Результаты моделирования с учетом ветра выводятся на осциллографе Bok_smtshenie2.

Для предотвращения устаревания коэффициентов фильтра и улучшения оценки угла скольжения через некоторое время после начала работы фильтра было остановлено интегрирование ковариационной матрицы P (рис.1.5.1), т.е. были «заморожены» коэффициенты фильтра. Время заморозки коэффициентов было подобрано экспериментальным путем и составило 1.8 секунды.

Рис.1.5.1 Структурная схема проведения процедуры «замораживания» коэффициентов фильтра Калмана

Проверим работу фильтра, при воздействии на БЛА, с установленной на него САУ, бокового ветра (рис. 1.3.2.10).

Рисунок 1.5.2 Угол скольжения БЛА (синяя линия) и его оценка (зеленая линия)

Как видно из результатов эксперимента, значение угла скольжения было оценено с ничтожно малой погрешностью, а время оценки не превышало одной секунды.

В силу того, что сила ветра входит в дифференциальные уравнения бокового движения БЛА в виде производной, оценить этот параметр с помощью фильтра Калмана точно довольно тяжело. Приняв во внимание тот факт, что мы достаточно точно (с погрешностью не более 20%) знаем математическую модель исследуемого БЛА, мы можем выделить значение силы ветра, используя следующий подход: зная все параметры БЛА на текущем шаге, мы можем рассчитать значение угла скольжения на следующем шаге без учета воздействия ветра. Таким образом, вычисляя это значение на протяжении всего полета, мы можем получить значение «полезного» угла скольжения, вызванного управляющими воздействиями. Зная оцененное значение угла скольжения, можно вычислить силу ветра.

Рис. 1.5.3 Результаты эксперимента с идеальной математической моделью БЛА (зеленая линия – идеальное значение силы ветра, синяя – ее оценка)

Рис. 1.5.4 Результаты эксперимента с при отклонении параметров математической модели БЛА от идеальных на 15-20% (синяя линия – идеальное значение силы ветра, зеленая – ее оценка)

Как видно из представленных графиков, данный метод достаточно точно оценивает силу ветра даже при отклонении параметров математической модели и может быть применен при компенсации воздействия бокового ветра на БЛА.

Рисунок 1.5.5 Процесс компенсации бокового отклонения, полученного в результате воздействия бокового ветра. Зеленой линией показан процесс, полученный без применения фильтра Калмана, синей – с его применением

Таким образом, как видно из результатов эксперимента, с применением фильтра Калмана существенно улучшилось качество переходного процесса, удалось сократить амплитуду переходного процесса по боковому отклонению при воздействии бокового порыва ветра.

По результатам работы можно сделать общий вывод. Реализация системы автоматического управления в боковом канале в режиме захода на посадку и посадке в сложных метеоусловиях (наличие бокового ветра) является сложной задачей. При наличии ограничений в математической модели ЛА таких как, ограничения по скорости отклонения выходного вала привода и угла поворота элеронов, приходится иметь дело с нелинейным объектом управления. Задача анализа и синтеза закона управления аналитическими способами является невозможной. В этом случае требуются дополнительные экспериментальные исследования, требующие корректировку передаточных чисел, используемых в законе управления и найденных до этого для линейной модели.

Следует отметить, что для обеспечения требуемого качества к процессам управления в боковом канале и для минимизации статической ошибки отклонения от заданной линии пути при наличии бокового ветра в законе управления необходимо учитывать некоторые неизмеряемые координаты, такие как, угол скольжения и угол ветра. В результате работы с использованием аппарата Калмановской фильтрации был разработан стационарный фильтр Калмана, позволяющий с требуемой точностью обеспечить получение оценок угла скольжения и угла ветра, которые впоследствии вводятся в закон управления. Использования стационарного фильтра Калмана (коэффициенты матрицы поправок являются постоянными величинами) позволяет определенным образом сэкономить вычислительные ресурсы бортового компьютера, что является важным в таком скоротечном режиме полета, как посадка. Результаты моделирования подтвердили выдвинутую гипотезу о том, что введение дополнительных оценочных координат БЛА улучшили характеристики переходных процессов при отработке отклонения от заданной линии пути при наличии бокового ветра 10 м/с.

Страницы: 1 2

Другое по теме:

Агрегатный участок
Эффективность использования автотранспортных средств зависит от совершенства организации транспортного процесса и свойств автомобилей сохранять в определенных пределах значения параметров, характеризующих их способность выполнять требуемые функции. В процессе эксплуатации автомобиля его ...

Проектирование схемы организации дорожного движения на перекрестке
Рост автомобильного парка и объёма перевозок ведёт к увеличению интенсивности движения, что в условиях городов с исторически сложившейся застройкой приводит к возникновению транспортной проблемы. Особенно остро она проявляется в узловых пунктах улично-дорожной сети (УДС). Здесь увеличива ...

Инвестиции в развитие железнодорожного транспорта
Ресурсы Земли истощаются, а потребности землян растут, что побуждает к поиску новых возможностей жизнеобеспечения. Это обстоятельство в значительной степени обусловило ход интеграционных процессов в мире: на Американском континенте, в Азиатско-Тихоокеанском, Центрально-азиатском реги ...