直升机pid控制仿真研究

直升机pid控制仿真研究

1基于rbf神经网络整定的pid控制器设计现代控制理论的发展对智能控制技术的应用有了很大的发展。随着人们对不确定性、复杂性、模糊性控制问题的深入研究,专家系统、模糊逻辑和神经网络被广泛地引入到控制理论之中,这三者都具有解决人工智能中知识表达、不确定性推理的信息表达和处理能力。模糊逻辑PID控制器和神经网络PID控制器既具有常规PID控制器结构简单,可靠性高等优点,又具有自学习、自适应的功能,适合处理复杂动态不确定系统。因此,文献[1]中采用基于RBF网络整定的PID控制器来控制三自由度飞行器模型系统,并设计一种免疫遗传算法来优化网络参数。文献[2]利用BP算法训练飞行器的角速度在坐标系中的投影并建立飞行器姿态角的预测模型,从而使飞行器的姿态达到了期望的控制效果。文献[3]设计了模糊PID控制器,并用该控制器对三自由度飞行器实验装置进行了实物控制实验,效果良好。文献[4]设计了基于RBF神经网络整定的PID控制器,与LQR控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。近年,随着人工免疫理论研究的深入,免疫系统的相关机理为解决一些控制系统难题提供了新思路。Ishiguro等人提出了一种基于免疫网络理论的机器人行为规划框架针对直升机的静稳定性不好问题,设计了模糊PID控制器、神经网络PID控制器和免疫PID控制器进行增稳和控制,并对不同控制规律下的系统控制效果进行了对比研究,期望获得相对最优控制规律及控制方式,以使直升机系统达到飞行品质规范要求的动态响应指标。2机架式系统的建模2.1后部轴由图1可知,俯仰轴的转矩是由两个螺旋桨电机产生的升力F其中,J2.2g水平分量对旋转轴的动力学建模旋转轴的动力来源是螺旋桨横侧倾斜时产生的水平方向升力。对于比较小的横侧角,这个力需要使直升机在空中保持平衡,大约为G。G的水平分量会对旋转轴产生一个力矩,旋转轴由这个力产生旋转加速度。如图2所示。其动力学方程如下:式(4)中r是旋转速度,单位rad/s;sin(p)是横侧角p的正弦值,若横侧角为零,则没有力传递给旋转轴。俯仰角加速度是加在两个螺旋桨电机的电压和的函数;横侧轴加速度是两个电机电压差的函数;旋转轴的加速度和横侧角成比例。3机架差源系统的智能控制3.1id控制器设计神经网络PID控制器采用三层BP神经网络,有M=4个输入节点,Q=5个隐层节点、3个输出节点,输出节点分别对应PID控制器的3个可调参数k网络输入层的输入为:网络隐含层的输入、输出为:网络输出层的输入、输出为:隐含层神经元活化函数取正负对称Sigmoid函数,输出层神经元活化函数取非负Sigmoid函数,取性能指标函数为E(k)=1/2(r最终可推导出网络输出层权系数:隐含层加权系数:三层BP神经网络训练的学习速率选取η=0.1,惯性系数选取α=0.25。3.2mamdni模糊推理选取偏差E、偏差变化EC和控制输出量k利用Mamdani模糊逻辑推理,重心法解模糊算法,可得49条模糊规则,其数值空间分布见图3。3.3免疫调节作用直升机系统免疫PID控制器结构设计见图4。系统输出为:式(12)中λ表示响应过程中的免疫促进(λ=-1),免疫抑制(λ=1)和免疫稳定(λ=0)不同阶段的免疫调节作用,e根据T细胞调节作用,f(u)选取非线性函数:式(13)中a为抗体浓度作用系数。对于不同的a,非线性函数的图形如图5所示。本例中取a=10,非线性函数的作用区域为[-0.6,0,0.6],f(·)∈(0,1)。另外,λ的选择是通过S函数immune来实现的,e4免疫pid控制下的系统响应由图6(a),(c),(e)对直升机俯仰角控制可以看出神经网络PID控制下的系统调节时间最长,系统响应无超调量;模糊PID控制器下的系统调节时间最小,系统响应略有超调量;免疫PID控制下的系统超调量过大,易导致系统不稳定。系统稳态性能方面,神经网络PID控制下的系统无稳态误差;模糊PID控制下的系统存在微量稳态误差;而免疫PID控制下的系统稳态误差非常大,系统控制精度较低。由于免疫PID控制下的系统响应存在很大的超调量和误差,其控制效果无法满足直升机俯仰角的控制指标需求。由图6(b),(d),(f)对直升机旋转轴控制可以看出神经网络PID控制下的系统调节时间最长,约16秒,系统响应存在超调量;免疫PID控制下的系统调节时间最小,无超调量;模糊PID控制下的系统响应无超调量。系统稳态性能方面,神经网络PID控制下的系统无稳态误差;模糊PID控制下的系统存在微量稳态误差;而免疫PID控制下的系统不存在稳态误差。由于免疫PID控制对旋转轴的控制响应无超调、调节时间最小、无误差,系统输出响应曲线基本还原了阶跃信号的波型,因此完全能够满足直升机旋转轴的最优控制规律和控制指标需求,控制效果相对其他两类控制器改善明显。根据三种智能PID控制直升机俯仰角和旋转轴的仿真实验和对比研究可知,利用生物免疫机理设计的免疫PID控制器对某类特定的控制模型(旋转轴控制),其系统响应的动、静态性能指标能够超越模糊PID和神经网络PID控制,这为免疫控制用于其他类型控制无法获得满意控制效果的