基于遺傳算法的半開環(huán)單側(cè)副翼卡死控制

閆冰, 吳成富, 邵朋院, 程鵬飛

(西北工業(yè)大學(xué) 無人機特種技術(shù)重點實驗室, 陜西 西安　710072)

?

基于遺傳算法的半開環(huán)單側(cè)副翼卡死控制

閆冰, 吳成富, 邵朋院, 程鵬飛

(西北工業(yè)大學(xué) 無人機特種技術(shù)重點實驗室, 陜西 西安710072)

摘要：無人機副翼卡死會嚴重影響無人機的操縱性和安全性。針對單側(cè)副翼極限位置卡死故障,提出了一種根據(jù)側(cè)滑配平的半開環(huán)控制方法,該方法在不引入側(cè)滑角反饋的情況下,通過側(cè)滑角指令與洗出網(wǎng)絡(luò)代替偏差量,利用副翼和方向舵產(chǎn)生一定的側(cè)滑角來平衡滾轉(zhuǎn)力矩。首先,分析了在不同側(cè)滑下配平卡死故障的可能性,并提出了半開環(huán)控制方案; 然后,基于經(jīng)典 PID結(jié)構(gòu)研究了側(cè)滑角指令生成和控制的方法;最后,為了改善半開環(huán)系統(tǒng)的性能,通過遺傳算法對參數(shù)進行優(yōu)化。仿真結(jié)果表明通過遺傳尋優(yōu)的半開環(huán)控制方案能使無人機在單副翼極限卡死時快速穩(wěn)定,恢復(fù)操縱性能,該方案具有一定的可行性和合理性。

關(guān)鍵詞：無人機;副翼極限卡死;半開環(huán);側(cè)滑角;洗出網(wǎng)絡(luò);遺傳算法

無人機操縱面卡死故障會對其飛行安全性和操縱性產(chǎn)生不利的影響[1-3]。當(dāng)故障發(fā)生時,通過容錯控制,有可能使無人機從故障中恢復(fù)并安全返航,在減少損失的同時提高無人機的生存性[2]。

無人機在單副翼有限卡死時極易進入荷蘭滾模態(tài)[1],當(dāng)卡死角度較大時,不能利用剩余操縱面來進行補償[1,4]。美國科林斯國際公司提出了使用迎角和側(cè)滑角對故障飛機進行全姿態(tài)控制[2]的自適應(yīng)容錯控制方案,這種全姿態(tài)控制在試飛試驗中取得了巨大的成功。佐治亞理工學(xué)院采用神經(jīng)網(wǎng)絡(luò)自適應(yīng)容錯控制的方法在雙引擎飛機上進行了舵機卡死、機翼大面積損傷下的飛行試驗[5]。以上文獻中僅研究了零位附近有限位置的卡死,而實際遇到的操縱面卡死角度可能較大。文獻[3]針對副翼極限卡死提出了一種基于側(cè)滑配平的控制方法,但所需的外置側(cè)滑角傳感器價格昂貴,測量不準確且增加機載,不利于工程實現(xiàn)。

本文在文獻[2-3]的基礎(chǔ)上,針對某小型驗證無人機,從側(cè)滑角配平的思路出發(fā),為利于試驗應(yīng)用,在不引入側(cè)滑角反饋的情況下,研究了單副翼極限卡死(30°)的半開環(huán)控制方案。當(dāng)無人機單側(cè)副翼極限位置卡死時,自動產(chǎn)生側(cè)滑角指令,通過洗出網(wǎng)絡(luò)重構(gòu)偏差量,產(chǎn)生滾轉(zhuǎn)和偏航指令,提供額外的滾轉(zhuǎn)力矩,以補償副翼卡死帶來的不對稱力矩。為改善系統(tǒng)的動態(tài)性能,本文通過遺傳算法[6]對參數(shù)進行尋優(yōu)。仿真結(jié)果表明,在單側(cè)副翼極限位置卡死故障下,不引入側(cè)滑角反饋也能使無人機穩(wěn)定姿態(tài),恢復(fù)操縱。

1側(cè)滑角配平的半開環(huán)控制方案

1.1單側(cè)副翼卡死配平

當(dāng)單側(cè)副翼在極限位置卡死時,機體產(chǎn)生的氣動力矩?zé)o法平衡卡死舵面產(chǎn)生的滾轉(zhuǎn)力矩[1],飛機將失去操縱性。由文獻[3]可知,若將左右副翼的舵效單獨考慮,則整機的滾轉(zhuǎn)力矩系數(shù)組成如下

(1)由(1)式可知,可以使用側(cè)滑角β和左副翼同時進行配平,當(dāng)右副翼在30°極限卡死時,隨著配平中側(cè)滑角的不斷增加,各個舵面的變化曲線如圖1所示。

側(cè)滑角主要影響滾轉(zhuǎn)力矩,在右副翼極限30°卡死時,隨著側(cè)滑角的增大,左副翼的配平值逐漸減

圖1　不同側(cè)滑下配平曲線

小,所激發(fā)出的剩余操縱量增大。但加入側(cè)滑角會影響側(cè)力,需要增大方向舵,用升力分量來平衡側(cè)力,并且側(cè)滑角會增加飛機的阻力,為了維持空速,需要消耗更多的動力,油門逐漸增加。由圖1可知,在不同的側(cè)滑角下,無人機都能達到一定的平衡,并且還有一定操縱余量。

1.2半開環(huán)控制方案

閉環(huán)控制方案是指通過副翼與最大操縱余量的偏差產(chǎn)生一定的側(cè)滑角指令,引入側(cè)滑角反饋并通過滾轉(zhuǎn)和偏航指令穩(wěn)定側(cè)滑角,補償滾轉(zhuǎn)力矩[3],使副翼穩(wěn)定到最大偏轉(zhuǎn)量以下保持原有的操縱余量。閉環(huán)控制雖然可以快速使無人機穩(wěn)定到給定的側(cè)滑角上,系統(tǒng)性能良好,但由于側(cè)滑角的測量需要外置傳感器,無形中會增加機載,測量時受氣流影響較大測量不準確,且價格昂貴。

本文從實際試驗出發(fā),在閉環(huán)控制的基礎(chǔ)上,不引入側(cè)滑角反饋,提出了半開環(huán)的控制方案,使用洗出網(wǎng)絡(luò)代替反饋的偏差量,具體結(jié)構(gòu)圖如下:

圖2　半開環(huán)控制方案

半開環(huán)是指沒有側(cè)滑角反饋只有姿態(tài)角反饋,其中側(cè)滑角指令通過死區(qū)環(huán)節(jié)和經(jīng)典的PI結(jié)構(gòu)自動生成,通過觀測兩副翼與給定門限之間的偏差判斷是否卡死并自動生成側(cè)滑角指令。洗出網(wǎng)絡(luò)將側(cè)滑角指令迅速衰竭到零,模擬反饋作用消除側(cè)滑角誤差。分別采用經(jīng)典的PI結(jié)構(gòu)產(chǎn)生滾轉(zhuǎn)和偏航的指令,通過有反饋的姿態(tài)角保持,使無人機自動穩(wěn)定到一個側(cè)滑角上。這里的半開環(huán)控制是指橫側(cè)向的控制,縱向采用高度保持與自動油門控制。

使用洗出網(wǎng)絡(luò)的半開環(huán)控制結(jié)構(gòu)可以在卡死故障下穩(wěn)定側(cè)滑角的原因如下:

從洗出網(wǎng)絡(luò)本身特性來看,洗出網(wǎng)絡(luò)將輸入信號迅速衰竭到零,這與側(cè)滑角反饋的偏差信號的變化趨勢一致,消除死區(qū)產(chǎn)生的信號,相當(dāng)于最外環(huán)的反饋,進而使副翼穩(wěn)定到死區(qū)門限內(nèi),達到保持操縱余量,穩(wěn)定側(cè)滑角的目的。

從控制結(jié)構(gòu)上看,洗出網(wǎng)絡(luò)與前面的PI控制器組合后為同階次,相當(dāng)于一個超前滯后控制器,再分別與后面滾轉(zhuǎn)角偏航角指令生成中的PI相結(jié)合,本質(zhì)上等效于圖3的閉環(huán)控制結(jié)構(gòu),由最外環(huán)的死區(qū)特性的輸出生成一定的滾轉(zhuǎn)角和偏航角指令,經(jīng)過姿態(tài)保持穩(wěn)定一定的側(cè)滑角,這里的偏航角保持也是為了穩(wěn)定側(cè)滑角,最終達到補償滾轉(zhuǎn)力矩,穩(wěn)定另一個副翼的操縱余量的目的。

圖3　半開環(huán)等效控制結(jié)構(gòu)

由此可知半開環(huán)的控制方案可以在卡死故障下使無人機穩(wěn)定在一個側(cè)滑角上,運算簡單,成本便宜,但加入洗出網(wǎng)絡(luò)會造成一定的延遲,需要對系統(tǒng)的動態(tài)性能進行改進。以下我們都采用圖2最初的半開環(huán)控制結(jié)構(gòu)進行討論,針對側(cè)滑角指令生產(chǎn)模塊,我們采用遺傳PID算法進行參數(shù)全局優(yōu)化,提高系統(tǒng)的動態(tài)性能?；侵噶钌a(chǎn)模塊如下:

圖4　側(cè)滑角指令生成

2卡死控制器設(shè)計

2.1側(cè)滑指令自動生成

本文涉及的無人機,副翼只做滾轉(zhuǎn)使用,正常飛行狀態(tài)下副翼差動,左右副翼之和在零附近。通過檢測左右副翼之和可以判斷卡死故障,根據(jù)兩副翼的狀態(tài)判斷是否需要產(chǎn)生側(cè)滑角來保證另一副翼的操縱余量,并自動生成相應(yīng)的側(cè)滑角指令。

首先通過檢測兩邊副翼舵面的響應(yīng)進行故障判斷,若兩邊副翼之和在零附近很小的鄰域內(nèi),則認為副翼正常工作,若在短時間內(nèi),左右副翼的和急劇增加,不再具有差動響應(yīng),則認為有副翼故障,當(dāng)某一舵面響應(yīng)不跟隨時間變化時,則可以認為該副翼卡死,以下只考慮卡死故障。

當(dāng)檢測出一端副翼卡死時,需要根據(jù)飛行所需要的剩余操縱性來判斷是否需要生成側(cè)滑角指令,卡死位置較小時光靠自身的操縱面就可以配平,卡死位置較大時需要產(chǎn)生側(cè)滑角指令,這里使用兩舵面和的自適應(yīng)側(cè)滑角指令生成器。

(2)

(3)

(4)

側(cè)滑角自動生成器主要由一個死區(qū)環(huán)節(jié)和PI結(jié)構(gòu)組成。其中,δmax為副翼卡死的極限位置,本文中取30°,δlim為去除最小剩余操縱量的最大偏度,其取值跟高度有關(guān),如在低空時可給定較大的δlim來生成較小的側(cè)滑角指令,便于安全著陸,本文只考慮等高平飛狀態(tài),這里取定值20°,即用于穩(wěn)定的兩副翼和最大為50°,最小的操縱余量為10°。k為取符號結(jié)果,根據(jù)(|δal|-|δar|)的正負判斷側(cè)滑指令的正負,例如右副翼在極限位置+30°或-30°卡死時,(|δal|-|δar|)取符號后為-1,需要與Δδa反方向的側(cè)滑來平衡滾轉(zhuǎn)力矩,當(dāng)左副翼±30°卡死時,需要與Δδa同方向的側(cè)滑來平衡滾轉(zhuǎn)力矩,|δal|-|δar|為正。這樣的自適應(yīng)指令生成器可以自動監(jiān)測故障,并在超過操縱界限時產(chǎn)生相應(yīng)的側(cè)滑角指令。

側(cè)滑角指令的生成采用經(jīng)典的PI控制結(jié)構(gòu)。比例項KP影響系統(tǒng)的響應(yīng)速度和系統(tǒng)的調(diào)節(jié)精度,積分項KI用來消除誤差,影響調(diào)節(jié)精度。對于這2個參數(shù)的優(yōu)化,第3節(jié)有詳細介紹。

2.2控制律設(shè)計

半開環(huán)的側(cè)滑角控制分為3個部分,側(cè)滑角偏差洗出網(wǎng)絡(luò),橫側(cè)向姿態(tài)角指令生成以及姿態(tài)保持。洗出網(wǎng)絡(luò)結(jié)構(gòu)如(5)式所示,其中T為時間常數(shù),分解為單位一與慣性環(huán)節(jié)之差,在一定時間內(nèi),輸入的信號將衰減到0,T越小衰減越快,這里取T=1。在側(cè)滑指令生成器后面加入洗出網(wǎng)絡(luò),可以模仿反饋作用將輸入的βc迅速衰減到零,其響應(yīng)可以用來重構(gòu)βc-β的偏差信號,這樣雖不能準確跟蹤指定側(cè)滑角但可以穩(wěn)定到某個側(cè)滑角上,保持一定剩余操縱量。

(5)

(6)

當(dāng)一側(cè)副翼卡死時,通過副翼和方向舵的配合產(chǎn)生側(cè)滑,橫側(cè)向姿態(tài)角指令生成器是指用經(jīng)過洗出網(wǎng)絡(luò)的Δβ產(chǎn)生滾轉(zhuǎn)角和偏航角指令,這里采用PI的控制結(jié)構(gòu):

(7)

內(nèi)環(huán)的姿態(tài)控制器使用經(jīng)典的PID控制,滾轉(zhuǎn)角保持和偏航角保持控制律如下:

(8)

在高度700 m,速度25 m/s平飛300 s時,將右副翼卡死在30°極限位置,分別使用半開環(huán)控制和有閉環(huán)控制的副翼變化如圖5所示:

圖5　側(cè)滑角指令生成

左副翼在閉環(huán)控制下快速穩(wěn)定到20°以下,性能恢復(fù)后剩余操縱量較大,正如之前分析,半開環(huán)的控制策略也可以使左副翼穩(wěn)定在20°,恢復(fù)一定的操縱性能,但是較閉環(huán)系統(tǒng)相比調(diào)節(jié)時間較長,延遲較大,為了改善系統(tǒng)的動態(tài)性能,我們需要對半開環(huán)控制器參數(shù)進行優(yōu)化。

3遺傳算法參數(shù)優(yōu)化

為改善半開環(huán)系統(tǒng)的性能,針對側(cè)滑指令生成器(4)式中的PI控制參數(shù)進行遺傳算法的尋優(yōu),首先,將參數(shù)(KP,KI)看作種群中的個體并初始化,計算每組參數(shù)下系統(tǒng)的目標函數(shù),通過交叉和變異,不斷篩選,直到找到最優(yōu)個體,即控制器的最優(yōu)參數(shù)。

3.1遺傳算法實現(xiàn)

1) 編碼與譯碼方式

遺傳算法是從一個帶有基因編碼的種群開始的,而每個基因需要一定的編碼?？紤]到系統(tǒng)的尋優(yōu)精度,這里采用10位無符號二進制數(shù)對參數(shù)KP、KI進行編碼,每個基因長度為30,共同構(gòu)成一條染色體,尋優(yōu)結(jié)束后進行解碼得到相應(yīng)參數(shù)。

2) 初始化

根據(jù)預(yù)先估計的參數(shù)范圍,等概率隨機產(chǎn)生參數(shù)KP、KI的初始值。

3) 適應(yīng)度函數(shù)與選擇操作

適應(yīng)度函數(shù)可以看作參數(shù)優(yōu)化問題的代價函數(shù),而選擇操作就是選擇最小代價進行遺傳,對于如上系統(tǒng),在調(diào)節(jié)過程中,首先要考慮卡死后達到穩(wěn)定的快速性,這就需要加入調(diào)節(jié)時間的代價,其次還要考慮在調(diào)節(jié)過程中的震蕩程度,這里用最大偏差和相對誤差的代價來反應(yīng)波動性?？蓪?cè)滑角指令生成器中死區(qū)的界限看作輸入,兩副翼舵值和看作輸出,下面討論右副翼在正極限位置+δmax卡死的情況,控制器使δal+δar在超過限定的剩余操縱量時向δmax+δlim靠近,這里的代價函數(shù)J為無量綱量,計算公式如下:

(9)

式中:第1項表示調(diào)節(jié)時間的代價值,ts為調(diào)節(jié)時間,Tl為總時間,用來反應(yīng)系統(tǒng)的快速性;第2項為超調(diào)量的代價值,用來反應(yīng)系統(tǒng)的最大偏差;第3項為相對誤差的平方項,用來衡量系統(tǒng)整體的波動性。其中權(quán)值分別取λ1=0.4,λ2=0.3,λ3=0.3。

4) 交叉和變異

交叉是通過2個染色體基因的交換組合,產(chǎn)生新的優(yōu)良品種,變異是對某些基因位作0和1的突變[6]。本文交叉概率和變異概率分別為:(其中Nsize為基因長度)

(10)

3.2算法流程圖及結(jié)果

根據(jù)遺傳算法的基本運算過程得到如下的算法流程圖6。

圖6　遺傳算法流程圖

在右副翼30°卡死時,δmax+δlim為50°,在非線性系統(tǒng)中計算每組參數(shù)的適應(yīng)度函數(shù),對KP,KI2個參數(shù)在線尋優(yōu),得到KP=2.038 1,KI=1.910 1,其適應(yīng)度函數(shù)及響應(yīng)如圖7所示:

圖7　適應(yīng)度函數(shù)及副翼變化曲線

由圖7可知,在算法尋優(yōu)過程中,適應(yīng)度函數(shù)一直在減小,響應(yīng)的快速性和波動性的代價減小,系統(tǒng)的動態(tài)性能有所提高,與圖5相比左副翼穩(wěn)定到20°的時間從75 s下降到15 s,調(diào)節(jié)過程也更加平滑。

4仿真結(jié)果及分析

為了驗證優(yōu)化后半開環(huán)控制方案的可行性,需要在非線性模型中仿真，并定性比較半開環(huán)和閉環(huán)控制的結(jié)果。在700 m高度,25 m/s速度平飛300 s時,將右副翼卡死在30°極限位置,分別使用遺傳算法尋優(yōu)后的半開環(huán)控制方法和閉環(huán)控制方法進行仿真,其中相關(guān)量變化曲線如圖8、圖9所示。

圖8　優(yōu)化后的半開環(huán)與閉環(huán)控制下的副翼曲線圖9　優(yōu)化后的半開環(huán)與閉環(huán)控制下的其他相關(guān)變化量

根據(jù)圖8、圖9對2種方案進行定性的對比,閉環(huán)控制經(jīng)過12 s的時間就將側(cè)滑角穩(wěn)定下來,左副翼迅速穩(wěn)定到20°以下,剩余操縱量較大,但調(diào)節(jié)過程中震蕩較大,高度和速度在卡死調(diào)整過程中都有一定浮動的變化,穩(wěn)定下來后基本與之前持平。在半開環(huán)控制器的作用下,15 s后左副翼穩(wěn)定到20°左右,剩余操縱量為10°,調(diào)節(jié)過程較平緩,高度速度經(jīng)過小幅震蕩后恢復(fù)之前值。經(jīng)過優(yōu)化的半開環(huán)控制方案雖不如閉環(huán)響應(yīng)迅速,但也具有一定的快速穩(wěn)定性,計算簡單且不需要昂貴的外置傳感器。

5結(jié)論

本文針對單副翼極限卡死故障,分析了不同側(cè)滑下卡死配平的可能性,提出了一種側(cè)滑配平的半開環(huán)控制方法,半開環(huán)是指沒有側(cè)滑角反饋,通過側(cè)滑角指令與洗出網(wǎng)絡(luò)代替偏差量實現(xiàn)。詳細介紹了半開環(huán)側(cè)滑角指令生成及控制方法,為改善系統(tǒng)性能,提出一種遺傳算法的 PID 參數(shù)優(yōu)化策略。非線性仿真結(jié)果表明,無人機在單側(cè)副翼極限位置卡死時,半開環(huán)的控制方案在不引入側(cè)滑角反饋的情況下,能夠快速穩(wěn)定姿態(tài),恢復(fù)一定的操縱性,在實際飛行試驗中具有一定的可行性。

參考文獻：

[1]王娜,席劍輝,黃宇,等. 無人機單副翼有限卡死時荷蘭滾運動分析[J]. 儀器儀表學(xué)報,2009,30(6):838-842

Wang Na, Xi Jianhui, Huang Yu, et al. Analysis on Dutch Roll Modal of Unmanned Aerial Vehicle with the Limited Deadlocking of Single Aileron[J]. Chinese Journal of Scientific Instrument, 2009,30(6):838-842 (in Chinese)

[2]Damien B Jourdan, Michael D Piedmont, Vlad Gavrilets, et al. Enhancing UAV Survivability through Damage Tolerant Control[R]. AIAA-2010-7548

[3]吳成富, 邵朋院, 戢鳳. 基于側(cè)滑配平的單副翼極限位置卡死控制方法研究[J]. 西北工業(yè)大學(xué)學(xué)報, 2014, 32(1):137-141

Wu C F, Shao P Y, Ji F. An Effective Control Design for Single Aileron Jam at Ultimate Point via Trimming with Sideslip[J]. Journal of Northwestern Polytechnical University, 2014,32(1):137-141 (in Chinese)

[4]Barton J Bacon, Irene M Gregory. General Equations of Motion for a Damaged Asymmetric Aircraft[R]. AIAA-2007-6306

[5]Chowdhary G, Johnson E N, Chandramohan R, et al. Guidance and Control of Airplanes under Actuator Failures and Severe Structural Damage[J]. Journal of Guidance, Control, and Dynamics, 2013(4):1093-1104

[6]Matt Sorgenfrei, Sanjay S. Joshi, Amit K. Sanyal. On the Performance of a Genetic Algorithm for Spacecraft Controller Gain Optimization[R]. AIAA 2013-5029

A Method for Semi-Open Loop control of Single Aileron Jam Based on Genetic Algorithm

Yan Bing, Wu Chengfu, Shao Pengyuan, Cheng Pengfei

(State Key Laboratory of UAV Special Technology at Northwestern Polytechnical University, Xi′an 710072, China)

Abstract:The aileron jam of an unmanned aerial vehicle (UAV) seriously affects its flight safety and maneuverability. This paper studies the UAV that has a single aileron jam at its extreme position and then proposes a semi-open loop control method based on sideslip trimming. Without introducing the feedback of a sideslip angle, the method uses the sideslip instruction and washout network instead of deviation in order to balance the rolling moment with the sideslip generated by the aileron and rudder of the UAV. The paper first studies different sideslips that may trim jam faults and proposes the semi-open loop control method. Then it presents the sideslip instruction generation and control method based on the classical PID structure. Finally, in order to enhance the performance of semi-open loop control system, it uses the genetic algorithm to optimize its parameters. The simulation results show that the semi-open loop control method based on the genetic algorithm can quickly stabilize the UAV and recover its operation performance when the single aileron jam occurs, indicating that the control method is feasible and reasonable.

Keywords:ailerons, attitude control, controllers, cost functions, genetic algorithms, safety engineering, unmanned aerial vehicles (UAV); semi-open loop control, sideslip angle, single aileron jam, washout network

中圖分類號：V279

文獻標志碼：A

文章編號:1000-2758(2016)01-0079-06

作者簡介：閆冰(1990—)，女，西北工業(yè)大學(xué)博士研究生，主要從事飛行控制與仿真技術(shù)研究。

收稿日期：2015-09-12