飞行控制系统重构控制技术分析

钟声

近年来，我国空中交通日益繁忙，对飞行的安全性和可靠性要求也是越来越高，可重构飞行控制技术能有效减小对飞控系统硬件余度的要求条件，运用剩余的有效控制机构可以弥补故障与损伤造成飞行器动态属性的改变，让飞行器在发生较大故障与战斗损伤（如舵面、翼面结构损坏等）的状况环境下，还可以让飞机的性能保持在一个最佳状态，让飞行驾驶员可以继续完成任务或者安全返航。

随着科技的不断进步，飞机设计也变得更加的复杂，并朝着多操纵面的方向发展。多操纵控制面越来越多，更好的满足了飞行控制系统的重构条件。飞行控制系统重构控制技术的研究源于保障飞行安全性的考虑，也就是在故障出现或者遭受意外损伤的状况下，利用主动容错控制技术，对飞机发生的故障及损伤进行检测和辨识的基础上，有效的运用控制系统的功能冗余来给予飞行控制律的重构，使飞行器可以适应故障或者特殊任务环境，确保飞行的安全性与可靠性。近年来，我国空中交通日益繁忙，对飞行的安全性和可靠性要求也是越来越高，可重构飞行控制技术能有效减小对飞控系统硬件余度的要求条件，运用剩余的有效控制机构可以弥补故障与损伤造成飞行器动态属性的改变，让飞行器在发生较大故障与战斗损伤（如舵面、翼面结构损坏等）的状况环境下，还可以让飞机的性能保持在一个最佳状态，让飞行驾驶员可以继续完成任务或者安全返航。其研究对于飞行控制系统重构控制技术具有重要的价值。

一、飞行控制系统重构控制技术研究动态

重构控制概念提出最早的是美国国家航空宇航局（National Aeronautics andSpace Administration）缩写：NASA，早前的重构飞行控制技术研究范围比较狭小，重点是对飞机线性化模型在小扰动环境下的重构控制规律的设计分析。直到1989年，美国俄克拉马州立大学的Napolitano等学者通过长期的研究分析，提出了飞机控制的重构措施，以此生成飞行控制的重构算法。当前，飞控系统重构技术的研究有了突飞猛进的态势，如：根据飞机具有强耦合性、非线性和时变性等方面特征的庞大系统，飞控重构技术的研究中心在于不断提高飞控系统的自适应能力，也就是飞控重构技术的智能化。在将来，对于飞控系统重构技术的研究，将会不断去完备现有的重构控制算法与增益调节控制律的聚集，更好的让飞控重构技术具有运用潜力与适应灵活性。下面将对当前最热门的飞控系统重构方法进行探讨，包括关于故障信息进行重构设计的方法与不需要故障信息的方法。

二、飞行控制系统重构控制的方法

1、关于故障信息进行重构设计的方法。关于故障信息进行重构设计的方法主要包括伪逆法和多模型自适应法等。一是伪逆法。在飞行控制系统重构控制中伪逆法是一类非常常用的重构控制方法，伪逆法具有算法单一，实现简便，使得在理论研究与飞行验证中被大量的运用。伪逆法（P IM：Pseud021nverse M ethod）主要是通过改变反馈增益来实现故障系统重构的的一种控制方法。也就是在原系统的输入阵前乘以一个伪逆阵，所以也叫做伪逆法。运用伪逆法，主要是当针飞控系统操纵面损坏故障，也就是利用飞机飞行的故障信息动态篡改系统的反馈控制增益，使得系统在故障信息重构后达到以接近正常状况下的性能给予飞行控制。伪逆法虽然是一种简单有效的重构控制方法，但是优点也非常明显，就是在重构方案中无需改变已有的飞行控制律，只要在控制律与作动器中增加一个“控制混合器”。控制混合器是已经离线设计好的，在飞机飞行中，能够根据各种故障状况切换到各种工作模式。

二是多模型自適应法，多模型自适应法是对飞行器执行机构受损或者失效状况下，飞行控制规律重构的一种技术方案。多模型自适应法是以一个有限集为假设前提，在这个有限集里面可以全方位描述飞行控制系统会发生的各类损伤问题，同时在飞机飞行控制系统里面构建多个损伤辨识模型和相对应的控制器，而且这些控制器可以确保相应的辨识模型范围内完全大的集合内鲁棒，这样就能使得集合之间可以彼交迭，才能够确保重构控制设计解的存在。多模型自适应法是对整个飞行控制重构系统里面可能发生的损伤模型构建起相应的观测器，观测器会跟飞行器并行运动，并且实时的探寻最接近当前实际情况的模型，并转换到相符合的控制器，达到适应不同类型的故障环境问题。利用多模型自适应法，存在的问题就是飞行控制系统的整体鲁棒性很难评定。

2、不需要故障信息的方法。飞行控制系统重构控制中不需要故障信息的方法主要包括了直接自适应法、基于神经网络自适应重构控制方法等。接下来我将对：直接自适应法和基于神经网络自适应重构控制方法进行分析。一是直接自适应法。直接自适应法具有不需要知道故障的信息，只需要故障后的飞机满足系统正实性的条件，以此运用自适应调节机制，实现故障飞机跟随参考模型的输出，就能够重构系统稳定。自适应控制方法具有有效性，需要在特定的限制条件下进行。二是基于神经网络自适应重构控制方法。基于神经网络自适应重构控制方法具有一个非常明显的特征，就是无需事先知道故障的位置与大小，也没有对系统参数辨识的必要。作为以非线性飞行控制系统为研究对象的神经网络自适应重构控制方法就可以对飞行控制系统在故障状态下实现精准跟踪参考模型的输出。但是该方法有明显的优点，也同时有一个非常大的缺点，无法确保和评估重构控制律后控制系统的稳定性与收敛性。同时对神经网络的学习速度也需要一定的时间。