[发明专利]一种基于自适应动态规划的直升机智能减振方法

权利要求书

1.一种基于自适应动态规划的直升机智能减振方法，其特征在于，具体步骤如下：

步骤S1：设计对随机时延进行预测补偿的史密斯预测器；

步骤S2：收集经验样本得到经验样本池；

步骤S3：设计基于数据驱动的自适应动态规划减振控制器；

步骤S4：通过经验样本池中的数据进行迭代循环直至自适应动态规划减振控制器收敛，自适应动态规划减振控制器的控制输出进行谐波调制后作为主动控制执行器的控制信号进行减振控制。

2.根据权利要求1所述的一种基于自适应动态规划的直升机智能减振方法，其特征在于，步骤S1具体为：

步骤S11:测量无控垂向桨毂振动载荷并对其进行傅里叶分解得到振动载荷的cos和sin分量幅值的负数；

无控垂向桨毂振动载荷如下：

D(t)＝d₁cos(Nωt)+d₂sin(Nωt)

其中，D(t)表示直升机的无控垂向桨毂振动载荷，对D(t)进行傅里叶分解得到d₁和d₂，d₁和d₂分别表示D(t)的cos和sin分量幅值的负数，N表示直升机旋翼的叶片数，ω表示当前转子转速；

步骤S12:通过主动控制执行器的控制谐波U(t)和产生的桨毂响应Y(t)建立扰动状态下的直升机离散状态空间模型；

主动控制执行器的控制谐波U(t)和产生的桨毂响应Y(t)如下：

U(t)＝u₁cos(Nωt)+u₂sin(Nωt)

Y(t)＝y₁cos(Nωt)+y₂sin(Nωt)

u₁和u₂分别表示控制谐波的cos和sin分量幅值，y₁和y₂分别表示桨毂响应的cos和sin分量幅值；

对根据采样间隔T_k，建立扰动状态下的直升机离散状态空间模型如下：

其中，k表示当前采样时刻，k+1时刻与k时刻相差采样T_k，u(k)＝[u₁(k) u₂(k)]^T，y(k)＝[y₁(k) y₂(k)]^T，d(k)＝[-d₁(k) -d₂(k)]^T；w(k)表示外界综合扰动，A,B,C,E,F为系统矩阵，x(k)表示由桨叶挥舞、滞后、扭转模态组成的高阶模态；

步骤S13:将扰动状态下的直升机离散状态空间模型转化为主动控制产生的桨毂响应Y(t)与无控振动载荷D(t)抵消的跟踪模型，传感器测量到的为抵消后的垂向桨毂振动载荷谐波Vib(t)；

将扰动状态下的直升机离散状态空间模型转化为直升机振动控制系统模型：

y(k+1)＝C(Ax(k)+Bu(k)+Ew(k))

＝CAC^T(CC^T)^-1y(k)+CBu(k)+CEw(k)

当主动控制产生的桨毂响应Y(t)与无控振动载荷D(t)抵消时，跟踪模型如下：

其中，

传感器测量到的为抵消后的垂向桨毂振动载荷谐波Vib(t)，表示如下：

Vib(t)＝(y₁-d₁)cos(Nωt)+(y₂-d₂)sin(Nωt)；

步骤S14:建立扰动和延时条件下的旋翼系统模型，并根据扰动和延时条件下的旋翼系统模型构建史密斯预测器；

桨毂响应的谐波分量y(k)由于信号传输等原因出现延迟时，接收到的信号为：

y_f(k)＝(z(k-f))

其中，f为延迟时间，0≤f≤f_max，f_max表示延迟最大拍数；

扰动和延时条件下的旋翼系统模型如下：

其中，i＝1,2...f；

史密斯预测器如下：

其中，

为单位矩阵，当无延迟时，即f＝0时：

当延迟为1拍时，即f＝1时：

当延迟为最大延迟时，即f＝f_max时：