[發明專利]一種基于自構造模糊神經網絡的容錯飛行控制方法

有效

• 申請號: 202010583699.4
• 申請日: 2020-06-23
• 公開（公告）號: CN111781942B
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 楊蒲;李德杰;柳張曦
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G05D1/08
• 分類號: G05D1/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種新型針對多旋翼飛行器執行器故障的具有自構造模糊神經網絡的容錯飛行控制方法。針對多執行器故障的四旋翼無人機的容錯控制問題，設計了一種具有自適應率的自構造模糊神經網絡與滑模控制器相結合的容錯控制方法。利用一種新型的自構造模糊神經網絡結構，將傳統的一型模糊替代為二型，可利用較少的規則數量使飛行器處理時間縮短，提高了系統在模型發生變化時的響應速度。針對模型不確定性、故障以及干擾問題，將自適應自構造模糊神經網絡的參數輸出用于滑模控制器控制率的設計，可使系統魯棒控制提高的同時，故障飛行器的軌跡就可在短時間內轉向平衡點。本發明用于一類含有多執行器故障的飛行器的故障容錯飛行控制。

技術領域

本發明涉及一種基于自構造模糊神經網絡的容錯飛行控制方法，屬于不確定性非線性系統的容錯控制技術領域。

背景技術

隨著基礎制造業、電子技術、計算機技術等行業技術水平的快速發展，多旋翼無人機的應用變得廣泛。多旋翼飛行器在飛行過程中由于碰撞、電機卷入顆粒物體、電磁干擾、溫度等原因很容易造成執行器部件、傳感器部件、電池部件發生故障。對于執行器故障，通常多旋翼飛行器在設計之初會留出高于其自身重力的30％的推力。因此，飛行器在不發生劇烈碰撞而喪失大量推力的情況下，控制器能夠控制飛行器的穩定飛行。

一般情況下，飛行器在發生故障時，往往是多個執行器故障的情況。所以，針對飛行器在各類復雜環境中可能發生故障的情況，研究四旋翼飛行器在發生執行器故障的故障容錯控制器是很有意義的。容錯控制一般情況下可分為主動容錯和被動容錯。在被動容錯控制器設計過程中會考慮到正常飛行和預期故障的情況，進而設計相應的魯棒控制器，而控制器無需在發生故障情況后進行參數或者結構調整。對于主動容錯控制器設計則是了解飛行器當前的飛行器狀態，在發生故障后進行控制器結構或者參數的自行調整。主動容錯控制方法能夠更好的進行誤差檢測、故障隔離。并且，隨著機載系統的集成度、復雜性的提高，系統的非線性參數增加，尤其在發生故障后，模型的不確定性和擾動對系統會產生更加不利的影響。因此，主動容錯控制的優勢更加明顯。通過建立飛行器姿態系統的未知擾動和故障的動力學模型，結合故障觀測器可以將觀測得到的故障數據用于容錯控制設計，使飛行器發生故障時使飛行表現更加穩定。

然而，當系統發生故障時，僅依靠一般的帶有自適應參數的滑模控制器控制時，并不能夠對存在建模不確定性的非線性系統進行更穩定的控制。因此，對系統中存在的非線性項進行很好的逼近可以彌補這一缺點。模糊控制在非線性系統中可以達到很好的效果。將模糊推理系統與神經網絡相結合產生的模糊神經網絡可以同時具有神經網絡和模糊系統的優點，即適應性和高精度。

所以，本發明將模糊神經網絡與滑模控制器的優勢相結合，針對存在系統建模不確定性和誤差項以及執行故障器和外界干擾的情況，引入了一種新型的具有自重構特性的模糊神經網絡，并充分利用模糊神經網絡逼近非線性項和誤差項處理系統的故障和建模不確定性，利用自適應滑模控制器提高系統的魯棒性，并進一步優化系統的控制相應。

目前，許多學者提出了新型的模糊神經網絡的控制方法，但是，在系統存在故障情況的問題上很少有更深入的研究。

發明內容

發明目的：針對一類存在執行器故障的不確定性非線性系統的多旋翼無人機系統，設計了一種基于自構造模糊神經網絡的四旋翼容錯飛行控制方法。該方法中，利用帶有自適應參數的滑模控制器保證了全局的魯棒性和抗干擾性；利用一種新型的二型模糊神經網絡代替傳統的一型模糊神經網絡用以估計系統中的不確定項和誤差項，提高了控制器計算的快速性；同時，將M距離法用于該模糊神經網絡，實現了模糊規則的調整，使系統在發生故障和干擾后模型發生變化的情況下，利用較少的規則數量使飛行器處理時間縮短；并且通過相應參數的設計可以使系統在快速性和準確性能上擁有良好的表現。