买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于固定时间神经网络观测器的变体飞行器容错控制方法_北京理工大学_202410147716.8 

申请/专利权人:北京理工大学

申请日:2024-02-02

公开(公告)日:2024-04-19

公开(公告)号:CN117687308B

主分类号:G05B13/04

分类号:G05B13/04

优先权:

专利状态码:有效-授权

法律状态:2024.04.19#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要:本发明公开了一种基于固定时间神经网络观测器的变体飞行器容错控制方法包括以下步骤:建立含有系统扰动项的变体飞行器纵向动力学模型,设置执行机构故障模型,获得变体飞行器容错模型,将由模型不确定及飞行器变形引起的扰动和执行机构故障对飞行器的影响作为综合扰动,将所述变体飞行器容错模型分解为高度子系统和速度子系统;设置固定时间神经网络扰动观测器,基于固定时间神经网络扰动观测器,设置速度控制器对速度指令进行稳定跟踪,设置高度控制器对高度指令进行稳定跟踪,实现对变体飞行器的控制。本发明公开的基于固定时间神经网络观测器的变体飞行器容错控制方法具有误差收敛快、鲁棒性强、稳定性强等优点。

主权项:1.一种基于固定时间神经网络观测器的变体飞行器容错控制方法,其特征在于,包括以下步骤:建立含有系统扰动项的变体飞行器纵向动力学模型,所述系统扰动项由模型不确定及飞行器变形引起;设置执行机构故障模型,用于表征执行机构故障对飞行器的影响;基于执行机构故障模型与变体飞行器纵向动力学模型,获得变体飞行器容错模型,所述变体飞行器容错模型中,将由模型不确定及飞行器变形引起的扰动和执行机构故障对飞行器的影响作为综合扰动,将所述变体飞行器容错模型分解为高度子系统和速度子系统;设置固定时间神经网络扰动观测器,用于对变体飞行器容错模型中速度子系统、高度子系统中的综合扰动进行观测;基于固定时间神经网络扰动观测器,设置速度控制器对速度指令进行稳定跟踪,设置高度控制器对高度指令进行稳定跟踪,实现对变体飞行器的控制;所述变体飞行器纵向动力学模型表示为: ;其中,表示飞行速度,表示高度,表示弹道倾角,表示攻角,表示俯仰角,表示俯仰角速度;表示飞行器的质量,表示重力加速度,表示飞行器的转动惯量;表示飞行器的推力,表示飞行器的推力臂,表示变体飞行器变形过程中产生的惯性力在X方向上的分力,表示变体飞行器变形过程中产生的惯性力在Z方向上的分力,表示变体飞行器变形过程中产生的惯性力矩,表示变体飞行器的静力矩,表示飞行器俯仰力矩;所述执行机构故障模型表示为: ;其中,表示当前时刻,为发生故障的时间,、为需要设计的控制量,、为故障增益,、为执行器故障偏置;将所述变体飞行器纵向动力学模型分解为变体飞行器动力学纵向高度子系统和速度子系统,基于执行机构故障模型与变体飞行器动力学纵向高度子系统,获得变体飞行器容错模型高度子系统,表示为: ;基于执行机构故障模型与变体飞行器动力学速度子系统,获得变体飞行器容错模型速度子系统,表示为: ; ;其中,、、、为变体飞行器容错模型的综合扰动;所述固定时间神经网络扰动观测器具有多个,对不同的参量进行观测;设置第一固定时间神经网络扰动观测器对速度子系统进行观测,获得速度子系统中的综合扰动,所述第一固定时间神经网络扰动观测器表示为: ; ;其中,表示该观测器估计的综合扰动,、、为正数,为负常数,表示速度控制器的跟踪误差,表示神经网络的权值参数,表示对神经网络的权值参数的估计值,表示神经网络权值参数的更新律系数,表示径向基函数,表示该观测器神经网络的输入,表示速度跟踪误差,,表示飞行器速度,表示速度指令,、为常数项;所述速度控制器的控制律设置为: ;其中,表示飞行器的推力,表示对的转置;所述高度控制器的控制率通过以下步骤获得:S41、设置第一虚拟控制律,获得高度跟踪误差变化率;S42、设置第二固定时间神经网络扰动观测器对高度子系统中的综合扰动进行观测,获得弹道倾角跟踪过程中的综合扰动,设置第二虚拟控制率,获得弹道倾角跟踪误差变化率;S43、设置第三虚拟控制律,获得俯仰角跟踪误差变化率;S44、设置第三固定时间神经网络扰动观测器对高度子系统中的综合扰动进行观测,获得俯仰角速度跟踪过程中的综合扰动,设置高度子系统控制律,实现对飞行器高度的控制;将观测高度子系统的第二固定时间神经网络扰动观测器设置为: ; ;其中,表示该观测器估计的综合扰动,、、为正数,为负常数,表示弹道倾角跟踪误差的估计误差,表示该神经网络的权值参数,表示对神经网络的权值参数的估计值,表示神经网络权值参数的更新律系数,表示径向基函数,表示该观测器神经网络的输入,、为常数项,为弹道倾角跟踪误差;所述第三固定时间神经网络扰动观测器设置为: ; ;其中,表示该观测器估计的综合扰动,、、为正数,为负常数,表示俯仰角速度跟踪误差的估计误差,表示该神经网络的权值参数,表示对神经网络的权值参数的估计值,表示神经网络权值参数的更新律系数,表示径向基函数,表示该观测器神经网络的输入,、为常数项,为俯仰角速度跟踪误差;所述高度子系统的控制律表示为: ;其中,为正常数,为俯仰角跟踪误差,表示对的转置。

全文数据:

权利要求:

百度查询: 北京理工大学 基于固定时间神经网络观测器的变体飞行器容错控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。