三自由度直升機模型的控制方法研究.pdf

1、直升機比較突出特點是可以做低空、低速和懸停等機動飛行，特別是可在小面積場地垂直起降，這些特點使其具有廣闊的用途及發(fā)展前景，已在軍用民用方面得到了廣泛應用。其飛行控制系統(tǒng)屬于典型的多輸入-多輸出高階系統(tǒng)，具有較強的通道耦合特性和非線性特性，是控制工程領域較為復雜的被控對象，基此研發(fā)出來的實驗室直升機仿真平臺由于能夠部分的模擬實際直升機的姿態(tài)和飛行，因此在控制理論教學、科研等方面有著廣泛的應用。
　　 本文以深圳固高科技有限公司生產

2、的三自由度直升機模型為研究對象，進行控制算法及理論的研究。
　　 首先分析了直升機系統(tǒng)的構成原理，根據各個自由度運動特性進行系統(tǒng)建模，并選取適當?shù)臓顟B(tài)變量推導出系統(tǒng)的狀態(tài)方程。針對被控對象的特點，對單一自由度運動設計了PID控制器，對三個自由度同時控制設計了解耦控制器，利用得到的狀態(tài)方程研究了LQR控制器在直升機系統(tǒng)上的應用。
　　 接著引入優(yōu)化算法中的遺傳算法和粒子群算法。在介紹遺傳算法的基礎上，進行了遺傳算法優(yōu)化PI

3、D控制器參數(shù)的實驗以及用遺傳算法來優(yōu)化LQR控制器的參數(shù)實驗。介紹粒子群算法后，也將粒子群算法用到PID控制器參數(shù)的優(yōu)化上，并與遺傳算法優(yōu)化得到結果進行了比較。
　　 傳統(tǒng)控制理論都是基于被控對象精確模型的基礎上的。上面的研究是建立在線性化模型的基礎上的，而對于直升機這樣復雜的模型，只用傳統(tǒng)控制并不能得到理想的控制效果。為此本文引進神經網絡來設計控制系統(tǒng)。本文以RBF神經網絡為基礎，分別將其作為辨識器和控制器，構建了基于粒子群優(yōu)

4、化RBF神經網絡整定單神經元PID控制器和基于粒子群優(yōu)化的RBF網絡自適應控制器的兩種控制結構系統(tǒng)。針對神經網絡在參數(shù)初始值設計無規(guī)律可循的問題，提出用粒子群算法來進行優(yōu)化。文章對兩種控制器分別作了仿真研究，并比較了兩種控制系統(tǒng)的控制效果。
　　 一種理論的可行性是要通過實物檢驗來認證的。文章最后在介紹了實時控制原理的基礎上，在MATLAB下對實物進行了控制仿真。編寫S函數(shù)，利用前面提到的RBF優(yōu)化單神經元PID參數(shù)的控制結構，