[发明专利]一种具有干扰在线估计的飞机防滑刹车系统控制方法有效
申请号: | 202110032703.2 | 申请日: | 2021-01-11 |
公开(公告)号: | CN112678154B | 公开(公告)日: | 2022-07-01 |
发明(设计)人: | 李繁飙;黄培铭;黄科科;阳春华;廖力清;周灿;吴政 | 申请(专利权)人: | 中南大学 |
主分类号: | B64C25/46 | 分类号: | B64C25/46 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 熊开兰 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 具有 干扰 在线 估计 飞机 防滑 刹车 系统 控制 方法 | ||
1.一种具有干扰在线估计的飞机防滑刹车系统控制方法,其特征在于,包括以下步骤:
步骤1,建立防滑刹车系统模型并进行反馈线性化处理;
所述防滑刹车系统模型表示为:
式中,λ为轮胎的滑移率,为滑移率λ的导数,f(λ)为有关于滑移率λ的函数,PA为作用在刹车盘上的压力,R为主轮有效半径,kb为刹车力矩与压力转化系数,vx为飞机纵向滑跑速度,Jw为主轮转动惯量;
为压力PA的导数,cb为刹车盘刚度系数,L0为滚珠丝杠行程,wm为转子角速度;
为转子角速度wm的导数,Jm为转子转动惯量,kT为电机转矩常数,i为电枢电流,Bv为粘滞阻尼系数;
对防滑刹车系统模型进行反馈线性化处理具体为:
首先,在防滑刹车系统模型的表达式中,λ、PA、wm为系统状态,λ为系统输出,i为系统输入;设x1为λ、x2为PA、x3为wm、u为i,从而将防滑刹车系统模型的表达式转换为系统非线性防射模型形式为:
式中,y为系统的实际输出,x=[x1 x2 x3]T;h(x)=[x1 0 0]T;
f(x)=[f1(x) f2(x) f3(x)]T;
其中,
然后,基于系统的相对阶与阶次相同,将上述系统非线性防射模型进行坐标变换,得到反馈线性处理后的防滑刹车系统,即如下式所示的线性标准系统:
其中,
步骤2,将防滑刹车系统中存在的不确定性干扰引入到反馈线性处理后的防滑刹车系统模型中,然后对防滑刹车系统设计积分滑模面与积分滑模控制器;所述不确定性干扰包括时变引起与未建模部分的外部扰动和参数变化引起的内部扰动;
所述积分滑模控制器的滑模面s表示为:
式中,e为跟踪的滑移率误差,e=y-yd,y为系统的实际输出,yd为系统的期望输出;C=[c1 c2 1],其中c1和c2为满足Hurwitz稳定性判据的正常数;ki为积分增益,满足ki>0;E为系统误差向量,
积分滑模控制器基于滑模面的切换控制律为:
式中,sgn(·)为符号函数,k、ε为正常数;
步骤3,采用自适应RBF神经网络对不确定性干扰进行在线估计,并作为补偿部分引入到防滑刹车系统的控制器中;
采用自适应RBF神经网络对不确定性干扰进行在线估计的具体过程为:
(1)将时变引起与未建模部分的外部扰动表示为d(z,t),将参数变化引起的内部扰动表示为ΔA和ΔBu,则不确定性干扰D(z)表示为:
D(z)=ΔA(z)+ΔB(z)u+d(z,t);
式中,
(2)设存在未知的非线性连续函数Dn(z),以为自适应RBF神经网络的输入,采用自适应RBF网络逼近未知非线性函数Dn(z);其中,非线性连续函数Dn(z)满足:
D(z)=Dn(z)+Dd(z);
式中,|Dd(z)|≤δd,Dd(z)是影响Dn(z)为非线性连续函数的干扰项,δd为Dd(z)干扰项的边界;
(3)自适应RBF神经网络逼近非线性连续函数Dn(z),得到的实际输出作为系统的不确定性干扰估计值,并将该不确定性干扰引入到控制器中,作为控制器的补偿控制律,即:
式中,为自适应RBF神经网络的权值,H(ξ)为由输入得到的径向基向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110032703.2/1.html,转载请声明来源钻瓜专利网。