Методы управления угловой стабилизацией беспилотного летательного аппарата тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Хтет Сое Паинг

• Хтет Сое Паинг
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Хтет Сое Паинг

Введение

Глава 1. Исследование беспилотных летательных аппаратов и различные методы управления для решения соответствующих задач

1.1. Анализ и изучение технических параметров беспилотных аппаратов

1.2. Программные методы управленияБПЛА

1.3 Аппаратные средства для осуществления систем управления

1.4. Обоснование использования нечётких автопилотов для беспилотных летательных аппаратов

1.5. Выводы по главе

Глава 2. Создание моделей для управления дронами

2.1 Определение системы координат и независимых переменных

2.2 Исследование кинематики движения

2.3 Исследование кинематики вращательного движения

2.4 Динамика движения двигателя квадрокоптера

2.5 Анализ динамики поступательного движения

2.6 Анализ динамики вращательного движения

2.7 Уравнения, описывающие движение квадрокоптерадля моделирования и управления этим летательным аппаратом

2.8. Выводы по главе

Глава 3. Разработка физической модели

3.1 Характеристики физической модели

3.1.1 Момент инерции корпуса квадрокоптера

3.1.2 Момент инерции пропеллера

3.2 Моделирование и анализ движения гироскопа

3.3 Симуляция акселерометра

3.4 Параметры двигательной системы

3.5 Расчет динамики двигателя

3.6 Коэффициент мощности

3.7 Наивысшая скорость работы двигателя

3.10 Упрощенные формулы, описывающие движение

3.11 Программирование структурной схемы, содержащей вложенные циклы

3.12 Управление позицией квадрокоптера

3.13 Изменение местоположения и высоты квадрокоптера

3.14 Регулирование угловой скорости квадрокоптера

3.15 Метод управления двигателем

3.16 Выводы по главе

Глава 4. Моделирование системы автоматического управления квадрокоптером на основе интеллектуального управления

4.1. Управление на основе нейронных сетей

4.2. Облегченное управление ПИД-контроллером

4.3. Моделирование системы управления ПИД-контроллером квадрокоптера

4.4. Настройка ПИД-регулятора с применением нечётких методов контроля

4.5. Управление на основе гибридного регулятора

4.6. Выводы по главе

3

ЗАКЛЮЧЕНИЕ

СписокЛитературы

Приложение

Приложение

Приложение

Приложение

Введение

Введение диссертации (часть автореферата) на тему «Методы управления угловой стабилизацией беспилотного летательного аппарата»

Актуальность исследования.

В последнее время беспилотные воздушные аппараты (УАУ), часто известные как дроны или квадрокоптеры или мультикоптеры, стали популярны и привлекают значительный интерес исследователей в различных областях, включая реагирование на чрезвычайные ситуации, инспекцию инфраструктуры и борьбу с пандемией коронавируса. Эти беспилотные аппараты получили признание в научном сообществе благодаря их высокой маневренности, широкому спектру применений и надежности. Некоторые правительства уже использовали дроны, оснащенные тепловыми датчиками, для поиска инфицированных людей с СОУГО-19, включая Иорданию, которая внедрила технологию дронов в борьбу с пандемией коронавируса.Кроме того, определенные беспилотные летательные аппараты (БПЛА) должны функционировать в зонах бедствия так, чтобы не представлять угрозы для человеческих жизней. Благодаря их более компактным размерам по сравнению с пилотируемыми вертолетами их можно быстрее задействовать на ограниченных территориях, таких как леса. Существуют более новые исследования, которые разработали интеллектуальный дрон для отслеживания объектов. Система управления спроектирована для обеспечения стабильности во время полета и получения изображений. Хотя поведение системы остается стабильным, но из-за большей автономности ее сложно постоянно нацеливать на цель.Чаще всего они управляются либо пилотом, либо автоматически следуют заданной траектории. Однако, повышение автономности и уменьшение роли пилота могут сделать выполнение некоторых задач более эффективным. На сегодняшний день существуют коммерческие продукты, такие как полетный контроллер N3 от китайской фирмы DЛ, который обеспечивает стабилизацию и устойчивость ветру, хотя его функциональность ограничена и не предусматривает возможности изменения программного обеспечения. В результате этого возникает потребность в создании более гибких и открытых систем управления, которые можно было бы программировать и адаптировать по требованию.

В процессе полета беспилотных летательных аппаратов могут возникать разнообразные внешние факторы и препятствия, которые сложно заранее предсказать или учесть. Поэтому одной из целей данной работы стало разработать метод управления, способный оперативно реагировать на непредвиденные обстоятельства. Особенно важно создание таких систем для полетов вблизи людей или промышленных объектов, чтобы в случае необходимости аппарат мог совершить аварийную посадку безопасным образом. Примерами таких факторов могут быть поломки пропеллеров у мультироторных аппаратов или крыльев у самолетообразных. В настоящее время ряд компаний и научных групп занимаются

и и и и

разработкой адаптивных систем быстрой диагностики неисправностей и экстренной посадки, включая использование нейронных сетей.Практически во всех приложениях беспилотные летательные аппараты оснащаются разнообразным оборудованием, таким как мультиспектральные камеры, тепловизоры, высокоразрешающие фотокамеры, камеры ночного видения и другие. Это оборудование имеет свои ограничения по перегрузке, которые могут возникнуть при посадке. Жесткая посадка у мультироторных аппаратов может быть вызвана

и и и и

воздействием переменной силы на небольшой высоте, обусловленной экранированием потоков воздуха винтами при посадке. Для решения этой проблемы требуются адаптивные алгоритмы управления, способные стабилизировать аппарат при посадке в непосредственной близости от земли.

Квадрокоптеры, то есть беспилотные летательные аппараты, широко

используемые благодаря своей маневренности, простоте и компактному дизайну,

стали возможными благодаря современным микропроцессорам, которые позволили

решить проблему управления четырьмя независимыми винтами. У них шесть

степеней свободы без шарнирного механизма, что упрощает конструкцию и снижает

затраты. Однако для качественного управления ими требуются высокоточные

системы управления, особенно для обеспечения точной стабилизации при

ограниченном запасе энергии. В данной работе исследуется параметрическая

проблема стабилизации положения квадрокоптера на основе данных с бортовых

датчиков. Проводится параметрическая оптимизация системы с оценкой качества

6

оптимизированных регуляторов по различным критериям. Сравниваются регуляторы по точности, скорости стабилизации, затратам энергии и отсутствию перерегулирования, полученные в результате численного

эксперимента.Планируется провести оптимизацию параметров системы, оценить качество оптимизированных контроллеров по нескольким показателям и сравнить коэффициент усиления оптимизированного контроллера с исходным. Кроме того, планируется сравнить контроллеры, полученные в результате численного эксперимента, по показателям точности, скорости стабилизации, энергопотреблению и отсутствию перерегулирования.Для эффективной работы беспилотного летательного аппарата (БПЛА) в составе аэромобильного комплекса необходимо обеспечить безопасное автономное управление в отсутствие оператора. БПЛА является сложным объектом управления, на который накладываются различные задачи в рамках аэромобильного комплекса. Примерами таких задач могут быть: мониторинг оперативной обстановки с передачей информации на наземный пункт управления, инспектирование объектов с распознаванием образов и передачей оперативной информации на базу управления, а также ретрансляция служебной информации через канал связи.Поэтому создание высокопроизводительного контроллера является важным заданием.В данной работе описывается уникальная система автоматического управления беспилотным летательным аппаратом, предназначенная для решения различных задач. В одной из работ [18] был предложен адаптивный динамический контроллер для управления высотой квадрокоптера, который помогает уменьшить ошибки отслеживания и справиться с изменчивыми параметрами. В то время как классический ПИД-регулятор показывает удовлетворительную производительность и широко используется для стабилизации, позиционирования и управления высотой [22-24], у него есть свои ограничения, такие как ограниченная производительность в широком диапазоне работы и нелинейная зависимость производительности от системы. Для решения этих проблем был представлен дрон с самонастраивающимся нечетким ПИД-регулятором, который использует нечеткую логику для настройки коэффициентов ПИД [29]. В данной работе представлено новое управление -

гибридный нечеткий ПИД-регулятор для квадрокоптера. Также в разделе 2 описана подробная модель квадрокоптера, а в разделе 3 представлена информация о разработанном управлении. В заключение результаты производительности гибридного нечетко-ПИД-регулятора сравниваются с результатами классического ПИД-регулятора и нечеткого ПИД-регулятора.

Актуальность задачи обусловлена тем, что существующие методы синтеза контроллеров могут быть недостаточно эффективными в реальных условиях. Наличие шума в измерениях, вызванного несовершенством датчиков, или внешних возмущений, например ветра, усложняет задачу стабилизации. Для эффективного управления необходимо учитывать конкретные условия с учетом различных возмущений. Поэтому важно разработать методы синтеза контроллеров, включая параметрическую оптимизацию, чтобы учесть широкий спектр возмущений и провести оптимизацию для всех параметров системы одновременно, учитывая их влияние на динамическую систему.

Цель диссертационногоисследования.

Цель диссертационной работы, состоит в развитии методов гибридного управления техническими объектами с использованием нечёткой логики в области автоматизации и управления беспилотными летательными аппаратами.Достижение поставленной цели обеспечивается путем решения следующих основных задач:

1. Провести идентификацию аэродинамических характеристик квадрокоптера.

2. Разработать математические модели для задач управления движением БПЛА, провести обзор существующих подходов к синтезу систем замкнутого управления движением БПЛА .

3. Синтезировать работоспособные модифицированные законы нечёткого управления, удовлетворяющие заданным требованиям.

4. Осуществить программную реализацию алгоритмов, решающих задачи стабилизации БПЛА.

5. Провести анализ системы управления с использованием алгоритмов нечеткой логики и ПИД регулятора.

Методы исследования.для выполнения задач, поставленных в диссертации, были применены следующие методы и подходы:построение математических моделей, их применение в физике, а также теория измерений и управления процессами. Для решения задач использовались современные методы, реализованные с использованием пакета МайаЬ^тиНпк, включая математические модели, структуры и алгоритмы управления, а также Fuzzy-PID технология для обеспечения высокой точности систем позиционирования квадрокоптеров

Научный новизна данной работы проявляется в создании, осуществлении и внедрении следующих научно обоснованных исследовательских проектов:

1. Разработана математическая модель движения четырех-роторного беспилотного летательного аппарата, позволяющая проводить оценку аэродинамических характеристик квадрокоптера и прогнозировать параметры управления, учитывающие внешние и внутренние возмущения.

2. Разработан новый метод управления плохо формализованными техническими объектами на примере БПЛА на основе аппарата нечёткой логики, обеспечивающий повышение эффективности работы беспилотных летательных аппаратов путем нахождения сбалансированного решения в отношении желаемого уровня точности характеристик движения и аэродинамики.

3. Предложена структура системы управления квадрокоптером с использованием нечеткой логики и ПИД регулятора, обеспечивающая более точное управление полетом и улучшающая динамические характеристики квадрокоптера.

4. Получены аналитические выражения для проведения расчетов

гибридных регуляторов и результаты математического

9

моделирования режимов управления положением беспилотного

летательного аппарата при изменениях углов крена и тангажа.

Практическая значимость результатов исследований состоит в следующих научных результатах:

1. Разработаны в среде МА^АВ Simulink математические модели системы управления режимами полета квадрокоптера.

2. Получены результаты математического моделирования режимами управления положением беспилотного летательного аппарата БПЛА при изменениях углов крена и тангажа.

3. Получены аналитические выражения для проведения расчетов гибридных регуляторов, понимания их особенностей.

4. Предложен метод расчета параметров управления при изменениях углов крена, тангажа и скоростей в автоматизированной системе управления квадрокоптером при использовании нечетких ПИД-регуляторов.

5. Разработаны структурные схемы системы управления беспилотным летательным аппаратом, алгоритмы автоматического управления и программное обеспечение для управления двигателями БПЛА.

Достоверность полученных результатов

Достоверность и обоснованность научных положений и полученных результатов обосновывается корректным использованием математических методов, моделей и алгоритмов, чёткой формулировкой допущений и условий, в рамках которых проводились расчёты, а также достаточным объемом численного моделирования исследуемых процессов с получением непротиворечивых результатов.

Соответствие паспорту научной специальности. Диссертация полностью соответствует паспорту научной специальности 2.3.1. — «Системный анализ, управление и обработка информации, статистика», в частности пунктам 4, 5, 11, 15.

Личный вклад вносит вклад через разработку инновационных алгоритмов и способ контроля над двигателями постоянного тока с целью точного позиционирования в режимах автоматизированного управления. Кроме того, разработан алгоритм расчета угловой скорости с применением фильтра Калмана и создал математические модели. В рамках исследования автор лично достиг как теоретических, так и практических результатов.

Результаты, выносимые на защиту:

1. Математические модели систем управления квадрокоптером с применением гибридных регуляторов для систем точного позиционирования.

2. Результаты моделирования и математические модели в среде MATLABSimulink системы управления режимами квадрокоптером для точного управления положением.

3. Разработанная модель полёта БПЛА с учетом внешних и внутренних возмущений и синтезированные работоспособные модифицированные правила нечёткого управления.

4. Результаты математического моделирования различных режимов работы и анализа стабильности режимов функционирования системы управления беспилотным летательным аппаратом БПЛА при изменениях углов крена и тангажа.

5. Метод расчета для измерения угловых параметров и скоростей в автоматизированной системе управления квадрокоптером при использовании нечетких ПИД-регуляторов.

6. Метод аппаратно-программного моделирования, предназначенный для анализа параметров управления и обеспечения точного контроля углов крена и тангажа.

Апробация работы.Работа была представлена и проанализирована на нескольких научных конференциях в ходе апробации исследования.

1. Основные вопросы в области информатизации в сфере науки, образования и экономики - 2018. MIETll-я конференция для студентов и аспирантов с акцентом на научно-практические аспекты"

2. 26-я Всероссийская конференция студентов и аспирантов по научно-техническим направлениям. - Издательство: МИЭТ, 2019 г.

3. IEEE Конференция молодых исследователей России в области электротехники и электроники (EIConRus 2020), МИЭТ, 2020 г.

4. 27-я Всероссийская конференция студентов и аспирантов по микроэлектронике и информатике "Микроэлектроника и информатика -2020". Тезисы докладов. - М: МИЭТ, 2020 г.

5. Вестник научныхконференций.Номер: 2-3 (66) Год: 2021

6. IEEE Конференция российских молодых исследователей в области электротехники и электроники, 2021.

7. 28-я.Конференция студентов и аспирантов всех университетов России по научно-техническим направлениям. Материалы докладов собраны в тезисах. Место проведения: Московский институт электронной техники.

8. Вестник научныхконференций Номер: 1-3 (65) Год: 2021.

9. 20-я Международная конференция «Авиация и космонавтика» Москва, МАИ22-26 ноября 2021 г.

10. ВестникнаучныхКонференций (Bulletin of Scientific Conferences) 2022 ■ N 3-2 (79) c.147

11. Состоится конференция для студентов и аспирантов с названием «Микроэлектроника и информатика - 2022» в МИЭТ.

12. Планируется проведение всероссийской межвузовской научно-технической конференции для студентов, аспирантов и молодых ученых «2023-Микроэлектроника и Информатика».

13. IEEE, проводимоговСанкт-Петербурге, Россия, (EIConRus 2023), представленыматериалыконференции.

Публикации по данной работе включают 29 научные работы,в том числе 4 работы в журналах, входящих в список, утвержденный ВАК и 6 работ в международной реферативной базе данных SCOPUS, а также 19 - тезисов докладов на российских и международных конференциях, входящих в систему цитирования РИНЦ. Без соавторов опубликовано 6 работ. Получено свидетельство о государственной регистрации программы для ЭВМ № 202161376 от 11.03.2021 года.

Структура данного диссертационного исследования включает в себя введение, четыре основных раздела и раздел выводов. Также присутствуют список использованной литературы, насчитывающий 70 источников, и 4 приложения, иллюстрирующие результаты исследования. Объем работы составляет 136 страниц, на которых размещено 50 графических изображений и 2 таблицы.

Глава 1. Исследование беспилотных летательных аппаратов и различные методы управления для решения соответствующих задач

Сегодня технические требования к авиации связаны с применением углеродных материалов, нанотехнологий и систем автономного управления. Беспилотные летательные аппараты (БПЛА) стали востребованными в различных областях, включая военные операции, патрулирование, мониторинг окружающей среды и съемку видео. Развитие технологий и возможностей БПЛА началось задолго до наших дней и продолжается в настоящее время.Многие люди, не связанные с авиацией, часто относят беспилотные летательные аппараты (БПЛА) к усовершенствованным версиям радиоуправляемых моделей самолетов, но их функциональные возможности настолько разнообразны, что ограничивать свой взгляд только этим представлением становится невозможным. Тем не менее, в обществе пока не существует общепринятой классификации. БПЛА можно разделить на три основные категории: беспилотные самолеты,[1]. вертолеты и аэростаты. Классификация летательных аппаратовможно подробно изучить в соответствующей таблице.1.1.

Квадрокоптер (или мультикоптер) — это летательное устройство, имеющее четыре главных ротора и способное управляться в воздухе. Основные составляющие квадрокоптера включают в себя:

1. Рама: это основная конструкция квадрокоптера, к которой крепятся все другие компоненты.

2. Моторы: четыре или более электрических мотора устанавливаются на раме и отвечают за вращение роторов.

3. Роторы: четыре ротора, расположенные на концах рукавов квадрокоптера, генерируют подъемную силу и обеспечивают маневрирование.

4. Регуляторы скорости: электронные устройства, регулирующие скорость вращения каждого мотора для управления полетом и стабилизации квадрокоптера.

5. Контроллер полета: центральный процессор, который принимает сигналы от пульта управления или автопилота и управляет действиями квадрокоптера.

6. Аккумуляторы: источник питания для электрических моторов и других устройств квадрокоптера.

7. Камера (опционально): многие квадрокоптеры оснащены камерами для съемки фото и видео и передачи изображения на пульт управления или устройство управления.

Эти основные компоненты работают вместе для обеспечения полета и управления квадрокоптером.

*нОн<?

Основные составляющие квадрокоптера

1. Рама и лучи

2. Полетный контроллер

3. Винты

4. Моторы

5. АКБ

6. Плата распределения питания

7. Регуляторы скорости

8. Пульт радио управления

9. Радио-приемник

10.Комплект проводов

Рисунок 1 - основные компоненты квадрокоптера Для настройки и управления квадрокоптером обычно используютсяразличные методы и средства:

1. Пульт дистанционного управления ^С контроллер): самое распространенное устройство для управления квадрокоптером. Он позволяет пилоту отправлять команды на изменение высоты, направления и скорости полета.

2. Мобильное приложение: многие современные квадрокоптеры имеют специальные мобильные приложения для управления и настройки. Через них можно управлять полетом, записывать видео, делать фотографии и настраивать различные параметры.

3. Калибровка: перед первым полетом квадрокоптера важно провести процедуру калибровки. Это поможет корректно настроить гироскопы и акселерометры для стабильного полета.

4. Настройка контроллера полета: многие квадрокоптеры имеют возможность настройки параметров полета через специальные программы на компьютере или мобильном устройстве. Это позволяет оптимизировать управление и поведение квадрокоптера.

Для точного определения характеристик беспилотников крайне важно рассмотреть их способы управления. Вот основные из них:

Управление в ручном режиме оператором или дистанционное пилотирование через дистанционный контроллер, осуществляемое либо в зоне видимости, либо с помощью видео с камеры на борту. При таком подходе оператор контролирует полет, задавая курс, высоту и другие параметры.

Автономный режим позволяет беспилотному устройству следовать по предопределенному маршруту, поддерживая нужную высоту, скорость и углы наклона без необходимости человеческого вмешательства. Управление осуществляется с помощью специализированного программного обеспечения, установленного на борту.

Полуавтоматическое управление сочетает автономный полет с возможностью оператора вносить корректировки в маршрут полета на основе обратной связи. Это позволяет оператору влиять на процесс полета, не занимаясь мелкими деталями управления.

Ручное управление может быть использовано как один из вариантов управления беспилотниками или выбрано как основной метод. Беспилотные аппараты без системы автоматики в управлении полетом, которые аналогичны радиоуправляемым самолетам. Некоторые БПЛА могут быть управляемы без присутствия оператора и выполнять различные задачи автономно, похожие на функции радиоуправляемых моделей., не подойдут для серьезных операций. Сегодня эти два метода популярны среди операторов беспилотных систем, так как они требуют минимальных навыков от обслуживающего персонала и обеспечивают безопасное и эффективное использование беспилотников. Автоматическое управление может стать лучшим выбором для задач аэрофотосъемки в некоторых случаях, особенно при работе на большом расстоянии от базовой станции и в отсутствии прямого контакта с землей. Однако, поскольку за полет отвечает оператор, возможность вмешательства с земли может способствовать

предотвращению возможных экстренных ситуаций [16,17,18]. В текущий момент времени использование отечественных беспилотников охватывает пять гражданских областей, дополнительно к их применению в оборонной промышленности. Эти области включают: 1) Чрезвычайные сценарии (поисково-спасательные операции, меры по предотвращению чрезвычайных происшествий и т. п.). 2) Обеспечение безопасности (защита территорий и людей, выявление угроз). 3) Контроль и мониторинг (наблюдение за ядерными объектами, линиями электропередач, землепользованием, лесами, нефтегазовыми месторождениями, водными ресурсами, сельскохозяйственными угодьями и т. д.). 4) Создание аэрофотоснимков (геодезические работы, составление карт, ведение авиационного учета). 5) Научные изыскания (изучение Арктики, тестирование технологий).

Во всем мире, включая Россию, дроны используются в широком спектре сфер, от мониторинга и спасательных миссий до любительской видеосъемки, строительства, а также в геодезии и картографии. Разнообразие задач породило множество типов этих беспилотных устройств. Различные виды дронов разработаны для выполнения конкретных функций, причем их классификация включает в себя широкий спектр моделей - от микрокоптеров, весящих менее 10 кг и работающих на близком расстоянии от оператора, до крупных устройств, подняться на высокую высоту 20 км и проводить в воздухе до 24 часов.Беспилотные летательные аппараты можно разделить по своему назначению на следующие категории:

1) Любительское использование для фото и видеосъемки.

2) Исследовательские проекты.

3) Военные и разведывательные цели.

4) Мониторинг и наблюдение на расстоянии.

5) Использование в атмосфере и в космическом пространстве.

6) Многофункциональные комплексы.

Классификация дронов также ведется по их размеру и весу, варьирующимся от малых моделей до крупных устройств, способных летать на большие расстояния и оставаться в воздухе продолжительное время.

1) Микро и мини-БПЛА, работающие на близкие дистанции.

2) Легкие дроны с небольшим радиусом полета.

3) Коптеры среднего класса, весящие до100кг.

4) Средние устройства для полетов на150-1000км.

5) Среднетяжелые модели весом 300-500 кг.

6) Тяжелые способные находиться в воздухе время длительное и в атмосфере в течение продолжительного времени ипреодолевать до 300 км.

Беспилотники также подразделяются по области применения на боевые, профессиональные и любительские. Их классификацию определяют защищенность от окружающей среды, водонепроницаемость, устойчивость к ударам, возможность коллективного использования и транспортировка, а также требования к лицензированию и регулированию со стороны законодательства.

Все беспилотные летательные аппараты, без исключения, подразделяются в соответствии с областью применения:

— Боевые - предназначены для проведения удары по земле и морским целям

— Профессиональные - оборудованы различными сенсорами, компасами, креплениями и системами GPS, предназначены для выполнения разнообразных профессиональных задач.

— Любительские - предназначены для использования в развлекательных целях.

Беспилотные аппараты также классифицируются по степени защиты от

воздействия окружающей среды, способности справляться с водой, устойчивости к

столкновениям с конструкциями, возможности совместных действий в группах и

19

способности к транспортировке. Также различаются по наличию необходимости в лицензировании и регулировании со стороны законодательства.

1.1. Анализи изучение технических параметров беспилотных аппаратов

Вопрос классификации и организации устройств без экипажа, летающих автономно или с удаленным управлением, развивался в тандеме с прогрессом в технологиях и инженерии. Многообразие интерпретаций термина "беспилотные летательные устройства" включает в себя различные подходы, преимущественно основанные на функциональности и системном анализе Первичный подход характеризует беспилотные летательные устройства как воздушные средства без человека на борту, оборудованные двигателями, которые могут подниматься в воздух, используя аэродинамические силы. Эти аппараты могут быть управляемы автономно или дистанционно и способны выполнять различные задачи с разнообразными функциями [25].

Список литературы диссертационного исследования кандидат наук Хтет Сое Паинг, 2024 год

^ - 2

тф 0 0 / »2 Щ

Те 0 0 / »2 Щ

ТН - - и4_

Управление основывается на трех подсистемах. Датчики, установленные на борту квадрокоптна, измеряют угловую скорость и поступательное ускорение, которые далее сравниваются с желаемыми позициями для вычисления ошибки. В первой подсистеме позиционная ошибка используется как входной сигнал, а выходные данные представляют собой желаемые углы крена и тангажа. Эти ошибки затем подаются в подсистему ориентации, которая генерирует желаемые угловые скорости для каждой оси. Затем эти значения поступают в конечную систему управления, которая формирует управляющие сигналы для двигателей, регулирующие желаемые скорости вращения. Этот метод управления может быть адаптирован для систем различной сложности.

3.10 Упрощенные формулы, описывающие движение

При изучении модели движения четырехротора возникают определенные трудности в понимании его поведения и устранении неполадок в управляющих системах при симуляции. В данном исследовании рассматриваются основные аспекты поведения четырехротора в режиме зависания, то есть в его целевом рабочем состоянии, без учета влияния элементов на его поведение при высоких скоростях. Делая определенные предположения, можно упростить для создания основных стратегий управления необходимо переформулировать нелинейные уравнения системы. При этом наращивание сложности модели системы позволит усовершенствовать стратегии управления и создать более точные системы управления. В разделе 2 представлена модель с управляющими входами.

X " у с

Ф в

ш

- (—[с(ф)с(ф)5(в) + 5(ф)5(ф)]щ — К>хX") . _—[С(ф)Б(ф)Б(в) — с(ф)Б(ф)]и% — КЛуУ") . (—[с(ф)с(в)]и% — К>2г" )+д

1 *(ф)т с(ф)ь(ву

0 С(ф) —5(ф) 0

(89)

&(ф)

с(9)

с(ф) с(9)

Р Я

LrJ

(90)

7 Оу —]2)яг—]гд(ш% — Ш2 + шъ — ш4) +

1х

и2

1 —]х )рг —]г Р(^1 — V2 + ШЪ — Ш4) + и3

% [(У? —1у)ря + щ]

(91)

Для упрощения модели предполагается, что четырехроторный агрегат находится в стационарном состоянии с малыми углами направления и минимальными скоростями и ускорениями. Из-за отсутствия аэродинамических пленок аэродинамические силы и моменты считаются незначительными. Любое незначительное воздействие считается сбоем в системе управления и может быть компенсировано соответствующей системой управления. Эти допущения математически формализованы и упрощены до уравнений движения. С дополнительными допущениями следующие уравнения еще больше упрощаются.

X" = У" = ±" = 0

Ф = в = ф = 0

ф = в = 0 с(ф) * с(в) * 1 я(ф) * я(в) * 0

р '1 0 0" 'ф 'ф

я * 0 1 0 в * в

г. .0 0 1. -ф. -ф-

X "

у "

V! "

- (-[с(ф)с(ф)в(в) + Б(ф)Бтщ)

- (-[С(ф)Б(ф)Б(в) - с(ф)Б(ф)]Щ)

_ % (-[с(ф)с(в)]щ) + д .

(92)

(93)

(94)

(95)

(96)

(97)

(98)

X "

у " ■2"

- (-[вс(-ф) + фБ(-ф)]щ) % (-[05(ф)-фс(ф)]щ)

т

■-(щ) + д г|(и2)

% (Мз)

% ы

'■г

--вил

т

— фщ

т

- (щ) + д.

(99)

(100)

Хотя эти уравнения облегчают процесс проектирования и анализа управления, в модельной среде для оценки надежности разрабатываемой системы управления могут быть применены более точные нелинейные уравнения движения. Важно отметить, что в окончательных уравнениях было выделено поступательное движение, при условии, что направление остается близким к 0 градусам. Можно управлять движением вдоль глобальных осей x и у, изменяя значения крена и тангажа независимо друг от друга. Кроме того, для поддержания постоянной высоты четырех роторов результирующая тяга, деленная на массу четырех роторов, должна быть равна ускорению свободного падения. Следующие диаграммы (20-25)на рис. 3.1-3.7 упрощенная модель сравнивается с результатами измерений сложной модели используя основные измерения, описанные в разделе.

20

Time (sec)

Рис.20 - Диаграмма ускорения по оси X

Y Axis Acceleration (gya = m1*R*u1 + b) RMSE = 0.436 m/s'

Рис. 21 - Диаграмма ускорения по оси Y

1 Axis Acceleration (gza = m1*u1 + g'b) RMSE = 0.403 m/s2

Time (sec)

Рис. 22 - Диаграмма ускорения по оси Z

Рис. 23 - Диаграмма углового ускорения по крену

Pitch Angular Acceleration (pdd = (1/Jwy)*u3 + b) RMSE = 0.325 rad/s2

Рис.24 - График углового ускорения по тангажу

Yaw Angular Acceleration (ydd = (1/Jwz)*u3 + b) RMSE = 0.801 rad/s2

Рис. 25 - График углового ускорения по рысканию Хотя линейная модель показывает высокую точность и сравнима с

нелинейной моделью, важно внимательно учитывать основополагающие аспекты.

Предположения, необходимые для линеаризации модели, должны быть проверены,

и данная модель может быть использована в качестве основы для разработки

системы управления.

3.11 Программированиеструктурной схемы, содержащей вложенные циклы.

Управление четырехроторным устройством часто осуществляется с использованием иерархии циклов управления. Внутренний цикл управляет угловыми скоростями каждой оси устройства. Из-за быстрой динамики четырехротора этот цикл должен функционировать на высокой частоте. Следующий, более внешний цикл, отвечает за ориентацию и высоту устройства. Даже небольшие коррекции положения устройства в воздухе могут привести к значительным поступательным смещениям из-за непосредственной связи с поступательным ускорением. Высокая частота работы цикла регулирования скорости обеспечивает использование актуальных данных от встроенных датчиков, таких как акселерометр и гироскоп, для точных расчетов управляющих сигналов. Регулятор высоты и положения может получать нужную информацию о высоте и положении от пульта управления или от контроллера поступательного ускорения. На блок-схеме, изображенной на рис. 26, показаны иерархические циклы управления и конфигурация четырехроторного устройства.

ш-

ш-Ш-

т-

► ТЬеа

"1*

Оиэаго1о< СопвоНег апа Оулаггма втЫНюп

Рис. 26 - Схема управления четырёхротором Цикл управления отвечает за администрирование прямолинейного

передвижения по осям х и у. Этот управляющий цикл вычисляет необходимые углы

наклона и крена для передачи их во внутренний цикл регулирования, основываясь

на ошибках в координатах х и у. Внешний цикл регулирования имеет различные

источники ввода, включая маршрутные координаты, сгенерированные на наземной станции управления, и информацию от алгоритма планирования маршрутов.

3.12 Управление позицией квадрокоптера

Хотя регулятор позиции или высоты способен обеспечить стабильный полет для квадрокоптера и следить за желаемым положением или высотой с пульта управления или наземной станции управления, он не может управлять его линейным движением. Даже небольшие угловые изменения могут привести к нежелательному движению квадрокоптера. Для предотвращения такого дрейфа при линейном движении применяется регулятор позиции. Для работы этого регулятора требуется точное определение положения в пространстве. Обычно это достигается с помощью камеры для определения ориентации (визуальный сервомотор) или GPS для глобального местоположения в глобальной системе координат. Этот внешний регулятор может работать со скоростью ниже, чем у внутреннего регулятора. Входы регулятора позиции представляют измерения положения, а выходы - желаемые крены и тангажи для управления квадрокоптером в желаемом положении по осям x и у. Дополнительно, этот регулятор определяет траекторию полета, где последовательность координат может быть передана для управления полетом так, чтобы квадрокоптер следовал заданному трехмерному пути.

В формулах 101-102 кр- пропорциональное управляющее усиление; kO -интегральное управляющее усиление; kD - дифференциальное управляющее усиление; X" - желаемое глобальное положение X. Y" -желаемое глобальное положение Y; ф> - желаемый угол крена; в> - желаемый угол тангажа.

0>(t) = кр + (X" - XG) + к, [ (X" - XG)dt + kD- XG) (101)

Jo

Ф>(t) = kp + (Y>G -YG) + k, [ (YdG -YG)dt + kD(Y> -Yg) (102)

o

3.13 Изменение местоположения и высоты квадрокоптера.

Данный раздел посвящен системе управления положением и высотой квадрокоптера. Сначала необходимо установить этот контроллер для обеспечения стабилизации квадрокоптера в режиме неподвижного полета. Это означает, что все желаемые углы равны нулю, а желаемая высота устанавливается на низкое значение для начальной настройки[11]. В дальнейшем эти желаемые значения положения и высоты могут изменяться в зависимости от сигналов RC или других внешних входов контроллера контура. Поскольку в уравнениях движения не учитывается кросс-связь, управление положением реализуется с помощью отдельного управляющего входа для каждого угла Эйлера. Управление высотой аналогично управлению общей тягой квадрокоптера, оказывая влияние на движение вдоль осей х и у. Это отражено в уравнениях движения, где и1 - вход для направлений х и у. Таким образом, увеличение значений регулятора приводит к более интенсивным движениям в направлениях х и у при постоянных углах крена и тангажа. В упрощенной модели вертикальное ускорение отделено от угла поворота, но во время поворота квадрокоптера вертикальное ускорение также определяется в плоскостях х и у. Управление высотой компенсирует как силу тяжести, так и смещение общего вектора тяги из-за наклона. Более подробное описание полностью ПИД-регуляторов приведено далее.

В формулах 103-106 щ— общая тяга всех моторов; р>— желаемая угловая скорость вдоль; — желаемая угловая скорость вдоль ; — желаемая угловая скорость вдоль ; кр— пропорциональное управляющее усиление; к0 — интегральное управляющее усиление; кв — дифференциальное управляющее усиление; ф>— желаемый угол крена; в> — желаемый угол тангажа; ¥> — желаемый угол рыскания; г" — желаемая высота Z; W—масса квадрокоптера g—ускорение силы тяжести; е (ь) —значение ошибки во времени 1

1 ( ^ Л [* ^ е2 (О - ег к - 1) = с(ф)с(в) \кре2(1) + к1 I Ю^ + ко--+ тд. (103)

( Г* еф(Ь)-еф (Ь-1) Ра (О = [кр еф (О + к1 I еф($М + к»---(104)

( С* е+ (г)-ев(г - 1) О) = [крев(I) + к, I е+(№ + к» вУ ' ^-- (105)

( Г* ен (Ь)-еф (Ь-1) га (О = [кр е.ф (Ь) + к, I е.ф (1)М + к---(106)

Необходимо отметить, что часто управление направлением или положением осуществляется исключительно при помощи пропорционально-дифференциального регулятора (ПД-регулятора), поэтому коэффициент интегратора устанавливается на нуле.

3.14 Регулирование угловой скорости квадрокоптера.

Регулятор скорости является компонентом нижнего уровня управления, специально спроектированным для квадрокоптера. Он получает нужные угловые скорости от контроллера положения, затем вычисляет разницу между желаемыми и измеренными скоростями, полученными от гироскопа[10]. Эта разница используется для расчета трех управляющих сигналов, которые объединяются с сигналом управления тягой, подготовленным контроллером высоты. Затем эти сигналы преобразуются в желаемые скорости для двигателей и передаются им через ESC.

/ С* еР (£)-еР(£-1)

и2(1) = [крвр(О + к, I ерШь + к»-^---(107)

( Г* е и) - е и - 1) щ(1) = [кр,е11 (I) + к, I ед Шг + к»^-^--(108)

( Г* е (Ь) - е и - 1) Щ(Ь) = [крег (Ь) + к, I ег + к»—---(109)

В формулах 107-109 и2— входной сигнал крена; и3- входной сигнал тангажа; иА - входной сигнал рыскания; кр- пропорциональное управляющее усиление; к, - интегральное управляющее усиление; к» -дифференциальное управляющее усиление;р - желаемая угловая скорость вдоль оси х!; " q- желаемая

68

угловая скорость вдоль оси у! ; г- желжелаемая угловая скорость вдоль оси z! ; e(t)-значение ошибки во времени t.

3.15Метод управления двигателем

Учитывая входные сигналы для управления, можно вычислить индивидуальные скорости, необходимые для каждого двигателя. Эти скорости будут переданы в ESC, который затем передаст соответствующие команды каждому двигателю, обеспечивая его вращение с нужной скоростью для достижения требуемого управления и момента тяги. Желаемые скорости каждого двигателя могут быть получены через обратную матрицу управления, сформированную в предыдущем разделе, как показано ниже. Важно отметить, что все двигатели содержат различные входы для управления тягой и управления по осям. Двигатели, отвечающие за момент тангажа, управляются входными сигналами для тангажа, в то время как двигатели, отвечающие за момент крена, управляются входными сигналами для крена. Эти уравнения применяются для ориентации четырехроторного дрона в виде символа «+», и могут потребовать изменений при использовании другой конфигурации, например «Х».

В формулах 110-114 ш -угловая скорость мотора; Kd -константа пропорциональности вращающего момента;К# - коэффициент силы тяги; l - длина плеча; и% - общая тяга всех моторов; и2- входной сигнал крена;и3 - входной сигнал тангажа; uC- входной сигнал рыскания.

2 К# к# к# к# -1

2 Ы2 0 —екТ 0 1КТ U2

2 Шз 1КТ 0 —екТ 0 из

-К* -к* к* -К*. и4_

2 U% o>8 =

+

u3

+

ил

4KT 21КТ 4К,

2

Ы2 =

T

и%

и2

d ил

4КТ 2£КТ 4К>

2

ш3 =

о>Л =

и%

LT

и3 Uc

+

4КТ 21КТ 4К,

d

и%

+

и2

ил

4КТ 21КТ 4К,

(111) (112)

(113)

(114)

d

Важно определить ограничения для управляющих входов, которые система управления способна вычислить. Эти входы преобразуются в скорости двигателя, которые затем передаются на ESC и, в итоге, на двигатели. Поэтому необходимо использовать контрольные коэффициенты, которые могут привести к желаемым скоростям двигателя, реализуемым в реальной системе. Расчеты ограничений управления основаны на физической модели системы.

и{ Кт к# к# К#

У-2 0 —екТ 0 1КТ ш

из 1КТ 0- -екТ 0 ш

ил_ Kd M

итах = АК# f\2 штах = 43.5

n.min _

= 4«Т <rn = 0

umax = umax = £R# ^ax = 6.25

u2 = u3 = lKT wmin = umax = ^ax = 2.25>.

Umln = -2K> ^ in = -2.25.

6.25

(115)

(116)

(117)

(118)

(119)

(120) (121)

В формулах 115-121 ш - угловая скорость мотора (рад/с); штах-

максимальная скорость мотора (920 рад/с); штп - минимальная скорость мотора (0 рад/с); К>- постоянная пропорциональности крутящего момента ( 1.39 * 10$6)); КТ - коэффициент силы тяги ( 1.33 * 10_5); 1 - длина плеча (0,59 см); и%- общая тяга всех моторов;и2 - входной сигна крена; и3-входной сигнал тангажа; и4- входной сигнал рыскания.

3.16Выводы по главе 3

1. Основываясь на математической модели, построенной и описанной ранее в разделе 2, здесь осуществляется оценка параметров модели, исходя из физической системы. Это не только улучшает точность моделируемой системы, но также помогает определить точные параметры для системы управления, которая разрабатывается. Чем более точны начальные параметры управления, тем меньше времени требуется на их настройку. В данном разделе раскрываются детали создания надежной и точной среды моделирования.

2. Разработана математическая модель движения четырехроторного беспилотного летательного аппарата, позволяющая проводить оценку аэродинамических характеристик квадрокоптера и прогнозировать параметры управления, учитывающие внешние и внутренние возмущения.

3. Предложена структурная схема системы управления положением двигателя для одной оси (7) с использованием Matlab-Simulink.

Глава 4. Моделирование системы автоматического управления

квадрокоптером на основе интеллектуального управления 4.1.Управление на основе нейронныхсетей

Использование нейронных сетей в моделировании управления является альтернативой к использованию нечетких контроллеров и представляет собой эффективный подход для разработки интеллектуальных систем управления. Нейронные сети находят применение в различных задачах управления, начиная от эмуляции и прогнозирования параметров объекта управления до непосредственного управления им. Интерес к использованию нейронных сетей в системах управления обусловлен их способностью работать с неточными и нечеткими данными, что признано важным для многих технических объектов управления, включая квадрокоптеры. Одним из преимуществ нейронных сетей является возможность создания робастных регуляторов, способных гибко адаптироваться к изменениям параметров объекта управления и внешних условий, а также к шуму от датчиков. Это позволяет существенно улучшить точность регулятора и расширить его область применения по сравнению с традиционными ПИД, ПИ, ПД контроллерами. Нейронные сети способны моделировать сложные нелинейные зависимости, что упрощает процесс синтеза систем управления, так как не требуется точного числового представления взаимодействия внутренних параметров. Однако, недостатками использования нейронных сетей являются необходимость в нескольких итерациях синтеза регулятора, высокая зависимость от интуиции разработчика, и требование подготовки обучающих выборок. Динамическая адаптация позволяет применять нейронные сети для создания самонастраивающихся регуляторов. Гибкость и универсальность нейронных сетей делают их мощным инструментом для разработчиков. Однако, использование нейронных сетей требует наличия идеализированной математической модели объекта управления и выбор архитектуры сети, что может быть сложной задачей.

4.2.Облегченное управление ПИД-контроллером

Хотя современные методы теории автоматического управления существенно развились, регуляторы типа ПИ, ПД и ПИД все еще широко используются в робототехнике, и их преимущества и недостатки хорошо известны. Однако системы управления, основанные на этих регуляторах, не всегда обеспечивают необходимое качество стабилизации полета квадрокоптера из-за сложности получения точной математической модели объекта управления и возмущений, необходимой для расчета их параметров. Один из самых распространенных способов управления — это применение пропорционально-интегрально-дифференциального регулятора (ПИД). ПИД-регулятор работает как система обратной связи, где контроллер анализирует разницу между текущим и желаемым состоянием системы и корректирует управляющее воздействие.Этот тип контроллера популярен из-за его простоты настройки, легкости реализации в коде и использования доступных измерений системы. Он выдает управляющее значение, которое приближает систему к желаемому состоянию. Структура ПИД-регулятора может быть представлена как во временной, так и в частотной областях. Для управления полетным процессом квадрокоптера используется алгоритм обратной связи, который опирается на информацию от различных датчиков, таких как гироскоп и акселерометр. Полученные данные сравниваются с целевыми значениями, и система корректируется на основе возникшей разницы. В рамках исследования был создан специальный алгоритм, который способен успешно проходить через критические точки и эффективно решать задачи на всех этапах изменения координат. На диаграмме (рисунке 27) отображена основная структура данного алгоритма. Входными параметрами для ПИД-регулятора выступают данные об ошибках в скорости вращения роторов и производный сигнал ошибки, отражающий переменные ПИД.

Программное обеспечение

Микроконтроллер Сигналы Р\¥М V Драйвер мотора Ток/ Мощность Мотор Пропеллер Сила тяги ъ

р р р г

> к

Аппаратура

Датчик

сила тяги

Рис. 27 -Основная схема системы управления квадрокоптера

В формулах 122-129 и — управляющий входной сигнал; Р— пропорциональный член;/ —интегральный член; О—дифференциальный член; кр— пропорциональное управляющее усиление; к0 — интегральное управляющее усиление; кв — дифференциальное управляющее усиление; , ^ время; х> (ь), — желаемое значение положения х в момент времени ^ х(ь), — измеренное значение положения х в момент времени ^ е(ь) —значение ошибки во времените (ь) —производная ошибки во времени 1

и = Р + 1 + 0 (122)

е(1)=ха (1)-х(1) (123)

Р = крв(€) (124)

I = к1 I е(Ь- 1)<И (125) *о

Р = кре(€) (126)

И = квё(Ь) (127)

и(г) = кре(1) + к1 I е(Ь - 1)& + квё(г) (128)

*о

кг

и(Б) = кр + — +квБ (129)

^ с

Пропорциональный член влияет на выходной сигнал пропорционально ошибке, в то время как интегральный член учитывает накапливание ошибок во времени. Интегральный член используется для коррекции оставшейся установившейся ошибки, которая может возникнуть из-за различных нарушений.

Дифференциальный член отслеживает скорость изменения ошибки и помогает уменьшить перерегулирование системы. Структурное представление базового ПИД-регулятора можно увидеть на рис. 28.

Рис. 28 - Схема базового ПИД-регулятора Для оптимальной настройки ПИД-регулятора и определения идеальных

значений управляющих коэффициентов в условиях конкретной реакции системы

могут использоваться разнообразные методы. Важно отметить, что для управления

полетом четырехроторного аппарата достаточно применения регулятора положения

в ручном режиме. В случае использования внешних датчиков, например GPS, для

навигации между точками маршрута, может потребоваться также контроллер

положения. При этом важно учитывать специфические особенности физической

системы, такие как задержки в измерениях датчиков и реакции двигателя, а также

инерция самого транспортного средства, которые могут не быть учтены базовым

ПИД-регулятором.

4.3. Моделирование системы управления ПИД-контроллером квадрокоптера

ТЛ " "

В данном разделе излагаются детали создания надежной и точной среды для моделирования. Точное моделирование включает в себя использование уравнений движения, параметров и контроллеров, которые были разработаны ранее. Все эти элементы необходимы для создания точной имитационной среды, позволяющей проектировать и тестировать управляющие конструкции и алгоритмы планирования маршрута до их применения в физической системе в реальном мире.

В качестве альтернативы моделированию четырехротора можно использовать блок-схему Simulink. Этот метод позволяет представлять код в виде блоков, что упрощает переключение между различными контроллерами или динамикой четырехротора. Simulink также имеет поддержку блоков, таких как входные сигналы и диапазоны применения, которые могут быть использованы для анализа и настройки параметров контроллера. С помощью блок-диаграммы можно также определить и оценить неизвестные параметры системы с использованием данных полета в реальном времени. Диапазон применения и входные сигналы могут быть использованы для управления начальными условиями четырехротора и анализа поведения системы в имитационной среде. Для запуска моделирования можно воспользоваться файлом QuadSimulink.m, который также содержит некоторую информацию для отображения.

Ш-

х а

ш-

Уд

ш-

Р>1Й

ш-

26

№

* йм па

тъ»и

у о«па

Ри

X

га«па

У

Рл мягм

1н

□

тьм»

о

р»|

□

ОиЮгоК» СоШгоМег Ат1 Р1»т ЗуЗДт

Рис. 29 - Блок-схема системы контроллера четырехротора

На основном уровне диаграмма разделена на три основных блока: управление положением контроллера, управление высотой контроллера и динамика

четырехроторного устройства. Эти блоки, а также их входные и выходные данные, изображены на схеме рис.30.

Рис.30 - Верхний уровень блок-схемы Управление поступательным движениемдемонстрируетблок-схема,

изображенная на рис.31. Важно отметить, что эти уравнения не содержат расчетов

для определения желаемого угла крена. Обычно пользователь отправляет команды

крена автопилоту, который преобразует их в желаемую скорость крена. Поэтому

пилот имеет возможность управлять креном и поддерживать постоянный курс для

четырехроторного аппарата, когда крен находится в центре. Если команды крена

приведены к определенному углу, четырехроторный аппарат возвращается в

исходное положение, когда ось крена центрирована. Эти уравнения вычисляют

желаемую скорость крена на основе желаемого угла поворота. Однако обычно

желаемая скорость крена непосредственно берется из входных RC-команд.

X PID

Рис.31 - Схема ПИД-регуляторов поступательного положения Углы крена и тангажа, которые необходимо удерживать с помощью

контроллера положения, совмещаются с требуемой высотой и курсом в контроллере

положения-высоты, изображенном на рис. 31.

Œ>

z

Œ>

3 Phi

GL>

Phi desired

Theta desired

Z desired

Ul

PN

Phi

Phi desired

ŒD-—*

Theta

CO—

Theta

q desired Theta desired

Theta PID

-KZD

U1

-

Psi

Œ>

Psi

г desired Psi desired

Psi PID

Рис. 32- Блок-схема ПИД-регуляторов положения-высоты

Для определения необходимого входа управления тягой на основе заданной высоты используется регулятор высоты. Регуляторы ориентации получают требуемые углы и расчитывают нужные угловые скорости для дальнейшей обработки регуляторами скорости.

г PID

Рис. 33 - Схема ПИД-регуляторов угловой скорости

Регулятор угловой скорости ( рис. 33) вычисляет последние три управляющих входа, где каждый блок PID имеет свои уникальные коэффициенты пропорциональности, интеграции и дифференциации. Полученные данные затем передаются на блок динамики четырехроторного квадрокоптера. Эта система, изображенная ниже ( рис.34), состоит из различных подсистем.

о-р

CD*-

CD-► U1 U1_2

U1

^ 2 у_^ U2

(~3~) » из

из IM_2

CD-► U4 OTWQJ

Motor Speed

Calculator

Tmweot P»Set

►s-

Pfli во!

-ш-

Th«U dot

ш-

Ph.1

ЧБ

-KD

Thata

xaot

ЧБ

Y dot

Trsfwiational Oynamie

Aax

•Ш-кр

AdY

•ЕЬф

Rotational Dynamic»

Рис. 34 - Блок-схема динамики четырехротора Ограничение управляющих входов вычислительной мощности двигателя (

рис. 35)обусловлено физическими особенностями системы

Ц4

Рис. 36 - Блок-схема для расчета угловых ускорений

Динамика вращения (по схеме на рис. 36) расчет угловые ускорения, которые затем передаются в модуль преобразования угловых скоростей для расчета угловых скоростей ( рис. 37)

Рис. 37 - Блок-схема для расчета угловых скоростей Эти углы также используются в поступательной динамической схеме(рис. 38), по

которой вычисляются поступательные ускорения.

Рисунок 38 - Поступательная динамическая схема

Этот раздел описывает процесс создания модели для симуляции в Simulink, учитывая все вводные параметры и ограничения. В приложении Б приведен код для реализации симулятора в MATLAB.

Разработанные скрипты MATLAB позволяют вносить как мелкие изменения, например изменение физических параметров или контрольных выигрышей, так и крупные изменения, например уравнений динамики или усиления управления. Они также обеспечивают быструю генерацию данных и манипулирование ими для анализа. Ниже приведено краткое описание основных файлов и функций, необходимых для запуска и управления имитацией квадрокоптера.

Для запуска симулятора используется файл quadrotor_sim.m. Этот файл инициализирует среду моделирования с помощью указанных команд и создает глобальную переменную Quad, содержащую все переменные квадрокоптера.

Начальный файл init_plot.m отображает трехмерную среду для визуализации движения четырехротора. После этого вызывается скрипт plot_quad_model.m,

который загружает файл Quad_plotting_model.mat, созданный define_quad_model.m. Quad_plotting_model.mat использует физические параметры квадроторадля нахождения точек стыковки каждого ротора и мотора в трех измерениях с целью создания визуализации исходной модели четырехвинтового коптера.

Далее scriptquad_variables.m определяются основные переменные для имитации, включая характеристики четырехротора, начальные и желаемые условия, параметры имитации и настройки регулятора. Физические параметры берутся из раздела 3. Функция quad_dynamics_nonlinear.m использует начальные значения для вычисления начальных скоростей и ускорений в модели квадрокоптера, применяя нелинейные уравнения движения из раздела 2.

Далее в quadrotor_sim.m запускается цикл моделирования, который продолжается в течение времени, указанного в t_plot. В начале цикла реализуется функция имитации шумов датчиков и фильтрации измерений датчиков. Функция моделирования шума датчика находится в файле sensor_meas.m, который обновляет глобальное местоположение, переменные скорости вращения и линейное ускорение, используя модель датчика.

После этого вызывается functionposition_PID.m, которая является контроллером положения, и передает свои выходы в attitude_PID.m, контроллер положения или высоты. Оба контроллера реализуют ПИД-регуляторы и вычисляют углы и высоту согласно уравнениям из раздела 3.8. Код контроллера положения или высоты представлен далее. После этого управляющие входы преобразуются в команды двигателя в функции quad_motor_speed.m.

Сценарий quad_motor_speed.m служит для преобразования входных управляющих сигналов в скорости для двигателей квадрокоптера с учетом их особенностей, а затем пересчитывает эти управляющие величины для использования в уравнениях движения квадрокоптера. Данный код вычисляет управляющие сигналы для настройки скорости двигателей, описанные в разделе 3.8. После этапа учета физических ограничений двигателя эти управляющие сигналы передаются в

функцию quad_dynamics_nonlinear.m для обновления положения квадрокоптера в воздухе. Завершающий скрипт в системе моделирования, функция plot_quad.m, вызывается каждые три итерации для отображения текущего положения квадрокоптера в 3Dсреде. Это позволяет наглядно представить поведение квадрокоптера. Эта функция обновляет узлы рамы и двигатели квадрокоптера на основе информации о положении и ориентации квадрокоптера, которая получается из уравнений движения.Пример такой визуализации представлен на рис. 39.

Рисунок 39-система управления положением на основе нечеткой логики

4.4. Настройка ПИД-регулятора с применением нечётких методов контроля

В этом разделе обсуждаются возможные модификации основного ПИД-регулятора с целью улучшения эффективности полета и стабильности. Отличие ПИД-регулятора, который использует нечеткую логику, от обычного заключается в изменяющихся динамически коэффициентах усиления в пропорциональной и интегрирующей цепях, которые зависят от текущего состояния системы. Это позволяет улучшить процесс управления, учитывая параметры сигналов в системе, такие как скорость изменения и ускорение, и сделать управление более адаптивным.

Использование нечеткой логики имеет свои плюсы, включая возможность работы с интуитивными данными и экспертным опытом, а также отсутствие необходимости точных математических моделей. Однако недостатком является необходимость многократного процесса создания регуляторов и настройки параметров. Система нечеткой логики может быть применена в автоматизации по двум путям: через разработку классификатора ситуаций или непосредственное управление переменными объекта. Хотя эти подходы имеют свои различия, они также имеют общие черты. На рис. 3 представлены структуры регуляторов для управления процессом полета квадрокоптера, разработанные разными авторами. Каждый регулятор имеет свои особенности, например набор равноценных нечетких контроллеров и блок агрегации для вычисления итоговых управляющих воздействий для двигателей квадрокоптера.

Настройка системы управления с использованием нечеткого регулятора (по методу Мамдани или методу максимума-минимума) предполагает использование упорядоченного набора нечетких инструкций (правил), содержащих нечеткие термины. Например, нечеткие алгоритмы могут включать инструкции типа "х~5", "х очень маленький", "немного увеличить х", "если х находится в интервале (a,b), то выбрать у в интервале (c,d)", "если х маленький, то у большой, иначе у не большая". Методы нечеткой логики определяют правила формирования результирующей

функции принадлежности при выполнении одного или нескольких нечетких правил.

86

Настройка системы управления с использованием нечеткого регулятора в соответствии с методом Мамдани или методом максимума-минимума включает формирование базы правил системы нечеткого вывода. Нечеткие алгоритмы представляют собой упорядоченный набор нечетких правил, в которых используются нечеткие термины для описания инструкций.Создание базы правил нечеткого вывода включает несколько этапов:Алгоритм Мамдани, предложенный Е. Мамдани, является широко применяемым методом нечеткого вывода и включает следующие этапы.

1. Процедура фаззификации, которая преобразует входные переменные в нечеткие значения с использованием функций принадлежности.

2. Нечеткий вывод, где определяются степени истинности для каждой предпосылки в каждом правиле.

3. Процедура активизации, где выходные значения определяются на основе степеней истинности и усеченных функций принадлежности.

4. Композиция усеченных функций для получения итогового нечеткого множества для выходной переменной.

5. Процедура дефаззификации для преобразования выходных переменных в четкие значения.

Этапы алгоритма Мамдани обеспечивают эффективное управление системой на основе нечеткой логики, учитывая разнообразные входные данные и обеспечивая стабильность и эффективность процесса.

Метод Мамдани используется в различных случаях: для одного простого правила, для фокусирующего правила (логическая связь "И") и для нескольких правил. Для его применения необходимо определить четкое значение входного параметра на основе заданных правил и соответствующего значения. Результатом использования методов нечеткой логики является нечеткое множество, определяемое функцией принадлежности, что сохраняет неопределенность выбора.

87

Для получения конкретного решения (единственного значения Y) необходимо преобразовать нечеткое множество в конкретное значение Y с помощью дефаззификации. Для этой цели часто используется метод центра тяжести, который определяет абсциссу центра тяжести площади, расположенной под кривой функции принадлежности в качестве окончательного решения.

/ У']в(У)>У

у° = w@)>7 (130)

В данном примере использован нечеткий регулятор в форме ПИД-регулятора. Для настройки системы управления в MATLAB/Simulink был добавлен блок управления на основе нечеткой логики (Fuzzy Logic Controller), согласно рис.38.

Рис.40 - Блок-схема с добавлением в нее Fuzzy Logic Controller в среде MATLAB/Simulink

Особенность регулятора, изображенного на рис.40, заключается в способности одновременно прогнозировать и управлять. Контроллеры типа FLCz и FLCу непосредственно формируют управляющие действия и и иу на основе входных параметров Z и Zу. Поскольку нечеткие контроллеры разрабатываются без использования математических моделей ММ, и отсутствуют общепринятые методы

их анализа, нельзя утверждать, что решения, полученные на их основе, являются оптимальными.

4.5. Управление на основе гибридного регулятора

Современные тенденции в развитии систем управления предполагают объединение нескольких методов в одном регуляторе для получения разнообразных решений. Создание универсальных регуляторов с фиксированными настройками, подходящих для всех режимов работы объекта управления, практически невозможно. На рисунке 40 представлена структура гибридных регуляторов для управления квадрокоптерами и геликоптерами. Рассмотрим их преимущества, недостатки и особенности функционирования. Регулятор из работы [18] состоит из нечеткого и ПИД-регуляторов. ПИД-регулятор является универсальным решением, но не способен адаптироваться к разным режимам функционирования объекта управления. Для решения этой проблемы эффективно применяется нечеткий контроллер как дополнительный тип регулятора. Для решения этой проблемы эффективно применяется нечеткий контроллер, который является вспомогательным типом регулятора.

Главный недостаток данной системы управления заключается в необходимости априорного определения закона изменения параметров ПИД и их выражении в нечеткой форме. Эта проблема обычно решается итерационно, как и в большинстве случаев синтеза нечетких регуляторов.

Рис.41 -Структуры гибридного регулятора

Для определения логики работы контроллера прояснить и сгладить процесс, мы берем две языковые переменные: ошибку угловой скорости и скорость изменения этой ошибки. результатом является то, что выходная переменная представлена напряжением в напряжении.

Рисунок 42 - Интерфейс блока Fuzzy Editor

Для заданных лингвистических переменных определим графики функций принадлежности в форме треугольников и введем следующие термины: N -отрицательная, Z - нулевая, Р - положительная, PS - малая положительная, РМ -средняя положительная, РВ - большая положительная (рис.45-46). Для этих переменных мы определяем формы графиков функций принадлежности в виде треугольников и вводим следующие термины: N - отрицательная, Z - нулевая, Р -положительная, PS - малая положительная, РМ - средняя положительная, РВ -большая положительная. Для переменной "Напряжение" также определяем график функции принадлежности в форме треугольника и вводим термины: NM - среднее отрицательное, № - малое отрицательное, Z - нулевое, РВ - большое положительное, РМ - среднее положительное, PS - малое положительное, PL - очень большое положительное ( рис. 42).

МеШ>«г»И1р Л»псЬоп ркэ(з " "><

Рис.43 - График функции принадлежности ошибки по угловой скорости

МелпЬегапр ГипсЬоп рюи »■»•к»-— ^

N 2 »

при* уапаЫе 'вггог^вЛс^

Рис.44 - Графики функций, относящихся к скорости изменения погрешности

в угловом моменте

46.

Рис. 45 - График функций, принадлежащих выходной переменной Напряжение питания регулируется с помощью 15 правил, показанных на рис.

1. If (error is N) and (error_velocity is N) then (strain is PS) (1)

2. If (error is N) and (error_velocity is Z) then (strain is PS) (1)

3. If (error is N) and (error_velocity is P) then (strain is Z) (1)

4. If (error is Z) and (error_velocity is N) then (strain is Z) (1)

5. If (error is Z) and (error_velocity is Z) then (strain is PM) (1)

6. If (error is Z) and (error_velocity is P) then (strain is PS) (1)

7. If (error is PS) and (error_velocity is N) then (strain is Z) (1)

8. If (error is PS) and (error_velocity is Z) then (strain is PS) (1)

9. If (error is PS) and (error_velocity is P) then (strain is PS) (1)

10. If (error is PM) and (error_velocity is N) then (strain is NM) (1)

11. If (error is PM) and (error_velocity is Z) then (strain is NS) (1)

12. If (error is PM) and (error_velocity is P) then (strain is PS) (1)

13. If (error is PB) and (error_velocity is N) then (strain is PS) (1)

14. If (error is PB i and (error velocity is Z) then (strain is PB) (1)