调整HL-20自动驾驶仪的MATLAB工作流程
这是关于HL-20飞行器飞行控制系统设计和调整的示例系列的第5部分。这一部分展示了如何在MATLAB®中执行大部分的设计，而不与Simulink®模型交互。
背景
本例使用的HL-20模型改编自NASA HL-20提升体机身(航天Blockset)，请参阅本系列的第1部分(HL-20机体的修剪和线性化)查阅详情。控制飞行器姿态的自动驾驶仪由三个内环和三个外环组成。
在第二部分(HL-20自动驾驶仪的角速率控制)及第三部份(HL-20自动驾驶仪中的姿态控制- SISO设计)，我们展示了如何关闭内部循环和调优外部循环的增益计划。这些例子使用了slTuner接口与Simulink模型交互，获得线性化模型和控制系统响应，并将调优值推回Simulink。
对于简单的架构和快速的设计迭代，在MATLAB中操作线性化的模型和使用基本的命令，比如反馈关闭循环。这个例子展示了如何在MATLAB中执行第2部分和第3部分的设计步骤。
获取植物模型
为了调整自动驾驶仪，我们需要从偏转到角位置和速率的传递函数的线性化模型。要做到这一点，从“修剪和线性化”步骤的结果开始HL-20机体的修剪和线性化)．回想一下,七国集团(G7)是一个七状态线性模型的机体在40个不同的(alpha,beta)条件，和CS是控件选择器块的线性化。
负载csthl20_TrimData七国集团(G7)CS
以Simulink模型“csthl20_trim”为参考选择I/ o，通过连接构建所需的工厂模型七国集团(G7)而且CS在系列。别忘了把从弧度转换成角度。
R2d = 180/pi;G =诊断接头([1 1 1 r2d r2d r2d)) *七国集团(G7) ([4:7 31:32], 1:6) * CS (:, 1:3);G.InputName = {“哒”，“德”，“博士”};G.OutputName = {“p”，“问”，“r”，“Phi_deg”，“Alpha_deg”，“Beta_deg”};大小(G)
8x5状态空间模型数组。每个模型有6个输出，3个输入和7个状态。
这为我们提供了一个8 × 5网格(alpha,beta)条件用于修剪的植物模型数组。
关闭内部循环
要关闭内部循环，我们遵循与第2部分相同的过程(HL-20自动驾驶仪的角速率控制)．这包括选择增益Kp,Kq,Kr来设置p,q,r环路的交叉频率分别为30,22.5和37.5 rad/s。
为每个(alpha,beta)条件计算Kp,Kq,Kr。Gpqr = G({“p”，“问”，“r”}:);Kp = 1./abs(evalfr(Gpqr(1,1)，30i));Kq = -1./abs(evalfr(Gpqr(2,2)，22.5i));Kr = -1./abs(evalfr(Gpqr(3,3)，37.5i));波德(Gpqr (1,1) * Kp, Gpqr (2, 2) * Kq Gpqr (3,3) * Kr, {1 e 1, 1 e3}),网格传奇('da to p'，'de to q'，“dr to r”）
使用反馈关闭三个内部循环。在装置输入da,de,dr处插入一个分析点，以便以后评估稳定裕度。
Cpqr = append(ss(Kp)，ss(Kq)，ss(Kr));分析点(“u”3);APu。位置= {“哒”，“德”，“博士”};Gpos =反馈(G * APu * Cpqr，眼(3)，1:3,1:3);gpo。InputName = {“p_demand”，“q_demand”，“r_demand”};大小(gpo)
8x5的广义状态空间模型数组。每个模型有6个输出、3个输入、7个状态和1个块。
注意，这些命令无缝地管理这样一个事实，即我们正在处理植物数组和与各种(alpha、beta)条件对应的增益。
调优外循环
接下来做外环。我们已经有了一系列线性模型gpo对于外环看到的“植物”。如第3部分所述(HL-20自动驾驶仪中的姿态控制- SISO设计)，将六个增益表参数化为多项式曲面。我们再次使用二次曲面来表示比例增益，使用多线性曲面来表示积分增益。
%网格(alpha,beta)设计点Alpha_vec = -10:5:25;% Alpha范围Beta_vec = -10:5:10;% Beta范围[alpha,beta] = ndgrid(alpha_vec,beta_vec);SG = struct(“α”α,“β”,β);比例增益%alphabetaBasis = polyBasis(“规范”2、2);P_PHI =可调曲面(“Pphi”， 0.05, SG, alphabetaBasis);P_ALPHA =可调曲面(“Palpha”， 0.05, SG, alphabetaBasis);P_BETA =可调谐曲面(“Pbeta”， -0.05, SG, alphabetaBasis);积分增益%alphaBasis = @(alpha) alpha;betaBasis = @(beta) abs(beta);alphabetaBasis = ndBasis(alphaBasis,betaBasis);I_PHI =可调曲面(“Iphi”， 0.05, SG, alphabetaBasis);I_ALPHA =可调曲面(“Ialpha”， 0.05, SG, alphabetaBasis);I_BETA =可调曲面(“Ibeta”， -0.05, SG, alphabetaBasis);
外部循环的总体控制器是一个对角线3 × 3 PI控制器，取角位置的误差，和计算速率需求p_demand,q_demand,r_demand。
KP =附加(P_PHI,P_ALPHA,P_BETA);KI =追加(I_PHI,I_ALPHA,I_BETA);Cpos = KP + KI * tf(1，[1 0]);
最后,使用反馈获得外环的可调闭环模型。要启用调优和闭环分析，请在工厂输出处插入分析点。
RollOffFilter = tf(10，[1 10]);分析点(“y”3);年。位置= {“Phi_deg”，“Alpha_deg”，“Beta_deg”};T0 =反馈(APy * Gpos(4:6，:) * RollOffFilter * Cpos，眼睛(3));T0。InputName = {“Phi_demand”，“Alpha_demand”，“Beta_demand”};T0。OutputName = {“Phi_deg”，“Alpha_deg”，“Beta_deg”};
你可以绘制闭环响应的初始增益表面设置(恒定增益0.05)。
步骤(T0, 6)
调优目标
使用与第3部分中相同的调优目标(HL-20自动驾驶仪中的姿态控制- SISO设计)．这些包括“MinLoopGain”和“MaxLoopGain”目标，将外部循环的增益交叉设置在0.5到5 rad/s之间。
R1 =调优目标。MinLoopGain ({“Phi_deg”，“Alpha_deg”，“Beta_deg”}, 0.5, 1);R1。LoopScaling =“关闭”；R2 =调优目标。MaxLoopGain ({“Phi_deg”，“Alpha_deg”，“Beta_deg”}，tf(50，[1 10 0]));R2。LoopScaling =“关闭”；
这些还包括不同的“裕度”目标，以在每个循环和跨循环中施加足够的稳定裕度。
%利润vs (alpha,beta)Gm = [.．.6 6 6 6 6 6 6 7 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 6 6 6 6 6 6 6 6 6;%相位裕度vs (，)PM = [.．.40 40 40 40 40 40 45 40 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 40 40 45 40 40 40 40 40 40 40 40 40 40 40];%制定不同的目标FH = @(gm,pm)优化目标。利润率({“哒”，“德”，“博士”},通用、点);R3 =可变目标(FH,GM,PM);
增益计划调优
你现在可以使用systune根据所有40个设计点的调谐目标来塑造6个增益面。
T = systune(T0，[R1 R2 R3]);
最终:软= 1.03，硬= -Inf，迭代= 53
最终的目标值接近于1，因此基本上满足了调优目标。绘制闭环角响应图，并与初始设置进行比较。
步骤(T0, T, 6)传说(“基线”，“调”，“位置”，“东南”）
结果与第2部分和第3部分中获得的结果一致。调谐增益曲面也类似。
clf注:setBlockValue用T中的调谐系数更新每个增益面subplot(3,2,1)， viewSurf(setBlockValue(P_ALPHA,T)) subplot(3,2,3)， viewSurf(setBlockValue(P_ALPHA,T)) subplot(3,2,5)， viewSurf(setBlockValue(P_BETA,T)) subplot(3,2,2)， viewSurf(setBlockValue(I_PHI,T)) subplot(3,2,2)， viewSurf(setBlockValue(I_ALPHA,T)) subplot(3,2,4)， viewSurf(setBlockValue(I_ALPHA,T)) subplot(3,2,6)， viewSurf(setBlockValue(I_BETA,T))
你现在可以用evalSurf采样增益曲面，并更新Simulink模型中的查找表。你也可以用codegen方法生成增益曲面方程的代码。例如
为“P”块生成代码MCODE = codegen(setBlockValue(P_PHI,T));获取“I phi”查找表的调优值Kphi = evalSurf(setBlockValue(I_PHI,T)，alpha_vec,beta_vec);
另请参阅
相关的话题
您也可以从以下列表中选择网站: