[發(fā)明專利]一種基于預測控制的艦載機著艦控制及艉流抑制方法

有效

• 申請?zhí)枺?/td>: 201810365750.7
• 申請日: 2018-04-23
• 公開（公告）號: CN108427406B
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計）人: 王瑋;唐科;孟躍;韓豪;陳堯
• 申請（專利權(quán)）人: 北京航空航天大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

1.一種基于預測控制的艦載機著艦控制及艉流抑制方法，其特征在于：該方法包括如下步驟：

步驟一、針對艦載機著艦，首先根據(jù)艦載機著艦狀態(tài)的小擾動方程分別建立艦載機的縱向和橫側(cè)向的預測模型，用以預測未來時刻艦載機的姿態(tài)角、迎角、側(cè)滑角、空速狀態(tài)的變化；

步驟二、根據(jù)艦載機的實時狀態(tài)和期望的狀態(tài)值，實時狀態(tài)包括姿態(tài)角、迎角、側(cè)滑角、空速，以及最優(yōu)化性能指標函數(shù)，對當前時刻所需的控制量進行優(yōu)化求解，以此控制艦載機跟蹤理想下滑軌跡下滑；步驟二中所述的最優(yōu)化性能指標函數(shù)，其定義為：

其中Q、R為狀態(tài)量和控制量的加權(quán)矩陣，用于懲罰狀態(tài)的誤差和輸入控制量ΔU(k)的變化，Y_ref(k)為未來時刻的參考期望狀態(tài)，Y(k)為未來時刻的預測狀態(tài)，P、M分別為預測控制的優(yōu)化時域和控制時域，y(k+i|k)i＝1…P表示預測模型在k時刻預測得到的k+i時刻的艦載機輸出，y_ref(k+i|k)i＝1…P表示在k時刻得到的艦載機在k+i時刻的期望輸出，Δu(k+i|k)i＝1…M表示k時刻得到的k+i時刻的艦載機輸入變化量，性能指標函數(shù)通過改寫，并加入約束ΔU_max，可寫做QP標準類型：

其中，

E(k)＝Y(jié)_ref(k)-Φx(k)-Γu(k-1)，

x(k)＝[ΔV(k) Δα(k) Δθ(k) Δq(k)]^T；

u(k)＝Δδ_e；

式中V表示空速，α為迎角，θ為俯仰角，q為俯仰角速率，δ_e為飛機升降舵偏轉(zhuǎn)角；

A_vd為離散后的A_v陣；

B_vd是離散后的B_v陣；

可通過方程的求解，得出當前時刻的升降舵、方向舵、副翼的最優(yōu)控制指令；

步驟三、控制量作用后，艦載機狀態(tài)發(fā)生變化，更新預測模型的狀態(tài)量，并將艦艉流的干擾作為已知的不可控輸入，引入到預測模型中，使預測模型預測的未來狀態(tài)包含艦艉流信息，進而滾動優(yōu)化得到的控制量可抑制艦艉流對著艦軌跡的干擾；

步驟四、校正艦載機實際狀態(tài)與預測模型預測狀態(tài)的之間誤差，將校正后的狀態(tài)作為下一時刻的狀態(tài)，再滾動優(yōu)化求解，循環(huán)更新，直至著艦完成。

2.根據(jù)權(quán)利要求1所述的基于預測控制的艦載機著艦控制及艉流抑制方法，其特征在于：步驟一所述艦載機著艦狀態(tài)為：艦載機著艦時，從距航母著艦點約1300m處開始，需保持4°左右的俯仰角沿著-3.5°的下滑線以240km/h左右的空速下滑；以此狀態(tài)為基準，配平飛機，設(shè)定小擾動方程的基準運動和平衡點；所述的預測模型，是通過離散后的艦載機小擾動方程經(jīng)迭代產(chǎn)生，設(shè)預測控制的預測時域為P，控制時域為M，預測模型可以預測未來P個時刻內(nèi)艦載機接收M個控制指令后的狀態(tài)變化；縱向模型用于預測俯仰角、俯仰角速度、空速、迎角的變化，橫側(cè)向模型用于預測橫滾角、橫滾角速度、側(cè)滑角、偏航角速度的變化。

3.根據(jù)權(quán)利要求1所述的基于預測控制的艦載機著艦控制及艉流抑制方法，其特征在于：步驟三中所述的使預測模型的未來狀態(tài)包含艦艉流的信息，是將艦艉流的縱向、垂向、側(cè)向分量分別輸入縱向、橫側(cè)向預測模型，對艦載機的空速、迎角和側(cè)滑角產(chǎn)生影響實現(xiàn)的；當空速、迎角及側(cè)滑角發(fā)生改變后，艦載機受到的力和力矩隨之改變，進而產(chǎn)生姿態(tài)及軌跡的變化，將艦艉流模型引入預測模型，用于預測其對艦載機姿態(tài)和軌跡的干擾，并對干擾進行提前抑制，提高艦載機的著艦成功率。

4.根據(jù)權(quán)利要求1所述的基于預測控制的艦載機著艦控制及艉流抑制方法，其特征在于：步驟四中所述的校正，是將艦載機的姿態(tài)角、姿態(tài)角速度、迎角、側(cè)滑角狀態(tài)的偏差通過校正矩陣重新分配權(quán)重，再對預測值進行校正實現(xiàn)的；校正可以有效的提高控制算法的魯棒性，避免因模型誤差、環(huán)境干擾造成的控制量發(fā)散；最后，將得到的新的狀態(tài)作為基準，進行新一輪的預測及滾動優(yōu)化。