本發(fā)明涉及一種艙內(nèi)飛行器的控制方法,具體地說是采用模糊pid算法對艙內(nèi)飛行器的姿態(tài)進行控制。
背景技術(shù):
在空間技術(shù)領(lǐng)域,開發(fā)和試驗一批前沿、核心的技術(shù)和設(shè)備,為未來中國航天技術(shù)發(fā)展、載人深空探測和空間應(yīng)用提供有力支撐??紤]到在國際空間站(iss)中,存在著宇航員人數(shù)有限且任務(wù)繁重的嚴重問題,為避免同樣的問題發(fā)生在未來中國空間站中,有必要設(shè)計一款艙內(nèi)機器人,作為技術(shù)驗證設(shè)備或科學(xué)應(yīng)用設(shè)備,將其用于協(xié)助宇航員完成一些艙內(nèi)活動(inter-vehicularactivities,iva)。相比于普通科學(xué)實驗衛(wèi)星和空間機器人,空間站艙內(nèi)機器人工作于空間實驗艙內(nèi),艙內(nèi)可提供更好的科學(xué)實驗環(huán)境和更高水平的微重力環(huán)境,更有利于科學(xué)實驗的完成。
姿態(tài)控制是空間站艙內(nèi)機器人自由飛行的基礎(chǔ),高精度、高性能的姿態(tài)控制系統(tǒng)(acs)有利于機器人高效的運動和工作。目前應(yīng)用于空間機器人的姿態(tài)控制方法有很多,從簡單的pd、pid控制,到最優(yōu)控制、自適應(yīng)控制再到魯棒控制,都已經(jīng)能夠提出很好的控制率,這些姿態(tài)控制器無論是在系統(tǒng)仿真還是在工程實踐中,都得到了不錯的結(jié)果。但是空間機器人系統(tǒng)的動態(tài)模型具有強烈的多變量耦合性和非線性的特點,導(dǎo)致上述控制方法都存在著一定程度的缺點。如pid控制算法不適用于動態(tài)非線性系統(tǒng);最優(yōu)控制算法魯棒性差;魯棒控制系統(tǒng)不工作在最優(yōu)狀態(tài),使系統(tǒng)穩(wěn)態(tài)精度差,目前最流行的h∞魯棒控制存在的問題是控制器階數(shù)偏高。以上控制方法的不足,都在一定程度上限制了其在空間機器人姿態(tài)控制中的應(yīng)用。
模糊pid控制算法將模糊控制的參數(shù)實時整定的特點與pid控制的控制精度高,靜態(tài)誤差小的特點相結(jié)合,能夠解決艙內(nèi)飛行器姿態(tài)控制的要求。
技術(shù)實現(xiàn)要素:
針對上述問題,本發(fā)明的目的在于提供一種艙內(nèi)飛行器的控制方法。該方法采用模糊pid算法,將模糊控制與pid控制相結(jié)合,利用模糊控制器實時調(diào)節(jié)pid控制器的參數(shù),以實現(xiàn)對艙內(nèi)飛行器姿態(tài)的有效控制。
為了實現(xiàn)上述的目的,本發(fā)明采用以下技術(shù)方案:一種艙內(nèi)飛行器的控制方法,包括以下步驟:
將機器人的設(shè)定角度與測量角度作差得到角度誤差以及角度誤差變化率;
將角度誤差以及角度誤差變化率通過模糊參數(shù)調(diào)節(jié)器進行調(diào)節(jié)得到pid的參數(shù),通過pid控制器輸出控制量控制機器人姿態(tài)運動。
所述機器人為艙內(nèi)飛行器。
所述測量角度為滾轉(zhuǎn)角或俯仰角或偏航角。
所述將角度誤差以及角度誤差變化率通過模糊參數(shù)調(diào)節(jié)器進行調(diào)節(jié)得到pid的參數(shù)包括以下步驟:
將角度誤差、角度誤差變化率分別進行模糊化得到角度誤差模糊值、角度誤差變化率模糊值;
將角度誤差模糊值、角度誤差變化率模糊值分別通過隸屬度函數(shù)得到角度隸屬度、角度變化率隸屬度;
將角度隸屬度、角度變化率隸屬度通過模糊規(guī)則表得到pid的比例參數(shù)kp、積分參數(shù)ki、微分參數(shù)kd的模糊值;
將各模糊值清晰化得到pid的比例參數(shù)kp、積分參數(shù)ki、微分參數(shù)kd。
所述隸屬度函數(shù):
其中,a、b、c為閾值;x代表角度誤差模糊值或角度誤差變化率模糊值,u(x)是隸屬度;該隸屬度函數(shù)公式表示三角形隸屬度函數(shù)。
所述模糊規(guī)則表如下:
表1比例參數(shù)kp的模糊控制規(guī)則
其中,nb表示負大,nm表示負中,ns表示負小,zo表示零,pb表示正大,pm表示正中,ps表示正?。籩和ec分別表示角度隸屬度、角度變化率隸屬度。
所述模糊規(guī)則表如下:
表2積分參數(shù)ki的模糊控制規(guī)則
其中,nb表示負大,nm表示負中,ns表示負小,zo表示零,pb表示正大,pm表示正中,ps表示正?。籩和ec分別表示角度隸屬度、角度變化率隸屬度。
所述模糊規(guī)則表如下:
表3微分參數(shù)kd的模糊控制規(guī)則
其中,nb表示負大,nm表示負中,ns表示負小,zo表示零,pb表示正大,pm表示正中,ps表示正小;e和ec分別表示角度隸屬度、角度變化率隸屬度。
本發(fā)明的優(yōu)點與積極效果為:
1.本發(fā)明采用模糊控制與pid控制相結(jié)合的方式對艙內(nèi)飛行器進行控制,有效的解決了飛行器姿態(tài)運動的非線性和多耦合的對控制造成的不利影響。
2.該方法考慮到對于所設(shè)計的艙內(nèi)飛行器,單純的模糊控制控制精度不高,存在靜態(tài)誤差,而傳統(tǒng)的pid控制調(diào)節(jié)參數(shù)不便利等缺點,將兩種控制算法進行結(jié)合;通過本發(fā)明,解決了艙內(nèi)飛行器的姿態(tài)控制中控制性能較差的問題。
附圖說明
圖1為模糊pid參數(shù)自整定姿態(tài)控制結(jié)構(gòu)圖;
圖2為誤差e和誤差變化率ec的隸屬度函數(shù)圖;
圖3為比例參數(shù)kp、積分參數(shù)ki和微分參數(shù)kd的隸屬度函數(shù)。
其中,圖1中1為模糊參數(shù)調(diào)節(jié)器,2為pid控制器,3為艙內(nèi)飛行器。
具體實施方式
下面結(jié)合附圖對本發(fā)明作進一步詳述。
如圖1所示,一種艙內(nèi)飛行器的控制方法,該方法采用模糊參數(shù)調(diào)節(jié)器1和pid控制器2相結(jié)合的方式。模糊參數(shù)調(diào)節(jié)器1是一個mamdani型模糊控制器,包括艙內(nèi)飛行器系統(tǒng)輸入角度誤差和誤差變化量的模糊化、三角隸屬度函數(shù)、模糊規(guī)則和清晰化,輸出為pid控制器2的參數(shù)kp、ki、kd;所述的pid控制器2輸入為艙內(nèi)飛行器各個姿態(tài)通道的姿態(tài)誤差,通過比例、積分、微分運算反饋輸入,輸出控制電壓控制艙內(nèi)飛行器3的涵道風(fēng)扇的轉(zhuǎn)速,達到對艙內(nèi)飛行器3的姿態(tài)的控制,采用閉環(huán)反饋提高控制精度。
在模糊參數(shù)調(diào)節(jié)器1中對艙內(nèi)飛行器的姿態(tài)誤差和誤差變化率進行模糊化處理。
模糊參數(shù)調(diào)節(jié)器1中隸屬度函數(shù)為三角形隸屬度函數(shù)。
模糊參數(shù)調(diào)節(jié)器1中建立kp、ki、kd的模糊規(guī)則來根據(jù)輸入的誤差和誤差變化率的模糊量來輸出對應(yīng)的控制量。
在艙內(nèi)飛行器動力學(xué)模型中,通過對艙內(nèi)飛行器運動方式的分析,根據(jù)牛頓-歐拉方程,建立其動力學(xué)模型。
在模糊參數(shù)調(diào)節(jié)器中對艙內(nèi)飛行器的姿態(tài)誤差和誤差變化率進行模糊化處理。
式中,ke和kec分別為誤差和誤差變化率的量化因子;[-n,n]為模糊輸入論域;[-emax,emax]為精確量e的實際論域;[-ecmax,ecmax]為精確量ec的實際論域。
滾轉(zhuǎn)角的ke取值為1/30,kec取值為1/30;俯仰角的ke取值為1/30,kec取值為1/30;偏航角的ke取值為1/60,kec取值為1/60。[-n,n]取為[-3,3]。滾轉(zhuǎn)角的emax取值為90,ecmax取值為90;俯仰角的emax取值為90,ecmax取值為90;偏航角的emax取值為180,ecmax取值為180。
模糊參數(shù)調(diào)節(jié)器中三角形隸屬度函數(shù)描述為:
其中,a、b、c為閾值。隸屬度函數(shù)u(x)幅值為1,x代表誤差e或誤差變化率ec或比例參數(shù)kp或積分參數(shù)ki或微分參數(shù)kd,u(x)是對應(yīng)參數(shù)的隸屬度。該隸屬度函數(shù)公式表示三角形隸屬度函數(shù),其具體形式如圖2、圖3所示。
模糊參數(shù)調(diào)節(jié)器中建立kp、ki、kd的模糊規(guī)則來根據(jù)輸入的誤差和誤差變化率的模糊量來輸出對應(yīng)的控制量。
如表1-表3所示,如下:
表1比例參數(shù)kp的模糊控制規(guī)則
表2積分參數(shù)ki的模糊控制規(guī)則
表3微分參數(shù)kd的模糊控制規(guī)則
其中,nb表示負大,nm表示負中,ns表示負小,zo表示零,pb表示正大,pm表示正中,ps表示正小。e和ec分別表示角度隸屬度、角度變化率隸屬度。
清晰化:
其中kkp,kki和kkd分別為比例、積分和微分的量化因子,取值分別為3,0.1和0.1;[0,m]為模糊輸出論域,其中m取值為3;[0,kpmax]、[0,kimax]、[0,kdmax]分別為kp,ki和kd的實際論域,取值分別為9,0.3和0.3。
本實施例的艙內(nèi)飛行器可以采用球形飛行器(專利名稱:一種球形飛行器,專利號:201310714821.7),在艙內(nèi)飛行器動力學(xué)模型中,通過對艙內(nèi)飛行器運動方式的分析,根據(jù)牛頓-歐拉方程,建立其動力學(xué)模型。
其中,ix、iy、iz分別為機器人x軸、y軸和z軸的轉(zhuǎn)動慣量;l為機器人球形半徑;