HL-20自动驾驶仪的姿态控制- MIMO设计
这是关于HL-20飞行器飞行控制系统的设计和调整的示例系列的第4部分。这一部分展示了如何调整MIMO PI体系结构来控制车辆的滚转、俯仰和偏航。
背景
本例使用的HL-20模型改编自NASA HL-20升降体机身(航天Blockset)，见该系列的第1部分（HL-20机身的微调和线性化详情)。在第2部分和第3部分中，我们展示了如何关闭HL-20自动驾驶仪的经典SISO体系结构的内循环和调优外循环，参见HL-20自动驾驶仪中的角速率控制和HL-20自动驾驶仪的姿态控制- SISO设计有关详细信息。在此示例中，我们探讨了切换到外圈的MIMO架构的好处。
在这种架构中，音调、alpha和beta的三个PI回路被一个三输入三输出PI控制器所取代，该控制器混合音调、alpha和beta测量值来计算内部回路的设定点p_demand、q_demand、r_demand。直观地说，这种架构在减少轴之间的交叉耦合方面应该更成功。注意，P和I增益是3 × 3矩阵，作为和的函数调度。
要开始，请加载模型，设置ctype.到3选择控制器块的MIMO变体，并重新涂上第2部分用于关闭内环（这部分设计不变）。请注意，这会创建和配置SLTUNER.界面ST0用于与Simulink模型进行交互。金宝app
load_system（“csthl20_control”) ctype = 3;％MIMO架构HL20RecAppArt2 ST0.
“CSTHL20_CONTROL”的SLTUNER调整界面：无调谐块。使用AddBlock命令添加新块。9分析点：------------------------第1页：信号“da; de; dr”，位于'输出端口1'CSTHL20_CONTROL /飞行控制系统/控制器点2：信号“PQR”，位于CSTHL20_CONTROL / HL20机构点3：CSTHL20_CONTROL /飞行控制系统的“输出端口1”/ ALPHA_DEG点4：'输出端口1'CSTHL20_CONTROL /飞行控制系统/ BETA_DEG点5：CSTHL20_CONTROL /飞行控制系统的“输出端口1”/ PHI_DEG点6：CSTHL20_CONTROL /飞行控制系统/控制器/ MIMO /需求点7：信号“P_Demand，位于CSTHL20_CONTROL /飞行控制系统/控制器/ MIMO / ROLL-OFF1点8：信号“Q_DEMAND”，位于CSTHL20_CONTROL / FLICK SYSTER / CONTROLLER / MIMO / CONTROLL / MIMO /的“Q_DEMAND”。ROLL-OFF2点9：信号“R_DEMAND”，位于CSTHL20_CONTROL /飞行控制系统/控制器/ MIMO / ROLL-OFF3的“输出端口1”处，没有永久开口。使用addopening命令添加新的永久性开口。具有点符号的属性GET / SET Access：参数：[]操作点：[]（模型初始条件将使用。）blocksubstitutions：[3x1 struct]选项：[1x1 linearize.sltuneroptions] ts：0
用于外循环调谐的设置
如在SISO设计（HL-20自动驾驶仪的姿态控制- SISO设计)，第一步是获得外环在每个(阿尔法，贝塔)条件下看到的“植物”的线性模型。为了解释内环增益Kp,Kq,Kr随(alpha,beta)变化的事实，将“MIMO/Product”块替换为其线性等效，即对角增益矩阵
BLK =“csthl20_control /飞行控制系统/控制器/ MIMO /产品的；Subs = [zeros(3) append(ss(Kp)，ss(Kq)，ss(Kr))];BlockSub4 =结构('姓名'黑色,'价值'、潜艇);ST0。(ST0 BlockSubstitutions =。BlockSubstitutions;BlockSub4];
增益调度“P”和“I”被初始化为常数对角矩阵诊断（[0.05,0.05，-0.05]）。绘制这些初始设置的角度响应。
T0 = getIOTransfer (ST0,“需求”, {“Phi_deg”那“Alpha_deg”那'beta_deg'}）;步骤（t0,6）
调整目标
为了优化MIMO增益计划，我们使用以下三个优化目标:
指定所需带宽（响应时间）并在低频下最大化去耦的“灵敏度”目标。
s = tf（'）;R1 = TuningGoal。灵敏度({“Phi_deg”那“Alpha_deg”那'beta_deg'}, s);R1。焦点= [1e-2 1];R1。LoopScaling =“关闭”；ViewGoal（R1）
从角度要求到角度响应的闭环传递的“增益”约束。选择增益剖面是为了加强适当的滚转和限制超调(这与交叉附近的驼峰有关)。
maxgain = 1.2 *（10 /（S + 10））^ 2;最大增益曲线r2 = tuninggoal.gain（'需要', {“Phi_deg”那“Alpha_deg”那'beta_deg'}，maxgain）;ViewGoal（R2）
“裕度”的目标要求增益裕度至少为7db，相位裕度至少为45度(在磁盘裕度的意义上)。
R3 = TuningGoal。利润('da; de; dr'7、45);
增益调度优化
MIMO PI控制器的增益计划由MIMO架构中的“P”和“I”块指定。回想一下，这些块输出3×3矩阵并实现MIMO传输功能：
为了说明，我们使用MATLAB功能块来实现比例增益计划，以及实现积分增益计划的矩阵插值块。矩阵插值块终止在“Simulink Extras”库中，并且是一个查找表，其中每个表条目是金宝app矩阵。
调整p和i获得计划，将相应的块标记为可调SLTUNER.界面。
TunedBlocks = {'mimo / p'那“那/我”};st0.addblock（TunedBlocks）
参数化每个调谐增益计划作为一个多项式表面在alpha和beta。同样，我们用二次曲面来表示比例增益，用多线性曲面来表示积分增益。
（Alpha，Beta）设计点的％网格alpha_vec = 10:5:25;％alpha范围beta_vec = 10:5:10;％beta范围[alpha，beta] = ndgrid（alpha_vec，beta_vec）;sg = struct（“α”，α，'beta',β);比例增益矩阵alphabetaBasis = polyBasis ('典范'，2,2）;p0 = diag（[0.05 0.05 -05]）;％初始（常数）值PS = tunableSurface ('P'， P0, SG，字母基础);ST0.setBlockParam ('P'，ps）;％积分增益矩阵alphabasis = @（alpha）alpha;betabasis = @（beta）abs（beta）;alphabetabasis = ndbasis（alphabasis，betabasis）;I0 = DIAG（[0.05 0.05 -05]）;是= Tunbalkurface（“我”， I0, SG，字母基础);ST0.setBlockParam (“我”，是）;
最后,使用Systune.根据三个调优目标调整6个增益面。
ST = SYTUNE（ST0，[R1 R2 R3]）;
Final:软= 1.13，硬= -Inf，迭代= 102
目标函数的最终值表明调优目标几乎达到(当其“值”小于1时，调优目标就满足)。绘制闭环角响应，并与基线设计进行比较。
t = getiotransfer（st，“需求”, {“Phi_deg”那“Alpha_deg”那'beta_deg'}）;步骤（t0，t，6）图例（“基线”那'调整'那“位置”那“东南”）
与SISO设计相比，这些响应显着减少了超调和交叉耦合。
验证
为了进一步验证该设计，将调谐增益面推到Simulink模型中。金宝app
writeblockvalue（st）
对于Matrix Interpolation块“I”，它会在表格断点处采样增益表面，并在模型工作区中更新表格数据。对于MATLAB函数块“P”，生成增益面方程的MATLAB代码。您可以通过双击代码块来查看这段代码。
一旦您将增益推到Simulink, MIMO架构的调优金宝app就完成了，您可以在着陆方法期间模拟它的行为。
这些响应与SISO设计没有太大不同(HL-20自动驾驶仪的姿态控制- SISO设计）由于整个机动的温和需求。MIMO设计的好处将在更具挑战性的机动中更加明显。
也可以看看
相关的话题
你也可以从以下列表中选择一个网站:
