摘要:本文提出了一种共轴旋翼飞行器的滑模PID控制算法,之后采用Adams/MATLAB仿真与试验进行验证,结果表明该控制方法能够取得满意的效果。首先,当考虑上下旋翼间的气动干扰时,很难建立准确的数学模型,利用叶素理论和动态来流模型计算上下旋翼间的气动干扰和桨叶的挥动运动,其余不能准确建模的部分通过控制算法进行补偿。其次,将滑模控制算法与PID控制算法相结合对飞行器的姿态进行控制,其中,采用PID控制算法建立姿态与位置之间的关系,使飞行器能够更加平稳地飞行和悬停。第三,将飞行器的三维模型导入Adams,建立动力学仿真模型。然后在Simulink中建立控制器,并将控制器与动态仿真模型进行联合仿真,并通过仿真将滑模PID控制算法与传统PID控制算法进行比较,最后通过实验验证了滑模PID控制算法与传统PID控制算法的有效性。
摘要 - 滑模控制是一种鲁棒的非线性控制算法,已用于实现无人飞机系统的跟踪控制器,该控制器对建模不确定性和外部干扰具有鲁棒性,从而为自主操作提供出色的性能。无人飞机系统滑模控制应用的一个重大进步是采用无模型滑模控制算法,因为滑模控制实施中最复杂和最耗时的方面是结合系统模型推导控制律,这是每个单独的滑模控制应用都需要执行的过程。使用各种航空系统模型和真实世界干扰(例如离散化和状态估计的影响)在模拟中比较了各种无模型滑模控制算法的性能。结果表明,两种性能最佳的算法表现出非常相似的行为。这两种算法在四旋翼飞行器上实现(在模拟和使用真实硬件的情况下),并使用相同的状态估计算法和控制设置将其性能与传统的基于 PID 的控制器进行了比较。模拟结果表明,无模型滑模控制算法表现出与 PID 控制器相似的性能,而无需繁琐的调整过程。两种无模型滑模控制算法之间的比较表明,通过跟踪误差的二次均值测量,性能非常相似。飞行测试表明,虽然无模型滑模控制算法可以控制真实硬件,但在成为传统控制算法的可行替代方案之前,还需要进一步的特性描述和重大改进。无模型滑模控制和基于 PID 的飞行控制器都观察到了较大的跟踪误差,并且其性能对于大多数应用而言是不可接受的。两种控制器的性能不佳表明跟踪误差可以归因于状态估计中的误差。通过改进状态估计进行进一步测试将可以得出更多结论。关键词:无模型控制、滑模控制、鲁棒控制、飞行控制、无人机系统。1.简介
Srinathkumar 博士拥有电气工程学士(印度班加罗尔大学,1960 年)、硕士(夏威夷大学,1973 年)和博士学位(俄克拉荷马州立大学,1976 年)。他的整个职业生涯都是在印度国家航空航天实验室 (NAL) 担任科学家(1961-71 年、1978-2000 年)。1993-2000 年期间,他担任 NAL 飞行力学和控制部门负责人。他曾在美国国家研究委员会奖学金计划下在美国弗吉尼亚州 NASA 兰利研究中心度过两次休假。在 NASA 任职期间,他参与了特征结构控制技术在飞机飞行控制中的开创性应用(1976-78 年),以及柔性机翼主动颤振控制的设计和成功实验演示(1987-89 年)。他目前的兴趣仍然是将现代控制技术应用于飞机和旋翼机的操控质量设计问题。