雙變量協(xié)同的無人直升機發(fā)動機恒轉(zhuǎn)速滑?？刂?/h1>
2020-04-27 05:33:44胡春明魏石峰宋璽娟
天津大學學報(自然科學與工程技術版) 2020年5期
胡春明，魏石峰，劉?娜，宋璽娟，米?雪
雙變量協(xié)同的無人直升機發(fā)動機恒轉(zhuǎn)速滑?？刂?/p>
胡春明1, 2，魏石峰2，劉?娜1，宋璽娟1，米?雪2
(1. 天津大學內(nèi)燃機研究所，天津 300072；2. 天津大學機械工程學院，天津 300350)
針對無人直升機發(fā)動機恒轉(zhuǎn)速控制問題，提出了一種油門/點火提前角雙變量協(xié)同調(diào)節(jié)的恒轉(zhuǎn)速滑?？刂撇呗裕l(fā)動機輸出扭矩控制是恒轉(zhuǎn)速控制問題關鍵的一環(huán)，而油門開度和點火提前角作為調(diào)節(jié)發(fā)動機輸出扭矩的兩個變量具有不同的特點．油門調(diào)節(jié)雖然調(diào)節(jié)范圍寬，但是響應較慢，易受時滯效應的影響而產(chǎn)生超調(diào)現(xiàn)象；點火提前角響應較快，但是調(diào)節(jié)范圍有限．將二者的優(yōu)點結(jié)合起來實現(xiàn)協(xié)同控制，可以進一步加強恒轉(zhuǎn)速控制效果．為實現(xiàn)此目的，對發(fā)動機進行了數(shù)學建模，并基于該模型和滑?？刂圃O計了協(xié)同控制策略．該策略包括點火提前角優(yōu)先調(diào)節(jié)的主邏輯和點火提前角回歸邏輯．最終通過仿真和試驗驗證了控制策略的效果．仿真結(jié)果顯示：負載突變時，雙變量協(xié)同滑模控制器相較于傳統(tǒng)PID控制器，轉(zhuǎn)速誤差減小61%；同樣基于滑模控制，雙變量協(xié)同控制相較于雙變量分離控制，轉(zhuǎn)速誤差減小21.4%；存在負載扭矩干擾或進氣壓力波動時，雙變量協(xié)同滑?？刂频霓D(zhuǎn)速穩(wěn)定性也優(yōu)于其他兩種控制方式；整機系留試驗中，雙變量協(xié)同滑?？刂频霓D(zhuǎn)速波動范圍比雙變量分離滑?？刂菩?4%，比傳統(tǒng)PID控制小62%．經(jīng)過多次系留試驗觀測，使用雙變量協(xié)同滑模控制，可使轉(zhuǎn)速波動范圍在±70r/min以內(nèi)，控制誤差在2%以內(nèi)，能夠滿足無人直升機飛行穩(wěn)定性的要求．
雙變量協(xié)同調(diào)節(jié)；滑?？刂疲话l(fā)動機數(shù)學模型；恒轉(zhuǎn)速控制；無人直升機
活塞式發(fā)動機具有油耗低、結(jié)構簡單易維護、成本低等優(yōu)點，在輕型、中小型、低空作業(yè)的無人直升機領域擁有很大的應用優(yōu)勢[1]．無人直升機主軸旋翼的轉(zhuǎn)速控制精度直接影響其飛行安全及穩(wěn)定性，而旋翼轉(zhuǎn)速的穩(wěn)定依賴于發(fā)動機轉(zhuǎn)速的穩(wěn)定，因此恒轉(zhuǎn)速控制策略是設計無人直升機發(fā)動機控制器的第1要務[2]．活塞式發(fā)動機是一個典型的非線性、時滯性、隨機性的系統(tǒng)[3]．針對非線性問題，文獻[4]采用了模糊PID方法，文獻[5]采用了神經(jīng)網(wǎng)絡PID方法，文獻[6-7]采用了滑模控制方法；針對時滯性，文獻[8]采用了Smith預測補償方法，文獻[9]采用了非線性模型預測控制方法；針對隨機性，文獻[3]采用了廣義預測控制方法，文獻[7]采用了魯棒控制方法，文獻[10]采用了自抗擾反饋控制方法．在這些無人直升機恒轉(zhuǎn)速控制研究中，都沒有考慮油門、點火提前角兩個控制變量控制優(yōu)先級的問題，而油門的調(diào)節(jié)范圍寬但是響應慢，點火提前角的調(diào)節(jié)范圍窄但是響應快[11-12]，通過設計一種點火提前角優(yōu)先調(diào)節(jié)的雙變量協(xié)同控制策略，將兩者的優(yōu)點有機結(jié)合，能夠進一步優(yōu)化轉(zhuǎn)速穩(wěn)定性．
本文對一款無人直升機的發(fā)動機進行了數(shù)學建模，并在模型和滑?？刂频幕A上提出了一種新型的油門/點火提前角雙變量協(xié)同調(diào)節(jié)的控制策略，最后結(jié)合仿真和試驗證明了控制策略的優(yōu)越性．
1?發(fā)動機數(shù)學模型
建立研究對象的數(shù)學模型是設計控制器的基礎．本文所研究的發(fā)動機為一臺單缸四沖程汽油機，飛行時其目標轉(zhuǎn)速恒定在6500r/min．其數(shù)學模型包括發(fā)動機進氣通路模型、發(fā)動機扭矩輸出模型、發(fā)動機轉(zhuǎn)速模型．
1.1?發(fā)動機進氣通路模型
進氣通路模型描述了發(fā)動機的進氣量、轉(zhuǎn)速、油門開度、進氣壓力之間的關系．進氣流量與轉(zhuǎn)速和進氣壓力的關系由速度密度法[13]表示為
式中1、2為常數(shù)．
進氣壓力由油門開度和轉(zhuǎn)速共同決定，對進氣壓力進行標定，建立進氣壓力與油門開度、轉(zhuǎn)速對應關系的三維MAP，依此進行進氣量計算．為了方便控制器中油門開度的反求，故建立油門開度關于進氣壓力和轉(zhuǎn)速的三維MAP．綜上，已知發(fā)動機油門開度和轉(zhuǎn)速，可通過插值計算出進氣壓力．相反，如果得知發(fā)動機轉(zhuǎn)速和進氣壓力，也可通過插值計算出油門開度，其表達式為
式中為油門開度，%．式(3)可用于進氣量計算，式(4)可用于油門開度控制．
1.2?發(fā)動機扭矩輸出模型
發(fā)動機扭矩輸出模型描述了輸出扭矩與進氣量、過量空氣系數(shù)、曲軸角速度、效率、機械損失扭矩之間的關系．效率由進氣壓力效率、點火提前角效率和過量空氣系數(shù)效率3部分組成．輸出扭矩表達式為
式中1、2、3均為常數(shù)．
1.3?發(fā)動機轉(zhuǎn)速模型
發(fā)動機作為無人直升機動力系統(tǒng)的動力源，給無人直升機輸出扭矩，無人直升機的旋翼及主軸作為負載，輸出扭矩與負載扭矩共同決定發(fā)動機的轉(zhuǎn)速．此系統(tǒng)可以表示為
(14)
式中：load為發(fā)動機負載扭矩，N·m；為無人直升機動力系統(tǒng)整體的轉(zhuǎn)動慣量，kg·m2．恒轉(zhuǎn)速控制過程中，轉(zhuǎn)速基本穩(wěn)定，負載扭矩load主要由旋翼槳距決定，兩者之間的關系通過一維MAP表示為
1.4?總體模型與參數(shù)辨識結(jié)果
結(jié)合式(11)和式(14)，無人直升機發(fā)動機的總體模型為
上述模型中包含若干待定參數(shù)，根據(jù)大量的發(fā)動機試驗數(shù)據(jù)對待定參數(shù)進行優(yōu)化辨識，形成最終的數(shù)學模型．辨識結(jié)果如表1所示．
表1?模型參數(shù)辨識結(jié)果
Tab.1?Identification results of the model parameters
在MATLAB/Simulink仿真軟件下搭建發(fā)動機數(shù)學模型，并將仿真結(jié)果與試驗結(jié)果進行對比．如圖1所示，6500r/min工況下發(fā)動機輸出扭矩的仿真值與試驗值之間擬合精度較高，最大誤差為3.4%．
圖1?仿真值與試驗值對比
2?恒轉(zhuǎn)速控制器設計
2.1?控制器邏輯的提出
2.1.1?研究背景
圖2所示為目前無人直升機普遍采用的傳統(tǒng)PID恒轉(zhuǎn)速控制器，當轉(zhuǎn)速存在誤差時，油門和點火提前角同時調(diào)整，由于油門調(diào)節(jié)范圍比點火提前角大，因此油門調(diào)節(jié)起主導作用，點火提前角調(diào)節(jié)起輔助作用．一般為保證大擾動下的調(diào)節(jié)能力，油門反饋增益取值較大，但負載扭矩趨于穩(wěn)定時，油門調(diào)節(jié)程度仍較大，會造成轉(zhuǎn)速波動．雖然此問題可以通過變增益系數(shù)的方式優(yōu)化，但是標定難度較大．為充分利用點火提前角響應快、調(diào)節(jié)精度較高的特點，可對這兩個控制變量進行優(yōu)先級劃分．
圖2?無人直升機發(fā)動機傳統(tǒng)PID恒轉(zhuǎn)速控制器
面對雙變量控制優(yōu)先級的問題，在過程控制領域有一種成熟的控制策略——Mid-Ranging，目前該方法已應用在發(fā)動機怠速轉(zhuǎn)速控制當中[11-12]，其原理如圖3所示，根據(jù)轉(zhuǎn)速誤差先進行點火提前角調(diào)節(jié)；檢測到點火提前角偏離標稱值時，油門再進行調(diào)節(jié)．但是由于無人直升機發(fā)動機的負載扭矩變化劇烈，有時油門需要立即進行調(diào)節(jié)而不等待點火提前角的反饋調(diào)節(jié)，因此Mid-Ranging的思想不適用于無人直升機發(fā)動機恒轉(zhuǎn)速控制，需設計一種更加靈活的雙變量協(xié)同方式，根據(jù)目標輸出扭矩的大小決定調(diào)節(jié)方式．
圖3?Mid-Ranging發(fā)動機轉(zhuǎn)速控制策略
2.1.2?雙變量協(xié)同的滑模控制
筆者基于滑模提出了一種油門/點火提前角雙變量協(xié)同調(diào)節(jié)的發(fā)動機轉(zhuǎn)速控制策略．如圖4所示，總體控制邏輯分為基于滑模控制的主邏輯和點火提前角回歸邏輯．主邏輯中，滑?？刂聘鶕?jù)轉(zhuǎn)速誤差和負載扭矩計算目標輸出扭矩．根據(jù)目標輸出扭矩和當前發(fā)動機輸出扭矩狀態(tài)量評估僅調(diào)節(jié)點火提前角能否達到目標輸出扭矩，如果可以，則計算點火提前角調(diào)整量，若不可以，則執(zhí)行最大的點火提前角調(diào)整量，并計算油門補充調(diào)節(jié)量以達到目標輸出扭矩，從而實現(xiàn)點火提前角優(yōu)先調(diào)節(jié)．
主邏輯的調(diào)用頻率為目標輸出扭矩改變的頻率，受系統(tǒng)慣性的影響其值不能過快，根據(jù)試驗優(yōu)化結(jié)果，主邏輯的調(diào)用時間為100ms較為合適．在主邏輯調(diào)用之后需將點火提前角逐漸調(diào)整為標稱值以保證點火提前角調(diào)節(jié)能力，并在此期間調(diào)整油門開度保證輸出扭矩不變．這個邏輯稱為點火提前角回歸邏輯．由于額定轉(zhuǎn)速在6500r/min附近，兩次做功間隔約為20ms，因此設置該邏輯20ms調(diào)用一次．
圖4 油門/點火提前角協(xié)同調(diào)節(jié)發(fā)動機恒轉(zhuǎn)速滑?？刂七壿?/p>
2.2?控制器設計
2.2.1?主邏輯
采用滑?？刂朴嬎隳繕溯敵雠ぞ兀紫雀鶕?jù)控制目標設計輸出誤差，即
式中：為輸出誤差；d為目標角速度．
為分配油門和點火提前角的調(diào)節(jié)量，設計系統(tǒng)輸入為
代入式(16)，系統(tǒng)狀態(tài)方程為
設計滑模面的特性如下：
式中1、2、為常數(shù)，且＞0．選擇李雅普諾夫函數(shù)進行穩(wěn)定性判定，即
因為＞0，顯然式(23)成立，滿足滑動模態(tài)的到達性條件，系統(tǒng)是穩(wěn)定的．由式(19)～(21)可推導出系統(tǒng)輸入的控制率為
控制器總體結(jié)構如圖5所示，系統(tǒng)輸入實際上并不是執(zhí)行器的直接輸出，它包含了油門調(diào)節(jié)和點火提前角調(diào)節(jié)在發(fā)動機輸出扭矩中的共同作用．接下來介紹已知的控制率后，油門和點火提前角的具體分配方式．
圖5?控制器總體結(jié)構
通過式(18)的發(fā)動機模型計算當前時刻發(fā)動機的輸入狀態(tài)量，用表示，再計算的調(diào)節(jié)倍數(shù)K，
式中()為(i)的反函數(shù)．在i的取值范圍內(nèi)，該反函數(shù)表達式為
2.2.2?點火提前角回歸邏輯
點火提前角回歸邏輯的任務是將點火提前角逐漸向標稱點火提前角靠攏，以保證下次調(diào)節(jié)時點火提前角的調(diào)整能力．同時計算油門開度調(diào)整量以消除點火提前角回歸帶來的扭矩變化，期間油門緩慢動作，相當于把1次油門動作分解為4次，減弱了時滯效應的影響．點火提前角回歸的輸出為目標點火提前角和目標油門開度，具體表達式為
3?仿真及試驗結(jié)果
3.1?仿真結(jié)果
在MATLAB/Simulink仿真環(huán)境下搭建發(fā)動機模型及控制器，仿真對比雙變量協(xié)同滑?？刂破骱蛨D3所示的傳統(tǒng)PID控制器的轉(zhuǎn)速穩(wěn)定性．傳統(tǒng)PID控制器的3個增益系數(shù)用P、I、D來表示，油門PID反饋和點火提前角PID反饋調(diào)用的周期不同，根據(jù)優(yōu)化調(diào)整，最終取值如表2所示．
表2?傳統(tǒng)PID控制器的參數(shù)取值
Tab.2?Parameter values of traditional PID controller
如圖6所示，模擬無人直升機飛行和受擾動的情況，旋翼槳距經(jīng)歷突增突降和快速抖振的過程．可以看出雙變量協(xié)同控制器的點火提前角調(diào)節(jié)比傳統(tǒng)控制更快速，當需用扭矩變化時，點火提前角的快速調(diào)節(jié)可以及時調(diào)整輸出扭矩，同時油門也隨之響應．油門開度相較于傳統(tǒng)控制器能夠快速穩(wěn)定在平衡點，超調(diào)量?。罱K雙變量協(xié)同控制器相較傳統(tǒng)控制器，轉(zhuǎn)速誤差最大減小61%．
圖6?雙變量協(xié)同滑?？刂婆c傳統(tǒng)PID控制的對比
上述對比說明了本文提出的控制器整體性能較好，但是其中包含了滑?？刂圃诜蔷€性問題上相較于傳統(tǒng)PID控制的優(yōu)越性．為了單獨驗證雙變量協(xié)同調(diào)節(jié)機制的優(yōu)越性，設計了一種基于滑模的雙變量分離控制器，即在雙變量協(xié)同控制器的基礎上，將目標輸出扭矩值直接轉(zhuǎn)化為油門調(diào)節(jié)量，而點火提前角由轉(zhuǎn)速誤差PID反饋來修正，這樣的控制器油門/點火提前角的控制回路是分離的．仿真對比時控制器中相同部分的參數(shù)保持不變．
圖7對比了雙變量協(xié)同調(diào)節(jié)與雙變量分離調(diào)節(jié)的控制效果，雙變量協(xié)同調(diào)節(jié)的點火提前角調(diào)節(jié)更加頻繁快速，發(fā)揮了其響應迅速的優(yōu)點，同時油門開度的變化更加緩和，最終轉(zhuǎn)速誤差減小了21.4%．
圖7 雙變量協(xié)同滑?？刂婆c雙變量分離滑?？刂茖Ρ?/p>
前述的仿真算例都是通過改變旋翼槳距來改變負載扭矩，而在無人直升機運行過程中，隨機出現(xiàn)的負載扭矩干擾也是改變負載扭矩的重要因素．同時，發(fā)動機輸出扭矩受到隨機性的影響也會出現(xiàn)波動，最具代表性的就是進氣過程的隨機性．因此，設計了負載扭矩干擾和進氣過程中的進氣壓力波動兩種仿真算例，從而驗證控制器的穩(wěn)定性和適應性．
設置負載扭矩干擾在±3N·m內(nèi)隨機波動，且干擾信號采樣周期為0.1s．仿真過程中旋翼槳距保持不變，負載扭矩只受負載扭矩干擾的影響．圖8所示為3種控制方式在負載扭矩干擾下的轉(zhuǎn)速波動情況．雙變量協(xié)同滑模控制相較于其他兩種控制方式，轉(zhuǎn)速波動更小．
圖8?存在負載扭矩干擾的仿真結(jié)果
根據(jù)經(jīng)驗設置進氣壓力干擾在±3kPa內(nèi)隨機波動，采樣周期為0.1s．進氣壓力由油門開度和進氣壓力波動共同決定．圖9所示為3種控制方式在進氣壓力波動下的轉(zhuǎn)速波動情況．雙變量協(xié)同滑模控制相較于其他兩種控制方式，轉(zhuǎn)速波動更小．
存在負載扭矩干擾和進氣壓力波動時的仿真結(jié)果表明，雙變量協(xié)同滑?？刂频狞c火提前角優(yōu)先調(diào)節(jié)原則，可以有效增加系統(tǒng)的動力響應性；又因為滑模控制本身的魯棒性強，使得控制器具有較好的抗擾動能力．
3.2?試驗結(jié)果
將上述雙變量協(xié)同轉(zhuǎn)速控制器嵌入到無人直升機發(fā)動機ECU內(nèi)，進行無人直升機的地面整機系留試驗．無人直升機系留試驗裝置如圖10所示，無人直升機固定在地面上，飛控系統(tǒng)和發(fā)動機ECU搭載在無人直升機上，由遙控和地面站進行飛行意圖的遠程操控．飛控系統(tǒng)可改變槳距，發(fā)動機ECU控制發(fā)動機轉(zhuǎn)速．運行過程中的槳距、轉(zhuǎn)速、油門開度等信息會保存下來以供分析．
圖11所示的旋翼槳距變化過程是參考無人直升機惡劣飛行條件下的操作情況而制定的．將該旋翼槳距變化過程固化在飛控系統(tǒng)中，分別使用雙變量協(xié)同滑?？刂啤㈦p變量分離滑?？刂?、傳統(tǒng)PID控制進行3次相同的系留試驗．
圖9?存在進氣壓力波動的仿真結(jié)果
圖10?無人直升機系留試驗裝置
在發(fā)動機轉(zhuǎn)速到達6500r/min之后，恒轉(zhuǎn)速控制器開始工作．圖11展示了3種控制方式的轉(zhuǎn)速波動情況．在恒轉(zhuǎn)速工作區(qū)間，雙變量協(xié)同滑?？刂频霓D(zhuǎn)速在6444.7～6568.8r/min以內(nèi)波動；雙變量分離滑?？刂频霓D(zhuǎn)速在6442.2～6606.2r/min以內(nèi)波動；傳統(tǒng)PID控制的轉(zhuǎn)速在6341.9～6668.3r/min以內(nèi)波動．
雙變量協(xié)同滑?？刂葡噍^于雙變量分離滑?？刂?，轉(zhuǎn)速波動減小24%；相較于傳統(tǒng)PID控制，轉(zhuǎn)速波動減小62%．經(jīng)過多次系留試驗觀測，使用雙變量協(xié)同滑模控制，可使轉(zhuǎn)速波動在±70r/min以內(nèi)，即控制誤差在2%以內(nèi)，能夠滿足無人直升機飛行穩(wěn)定性的要求．
圖11?試驗結(jié)果
4?結(jié)?論
(1) 建立了無人直升機發(fā)動機的數(shù)學模型，通過試驗數(shù)據(jù)進行了參數(shù)辨識和驗證，6500r/min工況下發(fā)動機輸出扭矩的模型計算值與實測值之間擬合精度較高，最大誤差為3.4%．
(2) 設計了基于滑模的油門/點火提前角雙變量協(xié)同控制主邏輯以及點火提前角回歸邏輯，將點火提前角響應快和油門調(diào)節(jié)范圍寬的優(yōu)點結(jié)合起來，從而進一步增強恒轉(zhuǎn)速控制效果．
(3) 仿真結(jié)果表明：雙變量協(xié)同滑模控制可使得點火提前角的調(diào)節(jié)更加迅速，油門調(diào)節(jié)更加緩和．其相較于傳統(tǒng)PID控制，轉(zhuǎn)速誤差減小61%；相較于雙變量分離調(diào)節(jié)方式，轉(zhuǎn)速誤差減小21.4%．存在負載扭矩干擾和進氣壓力波動時，雙變量協(xié)同滑?？刂葡噍^于其他兩種控制方式具有更好的穩(wěn)定性．
(4) 無人機整機系留試驗結(jié)果表明：在相同的測試循環(huán)下，雙變量協(xié)同滑?？刂葡噍^于其他兩種控制方式，轉(zhuǎn)速波動更小．經(jīng)多次試驗觀測，使用雙變量協(xié)同滑模控制，可使轉(zhuǎn)速波動在±70r/min以內(nèi)，即控制誤差在2%以內(nèi)，能夠滿足無人直升機飛行穩(wěn)定性的要求．
［1］ 王曉滕. 無人直升機用活塞式發(fā)動機技術發(fā)展現(xiàn)狀與趨勢[C]// 內(nèi)燃機科技(企業(yè)篇)——中國內(nèi)燃機學會第六屆青年學術年會論文集. 杭州，中國，2015：358-361.
Wang Xiaoteng. Development status and trend of piston UAV engine technology[C]//Internal Combustion Engine Technology(Enterprise Chapter)—Proceedings of the 6th Annual Youth Academic Meeting of China Internal Combustion Engine Society. Hangzhou，China，2015：358-361(in Chinese).
［2］ 曾國貴，廖智麟，闞兆成. 某型無人直升機活塞式電噴發(fā)動機轉(zhuǎn)速控制設計及試驗[J]. 航空動力學報，2011，26(6)：1384-1388.
Zeng Guogui，Liao Zhilin，Kan Zhaocheng. Speed control design and test for piston EFI engine of unmanned helicopter[J]. Journal of Aerospace Power，2011，26(6)：1384-1388(in Chinese).
［3］ 陳林林，魏民祥，邵金菊. 無人直升機發(fā)動機恒轉(zhuǎn)速廣義預測控制[J]. 電子科技大學學報，2010，39(3)：475-480.
Chen Linlin，Wei Minxiang，Shao Jinju. Generalized predictive controller design for an unmanned helicopter engine speed[J]. Journal of University of Electronic Science and Technology of China，2010，39(3)：475-480(in Chinese).
［4］ 喬伯真，緱林峰. 模糊自整定PID的航空發(fā)動機轉(zhuǎn)速控制研究[J]. 計算機仿真，2013，30(4)：63-67.
Qiao Bozhen，Gou Linfeng. Rotating speed based on fuzzy control for aero-engine self-tuning PID controller[J]. Computer Simulation，2013，30(4)：63-67(in Chinese).
［5］ 邢科龍，暨仲明. 基于神經(jīng)網(wǎng)絡PID的發(fā)動機轉(zhuǎn)速控制系統(tǒng)[J]. 工業(yè)控制計算機，2015，28(11)：66-67.
Xing Kelong，Ji Zhongming. System of engine speed control based on neural network PID[J]. Industrial Control Computer，2015，28(11)：66-67(in Chinese).
［6］ 趙松濤. 小型無人直升機發(fā)動機控制系統(tǒng)研究與設計[D]. 廣州：華南理工大學，2015.
Zhao Songtao. Research and Design of the Engine Control System for Small Scale UAV[D]. Guangzhou：South China University of Technology，2015(in Chinese).
［7］ 王?莉，劉德新. 稀燃汽油機空燃比滑模-神經(jīng)網(wǎng)絡控制及實驗[J]. 天津大學學報，2006，39(增1)：51-56.
Wang Li，Liu Dexin. Sliding mode-neural network control for air-fuel ratio of lean burn gasoline engine and experiment research[J]. Journal of Tianjin University，2006，39(Suppl 1)：51-56(in Chinese).
［8］ Hong Jinlong，Gao Bingzhao，Lü Liang，et al. Engine speed control during gear shifting of AMT HEVs with identified intake-to-power delay[J]. IFAC Papers on Line，2016，49(11)：793-799.
［9］ Puleston P F，Spurgeon S，Monsees G. Automotive engine speed control：A robust nonlinear control framework[J]. IEEE Proceedings - Control Theory and Applications，2001，148(1)：81-87.
［10］ Tibola J R，Lanzanova T D M，Martins M E S，et al. Modeling and speed control design of an ethanol engine for variable speed gensets[J]. Control Engineering Practice，2015，35：54-66.
［11］ Solyom S，Eriksson S. Mid-ranging scheme for idle speed control of SI engines[C]// SAE Technical Paper. Detroit，USA，2006：2006-01-0608.
［12］ Huang X，Xie H，Song K. Idle speed control of FSAE racing engines based on mid-ranging ADRC[C]// Proceedings of the 33rd Chinese Control Conference. Nanjing，China，2014：201-206.
［13］ 王?莉，劉魯源，劉德新，等. 基于控制的稀薄燃燒汽油機進氣模型[J]. 天津大學學報，2005，38(3)：201-205.
Wang Li，Liu Luyuan，Liu Dexin，et al. Control based intake airflow dynamics model of lean burn gasoline engine[J]. Journal of Tianjin University，2005，38(3)：201-205(in Chinese).
［14］ 趙?華，寧錦標，謝?輝，等. 用于柴油機扭矩控制的摩擦扭矩在線修正算法[J]. 天津大學學報：自然科學與工程技術版，2014，47(10)：849-855.
Zhao Hua，Ning Jinbiao，Xie Hui，et al. On-line correction algorithm of friction torque for diesel engine torque control[J]. Journal of Tianjin University：Science and Technology，2014，47(10)：849-855(in Chinese).
［15］ Chevalier A，Müller M，Hendricks E. On the validity of mean value engine models during transient operation[J]. SAE Transactions，2000，109(3)：1571-1592.
Bivariate Coordinated Sliding Mode Constant Speed Controller for an Unmanned Helicopter Engine
Hu Chunming1, 2，Wei Shifeng2，Liu Na1，Song Xijuan1，Mi Xue2
(1. Tianjin Internal Combustion Engine Research Institute，Tianjin University，Tianjin 300072，China；2. School of Mechanical Engineering，Tianjin University，Tianjin 300350，China)
The constant speed control of unmanned helicopter engines is important．To address this issue，a bivariate coordinated sliding mode constant speed controller is proposed．In this study，bivariate refers to throttle opening and ignition advance angle．Notably，throttle opening and ignition advance angle，as two important variables for adjusting engine torque，have different characteristics．Throttle opening has a wide adjustment range but a slow responsiveness，which makes it susceptible to overshoot by the effects of time delay．By contrast，ignition advance angle has a narrow adjustment range but a fast responsiveness．If the advantages of these two variables are combined，then the constant speed control effect could be further enhanced．For this purpose，the engine was mathematically modeled．On the basis of the model of sliding mode control，a bivariate coordinated control strategy was designed．The strategy includes a master logic，spark advance angle priority adjustment based on sliding mode，and spark advance angle regression logic．Finally，the effect of the control strategy was verified by simulation and experiment．The simulation results showed that，when the load changes abruptly，the bivariate coordinated sliding mode controller reduces the speed error by 61% compared with the traditional PID controller．Furthermore，on the basis of sliding mode control，the bivariate coordinated controller reduces the speed error by 21.4% compared with the bivariate separated controller．Moreover，when the load and intake disturbance is simulated，the proposed controller has better anti-interference capability than the two other controllers．Finally，the results of the helicopter mooring experiment showed that the speed fluctuation range of the bivariate coordinated sliding mode controller is 24% smaller than that of the bivariate separated sliding mode controller and 62% smaller than that of the traditional PID controller．The results of multiple experiments showed that the speed fluctuation range is within ±70r/min using the bivariate coordinated sliding mode controller．The error is within 2%，which satisfies the flight stability requirements for unmanned helicopters．
bivariate coordinated regulation；sliding mode control；mathematical model of engine；constant speed control；unmanned helicopter
Supported by the National Natural Science Foundation of China(No.51476112).
V233.742
A
0493-2137(2020)05-0483-09
10.11784/tdxbz201907020
2019-07-07；
2019-08-12.
胡春明（1967—??），男，博士，研究員.
胡春明，cmhu@tju.edu.cn.
國家自然科學基金資助項目(51476112).
(責任編輯：金順愛)
猜你喜歡
直升機？環(huán)球時報(2022-09-15)2022-09-15 19:18:27 直升機小獼猴學習畫刊(2022年12期)2022-02-06 03:00:42 駕哥岷峨詩稿(2020年4期)2020-11-18 23:54:01 基于組合滑?？刂频慕^對重力儀兩級主動減振設計中國慣性技術學報(2019年6期)2019-03-04 09:50:06 測控技術(2018年4期)2018-11-25 09:47:26 并網(wǎng)逆變器逆系統(tǒng)自學習滑模抗擾控制測控技術(2018年3期)2018-11-25 09:45:40 直升機取票海峽姐妹(2015年3期)2015-02-27 15:09:59 華東理工大學學報(自然科學版)(2014年6期)2014-02-27 13:49:43 誤將油門當作剎車的防錯裝置發(fā)明與創(chuàng)新·小學生(2013年8期)2013-04-29 00:44:03 誤將油門當作剎車的防錯裝置發(fā)明與創(chuàng)新(2013年24期)2013-02-27 09:14:30
胡春明，魏石峰，劉?娜，宋璽娟，米?雪
雙變量協(xié)同的無人直升機發(fā)動機恒轉(zhuǎn)速滑?？刂?/p>
胡春明1, 2，魏石峰2，劉?娜1，宋璽娟1，米?雪2
(1. 天津大學內(nèi)燃機研究所，天津 300072；2. 天津大學機械工程學院，天津 300350)
針對無人直升機發(fā)動機恒轉(zhuǎn)速控制問題，提出了一種油門/點火提前角雙變量協(xié)同調(diào)節(jié)的恒轉(zhuǎn)速滑?？刂撇呗裕l(fā)動機輸出扭矩控制是恒轉(zhuǎn)速控制問題關鍵的一環(huán)，而油門開度和點火提前角作為調(diào)節(jié)發(fā)動機輸出扭矩的兩個變量具有不同的特點．油門調(diào)節(jié)雖然調(diào)節(jié)范圍寬，但是響應較慢，易受時滯效應的影響而產(chǎn)生超調(diào)現(xiàn)象；點火提前角響應較快，但是調(diào)節(jié)范圍有限．將二者的優(yōu)點結(jié)合起來實現(xiàn)協(xié)同控制，可以進一步加強恒轉(zhuǎn)速控制效果．為實現(xiàn)此目的，對發(fā)動機進行了數(shù)學建模，并基于該模型和滑?？刂圃O計了協(xié)同控制策略．該策略包括點火提前角優(yōu)先調(diào)節(jié)的主邏輯和點火提前角回歸邏輯．最終通過仿真和試驗驗證了控制策略的效果．仿真結(jié)果顯示：負載突變時，雙變量協(xié)同滑模控制器相較于傳統(tǒng)PID控制器，轉(zhuǎn)速誤差減小61%；同樣基于滑模控制，雙變量協(xié)同控制相較于雙變量分離控制，轉(zhuǎn)速誤差減小21.4%；存在負載扭矩干擾或進氣壓力波動時，雙變量協(xié)同滑?？刂频霓D(zhuǎn)速穩(wěn)定性也優(yōu)于其他兩種控制方式；整機系留試驗中，雙變量協(xié)同滑?？刂频霓D(zhuǎn)速波動范圍比雙變量分離滑?？刂菩?4%，比傳統(tǒng)PID控制小62%．經(jīng)過多次系留試驗觀測，使用雙變量協(xié)同滑模控制，可使轉(zhuǎn)速波動范圍在±70r/min以內(nèi)，控制誤差在2%以內(nèi)，能夠滿足無人直升機飛行穩(wěn)定性的要求．
雙變量協(xié)同調(diào)節(jié)；滑?？刂疲话l(fā)動機數(shù)學模型；恒轉(zhuǎn)速控制；無人直升機
活塞式發(fā)動機具有油耗低、結(jié)構簡單易維護、成本低等優(yōu)點，在輕型、中小型、低空作業(yè)的無人直升機領域擁有很大的應用優(yōu)勢[1]．無人直升機主軸旋翼的轉(zhuǎn)速控制精度直接影響其飛行安全及穩(wěn)定性，而旋翼轉(zhuǎn)速的穩(wěn)定依賴于發(fā)動機轉(zhuǎn)速的穩(wěn)定，因此恒轉(zhuǎn)速控制策略是設計無人直升機發(fā)動機控制器的第1要務[2]．活塞式發(fā)動機是一個典型的非線性、時滯性、隨機性的系統(tǒng)[3]．針對非線性問題，文獻[4]采用了模糊PID方法，文獻[5]采用了神經(jīng)網(wǎng)絡PID方法，文獻[6-7]采用了滑模控制方法；針對時滯性，文獻[8]采用了Smith預測補償方法，文獻[9]采用了非線性模型預測控制方法；針對隨機性，文獻[3]采用了廣義預測控制方法，文獻[7]采用了魯棒控制方法，文獻[10]采用了自抗擾反饋控制方法．在這些無人直升機恒轉(zhuǎn)速控制研究中，都沒有考慮油門、點火提前角兩個控制變量控制優(yōu)先級的問題，而油門的調(diào)節(jié)范圍寬但是響應慢，點火提前角的調(diào)節(jié)范圍窄但是響應快[11-12]，通過設計一種點火提前角優(yōu)先調(diào)節(jié)的雙變量協(xié)同控制策略，將兩者的優(yōu)點有機結(jié)合，能夠進一步優(yōu)化轉(zhuǎn)速穩(wěn)定性．
本文對一款無人直升機的發(fā)動機進行了數(shù)學建模，并在模型和滑?？刂频幕A上提出了一種新型的油門/點火提前角雙變量協(xié)同調(diào)節(jié)的控制策略，最后結(jié)合仿真和試驗證明了控制策略的優(yōu)越性．
1?發(fā)動機數(shù)學模型
建立研究對象的數(shù)學模型是設計控制器的基礎．本文所研究的發(fā)動機為一臺單缸四沖程汽油機，飛行時其目標轉(zhuǎn)速恒定在6500r/min．其數(shù)學模型包括發(fā)動機進氣通路模型、發(fā)動機扭矩輸出模型、發(fā)動機轉(zhuǎn)速模型．
1.1?發(fā)動機進氣通路模型
進氣通路模型描述了發(fā)動機的進氣量、轉(zhuǎn)速、油門開度、進氣壓力之間的關系．進氣流量與轉(zhuǎn)速和進氣壓力的關系由速度密度法[13]表示為
式中1、2為常數(shù)．
進氣壓力由油門開度和轉(zhuǎn)速共同決定，對進氣壓力進行標定，建立進氣壓力與油門開度、轉(zhuǎn)速對應關系的三維MAP，依此進行進氣量計算．為了方便控制器中油門開度的反求，故建立油門開度關于進氣壓力和轉(zhuǎn)速的三維MAP．綜上，已知發(fā)動機油門開度和轉(zhuǎn)速，可通過插值計算出進氣壓力．相反，如果得知發(fā)動機轉(zhuǎn)速和進氣壓力，也可通過插值計算出油門開度，其表達式為
式中為油門開度，%．式(3)可用于進氣量計算，式(4)可用于油門開度控制．
1.2?發(fā)動機扭矩輸出模型
發(fā)動機扭矩輸出模型描述了輸出扭矩與進氣量、過量空氣系數(shù)、曲軸角速度、效率、機械損失扭矩之間的關系．效率由進氣壓力效率、點火提前角效率和過量空氣系數(shù)效率3部分組成．輸出扭矩表達式為
式中1、2、3均為常數(shù)．
1.3?發(fā)動機轉(zhuǎn)速模型
發(fā)動機作為無人直升機動力系統(tǒng)的動力源，給無人直升機輸出扭矩，無人直升機的旋翼及主軸作為負載，輸出扭矩與負載扭矩共同決定發(fā)動機的轉(zhuǎn)速．此系統(tǒng)可以表示為
(14)
式中：load為發(fā)動機負載扭矩，N·m；為無人直升機動力系統(tǒng)整體的轉(zhuǎn)動慣量，kg·m2．恒轉(zhuǎn)速控制過程中，轉(zhuǎn)速基本穩(wěn)定，負載扭矩load主要由旋翼槳距決定，兩者之間的關系通過一維MAP表示為
1.4?總體模型與參數(shù)辨識結(jié)果
結(jié)合式(11)和式(14)，無人直升機發(fā)動機的總體模型為
上述模型中包含若干待定參數(shù)，根據(jù)大量的發(fā)動機試驗數(shù)據(jù)對待定參數(shù)進行優(yōu)化辨識，形成最終的數(shù)學模型．辨識結(jié)果如表1所示．
表1?模型參數(shù)辨識結(jié)果
Tab.1?Identification results of the model parameters
在MATLAB/Simulink仿真軟件下搭建發(fā)動機數(shù)學模型，并將仿真結(jié)果與試驗結(jié)果進行對比．如圖1所示，6500r/min工況下發(fā)動機輸出扭矩的仿真值與試驗值之間擬合精度較高，最大誤差為3.4%．
圖1?仿真值與試驗值對比
2?恒轉(zhuǎn)速控制器設計
2.1?控制器邏輯的提出
2.1.1?研究背景
圖2所示為目前無人直升機普遍采用的傳統(tǒng)PID恒轉(zhuǎn)速控制器，當轉(zhuǎn)速存在誤差時，油門和點火提前角同時調(diào)整，由于油門調(diào)節(jié)范圍比點火提前角大，因此油門調(diào)節(jié)起主導作用，點火提前角調(diào)節(jié)起輔助作用．一般為保證大擾動下的調(diào)節(jié)能力，油門反饋增益取值較大，但負載扭矩趨于穩(wěn)定時，油門調(diào)節(jié)程度仍較大，會造成轉(zhuǎn)速波動．雖然此問題可以通過變增益系數(shù)的方式優(yōu)化，但是標定難度較大．為充分利用點火提前角響應快、調(diào)節(jié)精度較高的特點，可對這兩個控制變量進行優(yōu)先級劃分．
圖2?無人直升機發(fā)動機傳統(tǒng)PID恒轉(zhuǎn)速控制器
面對雙變量控制優(yōu)先級的問題，在過程控制領域有一種成熟的控制策略——Mid-Ranging，目前該方法已應用在發(fā)動機怠速轉(zhuǎn)速控制當中[11-12]，其原理如圖3所示，根據(jù)轉(zhuǎn)速誤差先進行點火提前角調(diào)節(jié)；檢測到點火提前角偏離標稱值時，油門再進行調(diào)節(jié)．但是由于無人直升機發(fā)動機的負載扭矩變化劇烈，有時油門需要立即進行調(diào)節(jié)而不等待點火提前角的反饋調(diào)節(jié)，因此Mid-Ranging的思想不適用于無人直升機發(fā)動機恒轉(zhuǎn)速控制，需設計一種更加靈活的雙變量協(xié)同方式，根據(jù)目標輸出扭矩的大小決定調(diào)節(jié)方式．
圖3?Mid-Ranging發(fā)動機轉(zhuǎn)速控制策略
2.1.2?雙變量協(xié)同的滑模控制
筆者基于滑模提出了一種油門/點火提前角雙變量協(xié)同調(diào)節(jié)的發(fā)動機轉(zhuǎn)速控制策略．如圖4所示，總體控制邏輯分為基于滑模控制的主邏輯和點火提前角回歸邏輯．主邏輯中，滑?？刂聘鶕?jù)轉(zhuǎn)速誤差和負載扭矩計算目標輸出扭矩．根據(jù)目標輸出扭矩和當前發(fā)動機輸出扭矩狀態(tài)量評估僅調(diào)節(jié)點火提前角能否達到目標輸出扭矩，如果可以，則計算點火提前角調(diào)整量，若不可以，則執(zhí)行最大的點火提前角調(diào)整量，并計算油門補充調(diào)節(jié)量以達到目標輸出扭矩，從而實現(xiàn)點火提前角優(yōu)先調(diào)節(jié)．
主邏輯的調(diào)用頻率為目標輸出扭矩改變的頻率，受系統(tǒng)慣性的影響其值不能過快，根據(jù)試驗優(yōu)化結(jié)果，主邏輯的調(diào)用時間為100ms較為合適．在主邏輯調(diào)用之后需將點火提前角逐漸調(diào)整為標稱值以保證點火提前角調(diào)節(jié)能力，并在此期間調(diào)整油門開度保證輸出扭矩不變．這個邏輯稱為點火提前角回歸邏輯．由于額定轉(zhuǎn)速在6500r/min附近，兩次做功間隔約為20ms，因此設置該邏輯20ms調(diào)用一次．
圖4 油門/點火提前角協(xié)同調(diào)節(jié)發(fā)動機恒轉(zhuǎn)速滑?？刂七壿?/p>
2.2?控制器設計
2.2.1?主邏輯
采用滑?？刂朴嬎隳繕溯敵雠ぞ兀紫雀鶕?jù)控制目標設計輸出誤差，即
式中：為輸出誤差；d為目標角速度．
為分配油門和點火提前角的調(diào)節(jié)量，設計系統(tǒng)輸入為
代入式(16)，系統(tǒng)狀態(tài)方程為
設計滑模面的特性如下：
式中1、2、為常數(shù)，且＞0．選擇李雅普諾夫函數(shù)進行穩(wěn)定性判定，即
因為＞0，顯然式(23)成立，滿足滑動模態(tài)的到達性條件，系統(tǒng)是穩(wěn)定的．由式(19)～(21)可推導出系統(tǒng)輸入的控制率為
控制器總體結(jié)構如圖5所示，系統(tǒng)輸入實際上并不是執(zhí)行器的直接輸出，它包含了油門調(diào)節(jié)和點火提前角調(diào)節(jié)在發(fā)動機輸出扭矩中的共同作用．接下來介紹已知的控制率后，油門和點火提前角的具體分配方式．
圖5?控制器總體結(jié)構
通過式(18)的發(fā)動機模型計算當前時刻發(fā)動機的輸入狀態(tài)量，用表示，再計算的調(diào)節(jié)倍數(shù)K，
式中()為(i)的反函數(shù)．在i的取值范圍內(nèi)，該反函數(shù)表達式為
2.2.2?點火提前角回歸邏輯
點火提前角回歸邏輯的任務是將點火提前角逐漸向標稱點火提前角靠攏，以保證下次調(diào)節(jié)時點火提前角的調(diào)整能力．同時計算油門開度調(diào)整量以消除點火提前角回歸帶來的扭矩變化，期間油門緩慢動作，相當于把1次油門動作分解為4次，減弱了時滯效應的影響．點火提前角回歸的輸出為目標點火提前角和目標油門開度，具體表達式為
3?仿真及試驗結(jié)果
3.1?仿真結(jié)果
在MATLAB/Simulink仿真環(huán)境下搭建發(fā)動機模型及控制器，仿真對比雙變量協(xié)同滑?？刂破骱蛨D3所示的傳統(tǒng)PID控制器的轉(zhuǎn)速穩(wěn)定性．傳統(tǒng)PID控制器的3個增益系數(shù)用P、I、D來表示，油門PID反饋和點火提前角PID反饋調(diào)用的周期不同，根據(jù)優(yōu)化調(diào)整，最終取值如表2所示．
表2?傳統(tǒng)PID控制器的參數(shù)取值
Tab.2?Parameter values of traditional PID controller
如圖6所示，模擬無人直升機飛行和受擾動的情況，旋翼槳距經(jīng)歷突增突降和快速抖振的過程．可以看出雙變量協(xié)同控制器的點火提前角調(diào)節(jié)比傳統(tǒng)控制更快速，當需用扭矩變化時，點火提前角的快速調(diào)節(jié)可以及時調(diào)整輸出扭矩，同時油門也隨之響應．油門開度相較于傳統(tǒng)控制器能夠快速穩(wěn)定在平衡點，超調(diào)量?。罱K雙變量協(xié)同控制器相較傳統(tǒng)控制器，轉(zhuǎn)速誤差最大減小61%．
圖6?雙變量協(xié)同滑?？刂婆c傳統(tǒng)PID控制的對比
上述對比說明了本文提出的控制器整體性能較好，但是其中包含了滑?？刂圃诜蔷€性問題上相較于傳統(tǒng)PID控制的優(yōu)越性．為了單獨驗證雙變量協(xié)同調(diào)節(jié)機制的優(yōu)越性，設計了一種基于滑模的雙變量分離控制器，即在雙變量協(xié)同控制器的基礎上，將目標輸出扭矩值直接轉(zhuǎn)化為油門調(diào)節(jié)量，而點火提前角由轉(zhuǎn)速誤差PID反饋來修正，這樣的控制器油門/點火提前角的控制回路是分離的．仿真對比時控制器中相同部分的參數(shù)保持不變．
圖7對比了雙變量協(xié)同調(diào)節(jié)與雙變量分離調(diào)節(jié)的控制效果，雙變量協(xié)同調(diào)節(jié)的點火提前角調(diào)節(jié)更加頻繁快速，發(fā)揮了其響應迅速的優(yōu)點，同時油門開度的變化更加緩和，最終轉(zhuǎn)速誤差減小了21.4%．
圖7 雙變量協(xié)同滑?？刂婆c雙變量分離滑?？刂茖Ρ?/p>
前述的仿真算例都是通過改變旋翼槳距來改變負載扭矩，而在無人直升機運行過程中，隨機出現(xiàn)的負載扭矩干擾也是改變負載扭矩的重要因素．同時，發(fā)動機輸出扭矩受到隨機性的影響也會出現(xiàn)波動，最具代表性的就是進氣過程的隨機性．因此，設計了負載扭矩干擾和進氣過程中的進氣壓力波動兩種仿真算例，從而驗證控制器的穩(wěn)定性和適應性．
設置負載扭矩干擾在±3N·m內(nèi)隨機波動，且干擾信號采樣周期為0.1s．仿真過程中旋翼槳距保持不變，負載扭矩只受負載扭矩干擾的影響．圖8所示為3種控制方式在負載扭矩干擾下的轉(zhuǎn)速波動情況．雙變量協(xié)同滑模控制相較于其他兩種控制方式，轉(zhuǎn)速波動更小．
圖8?存在負載扭矩干擾的仿真結(jié)果
根據(jù)經(jīng)驗設置進氣壓力干擾在±3kPa內(nèi)隨機波動，采樣周期為0.1s．進氣壓力由油門開度和進氣壓力波動共同決定．圖9所示為3種控制方式在進氣壓力波動下的轉(zhuǎn)速波動情況．雙變量協(xié)同滑模控制相較于其他兩種控制方式，轉(zhuǎn)速波動更小．
存在負載扭矩干擾和進氣壓力波動時的仿真結(jié)果表明，雙變量協(xié)同滑?？刂频狞c火提前角優(yōu)先調(diào)節(jié)原則，可以有效增加系統(tǒng)的動力響應性；又因為滑模控制本身的魯棒性強，使得控制器具有較好的抗擾動能力．
3.2?試驗結(jié)果
將上述雙變量協(xié)同轉(zhuǎn)速控制器嵌入到無人直升機發(fā)動機ECU內(nèi)，進行無人直升機的地面整機系留試驗．無人直升機系留試驗裝置如圖10所示，無人直升機固定在地面上，飛控系統(tǒng)和發(fā)動機ECU搭載在無人直升機上，由遙控和地面站進行飛行意圖的遠程操控．飛控系統(tǒng)可改變槳距，發(fā)動機ECU控制發(fā)動機轉(zhuǎn)速．運行過程中的槳距、轉(zhuǎn)速、油門開度等信息會保存下來以供分析．
圖11所示的旋翼槳距變化過程是參考無人直升機惡劣飛行條件下的操作情況而制定的．將該旋翼槳距變化過程固化在飛控系統(tǒng)中，分別使用雙變量協(xié)同滑?？刂啤㈦p變量分離滑?？刂?、傳統(tǒng)PID控制進行3次相同的系留試驗．
圖9?存在進氣壓力波動的仿真結(jié)果
圖10?無人直升機系留試驗裝置
在發(fā)動機轉(zhuǎn)速到達6500r/min之后，恒轉(zhuǎn)速控制器開始工作．圖11展示了3種控制方式的轉(zhuǎn)速波動情況．在恒轉(zhuǎn)速工作區(qū)間，雙變量協(xié)同滑?？刂频霓D(zhuǎn)速在6444.7～6568.8r/min以內(nèi)波動；雙變量分離滑?？刂频霓D(zhuǎn)速在6442.2～6606.2r/min以內(nèi)波動；傳統(tǒng)PID控制的轉(zhuǎn)速在6341.9～6668.3r/min以內(nèi)波動．
雙變量協(xié)同滑?？刂葡噍^于雙變量分離滑?？刂?，轉(zhuǎn)速波動減小24%；相較于傳統(tǒng)PID控制，轉(zhuǎn)速波動減小62%．經(jīng)過多次系留試驗觀測，使用雙變量協(xié)同滑模控制，可使轉(zhuǎn)速波動在±70r/min以內(nèi)，即控制誤差在2%以內(nèi)，能夠滿足無人直升機飛行穩(wěn)定性的要求．
圖11?試驗結(jié)果
4?結(jié)?論
(1) 建立了無人直升機發(fā)動機的數(shù)學模型，通過試驗數(shù)據(jù)進行了參數(shù)辨識和驗證，6500r/min工況下發(fā)動機輸出扭矩的模型計算值與實測值之間擬合精度較高，最大誤差為3.4%．
(2) 設計了基于滑模的油門/點火提前角雙變量協(xié)同控制主邏輯以及點火提前角回歸邏輯，將點火提前角響應快和油門調(diào)節(jié)范圍寬的優(yōu)點結(jié)合起來，從而進一步增強恒轉(zhuǎn)速控制效果．
(3) 仿真結(jié)果表明：雙變量協(xié)同滑模控制可使得點火提前角的調(diào)節(jié)更加迅速，油門調(diào)節(jié)更加緩和．其相較于傳統(tǒng)PID控制，轉(zhuǎn)速誤差減小61%；相較于雙變量分離調(diào)節(jié)方式，轉(zhuǎn)速誤差減小21.4%．存在負載扭矩干擾和進氣壓力波動時，雙變量協(xié)同滑?？刂葡噍^于其他兩種控制方式具有更好的穩(wěn)定性．
(4) 無人機整機系留試驗結(jié)果表明：在相同的測試循環(huán)下，雙變量協(xié)同滑?？刂葡噍^于其他兩種控制方式，轉(zhuǎn)速波動更小．經(jīng)多次試驗觀測，使用雙變量協(xié)同滑模控制，可使轉(zhuǎn)速波動在±70r/min以內(nèi)，即控制誤差在2%以內(nèi)，能夠滿足無人直升機飛行穩(wěn)定性的要求．
［1］ 王曉滕. 無人直升機用活塞式發(fā)動機技術發(fā)展現(xiàn)狀與趨勢[C]// 內(nèi)燃機科技(企業(yè)篇)——中國內(nèi)燃機學會第六屆青年學術年會論文集. 杭州，中國，2015：358-361.
Wang Xiaoteng. Development status and trend of piston UAV engine technology[C]//Internal Combustion Engine Technology(Enterprise Chapter)—Proceedings of the 6th Annual Youth Academic Meeting of China Internal Combustion Engine Society. Hangzhou，China，2015：358-361(in Chinese).
［2］ 曾國貴，廖智麟，闞兆成. 某型無人直升機活塞式電噴發(fā)動機轉(zhuǎn)速控制設計及試驗[J]. 航空動力學報，2011，26(6)：1384-1388.
Zeng Guogui，Liao Zhilin，Kan Zhaocheng. Speed control design and test for piston EFI engine of unmanned helicopter[J]. Journal of Aerospace Power，2011，26(6)：1384-1388(in Chinese).
［3］ 陳林林，魏民祥，邵金菊. 無人直升機發(fā)動機恒轉(zhuǎn)速廣義預測控制[J]. 電子科技大學學報，2010，39(3)：475-480.
Chen Linlin，Wei Minxiang，Shao Jinju. Generalized predictive controller design for an unmanned helicopter engine speed[J]. Journal of University of Electronic Science and Technology of China，2010，39(3)：475-480(in Chinese).
［4］ 喬伯真，緱林峰. 模糊自整定PID的航空發(fā)動機轉(zhuǎn)速控制研究[J]. 計算機仿真，2013，30(4)：63-67.
Qiao Bozhen，Gou Linfeng. Rotating speed based on fuzzy control for aero-engine self-tuning PID controller[J]. Computer Simulation，2013，30(4)：63-67(in Chinese).
［5］ 邢科龍，暨仲明. 基于神經(jīng)網(wǎng)絡PID的發(fā)動機轉(zhuǎn)速控制系統(tǒng)[J]. 工業(yè)控制計算機，2015，28(11)：66-67.
Xing Kelong，Ji Zhongming. System of engine speed control based on neural network PID[J]. Industrial Control Computer，2015，28(11)：66-67(in Chinese).
［6］ 趙松濤. 小型無人直升機發(fā)動機控制系統(tǒng)研究與設計[D]. 廣州：華南理工大學，2015.
Zhao Songtao. Research and Design of the Engine Control System for Small Scale UAV[D]. Guangzhou：South China University of Technology，2015(in Chinese).
［7］ 王?莉，劉德新. 稀燃汽油機空燃比滑模-神經(jīng)網(wǎng)絡控制及實驗[J]. 天津大學學報，2006，39(增1)：51-56.
Wang Li，Liu Dexin. Sliding mode-neural network control for air-fuel ratio of lean burn gasoline engine and experiment research[J]. Journal of Tianjin University，2006，39(Suppl 1)：51-56(in Chinese).
［8］ Hong Jinlong，Gao Bingzhao，Lü Liang，et al. Engine speed control during gear shifting of AMT HEVs with identified intake-to-power delay[J]. IFAC Papers on Line，2016，49(11)：793-799.
［9］ Puleston P F，Spurgeon S，Monsees G. Automotive engine speed control：A robust nonlinear control framework[J]. IEEE Proceedings - Control Theory and Applications，2001，148(1)：81-87.
［10］ Tibola J R，Lanzanova T D M，Martins M E S，et al. Modeling and speed control design of an ethanol engine for variable speed gensets[J]. Control Engineering Practice，2015，35：54-66.
［11］ Solyom S，Eriksson S. Mid-ranging scheme for idle speed control of SI engines[C]// SAE Technical Paper. Detroit，USA，2006：2006-01-0608.
［12］ Huang X，Xie H，Song K. Idle speed control of FSAE racing engines based on mid-ranging ADRC[C]// Proceedings of the 33rd Chinese Control Conference. Nanjing，China，2014：201-206.
［13］ 王?莉，劉魯源，劉德新，等. 基于控制的稀薄燃燒汽油機進氣模型[J]. 天津大學學報，2005，38(3)：201-205.
Wang Li，Liu Luyuan，Liu Dexin，et al. Control based intake airflow dynamics model of lean burn gasoline engine[J]. Journal of Tianjin University，2005，38(3)：201-205(in Chinese).
［14］ 趙?華，寧錦標，謝?輝，等. 用于柴油機扭矩控制的摩擦扭矩在線修正算法[J]. 天津大學學報：自然科學與工程技術版，2014，47(10)：849-855.
Zhao Hua，Ning Jinbiao，Xie Hui，et al. On-line correction algorithm of friction torque for diesel engine torque control[J]. Journal of Tianjin University：Science and Technology，2014，47(10)：849-855(in Chinese).
［15］ Chevalier A，Müller M，Hendricks E. On the validity of mean value engine models during transient operation[J]. SAE Transactions，2000，109(3)：1571-1592.
Bivariate Coordinated Sliding Mode Constant Speed Controller for an Unmanned Helicopter Engine
Hu Chunming1, 2，Wei Shifeng2，Liu Na1，Song Xijuan1，Mi Xue2
(1. Tianjin Internal Combustion Engine Research Institute，Tianjin University，Tianjin 300072，China；2. School of Mechanical Engineering，Tianjin University，Tianjin 300350，China)
The constant speed control of unmanned helicopter engines is important．To address this issue，a bivariate coordinated sliding mode constant speed controller is proposed．In this study，bivariate refers to throttle opening and ignition advance angle．Notably，throttle opening and ignition advance angle，as two important variables for adjusting engine torque，have different characteristics．Throttle opening has a wide adjustment range but a slow responsiveness，which makes it susceptible to overshoot by the effects of time delay．By contrast，ignition advance angle has a narrow adjustment range but a fast responsiveness．If the advantages of these two variables are combined，then the constant speed control effect could be further enhanced．For this purpose，the engine was mathematically modeled．On the basis of the model of sliding mode control，a bivariate coordinated control strategy was designed．The strategy includes a master logic，spark advance angle priority adjustment based on sliding mode，and spark advance angle regression logic．Finally，the effect of the control strategy was verified by simulation and experiment．The simulation results showed that，when the load changes abruptly，the bivariate coordinated sliding mode controller reduces the speed error by 61% compared with the traditional PID controller．Furthermore，on the basis of sliding mode control，the bivariate coordinated controller reduces the speed error by 21.4% compared with the bivariate separated controller．Moreover，when the load and intake disturbance is simulated，the proposed controller has better anti-interference capability than the two other controllers．Finally，the results of the helicopter mooring experiment showed that the speed fluctuation range of the bivariate coordinated sliding mode controller is 24% smaller than that of the bivariate separated sliding mode controller and 62% smaller than that of the traditional PID controller．The results of multiple experiments showed that the speed fluctuation range is within ±70r/min using the bivariate coordinated sliding mode controller．The error is within 2%，which satisfies the flight stability requirements for unmanned helicopters．
bivariate coordinated regulation；sliding mode control；mathematical model of engine；constant speed control；unmanned helicopter
Supported by the National Natural Science Foundation of China(No.51476112).
V233.742
A
0493-2137(2020)05-0483-09
10.11784/tdxbz201907020
2019-07-07；
2019-08-12.
胡春明（1967—??），男，博士，研究員.
胡春明，cmhu@tju.edu.cn.
國家自然科學基金資助項目(51476112).
(責任編輯：金順愛)
猜你喜歡
環(huán)球時報(2022-09-15)2022-09-15 19:18:27
小獼猴學習畫刊(2022年12期)2022-02-06 03:00:42
岷峨詩稿(2020年4期)2020-11-18 23:54:01
中國慣性技術學報(2019年6期)2019-03-04 09:50:06
測控技術(2018年3期)2018-11-25 09:45:40
海峽姐妹(2015年3期)2015-02-27 15:09:59
發(fā)明與創(chuàng)新·小學生(2013年8期)2013-04-29 00:44:03
發(fā)明與創(chuàng)新(2013年24期)2013-02-27 09:14:30
