英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
外文翻译
文 目 New robust fault-tolerant controller for self-repairing flight
翻 目 新型自修复飞行鲁棒容错控制器控制系统
二Ｏ一八 年 五 月 十
摘要：我们讨论了一种新的鲁棒容错控制器方案，该方案将主控制器与补偿器相结合，用于自修复飞行控制系统。主控制器的设计是为了提高原无故障系统的性能。补偿控制器可以看作是一个独立的回路，它被加入到系统中，以补偿故障的影响，保证系统的稳定性。本论文提出了一种以非线性动态逆控制为主要控制器和非线性扩展状态观测器的设计方法。通过分析整个闭环系统的稳定性，利用一个飞机仿真实例，论证了新控制器的可行性和有效性。
关键词：鲁棒控制，自修复飞行控制，非线性 ，动态控制，扩展状态观测器，补偿器。
- 导言
现代飞机装备了高度复杂的控制系统，其中精度、多功能性和高可靠性是先决条件。为了提高可靠性，自修复飞行控制系统由于对可靠性的要求，它成为一个重要的领域。其概念是，在出现任何故障时，自修飞行控制系统（The Self-repairing Flight Control System，SRFCS）将使用故障检测模块检查故障。然后控制系统将切换到紧急状态控制法作为一种临时性的方法来稳定系统。第三步是利用故障检测诊断模块对故障进行准确的检测、诊断和隔离，故障检测与诊断（The Fault Detection And Diagnos，FDD）则利用其方案完成控制重构。因此可以说，这种临时控制方案可以被看作是一个重要的步骤，也是实现精确FDD和控制重构的基本前提。
传统的容错领域包括被动容错方法和主动容错方法，主动容错控制器通常需要一个精确的FDD模块。FDD则利用其结果完成控制重构。对于快速变化的系统，从发生故障到控制重构需要很长时间，飞机可能在起飞时间坠毁。无论是否存在故障，无源容错器使用固定控制器来控制系统。要处理故障，必须在控制策略中建立鲁棒性，从而建立更稳定的控制器，从而导致性能下降。另一方面，无源容错控制系统存在性能与鲁棒性的内在冲突，即高性能控制器对于故障，模型不确定性或外部干扰的鲁棒性较差。在闭环系统[1]中，必须进行权衡，以提高系统的性能，并将鲁棒性、容错性纳入其中。
由于传统容错控制（Fault-tolerant Control，FTC）方法的局限性，它们不能直接作为SRFCS的临时控制方案。我们提出了一种新的鲁棒容错控制器方案[2,3]。它由两个控制器组成，在无故障系统的基础上，设计了高性能的主控制器。然后将补偿控制器添加到系统中，它可以看作是一个独立的补偿器，用来补偿故障的影响，保证系统的稳定性。补偿器主要用于为FDD提供充足的时间工作。
我们还提出了一种基于非线性动态反演(Nonlinear Dynamic Inversion，NDI)和扩展状态观测器(Extended State Observer，ESO)的鲁棒性FTC方法。系统包含两个控制器，其中一个是基于非线性动态控制系统性能设计的主控制器。二是基于非线性ESO的故障估计补偿器。
2．新鲁棒容错方案
图1显示了控制方案的框图。
图1 FTC的控制方案图
在图1中，表示参考信号，表示系统的输出。假设所有的状态都可以测量或计算。表示系统的输入；表示主控制器的输出；表示补偿器的输出。当没有故障时，只有主控制器工作。一旦发生故障，系统和观测器/估计器之间的残差将突变。然后一个补偿器开始工作来保证整个系统的稳定性。在本文中，我们不区分故障、扰动或不确定性，因为有时故障可以被视为扰动或不确定性[3]。
这项工作的主要目的是制定一个方案，以便同时实现鲁棒性和性能的提高。因此，根据图1中的控制器方案，开发了一种“两步法”来解决这种矛盾的故障性能和鲁棒性问题。第一步，在无故障或干扰的前提下，采用常规技术设计主控制器。所有现有的方法，如增益调度[4]，特征结构分配[5,6]的线性化模型和其他非线性技术，如NDI [7]的完整非线性系统可在此阶段使用，其主要目的是保证闭环系统的高性能。在第二步中，设计了非线性观测器，然后根据系统与观测器之间的残差余量设计了补偿器，从而在系统中实现了对不确定性、扰动和故障的鲁棒性。我们所提出的程序是相当通用和灵活的，两种设计是分开的，所以所提出的补偿器可以作为一个附加回路添加到现有系统中。补偿器也用于为FDD提供充足的时间。
3. 新型鲁棒容错控制器的设计方法
NDI控制是当今非线性飞行控制系统中最常用的方法之一。但是由于来自抵消非线性部分的逆误差，需要提高NDI的鲁棒性。神经网络（Neural Network,NN）通常用来补偿逆误差[7,8]。然而，NN需要经过长期的训练，才能准确地接近逆误差，而且在实践中没有那么有效。在本文中，我们以NDI控制器为主要控制器来实现所开发的控制器方案。.补偿器是基于NESO的,它不仅可以估计系统的状态，而且还可以估计系统故障的逆误差。基于NESO的补偿器使NDI控制器对故障具有更强的鲁棒性。
3.1 NDI控制
精确反演的方法是基于一种可以很容易地用标量实例来证明的方法。考虑以(1)为代表的一阶系统,函数和在中是非线性的。然而，该系统是放射输入正常的飞行控制系统。未知函数是非线性系统的扰动。全部扰动包括建模误差、外部扰动和由故障引起的扰动，因为故障也可视为扰动[3]。
|
|
(1) |
该系统可以通过适当选择输入得到任何所需的动态系统，例如，(2)[9]给出稳定的一阶动态系统。
|
|
(2) |
当是所需的闭环带宽时，所需的输入可以通过“反转”(1)来计算。
|
|
(3) |
如果没有扰动，用这个值代替入(1)，实际上会产生所需的动态系统(2)。但如果我们考虑到扰动，系统可描述为
|
|
(4) |
由于现有的是逆变误差，系统不能得到所需的动态系统。我们可以由某一扰动观测器估计的值，它可以很容易地从系统中抵消。
3.2基于ESO的补偿器设计
ESO是一个相对较新的概念，它不仅可以估计系统的状态，而且可以估计系统的总扰动[10-12]。
设非线性系统为
|
|
(5) |
当和是精确模型的参数时，是控制输入, 是非线性系统的扰动。
继而扩展成为[13]
|
|
(6) |
如果将作为扩展状态处理，而其衍生项在这里是未知的。通过将视为一个状态，按照Han提出的观测器，状态观测器可以写成
|
|
(7) |
式中，是对未知扰动的估计
|
|
(8) |
(7)是NESO。由于选择在0到1之间，所以当误差很小时，会产生较高的增益。是一个很小的数字，用来限制邻源增益。为了准确估计，它们的不确定性将反映在的估计中。
具有冗余控制的(1)系统可以描述为
|
|
(9) |
的估计是由NESO给出的。补偿器的输出应该满足
|
|
(10) |
根据图1中的控制器方案，系统的两个输入应该为
|
(11) |
将值替换为式子(1)，整个闭环系统将是
|
|
(12) |
如果能准确快速地趋近于，整个系统将产生所需的动态系统(2)。
3.3闭环稳定性
对于任何FTC系统，当发生故障时，必须保证闭环系统的稳定性。根据本文第2节，主控制器可以设计使用任何标准技术。这里的稳定性证明更具有说服力。
假设1 主控制器是在没有干扰的情况下设计的，因此它可以写成。假设在该控制器下，(1)中的受控闭环是全局指数稳定的。
主控制器下无干扰或故障的系统是
|
|
(13) |
让作为无补偿器的闭环系统的Lyapunov函数，因为(13)的闭环是全局指数稳定的。满足
|
|
(14) |
上式的是一个小的正标量。
一旦发生扰动，系统就会加入基于NESO的（10）中补偿器，从而使闭环系统成为
|
|
(15) |
其中，是估计误差。
因为带有NESO的闭环系统可以作为
|
|
(16) |
式中，是估计误差，设为NESO的Lyapunov函数，令，则
|
|
(17) |
|
|
(18) |
|
|
(19) |
根据[14]定理4，可以得到以下引理。
引理1 假设, 若
|
|
(20) |
根据[14]，收敛边界由(20)定义。的边界也是NESO估计误差的边界，可以导出如下[14,15]
|
|
(21) |
如果参数是经过精心选择的，那么的界限就很小。
引理2 让成为带补偿器的闭环系统的Lyapunov函数
如果满足条件，则（16）中的闭环系统是稳定的。
证明
根据假设1
|
|
(23) |
如果，则。
引理3 设作为(16)中闭环系统的Lyapunov函数。
根据假设1、引理 1和引理2，如果和是精选的参数，所以（16）中的闭环系统是稳定的。
4.模拟例子
为了验证该方案，提出了一种具有推力矢量的飞行器仿真方案。飞机的重量是13000公斤，机翼面积是 m2，左电梯和右电梯的最大挠度为，左副翼和右副翼的最大挠度为，舵的最大挠度为。假定所有五个控制机构都是独立运动和工作的，考虑到完全的、6自由度刚体和飞机动力学，产生了一个包含8个输入的12个状态的系统。输入与发动机参数相关、左翼升力、右翼升力、 左副翼升力、 右副翼升力、舵升力和推力矢量控制(Thrust Vectoring Control ，TVC)叶片偏转升力 、对应。由于输入的数量不等于系统输入的数量，理论上可能无法进行全阶反演。通过将动态系统分为快
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[21293]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
