
无人机天钩回收纵向控制系统设计与实现.docx
16页无人机天钩回收纵向控制系统设计与实现 张剑锋,王朋飞(西北工业大学 365研究所,西安 710065)0 引言天钩回收型无人机摆脱了传统滑跑型无人机对跑道的依赖,大大增强了部署和使用的灵活性同时由于不必安装回收降落伞,减少了无人机死重,提高了其任务装载能力,并且降低了无人机由降落伞包导致的系统复杂度与使用维护难度正是这些突出的优势,使得天钩回收无人机成为一个研究和设计的热点方向然而相较于滑跑型与伞降型无人机,天钩回收对无人机的高度、速度、航迹控制精度提出了更高的要求撞绳点的纵向位置和撞绳速度会直接影响机翼承受的过载大小,在撞绳回收过程高度控制精度一般要求小于1米,飞行速度则要稳定地保持在略高于安全速度的一个较小的许用速度区间内目前很多无人机纵向控制的常规方案是假设高度通道与速度通道相互独立,按照两个独立回路分别控制飞行高度和飞行速度[1],然而高度与速度实际上是存在相互耦合影响的在要求飞行高度与飞行速度同时准确控制的无人机撞绳回收场景中,这种控制方式难以使两者同时达到预期的控制精度,从而容易造成一次撞绳成功率低,回收损伤风险较大的问题也有文献采用了LADRC线性自抗扰等控制方法进行定高控制[2],仿真效果较好,但未见工程化实现与真实飞行数据的验证。
此外,目前的控制系统一般均基于理想的飞行参数或者高精度的传感器数据,而对于天钩回收无人机来说,其重量都不大,也不具备装载高精度传感器的舱内空间,因此如何基于精度不高的小型传感器实现高精度天钩回收控制也是一个挑战针对上述问题,本文设计一种在配置低成本传感器的条件下利用油门和升降舵实现高度和速度通道协调控制的方法,并通过附加姿态约束使得无人机在天钩回收时的速度、高度与俯仰角均在最佳范围内这种方式能够大幅提高一次撞绳成功率,实现高精度的撞绳点控制以及速度与姿态控制,既避免了因控制精度低导致频繁复飞带来的风险,也避免了撞绳时由于撞击点不够精确或速度过大导致的机翼损伤或使用寿命下降同时,该控制方法易于工程实现,可直接部署到飞控计算机应用于实际的飞行试验1 控制系统组成与原理控制系统组成框图如图1所示无人机为控制对象,该控制系统包括的部件有:微航姿系统、差分卫星信号接收机、飞控计算机、升降舵机与油门舵机图1 天钩回收纵向控制系统组成框图微航姿系统用于测量无人机的俯仰角、滚转角、航向角以及3个方向的角速度;差分卫星信号接收机用于获取无人机的高度、地速和位置信息;升降舵机、油门舵机分别用于执行相应的伺服运动指令,进而控制无人机的升降舵面与油门;飞控计算机用于采集各个传感器的测量数据和接收控制指令信息,实时进行控制律解算,并输出各个通道的控制量。
飞控计算机中实时运行控制律程序,将从各个传感器采集得到俯仰角速率、俯仰角、高度、速度以及从预期指令得到高度与速度指令输入纵向轨迹控制律,解算出升降舵偏转角度与油门调节控制量,驱动相应的舵机运动,进而改变无人机的高度、速度与姿态,在有限的时间和飞行距离内把这些参数与预期值的偏差调整到要求范围内,最终成功实现撞绳回收传感器的精度对于控制精度至关重要,高精度的传感器能够大幅降低控制律设计的压力,比如对于大型无人机来说,可以配置高性能光纤惯导来获得飞机姿态、角速度等的信息,配置军品级无线电高度表来获得高精度实时场高信息但高精度传感器除了成本较高外,其重量与体积都较大,是总体成本较低的中小型无人机所不能负担的对于文中介绍的总重只有50千克的天钩回收无人机来说,无论是成本还是带载能力均无法配置高性能惯导,只能配置重量仅有0.5千克的MEMS微航姿系统来获取无人机姿态与角速度信息,而精度相比惯导要低很多,为解决精度问题,此处放宽了姿态控制的要求,采用总能量控制方法实现高度与速度协调控制,同时把MEMS微航姿的姿态信息作为约束加入到控制系统中,以确保无人机的姿态安全对于实时场高的获取,由于没有配置无线电高度表,系统采用了卫星高度与气压高度融合的方法。
即在进入回收前,首先判断卫星的可用性,若卫星高度可用,则将经过差分的卫星高度变换为相对地面的场高由于卫星高度的连续性较差,需要使用气压高度进行融合,在融合之前,由于经过长时间飞行后,气压高度相对起飞前的基准漂移较多,需要首先用卫星高度进行一次标定,经过处理的融合场高兼顾了卫星高度的高精度与气压高度的连续性,完全可以替代无线电高度用于回收阶段的高度信号源2 控制律设计2.1 控制对象数学模型的建立由于文中研究的是纵向控制系统的设计,因此此处先简单阐述飞机的纵向运动纵向运动只涉及纵向的运动参数与气动力,影响飞机纵向运动的外作用力主要包括如下1)发动机推力:方向沿发动机轴线,与机身轴线形成发动机安装角,一般发动机推力线不一定通过飞机的重心,此时推力还会产生力矩2)气动升力:垂直于飞行速度,向上为正,机身、机翼、尾翼等均可产生升力3)气动阻力:平行于飞行速度,向后为正,机身、机翼、起落架、飞机外挂物等均可产生阻力4)气动俯仰力矩:气动力在飞机对称面内对飞机产生的绕重心的力矩,抬头为正基于以上纵向作用力和力矩,首先需要建立固定翼无人机的小扰动线性化方程组[3],针对线性化模型设计控制律并对参数进行整定后,再引入到六自由度非线性模型中进行仿真验证[4],最终将固化的控制参数应用到飞行试验中。
无人机小扰动运动方程的推导有几个假设前提,包括:无人机是刚体,且质量为常数;忽略地面曲率,视地面为平面;假设地面为惯性参考系;假设重力加速度不随飞行高度而变化;无人机几何外形对称,且内部质量分布对称无人机动力学方程可由牛顿第二定律导出,基于机体坐标系可写出无人机合力与合力矩的表达公式,经过分解计算后可得到用无人机参数表达的3个方向的力以及绕机体3个轴的力矩动力学方程为了描述无人机相对于地面的运动,还需建立机体轴系与地面轴系的转换关系,并建立3个姿态角变化率与3个角速度分量间的几何关系以上描述所涉及的坐标系定义、推导公式等具体内容在文献[3]中有详细的阐述,此处不再赘述无人机运动方程组是非线性函数,为了既能简化方程又不失去构形参数起主导作用的影响,需要借助小扰动法使非线性方程线性化,并用解析法求解,这将有利于分析无人机本体及包含控制系统后的稳定性与操纵性无人机的飞行运动可分为基准运动和扰动运动,将运动方程在工作点状态下做泰勒级数展开,将运动参数表示为基准运动参数和扰动偏移量之和根据小扰动假设,略去二阶及二阶以上小量即可得到小扰动方程将描述纵向运动的方程组做小扰动线性化,并整理为矩阵表达形式,可以得到纵向线性化状态方程,见下面的公式。
其中Δθ、Δq、ΔV、Δα、ΔH分别为俯仰角、俯仰角速度、空速、迎角、高度;δe为升降舵偏角;状态矩阵和输入输出矩阵中的参数Ai为根据气动数据求出的各个系数1)上述系数矩阵的各参数为根据风洞试验数据插值或计算出的相应导数,系数矩阵的值随飞行状态的变化而变化,当状态确定时,飞行参数也随之为已知值,这些系数也就可以自动计算得到飞行参数一般包括俯仰角、滚转角、航向角、俯仰角速度、滚转角速度、航向角速度、高度、速度、迎角、侧滑角、3个轴的加速度等基于小扰动方程的控制律线性化设计只是设计的第一步,虽然此时的控制律结构基本确定,但控制参数并不能适应工程化应用,因为无人机的运动本身是一个复杂的非线性运动,线性化设计可以确保系统是稳定的,但却无法确保全包线下无人机都能被很好的控制并具有良好的品质一般线性化设计后确定的是控制参数的范围,完成线性化设计的控制律需要在六自由度非线性模型中进行验证与控制参数选优,该六自由度非线性模型框图如图2所示图2 无人机六自由度非线性模型框图如图2所示,无人机六自由度方程即所构建的非线性方程,可以用MATLAB/Simulink模块搭建或直接调用Simulink中的已有模块。
建立无人机六自由度模型的核心内容是通过气动数据模块、动力系统模块、环境模型得到机体产生的合力与合力矩空气在无人机机体上产生的力和力矩包括:升力、阻力、侧力、滚转力矩、俯仰力矩和偏航力矩其具体的计算方法如下式所示:(2)(3)(4)(5)(6)(7)其中:ρ为空气密度,v为空速,S为参考面积,CL为升力系数,CD为阻力系数,CY为侧力系数,Cl为滚转力矩系数,Cm为俯仰力矩系数,Cn为偏航力矩系数,b为无人机翼展,c为平均气动弦长通过风洞试验可以获得无人机飞行状态下的静导数、动导数和操纵导数,进而获得上述各气动力和气动力矩系数据此可以建立计算模块,如图3所示图3 气动数据模块动力模块的建模主要考虑发动机和螺旋桨对无人机机体产生的推力/拉力以及反扭矩使用测功机通过台架试验可以获得发动机在给定油门和转速下的输出功率数据通过CFD计算流体力学或风洞试验的方法可以获得螺旋桨在不同前进比下的功率系数Cp和拉力系数Ct,进而计算对应的拉力和扭矩,如下式所示:F=Ctρn2D4(8)M=Cpρn2D5(9)其中:ρ为空气密度,n为螺旋桨转速,D为螺旋桨直径假设发动机产生的扭矩为T,而螺旋桨的转动惯量为J,则可以建立关于螺旋桨转动角速度ω的微分方程:(10)根据上述公式则可以建立动力模块的数学模型,如图4所示。
图4 动力模块环境模块主要功能是实现根据地理位置和海拔高度的变化,实时插值计算当地空气密度、重力加速度等参数这些参数将直接影响到作用于机体的气动力、力矩,以及重力等标准大气模型(ISA)给出的空气密度随高度变化的曲线如图5所示此外,在进行非线性仿真时,为了考核所设计控制律的鲁棒性,需要在环境模型中加入各种环境干扰,最常用的是阵风干扰和紊流干扰,可以使用数学模块搭建风干扰的数学模型,也可以直接选用Simulink中的现有模块图5 空气密度变化曲线将上述力和力矩输入六自由度方程模块即可建立描述无人机运动的非线性模型该模型计算的飞行过程中的状态变量可输出为各飞行参数,这些飞行参数反馈到控制律模块解算执行机构的控制量,控制飞机飞行,如此就形成了仿真验证闭环并可用于控制器参数整定优化和效果验证2.2 控制算法设计无人机的飞行控制系统一般包括传感器、控制器与执行机构控制算法经过代码实现后运行在控制器的实时系统中控制算法一般为反馈控制,对于无人机的纵向控制来说,控制量一般包括升降舵控制与发动机油门控制,升降舵用于控制无人机的俯仰姿态以及高度的上升或下降,油门用于控制无人机的速度变化升降舵的计算算法公式中包含的参数一般有俯仰角、俯仰角速度、高度、迎角等。
对于不同的控制模态,所控制的参数也有不同,在天钩回收前的下滑阶段,以俯仰角控制为主,在天钩回收阶段,以高度控制为主,俯仰角则作为约束参数使用无论哪种模态,角速度一般均作为阻尼参数引入反馈控制,以改善控制过程的品质在追求稳态控制精度的天钩回收过程中,还需引入高度的积分控制此处纵向轨迹控制律的设计原则是在传统反馈控制[5-6]的基础上对高度与速度进行协调控制,此处引入总能量控制的思想[7-10]总能量控制(Total Energy Control)理论是波音公司提出的一种飞机综合飞行/推力控制系统总能量控制的核心算法从控制飞机的能量变化率与分配率出发,从而实现对飞机飞行速度/航迹的解耦控制无人机控制油门的改变导致无人机推力的变化,同时会一定比率地改变飞机的总能量变化率,无人机的发动机油门控制量可作为总能量变化率的主控制量升降舵偏转主要引起无人机俯仰力矩的变化,改变无人机的飞行姿态,在油门不变化时,推力不变,控制升降舵的偏转仅仅将无人机的动能与势能进行相互转换,改变总能量在动能与势能之间的分配关系,飞机的升降舵控制量可作为总能量分配率的主控制量 总而言之,油门控制无人机总能量的变化率,升降舵控制只改变无人机的总能量分配率。












