基于AFSMC算法的飛機飛行姿態(tài)自適應滑?？刂葡到y(tǒng)

魏婉婷，周 勇

(1.延安大學 物理與電子信息學院，陜西 延安 716000；2.河北大學 信息技術中心，河北 保定 071000)

0 引言

近年來，我國飛機飛行姿態(tài)控制技術隨著微電路控制技術、傳感控制技術、數(shù)字網(wǎng)絡控制技術等諸多相關技術的發(fā)展，取得了一系列突破性進展[1]。飛機飛行姿態(tài)自適應控制系統(tǒng)是保證飛機飛行姿態(tài)保持正確的重要控制系統(tǒng)，飛機飛行姿態(tài)控制系統(tǒng)的應用，將電路控制、數(shù)據(jù)控制、指令分析、數(shù)據(jù)監(jiān)測集于一身，飛機飛行姿態(tài)控制系統(tǒng)具有控制界面簡單，控制數(shù)據(jù)覆蓋面廣，控制響應性好等特點[2]。

飛機飛行姿態(tài)控制系統(tǒng)在技術層面上存在三大壁壘：姿態(tài)控制精度、姿態(tài)控制響應與姿態(tài)控制穩(wěn)定，綜合對三大壁壘進行分析后，可將其歸結于滑?？刂茊栴}。針對上述問題，相關領域學者提出了一系列改善方案。文獻[3]提出基于高階微分滑模面的不確定飛機控制系統(tǒng)自適應滑?？刂?，對飛機姿態(tài)控制系統(tǒng)進行坐標變換，并考慮到輸入不確定性的存在，基于具有表面和神經(jīng)網(wǎng)絡逼近能力的高階微分滑模，設計了一種光滑的自適應滑?？刂破鳌Ｔ摲椒刂菩Ч^好，但運行穩(wěn)定性較差。文獻[4]提出基于干擾補償機制的智能自適應控制策略.設計了耦合多變量干擾觀測器作為控制器補償閉環(huán)系統(tǒng)，結合快速超螺旋滑?？刂扑惴ê妥赃m應動態(tài)規(guī)劃策略，提出了一種新型魯棒自適應控制器。該方法運行較穩(wěn)定，但控制精度較差。

針對滑?？刂频亩嘧冃?、非線性[5]與強耦合[6-8]的特性，提出基于AFSMC算法的飛機飛行姿態(tài)自適應滑?？刂葡到y(tǒng)。通過PID控制技術配合AFSMC算法，對系統(tǒng)硬件進行自適應變量結構的優(yōu)化設計，以控制器的形式對飛行姿態(tài)控制信號進行非線性處理，配合AFSMC算法驅動適配，再加以自適應量的模糊策略，提升控制精度，穩(wěn)定控制效果，降低控制誤差，解決飛機飛行滑?？刂拼嬖诘膯栴}，獲得理想的控制效果。

1 飛機飛行姿態(tài)自適應滑?？刂葡到y(tǒng)整體架構

飛機飛行姿態(tài)自適應滑?？刂葡到y(tǒng)包括硬件模塊設計及軟件流程設計兩部分。控制系統(tǒng)整體架構如圖1所示。

圖1 控制系統(tǒng)整體架構

如圖1所示，控制系統(tǒng)硬件部分通過PID控制技術原理設計了PID自適應滑?？刂破鳎浖糠滞ㄟ^滑?？刂撇呗蕴嵘O計系統(tǒng)對多種場景飛行姿態(tài)的精準控制，應用AFSMC算法求得最優(yōu)控制量，并傳輸至PID自適應滑模控制器，實現(xiàn)飛機飛行姿態(tài)自適應滑?？刂?。

2 控制系統(tǒng)的硬件設計

2.1 PID控制技術原理

PID 控制技術是眾多控制技術中，通過對變量參數(shù)的比例關系、積分結構與微分作用計算，完成對線性關系調節(jié)控制的一種方法。在實際的應用場景中，普遍應用于線性控制器與非線性控制器的設計中。通過對対作用量輸出比例的控制，采用積分控制量[9]與微分控制量[10]對控制變量中的響應系數(shù)與調制系數(shù)進行擬態(tài)差分控制，減小抑制數(shù)據(jù)造成的誤差，提升控制精準與響應速度。通過對控制量下的各項參量的測量與分析，得到較為精準的修正方案，基于此原理，實現(xiàn)PID控制器的設計與調試。PID控制技術原理如圖2所示。

圖2 PID控制技術原理圖

圖2中，基于PID控制技術的控制器載入數(shù)據(jù)為飛機飛行姿態(tài)調整控制量，即飛機在飛行過程中，根據(jù)飛行高度與機身仰角狀態(tài)，作出的調整機身仰角的控制指令數(shù)據(jù)。其中，飛機飛行過程中機身仰角數(shù)據(jù)來源于分布在飛機各部分的傳感器測量結果。翻開控制量為飛機飛行姿態(tài)測量數(shù)據(jù)與當前飛機姿態(tài)仰角數(shù)據(jù)間的誤差所對應的角速度。上述參量對應到硬件系統(tǒng)中，分別對應姿態(tài)控制轉臺的X、Y、Z三軸。X軸為實際飛機飛行姿態(tài)的角速度；Y軸為飛機姿態(tài)控制滾轉誤差；Z軸為姿態(tài)偏航誤差。PID控制技術就是對X軸飛行姿態(tài)角對應Y軸姿態(tài)控制滾轉誤差與Z軸姿態(tài)偏航誤差進行參量一致化的控制。

2.2 PID自適應滑?？刂破髟O計

基于PID控制技術設計控制系統(tǒng)的控制器，同時為了適應設計系統(tǒng)軟件部分AFSMC算法，采用飛機飛行空氣動力學與飛行運動學模型數(shù)據(jù)作為控制器設計基礎參量，將控制器數(shù)據(jù)采集端口設計為4項數(shù)據(jù)采集模式，可同時對飛行姿態(tài)傳感器4路信號進行采集；同時為了保證控制信號及時穩(wěn)定輸出，控制器輸出端設計為六項輸出模式，可將控制信號分為6路同步輸出。針對傳統(tǒng)控制器在對變量、非線性驅動下的強耦合表現(xiàn)，控制器設計在PID控制技術的基礎上，對控制電路的非線性變量與耦合量進行了模糊控制量的優(yōu)化，修正后的控制器電路能夠在滑?？刂茽顟B(tài)中，實現(xiàn)自適應的效果，配合軟件部分的算法，能夠更好地應對多場景下的姿態(tài)控制。設計控制器電路結構，如圖3所示。

圖3 PID控制器電路結構設計圖

圖3中，設計為了保證電路對控制信號的穩(wěn)定，將電路設計為內外兩個閉環(huán)形態(tài)，通過對兩個閉環(huán)電路[11]的串級控制[12]，實現(xiàn)內環(huán)姿態(tài)控制信號與外環(huán)控制信號間的耦合，消除電路欠驅動狀態(tài)給控制量削弱。

3 控制系統(tǒng)的軟件設計

3.1 自適應滑?？刂撇呗?/h3>

對控制系統(tǒng)的軟件控制策略進行定義，定義利用自適應控制算法的特性，對設計硬件進行軟件驅動策略的適配，通過適配自適應策略，提升設計系統(tǒng)對多種場景飛行姿態(tài)的精準控制。具體策略定義步驟如下：

1)將控制器輸出的滑?？刂坪瘮?shù)與控制信號跟蹤量進行誤差測量，得到準確的控制器數(shù)據(jù)參量；

2)將控制器數(shù)據(jù)參量定義為S，其對應值設定為0；

3)控制器測量到外界擾動信號時，且擾動量對控制量的影響已超出設定量時，控制器將控制信號對應數(shù)值拉回初始值，使其與正?？刂菩盘枌用嫫叫校?/p>

4)將此狀態(tài)下的控制仰角設定為0；

5)引入非線性函數(shù)運算機制，對控制信號、控制角度、跟蹤誤差三組參量進行積分計算；

6)根據(jù)積分計算結果，創(chuàng)建理想控制環(huán)境；

7)在理想環(huán)境下對控制量的特征進行規(guī)律性分析提?。?/p>

8)根據(jù)提取的控制量特征規(guī)律，創(chuàng)建控制規(guī)律數(shù)據(jù)庫；

9)通過模糊控制機制，對控制信號進行迭代計算，使其計算結果無限趨近于最佳值；

當?shù)嬎憬Y果窮盡時，對計算結果進行定義誤差的補償，得到總控制規(guī)律，計算終止。

3.2 AFSMC算法下系統(tǒng)控制量最優(yōu)計算

為了進一步提升飛機飛行過程中姿態(tài)控制量的穩(wěn)定性，結合自適應滑模控制策略，設計系統(tǒng)在軟件算法應用上選擇AFSMC算法。利用AFSMC算法對飛行姿態(tài)參量的非線性結構計算，將其與運動結構動量方程進行融合，增強計算量的約束面，使其更加穩(wěn)定。

通過對飛機飛行狀態(tài)下，姿態(tài)調整操作的阻尼系數(shù)，結合非線性結構，可得到姿態(tài)控制器當前時間點下的運動控制方程為：

(1)

并對其求解，可得：

(2)

(3)

(4)

至此，飛行姿態(tài)自適應滑?？刂频淖顑?yōu)量計算結束。在計算過程中，算法用到了部分模糊計算理念[13]，通過對姿態(tài)運動變量的模糊定義使其具體化，在控制變量坐標空間中，完成最優(yōu)量的計算[14-15]?；谏鲜鎏匦裕O計系統(tǒng)軟件部分設計引入的算法，具有一定的魯棒性，觸發(fā)控制量優(yōu)化的先決條件出發(fā)點非理想飛行姿態(tài)，因此軟件部分算法能夠適應各種場景下各種飛行姿態(tài)控制量的最優(yōu)計算[16-17]。

軟件流程如圖4所示。

圖4 軟件流程圖

如圖4所示，通過c++實現(xiàn)軟件編程，按照上述流程實現(xiàn)軟件設計，將飛行姿態(tài)最優(yōu)控制量傳輸至PID控制器，實現(xiàn)飛機飛行姿態(tài)自適應滑?？刂?。

4 實驗結果與分析

4.1 系統(tǒng)調試數(shù)據(jù)場景配置

基于AFSMC算法的飛機飛行姿態(tài)自適應滑?？刂葡到y(tǒng)的控制數(shù)據(jù)調試場景配置，采用仿真場景搭建+實例數(shù)據(jù)導入+測試結果對比分析的模式。通過計算機組與數(shù)據(jù)計算服務器搭建仿真調試場景硬件平臺。硬件平臺及軟件平臺配置如表1所示。

表1 仿真調試場景硬件平臺及軟件平臺配置

4.2 仿真調試工具配置

仿真調試工具采用Automod仿真測試工具來完成調試場景的創(chuàng)建及調試數(shù)據(jù)的配置。在Automod仿真測試工具中創(chuàng)建新工程，并在工程設置項中創(chuàng)建DHU.SYS系統(tǒng)配置項，在配置項中創(chuàng)建調試飛機數(shù)據(jù)，生成仿真飛機模型；

定義飛機初始姿態(tài)與坐標信息；對調試場景的工程發(fā)展邏輯進行定義，并將定義的邏輯文件保存為*.BAT格式的批處理文件。至此完成仿真測試工具的配置。

4.3 仿真調試數(shù)據(jù)項目

在仿真測試工具創(chuàng)建場景中對表2項目進行數(shù)據(jù)調試結果采集。

表2 仿真調試項目

根據(jù)表2調試項目，在調試場景中導入設計系統(tǒng)，并開始仿真調試。對應表2項目采集項目調試值，得到表3。

4.4 調試數(shù)據(jù)結果分析

將表3數(shù)據(jù)導入滑?？刂凭仍u估模型，生成各項目控制精度圖譜與系統(tǒng)整體控制精度圖譜，如圖5、圖6所示。根據(jù)圖譜對應數(shù)值，對調試結果進行分析。

圖5(a)中，設計系統(tǒng)在仿真調試場景中，對飛機左引擎的滑?？刂凭鹊母訁^(qū)間為87%～95%，最佳控制精度為95%；

表3 仿真調試項目數(shù)值

圖5 各項目控制精度圖譜

圖5(b)中，設計系統(tǒng)在仿真調試場景中，對飛機右引擎的滑模控制精度的浮動區(qū)間為84%～93%，最佳控制精度為93%；

圖5(c)中，設計系統(tǒng)在仿真調試場景中，對飛機左后翼的滑模控制精度的浮動區(qū)間為81%～98%，最佳控制精度為98%；

圖5(d)中，設計系統(tǒng)在仿真調試場景中，對飛機右后翼的滑?？刂凭鹊母訁^(qū)間為80%～97%，最佳控制精度為97%；

圖5(e)中，設計系統(tǒng)在仿真調試場景中，對飛機機頭傳感器的滑?？刂凭鹊母訁^(qū)間為80%～99%，最佳控制精度為99%；

圖5(f)中，設計系統(tǒng)在仿真調試場景中，對飛機機尾傳感器的滑?？刂凭鹊母訁^(qū)間為87%～95%，最佳控制精度為95%；

圖5(g)中，設計系統(tǒng)在仿真調試場景中，對飛機機頭拉伸的滑?？刂凭鹊母訁^(qū)間為74%～97%，最佳控制精度為97%；

圖5(h)中，設計系統(tǒng)在仿真調試場景中，對飛機機頭下壓的滑?？刂凭鹊母訁^(qū)間為89%～99%，最佳控制精度為99%；

將圖5中的曲線數(shù)據(jù)作為對比指標，指標數(shù)據(jù)經(jīng)過誤差與擾動兩組變量計算，分別以滑?？刂普`差分布曲線與滑?？刂茢_動曲線體現(xiàn)在圖6中，通過對圖6中系統(tǒng)整體滑?？刂凭惹€分布區(qū)域與走勢，可以判定：

1)基于AFSMC算法的飛機飛行姿態(tài)自適應滑?？刂葡到y(tǒng)，控制誤差值處于滑?？刂普`差分布線以上，證明系統(tǒng)控制誤差較小；

2)基于AFSMC算法的飛機飛行姿態(tài)自適應滑?？刂葡到y(tǒng)，控制曲線處于擾動曲線以上，證明設計系統(tǒng)具有良好的抗擾動特性；

3)基于AFSMC算法的飛機飛行姿態(tài)自適應滑?？刂葡到y(tǒng)，整體控制曲線走勢基本保持平穩(wěn)；

經(jīng)過對特殊因素的排除，得到設計系統(tǒng)的整體控制精度范圍為90%～97.4%，根據(jù)實際飛機飛行姿態(tài)自適應滑?？刂茦藴剩O計系統(tǒng)符合設計標準，在標準數(shù)值下有效解決控制精度低，穩(wěn)定性差的問題。

圖6 系統(tǒng)整體控制精度圖譜

5 結束語

針對飛機飛行姿態(tài)自適應控制系統(tǒng)存在的問題，基于AFSMC算法對控制系統(tǒng)進行設計。通過對PID控制器與軟件算法的設計，解決傳統(tǒng)控制系統(tǒng)存在的穩(wěn)定性差、控制精度低的滑?？刂茊栴}。為飛機飛行姿態(tài)研究與控制系統(tǒng)研發(fā)，提供了數(shù)據(jù)支持。但是，在調試過程中發(fā)現(xiàn)，設計系統(tǒng)仍存在一些技術缺陷，如系統(tǒng)的維護問題、智能數(shù)據(jù)對接問題，有待后續(xù)新技術對其完善。