。图３姿态闭环控制系统框图Ｆｉｇ．３Ｄｉａｇｒａｍｏｆｔｈｅｃｌｏｓｅｄ－ｌｏｏｐａｔｔｉｔｕｄｅｃｏｎｔｒｏｌｓｙｓｔｅｍ３ＡＮＦ设计频率直接辨识可以通过ＩＡ和ＳＡ两种框架实现，这两种框架的参数更新方式如图４所示。在ＩＡ框架下，ＡＮＦ可以视为多个二阶ＡＮＦ的串联，每个ＡＮＦ只辨识一个弹性频率，且参数更新仅基于局部的输入输出数据。而在ＳＡ框架下，所有的频率估计都基于测量信号和最终的滤波器输出同时进行更新。本文选用文献中使用最为广泛的零极点受限ＡＮＦ模型［２７］Ｈｚ－（）１＝∏Ｎｉ＝１Ｈｉｚ－（）１Ｈｉｚ－（）１＝Ａｉｚ－（）１Ａｉρｚ－（）１＝１＋ａｉｚ－１＋ｚ－２１＋ａｉρｚ－１＋ρ２ｚ－烅烄烆２（１３）式中：Ｎ为频率个数；ａｉ＝－２ｃｏｓχｉ，χｉ＝ωｉｔｓ；ωｉ为陷波频率；ｔｓ为采样步长；ρ（０≤ρ
９，χ（０）＝０．５χ＊，Ｐ（０）＝１００００ρ（０）＝０．８，ρｓ＝０．９９５，ρｗ＝０．９９，λ（０）＝０．８，λｓ＝０．９９９，λｗ＝０．９９，χ（０）＝０．５χ＊，Ｐ（０）＝３０Ｉ３×３情形２χ（０）＝０．０１χ＊，λｓ＝０．９９７χ（０）＝０．０１χ＊，λｓ＝０．９９７情形３χ（０）＝０．０１χ＊，λｓ＝０．９９６χ（０）＝０．０１χ＊，λｓ＝０．９９６图５情形１下的频率估计Ｆｉｇ．５Ｆｒｅｑｕｅｎｃｙｅｓｔｉｍａｔｉｏｎｆｏｒｃａｓｅ１减小这种振荡，可以增大λｓ的值，然而收敛速度会相应变慢。相比较，ＳＡ的稳态值却能够精确地收敛到真值。为验证２种算法对设计参数以及信号幅值变化的鲁棒性，令χ（０）＝０．４χ＊，Ａ１＝５。对于ＳＡ，以上任意一个改变都会使得一个频率不能够收敛至真值，而ＩＡ的收敛性在这些改变下仍可以得到保证，即使χ（０）＝０，ＩＡ的频率最后都能够收敛到真值附近。综上所述，ＩＡ的鲁棒性更强一些，然而在收敛速度和收敛精度上效果都稍差一些。对于ＳＡ框架，其主要的缺陷是鲁棒性问题。在ＡＳＥ抑制问题中，ＡＮＦ的输入信号包含测量噪声且是复杂多变的。当系统中的弹性振动能量较低，即振动信号信噪比较低时，辨识算法的收敛性很难得到保证。随着ＡＨＶ飞行工况以及结构动力学的变化，辨识算法需要对各阶弹性模态的能量（振动幅值）变化具有较强的鲁棒
【参考文献】：
期刊论文
[1]输入受限的高超声速飞行器鲁棒反演控制[J]. 骆长鑫,张东洋,雷虎民,卜祥伟,叶继坤. 航空学报. 2018(04)
[2]基于微分估计和弹性辨识的火箭姿态控制器设计[J]. 王佩,张科,吕梅柏,葛致磊,王靖宇. 西北工业大学学报. 2017(04)
[3]吸气式高超声速飞行器鲁棒非奇异Terminal滑模反步控制[J]. 王肖,郭杰,唐胜景,徐倩,马悦悦,张尧. 航空学报. 2017(03)
[4]应用保护映射理论的高超声速飞行器自适应控制律设计[J]. 肖地波,陆宇平,刘燕斌,许晨. 航空学报. 2015(10)
[5]推力矢量防空导弹伺服弹性的抑制[J]. 吴云洁,宋嘉赟,刘晓东,张武龙. 北京航空航天大学学报. 2013(11)
[6]弹性运载火箭自适应姿态控制[J]. 赵党军,王永骥,刘磊,常松涛. 广西大学学报(自然科学版). 2011(06)
[7]高超声速弹性飞行器振动模态自适应抑制技术[J]. 孟中杰,闫杰. 宇航学报. 2011(10)
[8]导弹自适应结构滤波器的设计与仿真[J]. 楚龙飞,吴志刚,杨超,唐长红. 航空学报. 2011(02)
[9]固体运载器姿态控制系统自适应滤波器设计[J]. 刘昆,孙平. 国防科技大学学报. 2010(05)
本文编号：3129385
【文章来源】：航空学报. 2020,41(11)北大核心EICSCD
【文章页数】：15 页
【部分图文】：
图２弹性ＡＨＶ的几何外形Ｆｉｇ．２ＧｅｏｍｅｔｒｙｏｆｆｌｅｘｉｂｌｅＡＨＶ
误差反馈的综合控制输入δｅ＝ｋｐθ（ｃ－θ）－ｋｄＱ－ｚ２ａδｅ（１０）式中：θｃ为俯仰角指令；ｋｐ和ｋｄ分别为比例和微分控制增益。令Ｑｐ和θｐ分别表示测量信号经过ＡＮＦ的俯仰角速度和俯仰角输出，即?ｗ＝－ωｏｚ２－ωｏａδｅδｅｚ２＝ｗ＋ωｏＱ烅烄烆ｐ（１１）δｅ＝ｋｐθ（ｃ－θｐ）－ｋｄＱｐ－ｚ２ａδｅ（１２）整个控制系统的框图如图３所示。图３姿态闭环控制系统框图Ｆｉｇ．３Ｄｉａｇｒａｍｏｆｔｈｅｃｌｏｓｅｄ－ｌｏｏｐａｔｔｉｔｕｄｅｃｏｎｔｒｏｌｓｙｓｔｅｍ３ＡＮＦ设计频率直接辨识可以通过ＩＡ和ＳＡ两种框架实现，这两种框架的参数更新方式如图４所示。在ＩＡ框架下，ＡＮＦ可以视为多个二阶ＡＮＦ的串联，每个ＡＮＦ只辨识一个弹性频率，且参数更新仅基于局部的输入输出数据。而在ＳＡ框架下，所有的频率估计都基于测量信号和最终的滤波器输出同时进行更新。本文选用文献中使用最为广泛的零极点受限ＡＮＦ模型［２７］Ｈｚ－（）１＝∏Ｎｉ＝１Ｈｉｚ－（）１Ｈｉｚ－（）１＝Ａｉｚ－（）１Ａｉρｚ－（）１＝１＋ａｉｚ－１＋ｚ－２１＋ａｉρｚ－１＋ρ２ｚ－烅烄烆２（１３）式中：Ｎ为频率个数；ａｉ＝－２ｃｏｓχｉ，χｉ＝ωｉｔｓ；ωｉ为陷波频率；ｔｓ为采样步长；ρ（０≤ρ
９，χ（０）＝０．５χ＊，Ｐ（０）＝１００００ρ（０）＝０．８，ρｓ＝０．９９５，ρｗ＝０．９９，λ（０）＝０．８，λｓ＝０．９９９，λｗ＝０．９９，χ（０）＝０．５χ＊，Ｐ（０）＝３０Ｉ３×３情形２χ（０）＝０．０１χ＊，λｓ＝０．９９７χ（０）＝０．０１χ＊，λｓ＝０．９９７情形３χ（０）＝０．０１χ＊，λｓ＝０．９９６χ（０）＝０．０１χ＊，λｓ＝０．９９６图５情形１下的频率估计Ｆｉｇ．５Ｆｒｅｑｕｅｎｃｙｅｓｔｉｍａｔｉｏｎｆｏｒｃａｓｅ１减小这种振荡，可以增大λｓ的值，然而收敛速度会相应变慢。相比较，ＳＡ的稳态值却能够精确地收敛到真值。为验证２种算法对设计参数以及信号幅值变化的鲁棒性，令χ（０）＝０．４χ＊，Ａ１＝５。对于ＳＡ，以上任意一个改变都会使得一个频率不能够收敛至真值，而ＩＡ的收敛性在这些改变下仍可以得到保证，即使χ（０）＝０，ＩＡ的频率最后都能够收敛到真值附近。综上所述，ＩＡ的鲁棒性更强一些，然而在收敛速度和收敛精度上效果都稍差一些。对于ＳＡ框架，其主要的缺陷是鲁棒性问题。在ＡＳＥ抑制问题中，ＡＮＦ的输入信号包含测量噪声且是复杂多变的。当系统中的弹性振动能量较低，即振动信号信噪比较低时，辨识算法的收敛性很难得到保证。随着ＡＨＶ飞行工况以及结构动力学的变化，辨识算法需要对各阶弹性模态的能量（振动幅值）变化具有较强的鲁棒
【参考文献】：
期刊论文
[1]输入受限的高超声速飞行器鲁棒反演控制[J]. 骆长鑫,张东洋,雷虎民,卜祥伟,叶继坤. 航空学报. 2018(04)
[2]基于微分估计和弹性辨识的火箭姿态控制器设计[J]. 王佩,张科,吕梅柏,葛致磊,王靖宇. 西北工业大学学报. 2017(04)
[3]吸气式高超声速飞行器鲁棒非奇异Terminal滑模反步控制[J]. 王肖,郭杰,唐胜景,徐倩,马悦悦,张尧. 航空学报. 2017(03)
[4]应用保护映射理论的高超声速飞行器自适应控制律设计[J]. 肖地波,陆宇平,刘燕斌,许晨. 航空学报. 2015(10)
[5]推力矢量防空导弹伺服弹性的抑制[J]. 吴云洁,宋嘉赟,刘晓东,张武龙. 北京航空航天大学学报. 2013(11)
[6]弹性运载火箭自适应姿态控制[J]. 赵党军,王永骥,刘磊,常松涛. 广西大学学报(自然科学版). 2011(06)
[7]高超声速弹性飞行器振动模态自适应抑制技术[J]. 孟中杰,闫杰. 宇航学报. 2011(10)
[8]导弹自适应结构滤波器的设计与仿真[J]. 楚龙飞,吴志刚,杨超,唐长红. 航空学报. 2011(02)
[9]固体运载器姿态控制系统自适应滤波器设计[J]. 刘昆,孙平. 国防科技大学学报. 2010(05)
本文编号：3129385
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3129385.html
