摘 要:半物理仿真作為飛行控制系統(tǒng)設(shè)計(jì)驗(yàn)證的一條有效測(cè)試途徑,能降低其研制風(fēng)險(xiǎn)和成本。姿態(tài)控制回路是飛行控制系統(tǒng)設(shè)計(jì)的關(guān)鍵,決定著飛行控制系統(tǒng)設(shè)計(jì)的成敗。復(fù)合式無人直升機(jī)(compound unmanned helicopter, CUH)的飛行動(dòng)態(tài)特性不但非線性明顯、耦合性強(qiáng),而且操縱輸入冗余,給飛行控制律設(shè)計(jì)帶來極大挑戰(zhàn)。建立復(fù)合式無人直升機(jī)飛行動(dòng)力學(xué)全量非線性運(yùn)動(dòng)方程,以此為被控對(duì)象,設(shè)計(jì)姿態(tài)線性自抗擾控制器(linear active disturbance rejection controller, LADRC),用STM32F405嵌入式控制器作為機(jī)載控制器完成軟、硬件實(shí)現(xiàn),被控對(duì)象飛行動(dòng)力學(xué)模型構(gòu)成姿態(tài)控制半物理仿真系統(tǒng)。機(jī)載控制器實(shí)時(shí)硬件在環(huán),姿態(tài)控制律設(shè)計(jì)為LADRC和比例-積分-微分控制器(proportion integration differentiation controller, PID)兩種,控制通道輸出經(jīng)操縱策略分配作用于被控對(duì)象模型操縱舵面,采用姿態(tài)控制對(duì)比方法在半物理仿真系統(tǒng)上完成仿真試驗(yàn)。仿真結(jié)果驗(yàn)證LADRC滿足CUH姿態(tài)控制要求,其穩(wěn)定性、抗擾性和魯棒性均好于PID控制,能使CUH在全飛行模式下穩(wěn)定、可靠地飛行。試飛結(jié)果驗(yàn)證了所設(shè)計(jì)控制方法的有效性。
關(guān)鍵詞: 復(fù)合式無人直升機(jī); 操縱策略; 線性自抗擾控制; 半物理仿真
中圖分類號(hào): TP 273
文獻(xiàn)標(biāo)志碼: ADOI:10.12305/j.issn.1001 506X.2025.02.27
Semi physical simulation verification of attitude control for
compound unmanned helicopter
DENG Bohai, XU Jinfa*
(National Key Laboratory of Rotorcraft Aeromechanics, Aviation College, Nanjing University of
Aeronautics and Astronautics, Nanjing 210016, China)
Abstract:As an effective testing approach for the design verification of flight control system, semi physical simulation can reduce its development risks and costs. The attitude control loop is the key to the design of flight control system and determines the success or failure of the flight control system design. The compound unmanned helicopter (CUH) has the flight dynamics characteristics of nonlinear, strong coupling and redundant control input, which brings great challenges to the design of flight control law. In this paper, the full nonlinear motion equation of the flight dynamics of the CUH is established, and the attitude linear active disturbance rejection controller (LADRC) is designed, which uses the STM32F405 embedded controller to complete the software and hardware implementation as the airborne controller. The attitude control semi physical simulation system is formed with the flight dynamics model of the controlled object. The airborne controller as hardware in loop in real time is designed with two kinds of attitude control law, which is LADRC and proportion integration differentiation controller (PID). The channel outputs are assigned to the manipulation surfaces by a manipulation strategy. The simulation test is completed on the semi physical simulation system by using the attitude control and contrast method. The simulation results verify that LADRC satisfies the attitude control demands of the CUH. The stability, anti interference and robustness of LADRC are better than PID control, which can make the CUH fly stably and reliably in full flight mode. The flight testing results verify the effectiveness of the proposed control method.
Keywords:compound unmanned helicopter (CUH); control strategy; linear active disturbance rejection control (LADRC); semi physical simulation
0 引 言
飛行控制系統(tǒng)是飛行器穩(wěn)定飛行的關(guān)鍵,涉及姿態(tài)和軌跡控制[1-2],其設(shè)計(jì)必須經(jīng)過驗(yàn)證,以確保飛行過程穩(wěn)定、可靠。為避免實(shí)際試飛中出現(xiàn)墜機(jī),通常先行完成純數(shù)字仿真和半物理仿真驗(yàn)證,隨后進(jìn)行試飛驗(yàn)證。復(fù)合式無人直升機(jī)的定點(diǎn)懸停能力以及對(duì)場(chǎng)地依賴性低等特性,使其成為無人飛行器領(lǐng)域的研究熱點(diǎn)[3-4]。復(fù)合式無人直升機(jī)(compound unmanned helicopter, CUH)的運(yùn)動(dòng)數(shù)學(xué)模型與通道控制律模型構(gòu)成完整的飛行控制系統(tǒng)[5-6],在控制律輸出作用下模型狀態(tài)響應(yīng)穩(wěn)定收斂。如Hyunchul等[7]用比例-積分-微分控制器(proportion integration differentiation controller, PID)在Ursa Minor無人直升機(jī)上實(shí)現(xiàn)自主懸停;Musial等[8]用分層PID控制方法為Marvin無人直升機(jī)設(shè)計(jì)飛行控制系統(tǒng);Muthusamy等[9]為一款微型無人直升機(jī)設(shè)計(jì)一種基于魯棒自適應(yīng)雙向模糊腦情緒學(xué)習(xí)控制策略的軌跡控制系統(tǒng);Dai等[10]為提高Trex600無人直升機(jī)姿態(tài)角響應(yīng)速度和抗干擾性能,設(shè)計(jì)姿態(tài)線性自抗擾控制器(linear active disturbance rejection controller, LADRC)系統(tǒng)。上述例子均是飛控系統(tǒng)驗(yàn)證數(shù)字仿真方法。
數(shù)字仿真方法對(duì)實(shí)驗(yàn)研究和理論分析具有指導(dǎo)作用,但控制器仍以數(shù)學(xué)模型形式實(shí)現(xiàn),并不具備實(shí)物特征[11-12]。半物理仿真系統(tǒng)的控制器則是實(shí)際真實(shí)物理設(shè)備,作用于被控對(duì)象模型,在傳感器、執(zhí)行器輔助下完成測(cè)試驗(yàn)證,隨后可直接應(yīng)用于真實(shí)飛行器試飛??刂破饔布?shí)物與無人飛行器飛行動(dòng)力學(xué)模型構(gòu)成半物理仿真系統(tǒng)。以半物理仿真系統(tǒng)驗(yàn)證飛行控制系統(tǒng),能降低試飛風(fēng)險(xiǎn),縮短飛控系統(tǒng)的研發(fā)周期[13-14]。Xu等[15]用半物理仿真方法驗(yàn)證一種無人直升機(jī)的比例-微分(proportion differentiation, PD)控制方法,實(shí)現(xiàn)了不同飛行模式之間的平穩(wěn)過渡;Guo等[16]通過半物理仿真驗(yàn)證一種無人機(jī)的編隊(duì)飛行控制,能有效降低任務(wù)執(zhí)行過程中對(duì)網(wǎng)絡(luò)無線電的要求;Athayde等[17]用半物理仿真驗(yàn)證尾座式無人機(jī)非線性動(dòng)態(tài)逆控制器穩(wěn)定控制的效果。
CUH是在傳統(tǒng)單旋翼帶尾槳無人直升機(jī)基礎(chǔ)上,通過增加機(jī)翼和拉力螺旋槳,使無人飛行器具備飛行模式可變能力,即具備低速直升機(jī)飛行模式、高速飛機(jī)飛行模式和中間過渡飛行模式[18-19]。同時(shí),具有常規(guī)構(gòu)型無人直升機(jī)懸停、垂直起降能力和定翼機(jī)大速度巡航能力[20-21]。本文研究對(duì)象的構(gòu)型較為復(fù)雜,其動(dòng)力學(xué)特性耦合加重,操縱量增多,導(dǎo)致操縱冗余,被控對(duì)象線化模型在飛行控制系統(tǒng)仿真驗(yàn)證中的適用性減弱[22-23]。與自抗擾控制器(active disturbance rejection controller, ADRC)相比,LADRC的參數(shù)大幅度減少,有利于參數(shù)整定和工程實(shí)現(xiàn)。本文建立CUH的飛行動(dòng)力學(xué)模型,設(shè)計(jì)基于LADRC的姿態(tài)控制回路,并在STM32F405控制器硬件中實(shí)現(xiàn)。半物理仿真試驗(yàn)和試飛試驗(yàn)證明了控制器設(shè)計(jì)的有效性。
1 飛行動(dòng)力學(xué)建模
研究被控對(duì)象CUH的組成部件包括旋翼、機(jī)翼、螺旋槳、平垂尾和機(jī)身等,如圖1所示。其主要結(jié)構(gòu)參數(shù)如表1所示。
1.1 旋翼氣動(dòng)力模型
CUH體軸系速度和角速度分別為[u,v,w]T,[p,q,r]T,槳軸系速度為
uS
vS
wS=Rhbu
v
w+p
q
r×x
y
zb(1)
記等效誘導(dǎo)速度為vdx,旋翼半徑為R,旋翼轉(zhuǎn)速為Ω,則旋翼的前進(jìn)比μ與流入比λ可表示為
μλ=u2S+w2S
ΩR
vS+vdx
ΩR(2)
針對(duì)旋翼的誘導(dǎo)速度,本文采用Pitt Peters動(dòng)態(tài)入流模型計(jì)算求解,計(jì)算公式[24]為
vi=v0+v-1crcos Ψ+v-1srsin Ψ(3)
式中:r-為相對(duì)半徑;Ψ為方位角。記滾轉(zhuǎn)力矩系數(shù)、俯仰力矩系數(shù)和旋翼升力系數(shù)分別為CMa、CLa、CTa,質(zhì)量流參數(shù)矩陣為V~,增益矩陣為L~,空氣慣性參數(shù)為M。v0,v1c,v1s由以下微分方程求得
Mv·0
v·1s
v·1c+V~L~v0
v1s
v1c=CTa
CLa
CMa(4)
記錐度角、后倒角、側(cè)倒角分別為a0、a1s、b1s,僅考慮槳葉一階揮舞運(yùn)動(dòng)的槳葉揮舞角可表示為
β=a0-a1scos Ψ-b1ssin Ψ(5)
根據(jù)葉素理論,將槳葉剖面安裝角記為φ,翼型升力線斜率記為a∞,翼型阻力系數(shù)記為Cx,空氣密度記為ρ,剖面弦長記為b,槳葉微段氣動(dòng)力可表示為
dX
dY=12ρb·dr·Cx
a∞(φ-β*)W2(6)
式中:dr為槳葉微段長度;W為來流速度;β*為來流角。槳軸系下的氣動(dòng)力為
T=∫(dYcos β*-dXsin β*)cos β(7)
H=∫dX(cos β*sin Ψ+sin β*sin βcos Ψ)+
dY(sin β*sin Ψ-cos β*sin βcos Ψ)(8)
S=-∫dX(cos β*cos Ψ-sin β*sin βsin Ψ)-
dY(sin β*cos Ψ+cos β*sin βsin Ψ)(9)
Mk=∫(dXcos β*+dYsin β*)rcos β(10)
式中:T為旋翼拉力;S為側(cè)向力;H為后向力;Mk為扭矩。
將槳軸系中的力和力矩轉(zhuǎn)換到體軸系下:
Fx
Fy
Fzr=RbhRhv-H
T
S(11)
Mx
My
Mzr=RbhRhvMGx
-Mk
MGz+x
y
zr×Fx
Fy
Fzr(12)
式中:Rhv為旋翼風(fēng)軸系到槳軸系的轉(zhuǎn)換矩陣;Rbh為槳軸系到體軸系的轉(zhuǎn)換矩陣;MGx、MGz為槳轂力矩。
1.2 機(jī)翼氣動(dòng)力模型
CUH的旋翼對(duì)機(jī)翼的氣動(dòng)干擾不可忽略。將機(jī)翼按干擾影響分為兩部分,即受影響的滑流區(qū)Sws和不受影響的自由流區(qū)Swf。兩者的面積[25]分別為
Sws=Ssmax0.822+0.178μmax-μμmax(13)
Swf=Sw-Sws(14)
式中:μmax表示旋翼尾流脫離機(jī)翼時(shí)的前進(jìn)比;Ssmax表示機(jī)翼滑流區(qū)的最大面積;Sw表示機(jī)翼總面積。機(jī)翼對(duì)旋翼氣動(dòng)干擾較小,放在建模時(shí)予以忽略。
滑流區(qū)的來流情況為
u
v
wws=u
v
w+p
q
r×x
y
zws+v1d
v1d
0(15)
qws=12ρ(u2ws+v2ws+w2ws)(16)
式中:[u,v,w]Tws為滑流區(qū)的來流速度;[x,y,z]Tws為滑流區(qū)氣壓中心的位置;v1d為旋翼下洗速度。自由流區(qū)來流在形式上與滑流區(qū)基本相同,但不需要疊加旋翼尾流項(xiàng),同理可得氣壓中心速度與動(dòng)壓qwf。記機(jī)翼弦長為cw,機(jī)翼阻力系數(shù)為Cw()D,機(jī)翼升力系數(shù)為Cw()L,機(jī)翼俯仰力矩系數(shù)為Cw()Mz,副翼的偏轉(zhuǎn)運(yùn)動(dòng)對(duì)機(jī)翼升力的影響系數(shù)為CδaL,以上系數(shù)可由計(jì)算流體力學(xué)軟件仿真計(jì)算或通過風(fēng)洞試驗(yàn)獲得。將兩個(gè)流區(qū)的力和力矩疊加,可得機(jī)翼升力Lw,阻力Dw與俯仰力矩Mzw:
Lw
Dw
Mzw=(CwsL+CδaLδa)(CwfL+CδaLδa)
CwsDCwfD
cwCwsMzcwCwfMzqwsSws
qwfSwf(17)
記機(jī)翼風(fēng)軸系到體軸系的轉(zhuǎn)換矩陣為Rbv,體軸系機(jī)翼氣動(dòng)力和力矩分別為
Fx
Fy
Fzw=RbvDw
Lw
0(18)
Mx
My
Mzw=Rbv0
0
Mzw+x
y
zw×Fx
Fy
Fzw(19)
1.3 平尾氣動(dòng)力模型
記平尾氣壓中心的來流速度為u,v,w,平尾動(dòng)壓qh為
qh=12ρ(u2v+v2v+w2v)(20)
記平尾面積為Sh,平尾升力系數(shù)、阻力系數(shù)為ChL、ChD,升降舵舵偏量對(duì)升力系數(shù)影響因素為CδeleL,則風(fēng)軸系平尾氣動(dòng)力Lh、Dh分別為
Lv
Dv=qvSvCvL+CδrudLδrud
CvD(21)
體軸系下平尾氣動(dòng)力與力矩分別為
Fx
Fy
Fzh=Rbhh-Dh
0
Lh(22)
Mx
My
Mzh=x
y
zh×Fx
Fy
Fzh(23)
式中:Rbhh為平尾坐標(biāo)系到槳軸系的轉(zhuǎn)換矩陣。
1.4 機(jī)身氣動(dòng)力模型
將機(jī)身來流動(dòng)壓記為qf,機(jī)身側(cè)向力系數(shù)記為CfS,機(jī)身阻力系數(shù)記為CfD,機(jī)身升力系數(shù)記為CfL,機(jī)身特征長度與特征面積記為lf、Af,三軸力矩系數(shù)記為CfMx、CfMy、CfMz,體軸系下機(jī)身產(chǎn)生的力和力矩為[26]
Fx
Fy
Fzf=qfAf-CfD
CfL
CfS(24)
Mx
My
Mzf=qflfAf-CfMx
CfMy
CfMz(25)
1.5 機(jī)體運(yùn)動(dòng)方程
用、、θ分別表示滾轉(zhuǎn)、偏航、俯仰姿態(tài)角,In表示慣性矩矩陣,綜合各個(gè)部件的氣動(dòng)力及全機(jī)重力,可得CUH的運(yùn)動(dòng)方程[27-28]為
u·
v·
w·=1mFx
Fy
Fz-p
q
r×u
v
w(26)
p·
q·
r·=I-1nMx
My
Mz-I-1np
q
r×Inp
q
r(27)
·
·
θ·=1-cos tan θsin tan θ
0cos cos θ-sin cos θ
0sin cos p
q
r(28)
2 操縱策略設(shè)計(jì)
2.1 不同飛行模式的操縱策略
(1) 直升機(jī)模式操縱策略
當(dāng)CUH的前飛速度小于35 m/s時(shí),為直升機(jī)模式,飛行器操縱機(jī)構(gòu)為旋翼和拉力螺旋槳。通過操縱旋翼總距、橫向周期變距、縱向周期變距,使升力、側(cè)力、前向拉力、滾轉(zhuǎn)力矩和俯仰力矩發(fā)生變化,拉力螺旋槳?jiǎng)t操控航向力矩變化,既平衡旋翼反扭矩,又實(shí)現(xiàn)航向控制。在此飛行模式下,CUH可完成垂直起降、懸停、向任意方向飛行等飛行任務(wù)。
(2) 定翼機(jī)模式操縱策略
當(dāng)CUH的前飛速度大于50 m/s時(shí),為定翼機(jī)模式,此時(shí)飛行器的重力主要由機(jī)翼承擔(dān),此時(shí)的操縱機(jī)構(gòu)包括拉力螺旋槳、副翼、升降舵等。螺旋槳、副翼、升降舵分別提供前向拉力和航向力矩、滾轉(zhuǎn)力矩、俯仰力矩。旋翼反扭矩仍由螺旋槳轉(zhuǎn)速差動(dòng)來平衡。在此飛行模式下,CUH可完成大速度巡航、爬升/下降、協(xié)調(diào)轉(zhuǎn)彎等飛行任務(wù)。
(3) 過渡模式操縱策略
當(dāng)CUH的前飛速度在35~50 m/s時(shí),為過渡模式,屬于直升機(jī)模式與定翼機(jī)模式間的轉(zhuǎn)換過程[29],通過旋翼、拉力螺旋槳、副翼、升降舵等機(jī)構(gòu)協(xié)同操縱。飛行器加速前飛時(shí),其飛行模式由直升機(jī)模式逐漸轉(zhuǎn)換為定翼機(jī)模式,減速時(shí)則相反。過渡模式的主要飛行任務(wù)為完成低速模式到高速模式的轉(zhuǎn)換。
不同飛行模式對(duì)應(yīng)的操縱策略如表2所示。
2.2 過渡路線優(yōu)化
過渡模式的操縱方式、氣動(dòng)特性變化較為復(fù)雜,各操縱量權(quán)重系數(shù)影響著CUH飛行的穩(wěn)定性和功率變化,設(shè)計(jì)合理的操縱過渡路線尤為重要。以速度為參考量調(diào)配冗余操縱變量,優(yōu)化得到不同飛行狀態(tài)的操縱權(quán)重系數(shù),以獲得飛行器的過渡路線[30]。
以操縱量光滑過渡為邊界條件,采用遺傳算法優(yōu)化,計(jì)算不同速度下功率最優(yōu)的操縱權(quán)重系數(shù),從而獲得功率最優(yōu)的過渡路線。算法流程圖如圖2所示。由遺傳算法優(yōu)化得到的操縱權(quán)重系數(shù)、擬合后得到的操縱過渡路線函數(shù)為
Wheli=1b+e-(a-V)+cV+d
Wfix=1-Wheli(29)
式中:Wheli是直升機(jī)飛行模式操縱權(quán)重系數(shù);Wfix是定翼機(jī)飛行模式操縱權(quán)重系數(shù);a=42.35,b=1.142,c=-0.008 252,d=0.419 2;V是飛行器前飛速度。過渡飛行模式的操縱變量可根據(jù)操縱權(quán)重的變化(0~1),在直升機(jī)模式和定翼機(jī)模式之間進(jìn)行轉(zhuǎn)換。
記縱向、前向、橫向通道的操縱量分別為Roll、Pitch、Ford,螺旋槳轉(zhuǎn)速為Pl,旋翼縱向、橫向周期變距分別為A1、B1,副翼、平尾舵偏量分別為Ail、Ele,則操縱變量轉(zhuǎn)換關(guān)系為
A1=Pitch·Wheli
B1=Roll·Wheli
Ail=Roll·Wfix
Ele=Pitch·Wfix
Pl=Ford·Wfix(30)
2.3 優(yōu)化結(jié)果
由前述分析計(jì)算,操縱量連續(xù)、功率最優(yōu)的優(yōu)化分配權(quán)重系數(shù)及線性分配權(quán)重系數(shù)如圖3所示。
以CUH姿態(tài)控制為例,驗(yàn)證過渡路線優(yōu)化效果。飛行器前飛速度由0 m/s增加至60 m/s,使用優(yōu)化過渡路線和線性過渡路線的各通道操縱量變化情況如圖4所示,姿態(tài)仿真曲線如圖5所示??梢钥闯?,使用簡單線性過渡路線與使用優(yōu)化過渡路線的被控對(duì)象控制仿真效果差異明顯,無論操縱響應(yīng)還是姿態(tài)角響應(yīng),使用優(yōu)化過渡路線的響應(yīng)均更連續(xù)平滑、抖動(dòng)更小,其中橫向通道響應(yīng)差異更加明顯。
3 線性自抗擾控制器設(shè)計(jì)
3.1 自抗擾控制器結(jié)構(gòu)
ADRC的控制結(jié)構(gòu)如圖6所示,擴(kuò)張狀態(tài)觀測(cè)器(extended state observer, ESO)能夠估計(jì)系統(tǒng)內(nèi)外擾動(dòng)形成總擾動(dòng),為核心部分;跟蹤微分器(tracking differentiator, TD)可以實(shí)現(xiàn)輸入信號(hào)的快速跟蹤,并得到其微分信號(hào);非線性狀態(tài)誤差反饋(nonlinear state error feedback, NLSEF)律用于補(bǔ)償總擾動(dòng)形成控制量[31-32]。
3.2 控制器線性化
LADRC的控制結(jié)構(gòu)如圖7所示,LADRC相比ADRC,其ESO為線性,即線性ESO(linear ESO, LESO),TD得以省略,NLSEF采用線性組合,參數(shù)數(shù)量大幅減少,有利于控制器實(shí)現(xiàn)[33-34]。
記系統(tǒng)的擾動(dòng)為w,狀態(tài)變量、控制輸入、控制輸出分別為α、u和y。姿態(tài)控制二階系統(tǒng)可表示為
α¨=f(α,α·,w,t)+b(t)u
y=α(31)
若b(t)用近似常數(shù)b0代替,有
α¨=f(α,α·,w,t)+b0u=f-+b0u(32)
式中:f-表示包含內(nèi)部和外部干擾在內(nèi)的總擾動(dòng),其估計(jì)值為f^;u表示控制律,u=(-f^+u0)/b0。將式(31)變?yōu)闋顟B(tài)空間方程:
α·=As+Bsu+Ef·-
y=Csα(33)
式中:α=[α1,α2,…,α3]T為狀態(tài)向量;α1=α,α2=α·,α3=f-為擴(kuò)張狀態(tài)。As、Bs、Cs和E分別為
As=010
001
000
Bs=[0b00](34)
Cs=[100] E=[001]T(35)
記系統(tǒng)輸出的估計(jì)值為y^,狀態(tài)變量為z=[z1z2z3]T,LESO增益向量為L=[3w03w203w30]T,則LESO可表示為
z·=Asz+Bsu+L(y-y^)
y^=Csz(36)
調(diào)整L中的參數(shù)w0,可以確保LESO的有界輸入和有界輸出(bounded input bounded output, BIBO)穩(wěn)定,可估計(jì)得到f^值。代入L到式(36),可得
z·=Az+Bu
y^=Cz+Du(37)
式中:u=[uy]T表示系統(tǒng)輸入和輸出。調(diào)整參數(shù)wc、b0以及LESO中的w0,可以保證上述系統(tǒng)BIBO穩(wěn)定;C為3階單位矩陣,D為0矩陣,A和B分別為
A=-3w010
-3w2001
-3w3000
B=03w0
b03w20
03w30(38)
4 姿態(tài)控制半物理仿真
4.1 控制系統(tǒng)組成
嵌入式飛控計(jì)算機(jī)是飛行控制系統(tǒng)的關(guān)鍵,控制器實(shí)現(xiàn)以STM32F405ZGT6嵌入式處理器為核心,構(gòu)成CUH半物理仿真系統(tǒng),如圖8所示。目標(biāo)指令來自地面站,由無線數(shù)傳電臺(tái)傳輸,與飛行器飛行狀態(tài)綜合,獲得各舵面操縱量,再將其由串行通信設(shè)備發(fā)送到飛行器運(yùn)動(dòng)模型,通過實(shí)時(shí)計(jì)算得到飛行器狀態(tài)響應(yīng),狀態(tài)量同時(shí)傳輸給機(jī)載飛行控制器和視景仿真軟件。目標(biāo)指令和狀態(tài)數(shù)據(jù)存儲(chǔ)在機(jī)載飛行控制器的SD卡,用于后續(xù)數(shù)據(jù)分析。表3和表4所示為一組LADRC和PID控制器參數(shù)整定結(jié)果樣例。
4.2 結(jié)果與分析
(1) 姿態(tài)控制穩(wěn)定性
不改變控制器控制參數(shù),CUH的前飛速度以0.3 m/s2的加速度由0 m/s逐漸增加至60 m/s,飛行模式隨著速度的改變而調(diào)整,進(jìn)行姿態(tài)響應(yīng)半物理仿真,以驗(yàn)證姿態(tài)控制穩(wěn)定性。設(shè)置期望目標(biāo)姿態(tài)角均為5°,在前飛速度為30 m/s時(shí)期望目標(biāo)姿態(tài)改為-5°,姿態(tài)和角速率仿真結(jié)果如圖9所示。
由仿真結(jié)果可知,與PID控制器相比,LADRC的姿態(tài)角控制響應(yīng)更快,穩(wěn)態(tài)誤差更小。在仿真過程中,隨著飛行速度增加,飛行模式發(fā)生改變,LADRC控制效果仍然具有較強(qiáng)的穩(wěn)定性;而PID控制器的控制穩(wěn)定性則有一定程度的下降,尤其是在目標(biāo)姿態(tài)角改變后,滾轉(zhuǎn)角和偏航角的變化較為明顯。以上結(jié)果表明,在目標(biāo)姿態(tài)改變的情況下,LADRC對(duì)目標(biāo)姿態(tài)的跟蹤精度更高。
(2) 姿態(tài)控制抗擾性
CUH在實(shí)際飛行時(shí)容易受到外部干擾力矩的影響。當(dāng)飛行器三軸軸向受到峰值為5 N·m的正弦力矩干擾時(shí),姿態(tài)和角速率仿真結(jié)果如圖10所示。由仿真結(jié)果可知,在有外部干擾的情況下,LADRC相比PID控制器跟蹤速度更快,穩(wěn)態(tài)誤差更小,姿態(tài)波動(dòng)幅度較小。隨著飛行速度增加,在飛行模式改變時(shí),LADRC仍然保持較小幅度的波動(dòng);PID控制的波動(dòng)幅度較大,在目標(biāo)姿態(tài)角改變后,滾轉(zhuǎn)角出現(xiàn)了0.3°數(shù)量級(jí)的波動(dòng)。以上結(jié)果表明,在有干擾、目標(biāo)姿態(tài)改變的情況下,LADRC對(duì)目標(biāo)姿態(tài)跟蹤精度更高,抗擾性更強(qiáng)。
(3) 姿態(tài)控制魯棒性
在實(shí)際飛行中,CUH的旋翼轉(zhuǎn)速范圍為1 600~1 800 rpm,轉(zhuǎn)速變化會(huì)引起飛行器運(yùn)動(dòng)特性的變化。由如圖11可知,當(dāng)轉(zhuǎn)速按正弦規(guī)律變化時(shí),LADRC的姿態(tài)控制響應(yīng)速度有所降低,但仍比PID的控制響應(yīng)快;隨著飛行速度增加,在飛行模式變化時(shí),LADRC對(duì)目標(biāo)姿態(tài)的跟蹤仍然穩(wěn)定;PID控制效果有一定幅度波動(dòng)。在目標(biāo)姿態(tài)角改變后,其三軸姿態(tài)角均出現(xiàn)0.3°數(shù)量級(jí)的誤差。以上結(jié)果表明,在內(nèi)部參數(shù)、目標(biāo)姿態(tài)改變的情況下,LADRC對(duì)目標(biāo)姿態(tài)的跟蹤精度和魯棒性均更強(qiáng)。
5 試飛試驗(yàn)
前述飛行控制系統(tǒng)設(shè)計(jì)已在CUH實(shí)物平臺(tái)上進(jìn)行飛行試驗(yàn),飛行器及其飛行控制系統(tǒng)組成如圖12所示,試飛平臺(tái)系統(tǒng)包含地面站、機(jī)載飛行控制器、遙控器、組合導(dǎo)航系統(tǒng)、激光高度計(jì)、空速管、電池等設(shè)備。地面站和遙控器均可發(fā)送飛行指令,機(jī)載飛控計(jì)算機(jī)運(yùn)行飛行控制律,與硬件在環(huán)仿真相同,組合導(dǎo)航系統(tǒng)用于測(cè)量飛行器姿態(tài)和位置,激光高度計(jì)用于測(cè)量飛行器與地面的相對(duì)高度,空速管用于測(cè)量飛行器飛行速度,電池提供飛行所需動(dòng)力。
在試飛過程中逐漸增大CUH前飛速度,然后保持大速度巡航飛行,最后逐漸減速至0,飛行過程中飛行器俯仰、偏航、滾轉(zhuǎn)通道的姿態(tài)響應(yīng)和姿態(tài)角速率響應(yīng)如圖13所示,結(jié)果表明所設(shè)計(jì)的控制器能夠?qū)崿F(xiàn)CUH姿態(tài)控制。
6 結(jié) 論
CUH的操縱變量多于常規(guī)構(gòu)型無人直升機(jī),具有更強(qiáng)的飛行動(dòng)力學(xué)耦合特性,姿態(tài)控制半物理仿真更貼近于實(shí)際飛行情況,能夠有效驗(yàn)證飛行器控制系統(tǒng)設(shè)計(jì)的合理性,降低試飛風(fēng)險(xiǎn),縮短飛行控制器研制周期,減少研制費(fèi)用,為實(shí)際飛行控制系統(tǒng)研制提供堅(jiān)實(shí)基礎(chǔ)。本文所得結(jié)論如下。
(1) 針對(duì)具有多輸入、多輸出的多體動(dòng)力學(xué)系統(tǒng)CUH,建立非線性飛行動(dòng)力學(xué)模型用于全模式半物理仿真試驗(yàn),操縱策略設(shè)計(jì)保證了全模式穩(wěn)定飛行,過渡路徑設(shè)計(jì)使直升機(jī)與定翼機(jī)飛行模式可實(shí)現(xiàn)平滑過渡。
(2) 飛控計(jì)算機(jī)軟硬件實(shí)現(xiàn)、半物理仿真和實(shí)際試飛驗(yàn)證了不同飛行模式的姿態(tài)穩(wěn)定控制,LADRC控制器相比于PID控制器,跟蹤穩(wěn)定性、抗擾性和魯棒性均更好。
參考文獻(xiàn)
[1]YAN K, WU Q X. Adaptive tracking flight control for unmanned autonomous helicopter with full state constraints and actuator faults[J]. ISA Transactions, 2022, 128: 32-46.
[2]MA H X, CHEN M, FENG G, et al. Disturbance observer based adaptive fuzzy tracking control for unmanned autonomous helicopter with flight boundary constraints[J]. IEEE Trans.on Fuzzy Systems, 2023, 31(1): 184-198.
[3]FEMI T, MIJA S J. Output feedback based adaptive composite nonlinear flight control design for a small scale un crewed helicopter[J]. ISA Transactions, 2022, 126: 190-202.
[4]CHAUDHARY A, BHUSHAN B. An improved teaching learning based optimization method to enrich the flight control of a helicopter system[J]. Sādhanā, 2022(48): 222-237.
[5]LUCIO R S, JAVIER G, DANIEL C G, et al. Unified motion control for multilift unmanned rotorcraft systems in forward flight[J]. IEEE Trans.on Control Systems Technology, 2023, 31(4): 1607-1621.
[6]SHAO S Y, WANG L W, YAN X H, et al. Trajectory planning and prescribed performance tracking control based on fractional order observers for unmanned helicopters with unmeasurable states[J]. Aerospace Science and Technology, 2023, 139: 108360.
[7]HYUNCHUL D, HYOUN K, SASTRY S. Control system design for rotorcraft based unmanned aerial vehicles using time domain system identification[C]∥Proc.of the IEEE International Conference on Control Applications, 2000: 808-813.
[8]MUSIAL M, BRANDENBURG U, HOMMEL G. Cooperative autonomous mission planning and execution for the flying robot MARVIN[J]. Intelligent Autonomous Systems, 2000, 6: 636-643.
[9]MUTHUSAMY P K, TRAN V P, GARRATT M, et al. Resi lient flight control for a 32g Nano helicopter[J]. IEEE Trans.on Industrial Electronics, 2024, 71(12): 16057-16067.
[10]DAI J Y, HU F, YING J, et al. Research on attitude control algorithm based on improved linear active disturbance rejection control for unmanned helicopter[C]∥Proc.of the Chinese Control and Decision Conference, 2019: 1498-1503.
[11]QIAO F X, SHI J P, QU X B, et al. Hardware in loop adaptive neural control for a tiltable V tail morphing aircraft[J]. Defence Technology, 2023, 22: 197-211.
[12]SILVA C, RAKOCZY J, GUTIERREZ H. Precision landing comparison between smartphone video guidance sensor and IRlock by hardware in the loop emulation[J]. CEAS Space Journal, 2024, 16: 475-489.
[13]SUO B, WANG M N, YUAN F M, et al. Integrity detection and supplementary experimental design of semi physical simulation data on aircraft landing points[J]. Applied Science, 2023, 13(5): 2889.
[14]LIN Z L, WANG W X, LI Y F, et al. Design and experimental study of a novel semi physical unmanned aerial vehicle simulation platform for optical flow based navigation[J]. Aerospace, 2023, 10(2): 183.
[15]XU H Z, HUANG J, ZHOU Y M. Design of multi mode flight control system for unmanned helicopter[C]∥Proc.of the 30th Chinese Control Conference, 2011: 3660-3663.
[16]GUO J D, LIU Z G, SONG Y G, et al. Research on multi UAV formation and semi physical simulation with virtual structure[J]. IEEE Access, 2023, 11: 126027-126039.
[17]ATHAYDE A, MOUTINHO A, AZINHEIRA J R. Experimental nonlinear and incremental control stabilization of a tail sitter UAV with hardware in the loop validation[J]. Robotics, 2024, 13(3): 51-83.
[18]PARK S H, KWON O J, LEE S. Aerodynamic analysis of high speed compound unmanned rotorcraft using an unstructured flow solver[J]. International Journal of Aeronautical and Space Sciences, 2023, 24: 1077-1085.
[19]ZHAO H B, WANG B, SHEN Y Y, et al. Development of multimode flight transition strategy for tilt rotor VTOL UAVs[J]. Drones, 2023, 7(9): 580.
[20]MOHAMMADREZA M, JUNYI G, AZARAKHSH K, et al. Design, modeling and control for a tilt rotor VTOL UAV in the presence of actuator failure[C]∥Proc.of the IEEE/RSJ International Conference on Intelligent Robots and Systems, 2022: 4310-4317.
[21]LUO K B, SHI S, PENG C. Smooth tracking control for conversion mode of a tilt rotor aircraft with switching modeling[J]. Frontiers of Information Technology amp; Electronic Engineering, 2023, 24: 1591-1600.
[22]GU X, XIAN B, WANG Y X, et al. Geometry based adaptive tracking control for an underactuated small size unmanned helicopter[J]. IEEE Trans.on Systems, 2023, 53(12): 7489-7500.
[23]HARUNA A, MOHAMED Z, ABDULLAHI A M. Switched step integral backstepping control for nonlinear motion systems with application to a laboratory helicopter[J]. ISA Transactions, 2023, 141: 470-480.
[24]GAONKAR G H, PETERS D A. Review of dynamic inflow modelling for rotorcraft flight dynamics[C]∥Proc.of the 27th Structures, Structural Dynamics and Materials Conference, 1986: 89-115.
[25]陳培, 徐錦法. 四傾轉(zhuǎn)旋翼飛行器直升機(jī)模式操縱策略設(shè)計(jì)與驗(yàn)證[J]. 飛行力學(xué), 2023, 41(5): 65-73.
CHEN P, XU J F. Design and verification of manipulation strategy for quad tiltrotor aircraft in the helicopter mode[J]. Flight Dynamics, 2023, 41(5): 65-73.
[26]CARLSON E B, ZHAO Y J. Optimal short takeoff of tilt rotor aircraft in one engine failure[J]. Journal of Aircraft, 2002, 39(2): 280-289.
[27]CASTILLO R S, TOMAS R M. Helicopter nonlinear aerodynamics modelling using VehicleSim[J]. Advances in Engineering Software, 2016, 100: 252-265.
[28]KUMAR A, BENTZVI P. Estimation of wind conditions utilizing RC helicopter dynamics[J]. IEEE/ASME Trans.on Mechatronics, 2019, 24(5): 2293-2303.
[29]鄧柏海, 徐錦法. 復(fù)合式無人直升機(jī)姿態(tài)自抗擾控制[J]. 北京航空航天大學(xué)學(xué)報(bào), 2023, 49(11): 3100-3107.
DENG B H, XU J F. Attitude active disturbance rejection control of compound unmanned helicopter[J]. Journal of Beijing University of Aeronautics and Astronautics, 2023, 49(11): 3100-3107.
[30]LYU Z C, WANG Z G, DUAN D Y, et al. Tilting path optimization of tilt quad rotor in conversion process based on ant colony optimization algorithm[J]. IEEE Access, 2020, 8: 140777-140791.
[31]GAO Z Q. Active disturbance rejection control: a paradigm shift in feedback control system design[C]∥Proc.of the American Control Conference, 2006.
[32]HAN J Q. From PID to active disturbances rejection control[J]. IEEE Trans.on Industrial Electronics, 2009, 56(3): 900-906.
[33]吳超, 王浩文, 張玉文. 基于LADRC的無人直升機(jī)軌跡跟蹤[J]. 航空學(xué)報(bào), 2015, 36(2): 473-483.
WU C, WANG H W, ZHANG Y W. Trajectory tracking of unmanned helicopter based on LADRC[J]. Acta Aeronautica et Astronautica Sinica, 2015, 36(2): 473-483.
[34]SHEN S Y, XU J F. Trajectory tracking active disturbance rejection control of the unmanned helicopter and its parameters tuning[J]. IEEE Access, 2021, 9: 56773-56785.
作者簡介
鄧柏海(1998—),男,博士研究生,主要研究方向?yàn)橹鄙龣C(jī)飛行控制。
徐錦法(1963—),男,教授,博士,主要研究方向?yàn)轱w行器導(dǎo)航、制導(dǎo)與控制。