嚴(yán)永鋒，任 濤，王 濤，吳 烜，吳 琳，李 文

(1.武漢電力職業(yè)技術(shù)學(xué)院 電網(wǎng)建設(shè)工程系，武漢 430000；2.國(guó)網(wǎng)湖北省電力有限公司 技術(shù)培訓(xùn)中心，武漢 430000)

0 引言

電力無人機(jī)是用于電力巡檢工作中的無人機(jī)，電力巡檢是為了確保電網(wǎng)和用戶供配電系統(tǒng)的安全運(yùn)行，預(yù)防、發(fā)現(xiàn)并及時(shí)處理事故隱患的活動(dòng)，它是一種對(duì)變配電設(shè)備、線路進(jìn)行的定期或不定期的測(cè)試工作。電力巡檢工作包括：檢查線路、變壓器、高低壓開關(guān)及各類設(shè)備的運(yùn)行狀況，并對(duì)其進(jìn)行定期的安全評(píng)估；對(duì)已投入生產(chǎn)使用的發(fā)電機(jī)進(jìn)行保護(hù)裝置開閉測(cè)試；參與和幫助解決突發(fā)故障問題等。由于電力巡檢環(huán)境較為復(fù)雜，其存在電壓過高、漏電等安全隱患，因此使用電力無人機(jī)執(zhí)行巡檢工作。

電力無人機(jī)利用內(nèi)置的攝像機(jī)設(shè)備，采集電力系統(tǒng)環(huán)境中各個(gè)位置的圖像，通過圖像的識(shí)別與分析，判斷當(dāng)前電力系統(tǒng)運(yùn)行是否存在異常情況，由此得出電力巡檢結(jié)果。在實(shí)際巡檢過程中，無人機(jī)需要按照一定的軌跡和姿態(tài)飛行，保障采集的電力系統(tǒng)圖像包含所有位置的信息，因此，電力無人機(jī)魯棒姿態(tài)控制是無人機(jī)飛行過程中的重要組成部分。魯棒控制是在給定的參數(shù)條件下，維持某些性能的特性。而姿態(tài)控制是保證控制目標(biāo)能夠按照指定姿態(tài)運(yùn)動(dòng)和變化的過程。從目前的發(fā)展情況來看，文獻(xiàn)[1]中提出的基于反步滑模算法的無人機(jī)姿態(tài)控制方法、文獻(xiàn)[2]中提出的基于故障觀測(cè)器的無人機(jī)姿態(tài)控制方法以及文獻(xiàn)[3]中的基于自抗擾模糊參數(shù)優(yōu)化的無人機(jī)姿態(tài)控制方法發(fā)展較為成熟，其中文獻(xiàn)[1]中提出的方法利用反步滑模算法生成位置姿態(tài)控制率，并以閉環(huán)控制回路作為補(bǔ)償。文獻(xiàn)[2]中提出的控制方法，以觀測(cè)器實(shí)時(shí)檢測(cè)出無人機(jī)中存在的故障、模型不確定以及干擾情況為處理目標(biāo)，實(shí)現(xiàn)無人機(jī)姿態(tài)的一致性準(zhǔn)確跟蹤與控制。而文獻(xiàn)[3]中的控制方法采用模糊控制對(duì)非線性反饋控制律的增益進(jìn)行在線調(diào)整，有效抑制控制過程中存在的干擾。然而將上述傳統(tǒng)控制方法應(yīng)用到電力無人機(jī)的控制工作中，存在明顯的控制精度問題，主要體現(xiàn)在姿態(tài)控制誤差大、魯棒性差等方面，為此引入貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)。

貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)是利用貝葉斯算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)，最大程度地發(fā)揮算法自適應(yīng)學(xué)習(xí)和歸納能力。基于貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，并且針對(duì)上述文獻(xiàn)方法存在的問題，利用貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)優(yōu)化電力無人機(jī)魯棒姿態(tài)控制方法，設(shè)計(jì)一種新的基于貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的電力無人機(jī)魯棒姿態(tài)控制方法。通過該方法解決不同風(fēng)場(chǎng)工況下電力無人機(jī)姿態(tài)角控制誤差較高的問題，提高電力無人機(jī)的姿態(tài)控制效果。

1 電力無人機(jī)魯棒姿態(tài)控制方法設(shè)計(jì)

1.1 確定飛行姿態(tài)控制目標(biāo)

在確定飛行姿態(tài)控制目標(biāo)前，需要構(gòu)建電力無人機(jī)[4]數(shù)學(xué)模型。首先，電力無人機(jī)由主機(jī)身、數(shù)據(jù)處理模塊、攝像機(jī)模塊等部分組成，其中主機(jī)身包括直流無刷電機(jī)、旋翼等部分。假設(shè)旋翼為質(zhì)量分布均勻的梯形薄片，無刷電機(jī)外轉(zhuǎn)子為圓柱形薄片，那么旋翼的轉(zhuǎn)動(dòng)慣量可以表示為：

(1)

式中，mrotor和mOuter分別為旋翼和連接轉(zhuǎn)子的質(zhì)量，Ltip和Lroot分別為旋翼上尖端和根部的寬度，dtip-root和DOuter對(duì)應(yīng)的是槳尖與槳根距離以及連接轉(zhuǎn)子的直徑。電力無人機(jī)旋翼垂直運(yùn)動(dòng)原理如圖1所示。

圖1 電力無人機(jī)垂直運(yùn)動(dòng)原理圖

增大電機(jī)轉(zhuǎn)速，進(jìn)而提高電力無人機(jī)的速度，增大驅(qū)動(dòng)電機(jī)的總升力。若電力無人機(jī)的整體升力超過4個(gè)驅(qū)動(dòng)電機(jī)的總重力和負(fù)載，則四旋翼所承受的提升力也隨之增大；若需要四旋翼進(jìn)行垂直方向進(jìn)行下降運(yùn)動(dòng)，需要降低4個(gè)旋翼的旋轉(zhuǎn)速度，讓四旋翼無人機(jī)在4個(gè)旋翼的共同作用下，產(chǎn)生的升力比它本身的重量要小得多[5]。而四旋翼則是在保持平衡的情況下，才能產(chǎn)生足夠的升力。以電力無人機(jī)垂直運(yùn)動(dòng)中的上升動(dòng)作為例，無人機(jī)旋翼需產(chǎn)生的升力可表示為：

(2)

式中，ρ為無人機(jī)飛行環(huán)境中的介質(zhì)密度，κlift為旋翼升力系數(shù)，Srotor和Rrotor分別為旋翼的面積和半徑，μinflow和μforward分別為旋翼的流入比系數(shù)和前進(jìn)比系數(shù)，θrotor為旋翼在無人機(jī)基體上的安裝系數(shù)，γ為旋翼實(shí)度，υc為飛行介質(zhì)中的信號(hào)傳播速度。同理可以得出不同飛行任務(wù)下，旋翼的工作方式，將其代入到無人機(jī)旋翼結(jié)構(gòu)中，得出無人機(jī)旋翼結(jié)構(gòu)模型的構(gòu)建結(jié)果。同理可以得出電力無人機(jī)在橫滾、俯仰等旋翼是用一臺(tái)無刷直流電機(jī)來驅(qū)動(dòng)的，在此條件下，該直流電機(jī)的電樞回路的電壓和旋轉(zhuǎn)力矩平衡方程為：

(3)

式中，υm為直流電機(jī)的轉(zhuǎn)速，U和I分別為電機(jī)的輸入電壓和電流，κpotential、κele和κload對(duì)應(yīng)的是反電勢(shì)、電機(jī)轉(zhuǎn)矩、負(fù)載轉(zhuǎn)矩系數(shù)，R為電機(jī)阻抗，δresponse和δinertia分別表示感應(yīng)系數(shù)和慣性系數(shù)。電力無人機(jī)在空中飛行時(shí)，由于俯仰、姿態(tài)及零件的調(diào)節(jié)，其氣動(dòng)性能也會(huì)發(fā)生改變。研究其氣動(dòng)性能，其核心問題是升力和阻力的變化，以及由于周圍流場(chǎng)的變化而引起的機(jī)身表面壓力分布的變化。在滿足質(zhì)量、動(dòng)量守恒、能量守恒等條件的情況下，流體的運(yùn)動(dòng)狀態(tài)可以采用3個(gè)守恒方程進(jìn)行分析。守恒方程如下：

(4)

式中，ρa(bǔ)ir為飛行環(huán)境中的氣體密度，vair為飛行速度，P和H分別為大氣壓強(qiáng)和飛行高度，F(xiàn)f和μf對(duì)應(yīng)的是空氣摩擦力及摩擦系數(shù)，φ為湍流粘度項(xiàng)[6]。在守恒定律的支持下，計(jì)算無人機(jī)旋翼的升力和阻力為：

(5)

式中，κpull和κresistance分別為拉力系數(shù)和阻力系數(shù)，ω為旋翼的飛行角速度。按照上述方式可以得出旋翼扭矩和側(cè)傾力矩的求解結(jié)果，從而得出無人機(jī)旋翼在空氣介質(zhì)中的動(dòng)力模型構(gòu)建結(jié)果。

在電力無人機(jī)數(shù)學(xué)模型的支持下，利用傳感器設(shè)備檢測(cè)無人機(jī)的實(shí)時(shí)位姿[7]，為確定電力無人機(jī)飛行姿態(tài)控制目標(biāo)做準(zhǔn)備，考慮電力無人機(jī)的負(fù)載性能，選擇陀螺儀作為無人機(jī)的傳感器，其位置姿態(tài)檢測(cè)如下：

xout=x+Ae+bn

(6)

式中，x和xout分別為姿態(tài)數(shù)據(jù)的真實(shí)值和傳感器的輸出值，Ae表示傳感器的隨機(jī)漂移誤差矩陣，bn為傳感器運(yùn)行環(huán)境中的高斯白噪聲。該傳感器利用角速度實(shí)現(xiàn)了四旋翼6個(gè)方向位置、軌跡及加速度的同步測(cè)量。因?yàn)?個(gè)坐標(biāo)系的偏差以及零位的偏差均影響檢測(cè)精度，因此，在飛前需要標(biāo)定傳感器[8]。在標(biāo)定過程中，電力無人機(jī)實(shí)時(shí)姿態(tài)檢測(cè)的目的是確定姿態(tài)控制的初始值，需要檢測(cè)的姿態(tài)角包括俯仰角、滾轉(zhuǎn)角和偏航角，在電力無人機(jī)的實(shí)際飛行中，姿態(tài)角處于持續(xù)變化狀態(tài)，其中俯仰角和橫滾角由慣導(dǎo)系統(tǒng)的實(shí)測(cè)數(shù)據(jù)進(jìn)行轉(zhuǎn)換，而偏航角由磁通觀測(cè)數(shù)據(jù)進(jìn)行計(jì)算，則在任意時(shí)刻電力無人機(jī)的姿態(tài)角檢測(cè)結(jié)果可以表示為：

(7)

式中，ax、ay和arctanaz分別為加速度在x、y、z三個(gè)方向上的實(shí)時(shí)分量[9]。

至此可得到當(dāng)下電力無人機(jī)姿態(tài)角度和位置的檢測(cè)結(jié)果。通過檢測(cè)電力無人機(jī)姿態(tài)，確定無人機(jī)姿態(tài)控制目標(biāo)，無人機(jī)飛行軌跡可以分為起降過程的垂向軌跡和巡檢過程的水平軌跡。垂向飛行的飛機(jī)高度變化，但水平和豎直方向的坐標(biāo)不發(fā)生變化，而在水平飛行過程中，無人機(jī)的飛行高度不會(huì)發(fā)生明顯變化[10]。則電力無人機(jī)垂向飛行軌跡的規(guī)劃結(jié)果可以表示為：

(8)

式中，ht、hground和hmax分別為電力無人機(jī)當(dāng)前飛行高度、地面高度以及最高飛行高度，α為常數(shù)系數(shù)，用來表示無人機(jī)的扭矩性能，而mUAV和tc對(duì)應(yīng)的是無人機(jī)的重量與飛行時(shí)間。水平飛行軌跡的規(guī)劃就是生成無人機(jī)當(dāng)前位置與目標(biāo)位置之間的路線，并根據(jù)初始路線上與環(huán)境元素的碰撞情況，對(duì)初始路線上的節(jié)點(diǎn)進(jìn)行調(diào)整。在已知飛行目標(biāo)位置和當(dāng)前位置的情況下，生成的初始路線可以表示為：

(9)

式中，x(t)，y(t) 表示t時(shí)刻電力無人機(jī)的飛行位置，xtarget，ytarget為電力無人機(jī)飛行的目標(biāo)位置。在電力巡檢工作中，電力無人機(jī)需要到達(dá)的目標(biāo)位置較多，因此，可以按照式(9)生成多個(gè)子路線，通過首尾相連的方式，獲取無人機(jī)水平飛行軌跡的規(guī)劃結(jié)果。如果初始生成的飛行軌跡中存在與環(huán)境坐標(biāo)相同的節(jié)點(diǎn)，則說明無人機(jī)在飛行過程中會(huì)出現(xiàn)碰撞現(xiàn)象，此時(shí)需要調(diào)整該節(jié)點(diǎn)的位置，并將調(diào)整后的位置節(jié)點(diǎn)重新輸入飛行軌跡[11]。重復(fù)上述操作，保障飛行軌跡中所有節(jié)點(diǎn)均不與環(huán)境坐標(biāo)重合，即可得到電力無人機(jī)飛行軌跡的規(guī)劃結(jié)果。結(jié)合飛行軌跡與巡檢目標(biāo)之間的位置關(guān)系，得出無人機(jī)的飛行姿態(tài)控制目標(biāo)，控制目標(biāo)的求解過程如下：

(10)

式中，d為電力無人機(jī)與巡檢目標(biāo)之間的距離，該變量的計(jì)算公式如下：

d=

(11)

式中，(xUAV，yUAV，zUAV)和(xj，yj，zj)分別為電力無人機(jī)與巡檢目標(biāo)的三維位置坐標(biāo)。從最大過載、最大飛行速度等自身?xiàng)l件出發(fā)，將垂直、水平方向最大轉(zhuǎn)彎角等設(shè)定為無人機(jī)飛行的約束條件，約束條件的設(shè)置情況如下：

(12)

式中，(xi，yi，zi)和(xi+1，yi+1，zi+1)分別為第i和i+1段航行軌跡上的節(jié)點(diǎn)坐標(biāo)，fmax(θx-turn)和fmax(θy-turn)分別表示水平、豎直轉(zhuǎn)向角的最大值[12]。若初始確定的控制目標(biāo)滿足公式(12)所述條件，則認(rèn)為生成目標(biāo)為有效目標(biāo)，否則認(rèn)為當(dāng)前目標(biāo)為無效控制目標(biāo)。

1.2 貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的魯棒姿態(tài)控制實(shí)現(xiàn)

在確定飛行姿態(tài)控制目標(biāo)后，以該目標(biāo)為控制目標(biāo)，引入貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)，構(gòu)建電力無人機(jī)魯棒姿態(tài)控制方法，但是考慮環(huán)境風(fēng)是影響電力無人機(jī)飛行的重要因素，因此，在電力無人機(jī)魯棒姿態(tài)控制過程中，需要充分考慮飛行環(huán)境中的風(fēng)元素。按照風(fēng)場(chǎng)在空間中的風(fēng)速剖面方式，可以將風(fēng)場(chǎng)分為平均風(fēng)和脈動(dòng)風(fēng)兩種類型，平均風(fēng)的大小隨時(shí)間變化較小，可以將平均風(fēng)分成基本風(fēng)和漸變風(fēng)[13]?；撅L(fēng)是不隨時(shí)間變化的常量，漸變風(fēng)會(huì)隨時(shí)間變化而變化。而脈動(dòng)風(fēng)的速度模式比較復(fù)雜，需要通過脈動(dòng)風(fēng)振幅的頻譜模式和地表粗糙程度等統(tǒng)計(jì)特性建立脈動(dòng)風(fēng)的速度模式。平均風(fēng)和脈動(dòng)風(fēng)的函數(shù)表達(dá)式如下：

(13)

式中，vbasic和vchange分別為基本風(fēng)速和漸變風(fēng)速，ψ(n)為風(fēng)的經(jīng)驗(yàn)幅值譜，fwind和γ對(duì)應(yīng)的是風(fēng)頻率及其分布系數(shù)。在考慮環(huán)境風(fēng)場(chǎng)的條件下，分析電力無人機(jī)的受力情況，圖2表示的是在傾斜平均風(fēng)場(chǎng)下，電力無人機(jī)的受力情況。

圖2 傾斜平均風(fēng)場(chǎng)電力無人機(jī)受力示意圖

假設(shè)風(fēng)向與豎直方向之間的夾角為θwind，則電力無人機(jī)的合外力可以表示為：

(14)

式中，G為電力無人機(jī)的重力值[14]。β，σ分別為x，y向的風(fēng)轉(zhuǎn)換系數(shù)。同理可以得出風(fēng)場(chǎng)環(huán)境下無人機(jī)的受力分析結(jié)果。

在得出風(fēng)場(chǎng)環(huán)境下無人機(jī)的受力分析結(jié)果后，識(shí)別電力無人機(jī)故障狀態(tài)，其識(shí)別的目的是為其魯棒控制提供參考，在一定程度上可以提高無人機(jī)的控制效果。假設(shè)電力無人機(jī)中的第i個(gè)執(zhí)行器出現(xiàn)故障，此時(shí)電力無人機(jī)的運(yùn)行特征為：

(15)

式中，ζi(t)為時(shí)變失效因子。同理可以得出其他執(zhí)行器故障狀態(tài)下，電力無人機(jī)的運(yùn)行特征[15]。在故障識(shí)別過程中，利用傳感器收集無人機(jī)的實(shí)時(shí)運(yùn)行數(shù)據(jù)，并從時(shí)域方面提取電力無人機(jī)的運(yùn)行特征。則在實(shí)際電力無人機(jī)執(zhí)行器故障識(shí)別過程中，計(jì)算提取特征與故障標(biāo)準(zhǔn)特征之間的匹配程度，從而識(shí)別無人機(jī)執(zhí)行器是否處于故障狀態(tài)，公式如下：

(16)

式中，τhitch為故障狀態(tài)下電力無人機(jī)的標(biāo)準(zhǔn)運(yùn)行特征，s0為故障判斷閾值，1表示正常，0表示故障。若公式(16)的計(jì)算結(jié)果高于s0，說明當(dāng)前電力無人機(jī)處于故障狀態(tài)，否則認(rèn)為當(dāng)前電力無人機(jī)運(yùn)行正常。

以電力無人機(jī)飛行姿態(tài)控制目標(biāo)為基礎(chǔ)，結(jié)合電力無人機(jī)飛行環(huán)境威脅和電力無人機(jī)執(zhí)行器故障狀態(tài)，引入貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)[16-17]，計(jì)算魯棒姿態(tài)控制量。貝葉斯網(wǎng)絡(luò)為輸入層、隱藏層和輸出層3層，其構(gòu)造與深度學(xué)習(xí)網(wǎng)絡(luò)相似。與一般的深度學(xué)習(xí)網(wǎng)絡(luò)不同，貝葉斯神經(jīng)網(wǎng)絡(luò)有一個(gè)概率層次，在這個(gè)層次上，權(quán)值服從于一個(gè)概率分布，圖3為貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)。

圖3 貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)中，由于其具有對(duì)不確定信息的描述能力，因此，在一定的輸入條件下，可以從多個(gè)可能的結(jié)果中選取一個(gè)輸出。貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)可以視為由許多子網(wǎng)組成的一個(gè)整體，每個(gè)子網(wǎng)在每次訓(xùn)練時(shí)均可以同時(shí)對(duì)其進(jìn)行優(yōu)化，從而使其具有較強(qiáng)的魯棒性。在學(xué)習(xí)訓(xùn)練過程中，由于可以采用多個(gè)正向傳遞的方式，使得訓(xùn)練結(jié)果由多個(gè)子網(wǎng)組成，因此，建立的網(wǎng)絡(luò)不僅可以得到良好的正則化效果，而且可以有效地抑制過擬合現(xiàn)象。在魯棒姿態(tài)控制量計(jì)算過程中，采用前向傳播與反向傳播相結(jié)合的方式，以電力無人機(jī)的實(shí)時(shí)飛行數(shù)據(jù)作為貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的輸入項(xiàng)，則在前向傳播過程中，貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元的輸出結(jié)果可以表示為：

(17)

式中，?implication和δ0分別表示隱含層神經(jīng)元的權(quán)值和閾值，φ為變換系數(shù)，Nin為貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)隱含層包含的神經(jīng)元個(gè)數(shù)，ζi為神經(jīng)網(wǎng)絡(luò)的輸入項(xiàng)，即電力無人機(jī)的飛行數(shù)據(jù)。同理可以得出其他神經(jīng)元以及隱含層的輸出結(jié)果，將該結(jié)果通過輸出層輸出，即可得出貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)前向傳播訓(xùn)練的輸出結(jié)果。神經(jīng)網(wǎng)絡(luò)的反向傳播可以看成是前向傳播的誤差糾正過程，以達(dá)到誤差最小化，通過貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的非線性映射關(guān)系，將新的已知條件輸入網(wǎng)絡(luò)，則反向傳播的輸出結(jié)果為：

(18)

式中，?op分別為反向傳播過程中神經(jīng)元的權(quán)重值，P(?op∣ζ)為先驗(yàn)分布函數(shù)，其表達(dá)式為：

(19)

式中，p(ζ∣?op)為似然函數(shù)，p(?op)和p(ζ)均為歸一化因子[18]。利用貝葉斯方法學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的權(quán)向量參數(shù)，并代入公式(18)，重復(fù)貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的前向與反向傳播操作，直至滿足最大迭代條件，此時(shí)神經(jīng)網(wǎng)絡(luò)輸出結(jié)果即為電力無人機(jī)姿態(tài)控制量的計(jì)算結(jié)果，可以表示為：

θ'={Δθroll，Δθcabrage，Δθyaw}，

(20)

圖4 電力無人機(jī)魯棒姿態(tài)控制器工作邏輯示意圖

電力無人機(jī)魯棒姿態(tài)控制器由PID控制元件和狀態(tài)反饋控制元件兩部分組成，具體的控制原理表達(dá)式為：

(21)

式中，Kgain和Kassist(t)分別為電力無人機(jī)的固定增益和輔助控制矩陣，κp、κi和κd對(duì)應(yīng)的是比例、積分和微分控制參數(shù)。將魯棒姿態(tài)控制量的計(jì)算結(jié)果輸入到圖4表示的姿態(tài)控制器中，生成相應(yīng)的控制指令：

k′=klawkPID+κcontrolkfeedback-λ

(22)

式中，klaw為控制律，κcontrol為控制參數(shù)，Δθ和λ對(duì)應(yīng)的是姿態(tài)角控制量的計(jì)算結(jié)果和輔助變量[20]。根據(jù)姿態(tài)控制量的實(shí)時(shí)更新，得出作用在電力無人機(jī)上的姿態(tài)控制指令，按照控制指令完成電力無人機(jī)姿態(tài)的魯棒控制任務(wù)。

2 性能測(cè)試實(shí)驗(yàn)分析

測(cè)試基于貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的電力無人機(jī)魯棒姿態(tài)控制方法的性能，設(shè)計(jì)性能測(cè)試實(shí)驗(yàn)。此次實(shí)驗(yàn)的基本思路是：在不同的風(fēng)場(chǎng)環(huán)境下，根據(jù)電力無人機(jī)的巡檢任務(wù)，確定電力無人機(jī)的飛行動(dòng)作，并生成相應(yīng)的姿態(tài)控制任務(wù)。利用優(yōu)化設(shè)計(jì)的電力無人機(jī)魯棒姿態(tài)控制方法執(zhí)行相應(yīng)的控制任務(wù)，通過與姿態(tài)控制任務(wù)的對(duì)比，得出不同環(huán)境下姿態(tài)控制精度的測(cè)試結(jié)果。而魯棒控制性能測(cè)試主要是通過對(duì)不同風(fēng)場(chǎng)環(huán)境下姿態(tài)控制性能的橫向?qū)Ρ?，得出相?yīng)的測(cè)試結(jié)果。

2.1 測(cè)試準(zhǔn)備

為保障無人機(jī)能夠采集電力系統(tǒng)的所有監(jiān)控信息，選擇Z5型號(hào)電力無人機(jī)作為飛行平臺(tái)，滿足特殊地區(qū)地形圖采集的要求，要求其具有機(jī)動(dòng)靈活的操作模式、復(fù)雜多變的起降場(chǎng)地功能以及超長(zhǎng)的使用壽命。選擇的電力無人機(jī)為四旋翼無人機(jī)，該設(shè)備包括了機(jī)架和動(dòng)力模塊兩個(gè)部件，機(jī)架是由起落架和機(jī)身構(gòu)成，四旋翼無人機(jī)的全部電子部件都安裝在了機(jī)身上，因此，電力無人機(jī)的安全性和續(xù)航能力，完全取決于它的材料和結(jié)構(gòu)，它的軸距是600毫米，機(jī)身則是采用了更輕、更結(jié)實(shí)的碳纖維材料。起落架的功能就是保證四旋翼無人機(jī)在起降過程中保持水平狀態(tài)，避免與地面相撞造成螺旋槳損壞，同時(shí)也減輕了無人機(jī)落地時(shí)的沖擊力。利用推進(jìn)器的推進(jìn)作用為電力無人機(jī)提供飛行動(dòng)力支持。電力無人機(jī)能在80公尺的平坦地面上進(jìn)行各種復(fù)雜地形的起降，無需專用跑道，能精確確定著陸位置。它的載重能力在50千克以上，能夠裝載當(dāng)前主流的大型攝像機(jī)。在無人機(jī)設(shè)備上加設(shè)了傳感器、控制指令接口等外設(shè)。

在實(shí)驗(yàn)前需要檢測(cè)電力無人機(jī)的飛行功能，首先，安裝電力無人機(jī)的電氣和機(jī)械設(shè)備，安裝重點(diǎn)是飛機(jī)的各個(gè)零件之間的聯(lián)接是否可靠，發(fā)動(dòng)機(jī)的調(diào)速是否準(zhǔn)確，慣性傳感器和機(jī)身的坐標(biāo)是否準(zhǔn)確。在進(jìn)行空中飛行試驗(yàn)的時(shí)候，要先將飛機(jī)手動(dòng)懸停到適合自動(dòng)控制的高度和位置。接著，在等待操作手手動(dòng)懸停成功之后，再對(duì)地面上飛機(jī)的姿態(tài)角進(jìn)行觀察，此時(shí)姿態(tài)角應(yīng)該穩(wěn)定在2～3°左右。在地面上觀測(cè)除節(jié)流道外其他四條線路的手動(dòng) PWM，并選擇合適的數(shù)值作為自動(dòng)控制信號(hào)的參考；最后把控制的參數(shù)放上去，就能進(jìn)入自動(dòng)控制狀態(tài)。對(duì)于自主起降則直接在地面切換為自控模式。

充分考慮電力無人機(jī)的運(yùn)行狀態(tài)，設(shè)置無風(fēng)干擾、陣風(fēng)干擾和平均風(fēng)干擾作為3種實(shí)驗(yàn)工況，為了實(shí)現(xiàn)對(duì)實(shí)驗(yàn)環(huán)境的有效控制，選擇封閉的電力系統(tǒng)運(yùn)行區(qū)域作為實(shí)驗(yàn)環(huán)境，在區(qū)域內(nèi)部裝設(shè)多個(gè)通風(fēng)設(shè)備。在關(guān)閉區(qū)域大門且不開啟內(nèi)部通風(fēng)設(shè)備狀態(tài)下，形成無風(fēng)干擾工況，在此基礎(chǔ)上，按照5 min/次的頻率啟動(dòng)通風(fēng)設(shè)備，每次通風(fēng)設(shè)備的連續(xù)工作時(shí)間為3 min，形成封閉區(qū)域內(nèi)的陣風(fēng)工況，控制陣風(fēng)風(fēng)速為3 m/s。在平均風(fēng)設(shè)定過程中，將區(qū)域內(nèi)的所有通風(fēng)設(shè)備調(diào)整至持續(xù)工作狀態(tài)，風(fēng)速設(shè)定為5 m/s。

此次實(shí)驗(yàn)以貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)為技術(shù)支持，需要在魯棒姿態(tài)控制任務(wù)執(zhí)行之前，對(duì)相關(guān)的運(yùn)行參數(shù)進(jìn)行設(shè)置。設(shè)置組成貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的神經(jīng)元初始權(quán)值為0.07，學(xué)習(xí)率為0.01，最大訓(xùn)練次數(shù)為200。將設(shè)置好的運(yùn)行參數(shù)輸入到電力無人機(jī)魯棒姿態(tài)控制方法對(duì)應(yīng)的運(yùn)行程序中。

2.2 生成電力無人機(jī)姿態(tài)控制任務(wù)

根據(jù)電力無人機(jī)的巡檢任務(wù)，生成飛行軌跡，并標(biāo)記飛行過程中無人機(jī)的實(shí)時(shí)飛行姿態(tài)數(shù)據(jù)。電力無人機(jī)飛行軌跡的規(guī)劃結(jié)果如圖5所示。

圖5 電力無人機(jī)飛行軌跡規(guī)劃結(jié)果

考慮電力無人機(jī)的飛行速度，確定任意時(shí)刻電力無人機(jī)的姿態(tài)控制目標(biāo)，如表1所示。

表1 電力無人機(jī)飛行姿態(tài)控制目標(biāo)

在無干擾、陣風(fēng)干擾和平均風(fēng)干擾工況下，重復(fù)執(zhí)行控制操作，保證姿態(tài)控制目標(biāo)相同。

2.3 描述控制效果測(cè)試實(shí)驗(yàn)過程及設(shè)置控制效果測(cè)試指標(biāo)

為了將基于貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的電力無人機(jī)魯棒姿態(tài)控制方法編寫進(jìn)飛控，需要采用Notepad++軟件，控制方法程序代碼的編譯以及固件的下載需要用開源軟件Arduino，通過這兩款軟件就可以對(duì)姿態(tài)控制程序進(jìn)行開發(fā)。將電力無人機(jī)放置到實(shí)驗(yàn)環(huán)境中，設(shè)置電力無人機(jī)的初始高度為0 km，姿態(tài)角均為0°，角速度為0 m/s。將生成的電力無人機(jī)姿態(tài)控制任務(wù)輸入到控制程序中，得出電力無人機(jī)魯棒姿態(tài)的控制結(jié)果，如圖6所示。

分別在陣風(fēng)和平均風(fēng)干擾環(huán)境下，重復(fù)上述操作，得出不同工況下電力無人機(jī)的姿態(tài)控制結(jié)果，并利用無人機(jī)內(nèi)置的傳感器設(shè)備，收集實(shí)時(shí)姿態(tài)數(shù)據(jù)。

根據(jù)實(shí)驗(yàn)測(cè)試目標(biāo)，從姿態(tài)控制精度和魯棒控制性能進(jìn)行測(cè)試，姿態(tài)控制精度公式為：

(23)

式中，θcontrol-roll(t)、θcontrol-cabrage(t)和θcontrol-yaw(t)分別表示控制作用下t時(shí)刻電力無人機(jī)的俯仰角、滾轉(zhuǎn)角和偏航角。另外，反映魯棒控制性能的測(cè)試指標(biāo)的計(jì)算公式如下：

(24)

式中，εclear(t)、εgust(t)和εMean wind(t)分別為無干擾、陣風(fēng)干擾和平均風(fēng)干擾工況下任意時(shí)刻的姿態(tài)角控制誤差，通過俯仰角、滾轉(zhuǎn)角和偏航角控制誤差的求和，即可得出上述變量的具體取值，另外，參數(shù)T為電力無人機(jī)的飛行時(shí)間。公式(24)的求解結(jié)果Δε反映了優(yōu)化設(shè)計(jì)方法在不同工況下控制精度的變化程度。為滿足電力巡檢工作對(duì)電力無人機(jī)姿態(tài)的控制要求，要求無人機(jī)俯仰角、滾轉(zhuǎn)角和偏航角的控制誤差均不得高于0.2°，指標(biāo)Δε取值不得高于0.5°。

2.4 控制效果測(cè)試實(shí)驗(yàn)結(jié)果與分析

在無風(fēng)干擾環(huán)境下，啟動(dòng)優(yōu)化設(shè)計(jì)的魯棒姿態(tài)控制程序，通過電力無人機(jī)飛行姿態(tài)數(shù)據(jù)的記錄，得出反映控制精度性能的測(cè)試結(jié)果，如表2所示。

表2 無風(fēng)干擾工況下控制精度測(cè)試數(shù)據(jù)表

將表1和表2中的數(shù)據(jù)代入到公式(23)中，計(jì)算得出俯仰角、滾轉(zhuǎn)角和偏航角的控制誤差分別為0.08°、0.06°和0.08°。獲得的3個(gè)角控制誤差最高為0.08°，該值低于0.20°，滿足實(shí)際需求。

重復(fù)上述操作，統(tǒng)計(jì)無人機(jī)飛行姿態(tài)數(shù)據(jù)，通過公式(25)的計(jì)算，得出實(shí)時(shí)控制誤差測(cè)試結(jié)果，如表3所示。

表3 陣風(fēng)工況下控制精度測(cè)試數(shù)據(jù)表

通過求和計(jì)算，得出陣風(fēng)工況下電力無人機(jī)的俯仰角控制誤差為0.18°，滾轉(zhuǎn)角和偏航角的控制誤差分別為0.16°和0.14°。得到的3個(gè)角控制誤差均低于0.20°，而該誤差在有陣風(fēng)工況下也滿足實(shí)際需求。

在平均風(fēng)工況下，電力無人機(jī)實(shí)時(shí)飛行姿態(tài)數(shù)據(jù)如圖7所示。

圖7 平均風(fēng)工況下電力無人機(jī)實(shí)際飛行姿態(tài)角數(shù)據(jù)

將圖7中的數(shù)據(jù)代入到公式(23)中，計(jì)算得出俯仰角、滾轉(zhuǎn)角和偏航角的控制誤差均為0.16°該數(shù)值低于0.20°，滿足了實(shí)際需求。

綜合上述3種工況的測(cè)試結(jié)果，發(fā)現(xiàn)電力無人機(jī)的姿態(tài)角控制誤差均低于預(yù)設(shè)值，即滿足控制精度要求。

為了進(jìn)一步驗(yàn)證設(shè)計(jì)方法的性能，通過不同工況下姿態(tài)角控制誤差的橫向?qū)Ρ?，得出反映?yōu)化設(shè)計(jì)方法魯棒性的測(cè)試結(jié)果，如圖8所示。

將公式(8)中的數(shù)據(jù)代入到公式(26)中，得出Δε的計(jì)算結(jié)果為0.47°，該數(shù)值與實(shí)際需求的0.5°相比，其降低了0.03°，由此可知，本文方法滿足實(shí)際需求。從測(cè)試結(jié)果中可以看出，優(yōu)化設(shè)計(jì)方法的魯棒控制性能滿足應(yīng)用要求。

為了體現(xiàn)出優(yōu)化設(shè)計(jì)方法在控制性能方面的優(yōu)勢(shì)，設(shè)置傳統(tǒng)的基于反步滑模算法的無人機(jī)姿態(tài)控制方法、基于故障觀測(cè)器的無人機(jī)姿態(tài)控制方法和基于自抗擾模糊參數(shù)優(yōu)化的無人機(jī)姿態(tài)控制方法作為實(shí)驗(yàn)的對(duì)比方法，在相同的實(shí)驗(yàn)環(huán)境下對(duì)電力無人機(jī)進(jìn)行魯棒姿態(tài)控制，并得出相應(yīng)的測(cè)試結(jié)果，如表4所示。

表4 魯棒姿態(tài)控制性能對(duì)比測(cè)試數(shù)據(jù)表 (°)

從實(shí)驗(yàn)結(jié)果中可以看出，在所有工況下，優(yōu)化設(shè)計(jì)方法的姿態(tài)角控制誤差始終低于3種傳統(tǒng)方法，通過公式(24)的計(jì)算，得出3種傳統(tǒng)方法的Δε指標(biāo)求解結(jié)果分別為0.68°、0.60°和0.80°，均高于優(yōu)化設(shè)計(jì)方法，由此證明優(yōu)化設(shè)計(jì)的基于貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的電力無人機(jī)魯棒姿態(tài)控制方法在姿態(tài)控制精度和魯棒性方面具有明顯優(yōu)勢(shì)。

3 結(jié)束語

電力無人機(jī)的姿態(tài)控制精度對(duì)于電力巡檢結(jié)果的精準(zhǔn)度具有直接影響，為了最大程度地提高電力無人機(jī)性能，提出了一種新的基于貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)的電力無人機(jī)魯棒姿態(tài)控制方法。該方法利用貝葉斯改進(jìn)神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)電力無人機(jī)的魯棒姿態(tài)控制方法，在一定程度上消除了外界干擾，在提高姿態(tài)控制精度的同時(shí)，提高控制方法的魯棒性。從實(shí)驗(yàn)結(jié)果中可以看出，優(yōu)化設(shè)計(jì)方法在控制精度和魯棒性等方面的性能得到明顯提升，其俯仰角、滾轉(zhuǎn)角和偏航角的控制誤差均低于0.2°，反映魯棒控制性能的測(cè)試指標(biāo)低于0.5°，并且與傳統(tǒng)方法相比，該方法在不同工況下的控制誤差均低于傳統(tǒng)方法，實(shí)驗(yàn)結(jié)果驗(yàn)證了設(shè)計(jì)方法的有效性。因此，該方法對(duì)于其他類型無人機(jī)的控制具有重要的參考意義。然而，此次實(shí)驗(yàn)只執(zhí)行一次，得出的結(jié)果存在一定的偶然性，需要在今后工作中進(jìn)一步完善。