关键词：
多约束受限
二自由度直升机
自适应神经网络控制
干扰观测器
固定时间
摘要：
在如今技术快速发展的时代,无人直升机技术作为现代航空领域的关键组成部分,正以前所未有的速度不断进步。无人直升机因其轻量化、可定点悬停、能够垂直起降等特性,在民用和军用领域得到了广泛应用。然而,无人直升机作为一个具有不确定性的非线性系统,其复杂的动态模型和轴间交叉耦合性质限制了其飞行的控制性能。同时,设备本身及外部需求的影响导致无人直升机面临多种约束限制,如输入饱和、输入量化、输出约束和全局指定性能等。忽略这些约束问题可能会降低系统的控制性能,甚至影响无人直升机的飞行安全性。此外,无人直升机可能会受到外部环境因素的干扰,从而降低闭环系统的性能。因此,综合考虑外部干扰的影响对准确反映无人直升机运行的实际情况至关重要。在实际应用中,无人直升机系统通常需要在固定有限的时间内实现快速、准确的响应,然后保持稳定状态,而这个时间不受系统初始状态影响。因此,针对上述挑战,有必要开发高性能的控制器,以确保无人直升机系统的安全稳定飞行。
本文以Quanser Aero的二自由度直升机平台为研究对象,展开二自由度直升机系统在多约束、外部干扰以及固定时间条件下的自适应神经网络控制研究。具体的研究内容如下:
(1)针对具有输入饱和、输出约束和外部干扰的二自由度直升机,提出了一种基于干扰观测器的自适应神经网络控制方法。首先,通过径向基函数神经网络来逼近直升机系统的不确定性。随后,利用干扰观测器来近似未知的复合扰动,其中包括神经网络估计误差、输入饱和误差和外部干扰。为了解决在指定的时间段内施加的输出约束问题,引入了一种新的时移函数和障碍函数。通过直接李雅普诺夫方法,验证了闭环系统中所有控制信号的有界性。最后,通过数值仿真结果验证了所提控制方法的有效性。
(2)针对具有输入约束和全局指定性能的二自由度直升机,提出了一种自适应神经网络控制方法。首先,通过径向基函数神经网络来估计直升机系统的未知动力学。其次,利用一个光滑的非仿射函数来处理非线性约束。然后,引入了一种新的指定函数,并利用误差变换和障碍函数变换方法将原始约束误差转化为等效无约束误差。通过对李雅普诺夫函数的分析,证明了系统的全局一致有界性。最后,通过仿真和实验结果验证了该控制的合理性和可行性。
(3)针对具有输入量化和输出约束的二自由度直升机,提出了一种自适应固定时间控制方法。首先,利用迟滞量化器来减轻信号量化的颤振,并利用自适应变量来消除量化过程中的误差。随后,应用径向基函数神经网络近似系统的不确定性。同时,构造了一个对数障碍李雅普诺夫函数,以防止系统输出违反约束。基于严格的李雅普诺夫稳定性分析和固定时间稳定性判据,证明了闭环系统的信号在固定时间内的有界性。最后,通过数值模拟和实验验证了该方法的有效性。
同方学位论文库
详细信息
万方学位论文库
