[发明专利]直升机系统自适应故障容错控制方法、系统、装置及介质有效
申请号: | 202111249339.1 | 申请日: | 2021-10-26 |
公开(公告)号: | CN114089629B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 赵志甲;何伟添;邹涛;李致富;马鸽 | 申请(专利权)人: | 广州大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 黎扬鹏 |
地址: | 510006 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 直升机 系统 自适应 故障 容错 控制 方法 装置 介质 | ||
本发明公开了一种直升机系统自适应故障容错控制方法、系统、装置及介质,方法包括:构建直升机系统的非线性状态空间方程;确定直升机系统的增强节点和增量节点,根据增强节点、增量节点以及非线性状态空间方程构建宽度学习神经网络;根据非线性状态空间方程确定自适应辅助参数;根据自适应辅助参数、非线性状态空间方程以及训练好的宽度学习神经网络确定直升机系统的控制律和自适应律,根据控制律和自适应律对直升机系统进行自适应故障容错控制。本发明通过构建宽度学习神经网络、确定自适应辅助参数来确定控制律和自适应律,实现了自适应故障容错控制,减小了直升机的跟踪误差,提高了直升机的控制精度,可广泛应用于直升机控制技术领域。
技术领域
本发明涉及直升机控制技术领域,尤其是一种直升机系统自适应故障容错控制方法、系统、装置及介质。
背景技术
在过去几年中,越来越多的无人机得到了快速发展,并广泛应用于我们的日常生活、军事行动和工业生产。在无人机的应用中,最困难的问题之一是如何精确控制无人直升机,因为无人直升机是一个高度非线性的多输入多输出系统,涉及复杂的动力学建模、耦合效应和弱抗干扰性,这些因素也可能直接导致执行器故障。因此,为了确保无人直升机的正常和准确飞行,必须为直升机系统设计更好的控制技术。
在2-DOF直升机的控制器设计中,克服不确定性和未知干扰、减小跟踪误差是关键问题。近年来,针对2-DOF直升机系统的控制研究提出了PID控制、滑模控制和最优跟踪控制等方法。然而这些方法都没有很好的考虑直升机系统的容错控制。在现代工业过程中,执行器故障的发生是不可避免的,这可能导致系统的表现不理想甚至系统不稳定,严重的情况下会导致机器发生爆炸,危害性极大。因此,为了保护直升机使其在飞行过程中避免风力、空中沙尘以及鸟的撞击等因素对执行器造成的影响,为2-DOF直升机系统设计容错控制显得尤为必要。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此,本发明实施例的一个目的在于提供一种直升机系统自适应故障容错控制方法,该方法可以实现直升机的故障容错控制,减小直升机的跟踪误差、提高直升机的控制精度。
本发明实施例的另一个目的在于提供一种直升机系统自适应故障容错控制系统。
为了达到上述技术目的,本发明实施例所采取的技术方案包括:
第一方面,本发明实施例提供了一种直升机系统自适应故障容错控制方法,包括以下步骤:
构建直升机系统的非线性状态空间方程;
确定直升机系统的增强节点和增量节点,根据所述增强节点、所述增量节点以及所述非线性状态空间方程构建宽度学习神经网络并进行训练;
根据所述非线性状态空间方程确定自适应辅助参数,所述自适应辅助参数用于补偿直升机系统的执行器故障影响;
根据所述自适应辅助参数、所述非线性状态空间方程以及训练好的宽度学习神经网络确定直升机系统的控制律和自适应律,进而根据所述控制律和所述自适应律对直升机系统进行自适应故障容错控制。
进一步地,在本发明的一个实施例中,所述构建直升机系统的非线性状态空间方程这一步骤,其具体包括:
根据拉格朗日力学模型建立直升机系统的非线性动力学方程如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州大学,未经广州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111249339.1/2.html,转载请声明来源钻瓜专利网。