小型無人直升機控制方法探討
2008-12-31 00:00:00聶平由鄭日榮
現代商貿工業 2008年9期
摘 要：分別針對小型無人直升機懸停和低速前飛兩種工況引用的簡化模型展開討論，外環的軌跡控制閉環采用經典的PID控制法，內環的姿態（俯仰、滾轉和偏航）控制閉環采用基于神經網絡的智能控制法。這樣即可實現對小型無人直升機多工況多回路的融合控制，完成其飛行控制器控制方法的研究。
關鍵詞：無人直升機；多工況多回路；融合控制
中圖分類號：V1文獻標識碼：A文章編號：1672-3198（2008）09-0397-02
0 前言
電影電視中常常會出現無人直升機的身影：它能在險惡的環境里救助遇難者，能在城市上空指揮追捕逃犯，能在叢林中調查野生動物；尤其它能在戰場上靈活攻擊敵人，比如在美國對伊拉克等國家的空中打擊以及對阿富汗的軍事行動中，它都發揮了巨大的作用。無人直升機的飛行本領非常之大，它幾乎不受場地條件的約束，只要有一小塊地方就可以起飛，它除能垂直起飛上升和前飛外，還能進行側飛，甚至倒飛，這些都是普通飛機望塵莫及的。這些神奇的飛行本領使之在很多場合發揮著獨特的作用。
飛行控制問題是小型無人直升機研究的關鍵問題，廣大科研工作者一直都在忙于先進飛行控制系統的研究與設計工作，針對非線性，采用線性化技術進行近似處理；針對多輸入多輸出，采用現代控制技術；為盡可能減少強噪聲和強耦合的干擾，采用智能控制技術。比較典型的控制方法有經典控制、魯棒控制、智能控制和神經網絡控制，利用這些先進控制技術，在小型無人直升機飛行控制的研究工作中取得了很多成果。但是，因為小型無人直升機本身的復雜性和飛行控制的欠驅動性，大大地增加了其控制器的設計與控制難度。不同工況時，小型無人直升機受模型誤差、時變參數和隨機干擾的影響不一樣；不同回路時，其控制變量受模型誤差、時變參數和隨機干擾的影響也不一樣，這就決定了控制方法的復雜性，假如僅用某一種控制方法就很難達到良好的控制。在此本文提出多工況多回路融合控制的飛行控制方法，針對受模型誤差、時變參數和隨機干擾的影響較小的采用經典的PID控制，影響較大的采用基于神經網絡的智能控制，從而可獲得良好的控制品質。
1 多工況多回路融合控制的基本概念
1.1 系統框圖
小型無人直升機飛行控制系統的系統框圖如圖一。圖一所示的飛行控制系統分為三個主要部分，即任務規劃模塊、軌跡控制回路和姿態閉環控制回路，任務規劃模塊按照某種準則，把給定的飛行任務分解為一系列不同工況飛行動作序列，并由此規劃完成給定飛行任務的完整飛行軌跡；之后，由飛行軌跡計算給定X、Y軸的飛行速度、高度和偏航角，作為軌跡控制回路的輸入；在軌跡控制回路中，參考模型根據飛行品質等級要求，計算出相應的
Xc，c，X#8226;#8226;c，
Yc，c，Y#8226;#8226;c，
Zc，c，
最后由模型逆計算三個姿態角給定Ψc，θc，Φc和4個控制變量δcol，δion，δlat，δtv，作為姿態閉環控制回路的輸入，控制小型無人直升機以獲得所需的姿態角，實現軌跡跟蹤。
1.2 多工況
小型無人直升機具有垂直起降、空中懸停、協調轉彎、向前和向后飛行等多種工況，而且小型無人直升機本身具有多變量、非線性耦合和柔性結構等多種動力學特性，導致其模型參數在不同工況下有較大差別，對應飛行控制器的控制律也不一樣。首先，本文采用美國麻省理工大學學者建立的X-Cell小型航模直升機的數學模型作為康達90級油動小型航模直升機的數學模型，針對相關的模型參數，進行近似與簡化處理，從而獲得小型航模直升機用于仿真和控制的簡化數學模型，主要探討懸停和低速前飛兩種工況，每一種工況對應一種簡化模型；其次，針對懸停和低速前飛兩種不同的工況，設計出不同的控制律，完成飛行控制器相應部分的設計，實現“多工況”。
1.3 多回路
由飛行控制系統框圖易知，小型無人直升機的飛行控制器設計是非常復雜的，主要包括兩個控制閉環：內環的姿態控制閉環和外環的軌跡控制閉環，其中內環又分成俯仰、滾轉和偏航三個控制回路。由此可得，小型無人直升機的飛行控制系統包括俯仰回路、滾轉回路、偏航回路和軌跡回路四個控制回路。設計好結構相同的俯仰、滾轉和偏航三個閉環，共同構成姿態閉環控制回路，作為飛行控制系統的內環，提供軌跡跟蹤所需的飛行姿態，再進一步完成軌跡跟蹤閉環的設計，作為飛行控制系統的外環。并設計出相應的控制律，實現“多回路”。
2 多工況多回路融合控制的實現策略
2.1 總體控制策略
本文探討研究中，是直接引用美國麻省理工大學的X-Cell小型航模直升機的數學模型作為康達90級油動小型航模直升機的數學模型，再進行線性化處理獲得其簡化模型，一種工況對應一種簡化模型，為實現小型無人直升機多工況多回路的融合控制，采用的總體控制策略是：分別針對懸停和低速前飛兩種工況引用的簡化模型，外環的軌跡控制閉環采用經典的PID控制法，內環的姿態（俯仰、滾轉和偏航）控制閉環采用基于神經網絡的智能控制法。這樣即可實現對小型無人直升機多工況多回路的融合控制，完成其飛行控制器的設計。
2.2 控制方法的探討
本文探討的主要任務是對小型無人直升機多工況多回路融合控制方法進行研究，為設計和實現一個小型、廉價、可靠的飛行控制系統，實現小型無人直升機的自主飛行奠定基礎。采取的控制方法主要有：
（1）經典的PID控制法。
本課題是采用美國麻省理工大學的X-Cell小型航模直升機的數學模型作為康達90級油動小型航模直升機的數學模型，再通過線性化技術獲取實際近似簡化模型。其外環軌跡跟蹤控制回路受模型誤差、時變參數和隨機干擾的影響相對較小，可以采用經典的PID控制法進行研究設計，即可獲得良好的控制品質。
PID 控制算法是按誤差的比例、積分、微分進行控制的，理論上已經證明這種控制算法對純滯后特性的受控對象是一種最佳的常規控制算法。在常規控制系統中，調節器的調節規律又分比例（P），比例積分（PI）和比例積分微分（PID）幾種。它們都是線性調節器，其作用是將給定值r 與被控參數的實際輸出 y 構成控制偏差e = r-y，并將此偏差的比例、比例加積分、比例加積分加微分構成控制量。它們分別被稱為比例調節器、比例積分調節器和比例積分微分調節器。
（2）基于神經網絡的智能控制法。
本文是采用美國麻省理工大學的X-Cell小型航模直升機的數學模型作為康達90級油動小型航模直升機的數學模型，再通過線性化技術獲取實際近似簡化模型。由于小型無人直升機是一個異常復雜的系統，通過線性化技術獲得的簡化數學模型必然存在未建模因素（也即建模誤差），在飛行過程中也存在著參數的較大變化和各種隨機擾動，這些因素表現在模型中，主要是增大了其內環姿態控制回路的控制難度，采用經典控制方法難以有好的效果，因此，宜采用智能控制方法。具體來說，就是對于時變參數的較大變化和較大的建模誤差、外界擾動以及傳感器噪聲，采用基于神經網絡的智能控制方法，以增加系統的魯棒性和自適應性，即俯仰、滾轉和偏航三個控制回路采用基于神經網絡的智能控制，利用神經網絡能夠以任意精度逼近任何連續函數的能力和學習能力，補償未建模因素，適應陣風等隨機干擾，利用模型參考智能控制可適應緩慢變化的時變參數，從而獲得良好的控制品質。
內環為姿態控制回路，分為滾轉、俯仰、偏航三個通道，三個通道完全相同，圖2顯示了其中的俯仰通道的控制方塊圖，其中俯仰角的輸入由外環計算得到。參考模型根據飛行品質等級要求，計算出相應的 ，神經網絡根據偽控制量U和系統輸出自適應調整神經網絡的權值，進行在線學習。
3 結論
由本文探討可見，小型無人直升機飛行控制是一個非常復雜的問題，存在著多工況多回路多控制策略這樣一個突出特征，它除了存在著多傳感器信息融合外，更存在著經典控制策略、現代控制策略、智能控制策略等多種控制融合問題，為了突出這種多工況多回路控制問題的特征，我們稱之為多工況多回路融合控制問題，并對其實現進行了探討。事實上，某些大型復雜的工業控制系統如集成制造系統和某些社會經濟系統都具有多工況多回路融合控制的特征，因此，多工況多回路融合控制方法的研究具有較大的現實意義。
參考文獻
［1］李成智，陳丹. 航空航天技術［M］.廣東：廣東人民出版社， 2000.
［2］徐麗娜.神經網絡控制［M］.北京：電子工業出版社，2003.
