CN114660942B 一种复合式直升机全模式自适应控制方法 （南京航空航天大学）

本发明公开一种复合式直升机全模式自适本发明提出一种基于增量动态逆方法实现复合2建立包括速度回路子系统和姿态回路子系统的复合式直升机非仿射非线性动力学模建立基于增量动态逆模型的速度回路增量动态逆全模式控制系统，根建立基于增量动态逆模型的姿态回路增量动态逆全模式控制系统，根采用Pi-Sigma神经网络补偿速度回路增量动态逆全模式控制系统的伪线性控制信号、姿态回路增量动态逆全模式控制系统的伪线性控制信号，其中，在所述Pi-Sigma神经网络的输出值上累加鲁棒自适应项作为补偿值，所述Pi-Sigma神经网络的权重更新律基于李雅普诺夫原理设计，所述鲁棒自适应项以最大限度跟踪Pi-Sigma神经网络输入为目标推导李雅普诺夫函数关于时间的导数获得，所述鲁棒自适应项为TPb，e为Pi-Sigma神经网络输入输出之间的误差，P为满足李雅普诺夫方为的二范数，为预估的神经网络权重与理想神经网络权重的差值，为预估理神经网络输入到隐藏层的权重，为第i个隐藏层权重预估值组成的向量，rw为Pi-SigmaPi-Sigma神经网络偏置量，=-x,xc为子系统期望控制指令状态向量，x为子系统的状L为增量动态逆全模式控制系统的线性伪控制信号，Vad为Pi-Sigma3神经网络补偿增量动态逆全模式控制系统线性伪控制信号的误差值，为预估的神经神经网络预估的补偿值在is方向上的梯度，ξ=eTPb，e为神经网络输入输出其中，vL1为速度回路增量动态逆全模式控制系统补偿成为具有线性传递关系并且完成解耦的伪线性控制信号，KP1和KI1为速度回路线cL2为将姿态回路增量动态逆全模式控制系统补偿成为具有线性传递关系并且完成解耦的伪线性控制信号，KP2和KI2为姿态回路回路期望控制指令求得的三轴角速度分量，Vad2为Pi-Sigma神经网络输出的补偿值，据Pi-Sigma神经网络补偿后的伪线性控制信号计算基于增量动态逆模型的速度回路子系4据Pi-Sigma神经网络补偿的伪线性控制信号计算基于增量动态逆模型的姿态回路子系统g2φcc5络可以提供训练点之间的插值，而无需额外的计算工作量。Pi-Sigma神经网络(Pi-Sigma些方法中使用的简单梯度下降自适应律不能保证在更复杂的系统Sigma神经网络自适应补偿增量动态逆控制误差，保证控制系统的稳定性、快速性和鲁棒6式中xc表示系统状态指令信号，x表示系统状态向量，78性之间的平衡，是的高阶无穷小。由式(10)可以推出基于李雅普诺夫原理为预估理想神经网络权重下隐藏层的输出，为预估的第i个隐藏层第j个输入节点权经网络预估的补偿值在'S方向上的梯度，表示PSNN自适应′9[0059](1)本发明提出了一种新的自适应控制方案，将各操纵面之间的气动交叉耦合视[0060](2)本发明基于增量动态逆模型的姿态回路控制系统可使复复合式直升机各个通[0066]如图1所示的一种复合式直升机全模式自适应控制方法结构框图，包括如下四个式中xc表示系统状态指令信号，x表示系统状态向量，性之间的平衡，是的高阶无穷小。由式(10)可以推出基于李雅普诺夫原理