Диссертация (Система автоматического управления посадочным маневром беспилотного летательного аппарата при действии бокового ветра), страница 11

и восх.порывы1.58мwпорыва =5м/с,t ср = 5с,нисх. и восх.порывы2.43мwпорыва =5м/с,t ср = 2с,нисх.порывы-0.76мк-0.120.740.540.52.59к-0.12-0.4-0.15-0.552.9883Далее на рисунках 5.12, 5.13 показаны результаты моделирования дляслучая, представленного в первом столбце таблицы 5.3. На рисунке 5.12 показаноизменение во времени скоростей продольной составляющей ветра Wx,вертикальной составляющей Wy и боковой составляющей Wz., м/ct, c, м/c, м/ct, ct, cРисунок 5.12 – Графики изменения скоростей ветра,м, градt, ct, c,мt, cРисунок 5.13 – Результаты моделирования84В связи с тем, что направление вертикальных порывов является случайным,при нескольких прогонах для одинаковых значений скорости порыва и среднеговремени между порывами, результаты оказываются различными. Тем не менее, порезультатаммоделированияможносделатьвывод,чтоприскоростивертикальных порывов до 4м/с и времени между порывами до 5с при несколькихслучайныхреализациях,конечныерезультатыоказываютсяудовлетворительными.

При частых порывах скоростью 5м/с и более обеспечитьбезопасную посадку не удается.При наличии же во время посадочного маневра одного или двух порывовскоростью до 15 м/с конечный результат посадки ухудшается по сравнению сотсутствием порывов в допустимых пределах.Такимобразом,проведенноемоделированиепозволиловыявитьограничения для применения предлагаемого алгоритма посадки при боковомветре: при скорости бокового ветра до 8 м/с, турбулентной составляющей до 3 м/си при частых вертикальных порывах до 4 м/с либо при одном-двух порывах до 15м/с предлагаемая система обеспечивает удовлетворительные результаты в точкеприземления.5.5.

Идентификация бокового ветраСложность в практической реализации предлагаемого способа посадкизаключается в том, что боковой ветер, как правило, не измеряется большинствомсовременных бортовых датчиков. В связи с этим предлагается использоватьалгоритмы оптимальной фильтрации для оценивания скорости бокового ветра наоснове имеющейся измерительной информации. Одним из таких алгоритмов,который был описан в [39], является метод оценивания с применением фильтраКалмана [40]. Он позволяет построить оптимальную оценку состояния системы вреальномвремени,основываясьнаизмерениях,неизбежносодержащихпогрешности.

Вектор измерений здесь рассматривается в качестве многомерноговыходного сигнала системы, отягощенного шумом, а вектор состояния —неизвестныймногомерныйсигнал,подлежащийопределению.Условием85оптимальностипостроеннойоценкисостоянияявляетсяминимумеесреднеквадратической ошибки.Алгоритм заключается в следующем: если вектор состояния x(t) БЛАудовлетворяет векторному дифференциальному уравнению:dx A(t )  x (t )  B(t )  u (t )  H (t )  ξ (t ),dt(5.1)где x (t) – вектор-функция, содержащая n переменных состояния БЛА, A(t) –квадратичная матрица объекта размером n×n, B(t) – матрица управления, u (t ) сигнал управления, ξ (t ) – вектор белых шумов, состоящих из l компонент скорреляционной матрицей Q(t) размером l×l, H(t) – матрица размером n×l,при этом совокупность процессов на m выходах фильтра образуетвекторный наблюдаемый процесс:y (t )  C (t )  x (t )  n (t ) ,(5.2)где y (t ) – вектор-функция, состоящая из m элементов, C(t) – прямоугольнаяматрица размером m×n, n (t ) – m-мерный вектор белых шумов (шумов измерения)с корреляционной матрицей R(t) размером m×m,то при помощи идентификатора можно оценить вектор состояния системыиспользуя векторное дифференциальное уравнение:dx F (t )  x(t )  B (t )  u (t )  K (t , t )   y (t )  C  x (t )  ,dtгдеx(t )–векторныйпроцесснавыходеоптимального(5.3)фильтра,воспроизводящий с некоторой ошибкой процесс x(t); K(t,t) – матрица дисперсийошибок фильтрации или матрица ковариаций, равная:86K (t , t )  P(t )  C T (t )  R 1 (t ),где P(t) вычисляется по формуле:dP F (t )  P(t )  P(t )  F T (t )  P(t )  C T (t )  R 1 (t )  C (t )  P (t )  H (t )  Q (t )  H T (t ).dt(5.4)При использовании описанного алгоритма получается стационарныйидентификатор, обладающий хорошим качеством оценивания, который можноиспользовать в процессе выполнения посадочного маневра для оценки боковоговетра как неизмеряемой координаты.5.6.Результаты моделирования идентификатора ветраОписанный выше алгоритм оптимальной фильтрации на основе фильтраКалмана был реализован в виде m-функции в среде MATLAB и добавлен в модельБЛА.

Результаты идентификации бокового ветра можно увидеть на рисунках 5.19и 5.20.Как можно заметить, фильтр Калмана хорошо справляется с задачейоценивания скорости бокового ветра, и за время около 3с для постоянного ветра,и за 5с для ветра с турбулентной составляющей начинает выдавать значения,близкие к истинной скорости бокового ветра. Далее полученная скорость ветраподается в систему управления посадкой, функционирование которой ничем неотличается от описанного в предыдущих параграфов, за тем лишь исключением,что значение скорости бокового ветра не известно заранее, а подается изидентификатора.87Рисунок 5.19 – Результат идентификации постоянного бокового ветраРисунок 5.20 – Результат идентификации бокового ветра со случайнойсоставляющей885.7. Выводы по главе 5На основании проведенных в данной главе исследований можно сделатьследующие выводы:1.

Моделирование на ЭВМ процесса посадки легкого БЛА, имеющегопутевую скорость 40 м/с, при скорости бокового ветра до 8м/с показало,что система многорежимного управления с учетом перекрестных связеймежду каналами крена и рысканья успешно справляется с задачейточного приземления при отклонениях от середины ВПП не более 1м, поуглам крена, пути и курса – не более 1 градуса.2.

При дополнительном учете влияния встречного ветра до 6 м/с прибоковом ветре 6м/с установлено, что и в этом случае предложенныйспособ обеспечивает безопасную посадку.3. Моделирование с учетом турбулентных составляющих ветра, а такжевертикальных порывов, показало возможность совершения посадки принескольких порывах скоростью до 4 м/с либо при одном-двух порывахдо 15м/с и максимальной амплитуде случайной составляющей ветра до 2м/с. При отсутствии порывов вертикального ветра, максимальнаяамплитуда случайной составляющей ветра может составлять до 3 м/с припостоянной составляющей бокового ветра, равной 8 м/с.89ГЛАВА 6.

ОЦЕНКА КАЧЕСТВА ПРИЗЕМЛЕНИЯ В ВИДЕ ЕДИНОГОПАРАМЕТРИЧЕСКОГО КРИТЕРИЯ И ЕГО ИСПОЛЬЗОВАНИЕ ВАВТОМАТИЧЕСКОМ ОПРЕДЕЛЕНИИ РИСКА БЕЗОПАСНОСТИПРИЗЕМЛЕНИЯ6.1Формирование единого параметрического критерия безопасностиприземления в конце посадочного маневраСуществующие требования к качеству приземления при посадке на шассисодержат ряд ограничений в виде допустимых ошибок по линейному положению,по скорости и угловому положению летательного аппарата.

К этим ограничениямв общем случае относятся следующие 7 параметров:линейное отклонение zk от середины ВПП в точке приземления недолжно превышать по модулю заданного значения, например 3м;линейное отклонение xk от заданной точки приземления, назначеннойвдоль оси ВПП с учетом её общей ограниченной длины, также не должнопревышать заданного значения порядка 50÷100м;угловое отклонение по тангажу ЛА от заданного его значения припосадке не должно быть более 10;угловое отклонение по крену от нулевого значения также ограничено,например не более 1;угловое отклонение ψk по курсу от посадочного курса, определяющеенежелательное увеличение угла увода колес шасси, не превышает заданногозначения 1÷2 градуса;вертикальная скорость в точке приземления не должна быть большойиз-за увеличения нагрузки на шасси и может быть ограничена величиной порядка1÷2 м/сек;путевой угол ЛА относительно линии ВПП также ограничен из-заопасности выбега самолета за ВПП после приземления, что можно оценить,90воспользовавшись ограничением по боковой скорости в точке приземления взависимости от запаса прочности шасси при действии боковых нагрузок.

Приэтом можно принять ограничение путевого угла равным 1÷3 градуса.Из приведенного перечня видно, что качество приземления зависит отмногих параметров, имеющих разную размерность и значимость. Поэтомужелательно иметь одну интегральную оценку в виде свертки.Существует несколько подходов к представлению многопараметрическогокритерия. К ним, в частности, относится линейная свертка.Из перечисленного перечня подходов следует, что особое значение должнопридаваться мультипликативным оценкам, подчеркивающим важность фактоводновременного нежелательного сочетания ошибок как по модулю, так и познаку.Прежде чем поступить к формированию свертки, упростим решение задачи,выделив из обозначенных параметров качества приземления три наиболееважных.

Во-первых, при достаточной длине ВПП будем считать требование полинейному отклонению xk несущественным, а при надежной работе системыавтоматическогоуправленияснижениемпоглиссадеивыравниваниемтребования на угловые отклонения по тангажу и по крену можно не учитывать.По тем же соображениям будем считать, что при соблюдении заданного малогоугла наклона траектории при выравнивании, равного θ k  1  2 , вертикальнаяскорость также будет мала.В итоге остаются наиболее важными три параметра, имеющие своикоэффициенты значимости при допущении, что угол крена в точке приземлениявсегда будет нулевым:отклонение xk от середины ВПП как показатель несовершенствауправления боковым движением ЛА;отклонение ψk по курсу от линии ВПП;значение путевого угла Ψk относительно линии ВПП, определяющиебоковую скорость в момент приземления.91Самым неудачным сочетанием этих трех параметров является совпадениеих знаков, когда отклонение по курсу и по вектору скорости в сторону боковогоотклонения приведет при пробеге по земле к дальнейшему удалению L отсередины ВПП:L = z + k1  + k2 (6.1)Формулу (6.1) можно использовать для следующей предложенной оценкикритерия Iк штрафа, характеризующего качество приземления:Iк = (z + k1 + k2)2 = z2 + k122 + k222 +2 zk1 + 2 z k2 + 2 k1k2 (6.2)Видно, что оценка (6.2) удовлетворяет условию мультипликативности вслагаемых, и при одинаковых знаках сомножителей критерий Iк при прочихравных условиях возрастает.