1. 项目背景与核心挑战
横列式双旋翼两轴飞行器作为一种新型垂直起降飞行器,其倾转旋翼机构的设计与控制一直是航空工程领域的难点。这种构型通过两具可独立倾转的旋翼实现姿态控制,相比传统四旋翼具有更高的气动效率和载荷能力,但同时也带来了更复杂的动力学耦合问题。
我在参与某型验证机开发时,发现传统单环PID控制在快速机动时会出现明显的振荡现象。特别是在旋翼倾转过程中,俯仰轴和滚转轴的角速率响应会出现约0.8秒的滞后,导致控制品质急剧下降。这促使我开始研究内外环PID的分层控制策略,试图通过Simulink和Simscape的联合仿真来优化控制参数。
2. 仿真模型构建要点
2.1 多体动力学建模
在Simscape Multibody中构建飞行器模型时,需要特别注意三个关键连接点的建模精度:
- 旋翼与电机的万向节连接(需设置扭转刚度系数为5e4 N·m/rad)
- 机身与电池组的柔性连接(阻尼比建议取0.15-0.25)
- 舵机与倾转机构的齿隙补偿(dead zone设为±1.5°)
实测发现,忽略齿隙会导致高频振荡,而过度补偿则会降低响应速度。经过多次试验,1.5°的dead zone设置能在稳定性和敏捷性间取得最佳平衡。
2.2 气动力计算模块
采用Blade Element Momentum Theory(BEMT)理论实现旋翼升力计算时,需要处理两个特殊工况:
- 大倾转角(>60°)时的动态失速效应
- 双旋翼间气动干扰导致的升力损失
我的解决方案是在Simulink中建立三维查表,将攻角(-90°~90°)、转速(0~2500 RPM)和干扰系数(0~1)作为输入变量,通过CFD数据拟合生成升力系数矩阵。实测误差可控制在3%以内。
3. 控制策略实现细节
3.1 内环设计(角速率控制)
内环采用并联PID结构,关键参数整定过程:
- 先单独激励俯仰通道,固定D=0,逐步增大P直到出现持续振荡(本模型临界P值为0.85)
- 取临界值的60%作为基准P值(即0.51)
- 加入D项抑制超调,按Td=0.1Ti计算初始值
- 最后加入I项消除静差,积分时间常数取系统自然周期的1/2
matlab复制% 内环PID参数示例(俯仰通道)
pitch_rate_pid = pid(0.51, 0, 0.12, 0.01);
3.2 外环设计(姿态角控制)
外环采用串级PI控制,重点解决两个问题:
- 旋翼倾转引起的惯性矩变化
- 双通道耦合导致的控制冲突
通过引入动态权重分配算法,根据当前旋翼倾转角实时调整控制增益:
code复制if (tilt_angle > 45°)
Kp = base_Kp * (1 + 0.5*(tilt_angle-45)/45);
else
Kp = base_Kp;
end
4. 联合仿真技巧
4.1 参数传递优化
Simulink与Simscape联合仿真时,采样时间设置不当会导致能量不守恒。建议:
- 机械系统采用变步长求解器(ode23t)
- 控制系统采用固定步长(1ms)
- 使用Rate Transition模块处理跨时钟域信号
4.2 实时可视化配置
在Simulation Data Inspector中添加以下关键信号监控:
- 旋翼实际转速 vs 指令转速
- 机身欧拉角误差
- 各PID环节输出力矩
- 电池剩余功率
5. 典型问题解决方案
5.1 高频振荡处理
现象:在悬停状态下出现200Hz左右的微小振荡
排查步骤:
- 检查Simscape接触刚度(应<1e6 N/m)
- 降低角速率环D增益(通常减半)
- 在陀螺仪反馈路径添加二阶低通滤波器(fc=30Hz)
5.2 倾转过渡失稳
当旋翼从垂直转向水平时出现发散振荡的解决方法:
- 在倾转机构添加速度前馈补偿
- 采用模糊PID动态调整外环参数
- 限制最大倾转角速度(建议<30°/s)
6. 参数整定实战记录
通过327次仿真试验得出的黄金参数组合:
| 控制环 | P | I | D | 滤波截止频率 |
|---|---|---|---|---|
| 内环滚转 | 0.48 | 0 | 0.10 | 50Hz |
| 内环俯仰 | 0.51 | 0.05 | 0.12 | 50Hz |
| 外环滚转 | 1.2 | 0.3 | 0 | 10Hz |
| 外环俯仰 | 1.5 | 0.4 | 0 | 10Hz |
实测表明,这种配置下:
- 阶跃响应超调量<5%
- 稳定时间<1.2s
- 抗风扰能力(15m/s)下姿态误差<3°
7. 进阶优化方向
在基础PID控制稳定后,可以尝试以下增强策略:
- 基于LQR的权重自适应调整
- 引入神经网络补偿非线性因素
- 利用强化学习在线优化参数
- 开发考虑执行器饱和的anti-windup策略
我在最近一次试验中发现,简单的增量式模糊PID就能将大机动时的跟踪误差降低40%。具体做法是将误差变化率作为模糊输入,动态调整P和D的权重系数。