В этом примере показано, как постоянно развивать вашу модель объекта управления UAV, чтобы сохранить в синхронизации с последней информацией доступный.
Фон
Рабочий цикл беспилотного воздушного транспортного средства (UAV) обеспечивает инкрементно лучший доступ к характеристикам UAV, в то время как проект прогрессирует. Путем увеличения ее точности эта информация может использоваться, чтобы постоянно развить модель объекта управления посредством Основанного на модели подхода Проекта.
К концу рабочего цикла существует достаточно информации, чтобы разработать высокочастотный объект. Чтобы точно смоделировать UAV, a high-fidelity model включает моделирование всех сил и моменты, ветер and environmental effects и датчики подробно. Однако этот уровень информации может быть недоступным разработчику рано в процессе проектирования. Чтобы создать такой a complex model, может полететь несколько рейсов и испытаний в аэродинамической трубе, чтобы создать достаточно подробных аэродинамических коэффициентов, чтобы вычислить все силы и моменты, которые влияют на UAV. Эти factors can потенциально блокируют проект алгоритма руководства до конца процесса проектирования, когда более реалистическая оценка динамики UAV получена.
Чтобы одновременно спроектировать алгоритм руководства раньше, алгоритм UAV designer can запускается с модели низкого качества и развивает их модель объекта управления как и когда дополнительные данные становятся доступными.
Разработка a guidance algorithm using только модель низкого качества может также представлять угрозу. Без контроллера или аэродинамических ограничений, an optimistic метод руководства может перестать работать для действительного UAV с более медленной динамикой самолета.
Этот пример подсвечивает альтернативный подход. Вы прогрессируете от низкого-fidelity Guidance Block to носитель и then high-fidelity model путем прогрессивного добавления слоев управления и динамики к симуляции. В этом процессе модель средней точности становится полезным инструментом для усиления ограниченной информации о модели объекта управления, чтобы настроить и протестировать алгоритмы руководства.
Модель средней точности таким образом используется, чтобы протестировать данное следование траектории алгоритм. Поскольку высокочастотная модель недоступна, пока конец процесса проектирования, модель the high-точности только не используется позже, чтобы подтвердить наш подход моделирования путем сравнения переходного процесса и пути following behavior.
Чтобы получить доступ к файлам в качестве примера, нажмите Open Live Script или используйте openExample функция.
openExample('shared_uav_aeroblks/UAVFidelityExample')
Откройте проект Simulink™, предоставленный в этом примере.
cd fidelityExample openProject('fidelityExample.prj')
Проект содержит три версии модели UAV, низкого качества, средней точности и высокочастотный с шагами, чтобы изучить их переходной процесс и поведение следования траектории.
Примите, что ваш UAV имеет следующие технические требования проекта, показанные в приведенной ниже таблице. Вариант низкого качества, обеспеченный в этой модели, настраивается, чтобы достигнуть желаемого ответа, но можно настроить эти усиления для конкретных требований. Объект низкого качества использует Блок Руководства UAV, который является уменьшаемой моделью порядка для UAV. Чтобы запустить вариант низкого качества, нажмите Simulate Plant shortcut под Низким Fidelity group панели инструментов проекта.
Этот ярлык устанавливает параметр FidelityStage на 1, конфигурирует модель FidelityStepResponse, чтобы симулировать модель низкого качества и выводит переходной процесс. Переходной процесс вычисляется для высоты, скорости полета и ответа крена.
Откройте UAV Фиксированный блок Model Руководства Крыла в FidelityStepResponse/FixedWingModel/LowFidelity подсистеме. В Configuration tab смотрите набор усилений для высоты, скорости полета и ответа крена. Этот блок руководства интегрирует контроллер с динамикой самолета. Вариант низкого качества дает первую оценку того, как быстро UAV может реалистично ответить высокоуровневым планировщикам мелодии справки.
В то время как проект UAV прогрессирует, лифт и коэффициенты сопротивления становятся доступными. Двигатель для самолета выбран пользователем, который задает кривые тяги. Чтобы протестировать валидность алгоритма руководства против этой новой информации, пример добавляет эту информацию в модель объекта управления на этом шаге.
Чтобы спроектировать модель средней точности, для модели нужны только preliminary aerodynamic коэффициенты, кривые тяги и технические требования времени отклика. Чтобы смоделировать среднюю точность UAV, можно использовать Блок Массы Точки Фиксированного Крыла. Блок только требует лифта, перетащите и толкайте входные параметры силы, которые намного легче аппроксимировать в ранней стадии проектирования, чем подробные силы и моменты самолета. Чтобы настроить вариант средней точности, нажмите Setup Plant shortcut под Средним Fidelity group панели инструментов проекта.
Исследуйте вкладку Vehicle Dynamics в модели под Динамикой/Динамикой аппарата Объекта FidelityStepResponse/FixedWingModel/Mid Fidelty/UAV.
Модель средней точности представляет UAV как массу точки с первичными контрольными переменными, являющимися углом нападения и крена. Эта модель объекта управления средней точности берет в крене, тангаже, тяге как входные параметры управления. Блок массы точки принимает мгновенную динамику крена и угол нападения. Эта модель использует передаточную функцию для задержки крена модели на основе нашей спецификации ответа крена, совместно использованной в таблице в предыдущем шаге.
Самолет средней точности управляет тангажом вместо угла нападения. Поскольку угол нападения является входом с блоком массы точки, модель объекта управления преобразует тангаж в альфу с помощью следующего уравнения.
+
, и представляйте тангаж, угол угла тангажа в системе координат ветра и угол нападения соответственно.
В отличие от модели низкого качества, модель средней точности разделяет автопилот от динамики объекта. Объекту средней точности нужен контроллер внешнего контура для тангажа высоты и управления дросселя скорости полета, которое будет добавлено. Предопределенные предоставленные диспетчеры используют стандартные настраивающие ПИД циклы, чтобы достигнуть удовлетворительного ответа без перерегулирования. Чтобы смотреть контроллер внешнего контура, откройте Outer_Loop_AutopilotМодель Simulink.
Объект низкого качества был настроен на предыдущем шаге путем предположения, что всем техническим требованиям времени отклика выполняет UAV. Чтобы протестировать это предположение, используйте объект средней точности. Исследование переходного процесса улучшенного объекта используется, чтобы контрастировать эффективность варианта низкого качества и средней точности. Чтобы симулировать переходной процесс средней точности, кликните по the Simulate Plant shortcut под the Medium Fidelity group панели инструментов проекта. Переходные процессы появляются как фигуры.
Заметьте, что модель соответствует критериям расчета, показанным в приведенной ниже таблице путем достижения воздушного времени урегулирования скорости 0,6 секунд и ответа высоты 4,1 секунд. Однако ответ высоты медленнее, чем вариант низкого качества. Эта задержка в ответ ожидается из-за дополнительных аэродинамических ограничений, помещенных в объект средней точности.
С более точным ответом из модели средней точности UAV можно теперь протестировать waypoint последователя или алгоритмы руководства, чтобы следовать за waypoints. Для проекта алгоритма руководства смотрите "Настройку Последователь Waypoint для Fixed-Wing UAV" пример.
Чтобы симулировать и визуализировать среднюю точность следование траектории UAV модель, кликните по the Simulate Пути Follower shortcut под the Medium Fidelity group панели инструментов проекта.
Заметьте, что средняя точность UAV следует за желаемым путем точно.
Модель средней точности использовалась, чтобы протестировать проект последователя пути с помощью простых параметров самолета, доступных в раннем состоянии проекта. Однако важно продолжить добавлять точность, чтобы получить ответ управления UAV, чтобы изучить более комплексные ситуации. Например, использование более подробных коэффициентов аэродинамики позволяет анализ комплексных движений, таких как маневры копии. Другой пример, добавляя, что динамика привода позволяет вам изучить последующий эффект на контроллерах внутреннего цикла для отношения, которое может вызвать дестабилизацию. Таким образом высокочастотный объект позволяет улучшение проекта системы управления. На этом шаге, чтобы изучить изменение в ответ, мы смотрим на высокочастотный объект с этими добавленными движущими силами.
Высокочастотный объект вводит все силы и моменты с блоком 6-DOF, добавляет встроенные датчики и динамику привода моделей для UAV. В отличие от середины объекта точности, высокочастотная версия не берет входные параметры отношения непосредственно. Вместо этого контроллер внутреннего цикла добавляется, чтобы управлять отношением. Кроме того, цикл компенсации рыскания балансирует the non-zero sideslip. Повторные использования модели контроллер внешнего контура спроектированы для модели средней точности. Чтобы подтвердить это, модель средней точности предоставила полезную промежуточную информацию, используйте ответ более высокой модели точности.
Чтобы симулировать и визуализировать высокочастотный переходной процесс, нажмите Simulate Plant shortcut под Верхним-уровнем-Fidelity group панели инструментов проекта. Заметьте, что несмотря на добавленную сложность, траектория соответствует хорошо с моделью средней точности. Кроме того, заметьте, что техническими требованиями проекта является относительно то же самое для высокочастотного этапа. Это подобие показывает, что объект средней точности смоделировал динамику UAV точно.
К концу рабочего цикла высокочастотная модель наконец становится доступной. Чтобы получить итоговые характеристики следования траектории UAV, можно теперь протестировать алгоритм руководства, разработанный на предыдущих шагах на высокочастотном объекте. Нажмите Simulate Path Follower shortcut под Верхним-уровнем-Fidelity group панели инструментов проекта.
Заметьте, что модель получает подобный ответ на модель средней точности использование руководства и параметров управления внешнего контура. Это подтверждает алгоритм руководства с высокочастотным объектом.
Модель средней точности точно предсказывает динамику UAV, делающую оптимальное использование ограниченной информации, доступной во время проекта. Пример проектирует контроллер внешнего контура и тестирует waypoint последователя, не будучи нужен во всей информации в высокочастотной модели объекта управления.
Чтобы смоделировать дополнительную динамику, такую как задержка привода, объект средней точности гибок и может постоянно развиваться вместе с проектом. Пример получает результаты при условиях нулевого ветра. В присутствии воздействий ветра можно оказать негативное влияние на контроллер и отслеживание эффективности последователя пути. Чтобы увеличить контроллер автопилота, чтобы компенсировать действия ветра, усильте атмосферную модель ветра в высокочастотной модели объекта управления.