多源干擾下高超聲速飛行器自主精細(xì)控制

郭 雷，王陳亮，王 雨，朱玉凱，喬建忠

(1. 北京航空航天大學(xué)自動化科學(xué)與電氣工程學(xué)院，北京 100191；2. 北京航空航天大學(xué)宇航學(xué)院，北京 100191)

0 引 言

高超聲速飛行器(HFV)是國防裝備和民用空天技術(shù)的重要發(fā)展方向。在軍事領(lǐng)域,高超聲速飛行器是各軍事強(qiáng)國爭相研制的利器,俄羅斯在2022年俄烏沖突中將高超聲速武器首次投入實戰(zhàn),美國以《國防工業(yè)生產(chǎn)法》來急速推進(jìn)高超聲速武器研發(fā),美國首款陸基高超聲速武器“暗鷹”和首款空基高超聲速導(dǎo)彈AGM-183A即將服役。在民用領(lǐng)域,2022年8月中國亞軌道運(yùn)載器首次成功實現(xiàn)重復(fù)使用飛行,高超聲速飛行器成為天地航班化高效飛行和全球極速運(yùn)輸?shù)年P(guān)鍵載體。

大空域、寬速域、高動態(tài)、一體化構(gòu)型、多樣化任務(wù)等特征使得高超聲速飛行器本體、飛行環(huán)境和飛行任務(wù)充滿干擾和不確定性[1-3],飛行器在飛行過程可能面臨故障損傷、突發(fā)威脅、器件退化、燃料快速消耗、燒蝕變質(zhì)心、機(jī)體變形、動力不確定等問題。例如,2010年5月,美國空軍實驗室X-51A高超聲速飛行器進(jìn)行第一次飛行試驗,在發(fā)動機(jī)切換到純?nèi)剂瞎ぷ?40 s后遭遇故障,飛行任務(wù)失敗。2012年8月,X-51A進(jìn)行第三次飛行試驗,在飛行約31 s后,控制舵面發(fā)生故障,導(dǎo)致飛行器失去控制。2021年10月,美國陸軍和海軍聯(lián)合進(jìn)行高超聲速助推滑翔導(dǎo)彈飛行試驗,因遭遇助推器異常而失敗。事實上,大多數(shù)事故是由非理想條件、未設(shè)定模式和強(qiáng)不確定環(huán)境造成的。

因此,由強(qiáng)不確定因素、未預(yù)設(shè)突變和強(qiáng)博弈對抗態(tài)勢等引起的“極端”飛行環(huán)境是制約高超聲速飛行器控制系統(tǒng)自主性、精確性和可靠性的主要因素之一。與此同時,高超聲速飛行器本身是強(qiáng)耦合、強(qiáng)不確定、強(qiáng)非線性、靜不穩(wěn)定、快時變、多約束、欠驅(qū)動系統(tǒng)。為實現(xiàn)高超聲速飛行器的高可靠和智能化目標(biāo),飛行器控制技術(shù)需從適應(yīng)偏差向適應(yīng)本體、適應(yīng)環(huán)境和適應(yīng)任務(wù)升級[4-8],需要提高飛行器控制系統(tǒng)在線學(xué)習(xí)和應(yīng)對極端環(huán)境的能力。然而,相比于理想環(huán)境,極端環(huán)境下飛行器的多源干擾和不確定性問題極為突出,極端環(huán)境也會將耦合、時變、約束等因素的影響放大,使得傳統(tǒng)控制方法難以滿足高超聲速飛行器超穩(wěn)、超快、超準(zhǔn)的控制需求。如何實現(xiàn)多源干擾下飛行器自主精細(xì)控制,賦予飛行器強(qiáng)自主、強(qiáng)適應(yīng)、強(qiáng)生存等智能行為能力,是高超聲速飛行器研發(fā)中需要解決的核心技術(shù)問題。

本文從高超聲速飛行器自主精細(xì)控制需求出發(fā),梳理了國內(nèi)外研究現(xiàn)狀,探討了極端環(huán)境下多源干擾與不確定性表征以及飛行器深耦合系統(tǒng)建模方法,提出了干擾在線預(yù)示、風(fēng)險在線預(yù)警和強(qiáng)抗擾控制策略,并給出了一些值得深入探索的挑戰(zhàn)性技術(shù)難題以及可能的解決思路,旨在彌補(bǔ)傳統(tǒng)方法“預(yù)設(shè)任務(wù)、理想環(huán)境、程序化控制”的不足,推動高超聲速飛行器控制系統(tǒng)技術(shù)的發(fā)展。

1 多源干擾與不確定性表征

為研究極端環(huán)境下飛行器的控制問題,首先要對各種典型干擾和不確定性進(jìn)行表征和模擬。根據(jù)多源干擾系統(tǒng)理論[9],本部分從外部、內(nèi)部和模型不確定性三個方面進(jìn)行闡述。

氣動因素是高超聲速飛行器的外部干擾。對于大氣擾動中的紊流和風(fēng)切變,可分別利用Dryden紊流模型和邊界層急流模型來表征[10];對于執(zhí)行機(jī)構(gòu)故障和退化,可以融合失效因子和加性/乘性故障進(jìn)行表征[11];對于結(jié)構(gòu)性損傷,可采用非連續(xù)切換系統(tǒng)模型來刻畫[12]。另外,在軍事對抗環(huán)境下,主動電磁干擾會嚴(yán)重影響導(dǎo)航和控制系統(tǒng)性能。

高超聲速飛行器動力系統(tǒng)不確定性可看作系統(tǒng)內(nèi)部干擾。例如,超燃沖壓發(fā)動機(jī)產(chǎn)生的推力與馬赫數(shù)、攻角、燃料當(dāng)量比等存在復(fù)雜的非線性動靜耦合關(guān)系。傳統(tǒng)面向控制的高超聲速飛行器模型[13-16]普遍采用多項式來擬合推力與馬赫數(shù)、攻角、燃料當(dāng)量比之間的關(guān)系,該方法存在顯著誤差和不確定性。近年來,利用影響系數(shù)法建立超燃沖壓發(fā)動機(jī)模型的研究日益引起關(guān)注。文獻(xiàn)[17]綜合考慮了壁面摩擦、壁面?zhèn)鳠?、燃燒效率等干擾影響,基于影響系數(shù)法構(gòu)建了包含連續(xù)性方程、動量方程、能量方程、氣體狀態(tài)方程在內(nèi)的發(fā)動機(jī)流場和推力表征模型。文獻(xiàn)[18]考慮了溢流效應(yīng)影響,基于影響系數(shù)法計算了發(fā)動機(jī)推力,并對其中的不確定性進(jìn)行了定量分析。

在高超聲速飛行過程中,氣流因受到強(qiáng)烈壓縮和摩擦作用而會對機(jī)體產(chǎn)生極端氣動加熱現(xiàn)象。高超聲速飛行器通常利用機(jī)體表面熱防護(hù)材料的燒蝕來吸收熱量,從而達(dá)到保護(hù)核心部件的目的。然而,機(jī)體燒蝕也造成了飛行器質(zhì)量損失,進(jìn)而導(dǎo)致飛行器轉(zhuǎn)動慣量和質(zhì)心變化,這可視作一種模型不確定性。文獻(xiàn)[19]結(jié)合飛行器熱防護(hù)材料的化學(xué)特性,通過有限元數(shù)值仿真分析了熱防護(hù)材料的燒蝕速度。文獻(xiàn)[20]提出了一種長短期記憶網(wǎng)絡(luò)方法來模擬高超聲速飛行器的燒蝕量,并通過地面燒蝕試驗驗證了其有效性。文獻(xiàn)[21]給出了一種飛行器燒蝕質(zhì)量估算方法,涉及飛行器幾何外形、熱防護(hù)材料和溫度場的多個參數(shù)。另一方面,液體燃料在有動力高超聲速飛行器總質(zhì)量中的占比較高,例如,在文獻(xiàn)[22]所研究的吸氣式高超聲速飛行器中,燃料質(zhì)量占總質(zhì)量的53.7%。因此,貯箱內(nèi)燃料消耗和晃動對飛行器的影響不可忽視。類似于燒蝕,燃料消耗也會引起飛行器質(zhì)量、轉(zhuǎn)動慣量和質(zhì)心變化[22-23]。從燒蝕質(zhì)量和剩余燃料出發(fā),結(jié)合飛行器外形參數(shù)和質(zhì)量分布,利用多體動力學(xué)建?？杀碚髻|(zhì)心變化的影響[24-25],質(zhì)心變化使得傳統(tǒng)單一平衡點形式的飛行器模型難以適用。此外,現(xiàn)有文獻(xiàn)一般采用等效力學(xué)模型(如單擺模型和彈簧-質(zhì)量模型)來模擬貯箱內(nèi)的燃料晃動[26-27],進(jìn)而將晃動產(chǎn)生的力和力矩融合到飛行器動力學(xué)方程中。

傳統(tǒng)高超聲速飛行器模型大多僅考慮飛行器自身的動力學(xué)特性,未深入探索極端環(huán)境導(dǎo)致的多源干擾因素與飛行器狀態(tài)的時空動態(tài)關(guān)聯(lián)關(guān)系。極端環(huán)境造成的干擾具有多來源、多類型、多通道特征,在數(shù)學(xué)表征上呈現(xiàn)出加性、乘性以及與飛行器狀態(tài)深耦合的隱性等形式。因此,亟需開展飛行器姿態(tài)/軌跡/干擾一體化表征的深耦合系統(tǒng)建模方法研究。

2 干擾在線預(yù)示與風(fēng)險在線預(yù)警

為提升飛行器控制系統(tǒng)極端環(huán)境下的適應(yīng)性和安全性,基于在線估計的干擾預(yù)示和風(fēng)險預(yù)警尤為重要。干擾/異常信號觀測器是實現(xiàn)干擾預(yù)示和風(fēng)險預(yù)警的重要途徑,可以根據(jù)需要靈活設(shè)置在飛行器的不同回路中,可視為一種無傳感的軟測量技術(shù)。文獻(xiàn)[28]為高超聲速飛行器姿態(tài)系統(tǒng)設(shè)計了線性干擾觀測器,文獻(xiàn)[29]構(gòu)造了非線性干擾觀測器以估計飛行器縱向運(yùn)動模型中的外界干擾。文獻(xiàn)[30]設(shè)計了滑模干擾觀測器來估計飛行器彈性振動,文獻(xiàn)[31]提出了神經(jīng)網(wǎng)絡(luò)干擾觀測器來應(yīng)對縱向運(yùn)動中的未知非線性擾動,文獻(xiàn)[32]基于跟蹤微分器為飛行器縱向運(yùn)動模型設(shè)計了干擾觀測器。針對高超聲速飛行器上升段三維制導(dǎo)控制一體化模型,文獻(xiàn)[33]提出了非線性干擾觀測器來估計陣風(fēng)等擾動。為估計飛行器舵面故障,文獻(xiàn)[34-35]設(shè)計了固定時間觀測器和自適應(yīng)變增益觀測器。文獻(xiàn)[36-37]引入了自學(xué)習(xí)機(jī)制來在線辨識飛行器的執(zhí)行機(jī)構(gòu)退化因子。文獻(xiàn)[38-41]將高超聲速飛行器控制系統(tǒng)中所有的干擾和不確定性視為變化率有界的集總擴(kuò)張狀態(tài),并構(gòu)造擴(kuò)張狀態(tài)觀測器對其進(jìn)行估計。

總之,現(xiàn)有方法初步具備了對于特定典型干擾和故障的預(yù)示和預(yù)警功能。但是,針對高超聲速飛行器極端環(huán)境下的多源干擾和異常信號估計、分離、預(yù)測和溯源能力還有待提升。就干擾在線預(yù)示和風(fēng)險在線預(yù)警問題,仍需結(jié)合多源干擾系統(tǒng)理論開展系統(tǒng)性的研究工作。

3 高超聲速飛行器自主精細(xì)抗干擾控制

作為目前工業(yè)領(lǐng)域使用最為廣泛的控制方法,PID控制具有補(bǔ)償階躍干擾的能力。然而,高超聲速飛行器的強(qiáng)非線性、強(qiáng)不確定和快時變特性以及極端環(huán)境下的多源干擾使得PID控制難以保證系統(tǒng)穩(wěn)定性和控制品質(zhì)。針對高超聲速飛行器六自由度運(yùn)動的線性特征模型,文獻(xiàn)[42]提出了一種自適應(yīng)控制方法。文獻(xiàn)[43]針對縱向運(yùn)動的線性化模型給出了一種抗飽和切換控制策略,文獻(xiàn)[44]則基于縱向運(yùn)動的時變線性模型設(shè)計了指令跟蹤控制器。

為應(yīng)對高超聲速飛行器的強(qiáng)非線性,許多基于非線性模型的控制方法被陸續(xù)提出。文獻(xiàn)[15]針對一類高超聲速飛行器的非線性縱向運(yùn)動模型,提出了一種多輸入多輸出滑?？刂品椒?。文獻(xiàn)[45]設(shè)計了一種非線性H∞控制器,文獻(xiàn)[46]給出了一種非線性模型預(yù)測控制方法,文獻(xiàn)[47]則將自適應(yīng)動態(tài)規(guī)劃應(yīng)用到了高超聲速飛行器?；诮肱c不變控制技術(shù),文獻(xiàn)[48]進(jìn)行了輸出反饋控制器設(shè)計。為處理非匹配干擾和不確定性,文獻(xiàn)[49-50]提出了自適應(yīng)反步控制方法,文獻(xiàn)[51-52]則進(jìn)一步引入動態(tài)面技術(shù)來克服反步設(shè)計的“微分爆炸”問題。為提升過渡過程品質(zhì),文獻(xiàn)[53]構(gòu)造了指定性能控制器。上述控制方法可有效處理參數(shù)不確定性和抑制范數(shù)有界干擾。

在任何工作中，都需要專業(yè)人才的輔助和支持，農(nóng)村基層統(tǒng)計工作需要人才的加入。但是由于農(nóng)村的環(huán)境和條件有限，一直無法吸引專業(yè)人才加入，很多地區(qū)的農(nóng)村基層統(tǒng)計工作都是由兼職人員來完成。工作人員在年齡、素質(zhì)和水平方面都不達(dá)標(biāo)，也沒有接受專業(yè)化的技能培訓(xùn)，這也導(dǎo)致了統(tǒng)計隊伍整體水平不高，所以農(nóng)村基層統(tǒng)計工作急需專業(yè)人才的加入[1]。

為增強(qiáng)系統(tǒng)的抗干擾能力,具有干擾估計和補(bǔ)償能力的主動抗干擾控制方法備受關(guān)注。針對高超聲速飛行器,文獻(xiàn)[28-35]提出了多種基于干擾觀測器的控制(Disturbance observer-based control,DOBC)方法。以擴(kuò)張狀態(tài)觀測器為核心,文獻(xiàn)[38-41]為高超聲速飛行器設(shè)計了自抗擾控制(Active disturbance rejection control,ADRC)策略。上述主動抗干擾控制方法已初步得到應(yīng)用。然而,DOBC和ADRC方法大多局限于單一同質(zhì)等價干擾,忽略了干擾的多源性和動態(tài)特征,難以進(jìn)行干擾預(yù)示和風(fēng)險預(yù)警。針對多源干擾系統(tǒng),復(fù)合分層抗干擾控制(Composite hierarchical anti-disturbance control,CHADC)框架包括干擾估計、前饋補(bǔ)償和反饋抑制等環(huán)節(jié)[9,54-56],已被廣泛應(yīng)用于衛(wèi)星、無人機(jī)等飛行器對象,顯著提高了自主精細(xì)控制能力。

在CHADC的理論框架下,通過充分融合DOBC和ADRC各自優(yōu)勢,可針對高超聲速飛行器提出強(qiáng)抗擾控制(Enhanced anti-disturbance control,EADC)方法。以一類滑翔類高超聲速飛行器為例,其姿態(tài)系統(tǒng)模型可描述如下[34,38]:

(1)

(2)

(3)

式中:α,β,γv,θ,m和V分別為飛行器攻角、側(cè)滑角、傾側(cè)角、航跡傾角、質(zhì)量和速度;g,L和Z分別為重力加速度、升力和側(cè)向力;ωl,ωm和ωn分別為滾轉(zhuǎn)角速度、俯仰角速度和偏航角速度;Il,Im和In為三軸轉(zhuǎn)動慣量;Ml,Mm和Mn分別為滾轉(zhuǎn)力矩、俯仰力矩和偏航力矩,其表達(dá)式為

(4)

式中:ρ,S,b和l分別為大氣密度、飛行器參考面積、翼展和平均氣動弦長。在忽略一些影響較小的因素后,力矩系數(shù)cl,cm和cn可表示為

(5)

(6)

(7)

(8)

圖1 強(qiáng)抗擾控制框圖Fig.1 Diagram of enhanced anti-disturbance control

4 飛行器精細(xì)抗干擾控制系統(tǒng)性能仿真測試評估

作者團(tuán)隊基于“干擾表征-方法設(shè)計-性能評估”三維表征的仿真測試思想,在MATLAB環(huán)境下開發(fā)了面向極端環(huán)境的高超聲速飛行器控制性能測試評估軟件。軟件涵蓋飛行器標(biāo)稱模型模塊、極端環(huán)境干擾模擬與注入模塊、控制方法模塊、性能對比分析模塊等,其中控制方法模塊包括ADRC等傳統(tǒng)控制方法和強(qiáng)抗擾控制方法。在綜合考慮極端環(huán)境因素和飛行器力/力矩系數(shù)不確定性的情形下,結(jié)合蒙特卡洛仿真對不同控制方法進(jìn)行測試評估。

在測試過程中,將高超聲速飛行器三軸舵面均設(shè)置為失效50%,將飛行器質(zhì)量和轉(zhuǎn)動慣量設(shè)置為每200 s均勻減少其初始值的1%來部分模擬機(jī)體燒蝕的影響。在此基礎(chǔ)上,將飛行器力和力矩系數(shù)在[-40%, 40%]范圍內(nèi)隨機(jī)組合拉偏,針對EADC和ADRC兩種控制方法進(jìn)行蒙特卡洛測試,其中每次蒙特卡洛測試包含50次仿真。測試結(jié)果如圖2～3所示,其中不同曲線代表不同單次仿真中飛行器高度和攻角變化情況,超出圖邊界的曲線對應(yīng)失穩(wěn)的仿真結(jié)果。在50次仿真中,EADC有47次完成下壓段飛行,3次失穩(wěn),通過率為94%;ADRC有29次完成下壓段飛行,21次失穩(wěn),通過率為58%。

圖2 EADC測試結(jié)果Fig.2 Test results of EADC

圖3 ADRC測試結(jié)果Fig.3 Test results of ARDC

從測試結(jié)果可以看出,EADC具有較強(qiáng)的環(huán)境適應(yīng)性和可靠性,而ADRC應(yīng)對極端環(huán)境的能力不足。

5 研究展望

在國內(nèi)外現(xiàn)有研究成果的基礎(chǔ)上,為進(jìn)一步提升高超聲速飛行器極端環(huán)境下的自主性、適應(yīng)性和可靠性,以下關(guān)鍵技術(shù)領(lǐng)域值得深入探索。

1)飛行器深耦合系統(tǒng)建模與可控能力量化。針對極端環(huán)境下高超聲速飛行器強(qiáng)不確定、強(qiáng)耦合和多源干擾等問題,需開展機(jī)理和數(shù)據(jù)混合驅(qū)動的控制系統(tǒng)建模與驗?zāi)７椒ㄑ芯?深入挖掘干擾與飛行器狀態(tài)、輸入、輸出以及其他干擾之間的交聯(lián)耦合特征,探索干擾的傳遞機(jī)理和影響邊界,突破極端環(huán)境下系統(tǒng)可控能力量化、飛行器平衡狀態(tài)重構(gòu)優(yōu)化等關(guān)鍵技術(shù)。

2)多源干擾在線預(yù)示和異類風(fēng)險在線預(yù)警。針對極端環(huán)境相關(guān)的加性、乘性、隱性等多源異質(zhì)異構(gòu)干擾,需進(jìn)一步開展因果和溯源分析,發(fā)展干擾的可觀測性、可分離性與可補(bǔ)償性理論。同時,根據(jù)飛行器的響應(yīng)數(shù)據(jù)和物理機(jī)理,分析飛行器所受干擾的來源和形式,在線辨識和預(yù)示極端環(huán)境干擾,探索失效、退化、損傷、威脅等異類風(fēng)險因素的識別、量化與預(yù)測方法。

3)變質(zhì)心情形下多通道協(xié)調(diào)智能強(qiáng)抗擾控制。針對高超聲速飛行器機(jī)體燒蝕、燃料消耗與晃動等因素帶來的質(zhì)心變化問題,需融合干擾抑制、補(bǔ)償和消納(利用)機(jī)制,開展多通道協(xié)調(diào)智能強(qiáng)抗擾控制方法研究,突破多通道協(xié)調(diào)自調(diào)參強(qiáng)抗擾控制、混合異類執(zhí)行機(jī)構(gòu)控制自分配等關(guān)鍵技術(shù),滿足飛行器變質(zhì)心條件下高精度控制需求。

4)基于事件觸發(fā)機(jī)制的全回路安全調(diào)控。面向失效、退化、損傷、威脅等多類風(fēng)險,需在飛行器“感知-決策-控制-執(zhí)行”全回路的框架內(nèi),融合干擾在線預(yù)示和風(fēng)險在線預(yù)警,開展基于事件觸發(fā)機(jī)制的安全調(diào)控方法研究,突破動態(tài)事件觸發(fā)機(jī)制設(shè)計、在線快速制導(dǎo)重構(gòu)、在線柔性控制重構(gòu)等關(guān)鍵技術(shù),賦予飛行器異常狀態(tài)下自主動態(tài)調(diào)節(jié)能力。

6 結(jié)束語

圍繞極端環(huán)境下高超聲速飛行器強(qiáng)自主、強(qiáng)適應(yīng)、強(qiáng)生存等智能行為需求,本文探討了器件失效退化、燒蝕變質(zhì)心、燃料消耗晃動、動力不確定性等多源干擾與不確定性表征和飛行器深耦合系統(tǒng)建模方法。在此基礎(chǔ)上,提出了具有干擾在線預(yù)示和風(fēng)險在線預(yù)警能力的強(qiáng)抗擾控制方法,并給出了一些值得深入探索的挑戰(zhàn)性難題以及可能的解決思路。飛行器自主精細(xì)抗干擾控制研究的目的是提升飛行器極端環(huán)境下強(qiáng)自主、強(qiáng)適應(yīng)、強(qiáng)生存等智能行為能力,實現(xiàn)從單一同質(zhì)干擾估計到復(fù)合干擾分離和利用、從干擾不變到適應(yīng)可變、從傳統(tǒng)穩(wěn)定性到均衡性的跨越,推動高超聲速飛行器控制系統(tǒng)技術(shù)的發(fā)展。