一种基于高效解耦的多谐波混合控制方法用于直升机主动振动抑制

《Mechanical Systems and Signal Processing》:An efficient decoupling-based multi-harmonic hybrid control for helicopter active vibration suppression

【字体: 大 中 小 】 时间:2026年01月14日 来源:Mechanical Systems and Signal Processing 10.2

编辑推荐:

  赵家豪|刘万强|李鸿武|龙新华中国上海交通大学机械系统与振动国家重点实验室,上海200240摘要以叶片通过频率为基频的多谐波振动响应是直升机振动控制的主要目标。基于滤波x最小二乘法(FxLMS)框架的算法在多谐波场景下往往难以兼顾控制性能与计算效率。为提升控制效果同时降低计算成本

  赵家豪|刘万强|李鸿武|龙新华中国上海交通大学机械系统与振动国家重点实验室,上海200240摘要以叶片通过频率为基频的多谐波振动响应是直升机振动控制的主要目标。基于滤波x最小二乘法(FxLMS)框架的算法在多谐波场景下往往难以兼顾控制性能与计算效率。为提升控制效果同时降低计算成本,本文提出了一种基于解耦的多谐波混合控制(DMHHC)算法。该算法设计了一种新型解耦补偿器,可实现次级路径解耦,并使不同频段的滤波参考信号幅度均衡,从而让单个FxLMS就能有效控制多个谐波,大幅降低计算成本。此外,还通过将重复控制(RC)与FxLMS相结合,构建了多谐波混合控制框架。次级路径解耦有效消除了集成过程中RC与FxLMS之间的干扰,使得该算法能够兼具RC的快速收敛性与FxLMS的稳态精度。仿真与实验均验证了所提DMHHC算法的有效性,表明其具有作为直升机振动抑制实用工程解决方案的潜力。引言旋转机械动力学的一个典型特征就是多谐波振动载荷。作为直升机中最大的旋转部件,主旋翼不仅承担升力作用,还会受到较强的空气动力激励力。飞行时,机身振动谱以kNΩ频率下的离散多谐波线条为主(其中k为谐波指数,N为旋翼叶片数,Ω为旋翼转速)[1]、[2]。过大的振动幅值会导致结构疲劳,影响飞机适航性,同时还会降低控制系统精度,进而显著降低飞行员操作性能与舱内舒适度。尽管传统的被动控制技术已被广泛用于直升机振动抑制,但将其应用于多谐波抑制时会带来极高的结构复杂度与重量增加问题[3]。相比之下,结构响应主动控制(ACSR)具备设计灵活性与强适应性,已成为解决直升机振动问题的有效方法[4]、[5]、[6]、[7]。在直升机的主动振动控制中,被控对象通常为多输入多输出(MIMO)系统,其特点是存在众多次级路径且通道间耦合效应明显。再加上机身结构复杂、模态分布密集,每个次级路径的频率响应特性都极为复杂[8]、[9]。面对这类复杂的MIMO系统,传统的PID或LQR等控制算法往往设计流程繁琐,且高度依赖精确的状态空间模型。此外,这些方法通常难以在多个谐波频率上提供足够的控制能力。基于频域准静态假设的高阶谐波控制算法,通过频域优化计算控制信号,已被证明可在MIMO系统中实现有效的稳态调节[10]、[11]、[12]。不过,这些方法需要反复进行离散傅里叶变换与逆傅里叶变换,导致实时计算成本高昂且收敛时间较长。与之相比,滤波x最小二乘法(FxLMS)最初由信号处理领域开发,随着系统识别与自适应控制技术的进步,于20世纪90年代被控制领域采用。该算法结构简单、适应性强且稳定性好,因此被广泛应用于振动与噪声控制领域[13]、[14]、[15]、[16]。然而,传统FxLMS算法在直升机主动振动控制中存在固有局限。首先,对于具有复杂动态特性的MIMO系统,FxLMS要求每个执行器的自适应更新同时考虑所有传感器的误差,才能最小化整体均方误差[8]。虽然这种方法能有效降低多个测量点的振动,但由于存在大量次级路径,会导致较高的实时计算成本、收敛速度慢以及较大的稳态误差。其次,鉴于旋翼激励的多谐波特性,先前的研究已表明,FxLMS的收敛速率与滤波参考信号自相关矩阵的特征值跨度密切相关。因此,当应用于多谐波激励时,传统FxLMS算法对某些谐波成分的收敛速度较慢[17]、[18]。现有的改进方法通常假设各谐波相互独立,通过带通滤波或谐波识别将不同谐波分开,然后为每个谐波应用并行结构的FxLMS控制器[19]、[20]、[21]。虽然这种策略能加快各谐波的收敛速度,但会大幅增加计算成本与控制器结构复杂度。综上所述,这些问题使得控制系统的计算成本取决于次级路径数量与需控制的谐波数量,从而限制了该算法的实际应用前景。正是基于这些考虑,才有必要探索更先进的策略,提升算法在实际应用中的灵活性。为提高FxLMS算法的收敛性能,已有多项研究[22]、[23]、[24]、[25]提出通过均衡不同频段下滤波参考信号的功率,从而加快各谐波成分的收敛速度。另一种更为直接的替代方法是基于最小二乘法的FxRLS算法,该方法采用全局优化策略并可实现自适应增益设计[26],但代价是计算成本与控制器复杂度都会显著上升。为平衡性能与效率,近年来的研究越来越多地聚焦于混合控制策略[27]、[28]、[29]、[30],即通过前馈控制器与反馈控制器协同工作,在保持灵活性的同时避免过高的计算成本,从而实现有效的振动抑制。在多谐波干扰抑制中,内模原理要求反馈控制器内置基频及其谐波的模型。单独为每个谐波建模会导致系统复杂度极高,而单一的重复控制器(RC)则天然包含了基频及其谐波的模型[31]。例如,崔等人[32]提出了一种多阶混合RC算法,用于抑制主动磁悬浮轴承系统中的谐波扭矩。郑等人[33]采用了并联RC–LADRC方案,以减轻特定频率下的谐波磁干扰。周等人[34]则提出了一种通用多频率RC框架,能够补偿包括多频率输入在内的各类周期性信号。吴等人[35]进一步阐明了RC的二维特性,指出了其连续的周期内调整机制与离散的周期间学习机制。与FxLMS相比,RC能更有效地利用谐波信号的重复性,从而实现更快的收敛速度。但在实际应用中,RC需要在稳态精度与稳定性之间进行权衡,而FxLMS在收敛后原则上可以在目标频率处提供无限增益,因而具有更优异的稳态性能。因此,将这两种方法相结合,为提升谐波干扰抑制效果提供了良好的途径。然而,研究表明,次级路径之间存在较强的耦合现象,这会在RC与FxLMS的收敛阶段及稳态阶段造成相互干扰,凸显出采用解耦策略的必要性。解耦技术被广泛应用于多变量系统控制领域[36]、[37]、[38]、[39],通过合理设计的补偿器可抑制通道间的耦合效应,将MIMO系统转化为独立的SISO通道,简化控制器设计。现有的解耦方法大致可分为基于模型的与无模型两类。对于阻尼较小但动态特性复杂的系统,直接基于逆模型的解耦方法往往无法保证系统稳定性。已有研究采用神经网络来近似计算次级路径的逆模型[40]、[41]、[42],但这些方法会带来较高的计算成本。此外,还有数据驱动的无模型或基于神经网络的解耦策略被提出[43]、[44]、[45],不过其在实际应用中的鲁棒性与泛化能力仍有待进一步验证。在多谐波干扰抑制方面,一种低复杂度的解耦策略是在目标频率下对系统传递函数进行对角化处理。王等人[46]提出了一种基于逆频率响应矩阵的时域解耦方法,解耦矩阵会随激励频率变化,但该方法并未针对多谐波场景进行专门设计。郑等人[47]将这一理念扩展到多谐波场景,通过FIR滤波器实现解耦控制器,并设计了用于多谐波抑制的自适应控制器。不过,不同频率的控制器必须分别设计,使得整体设计过程相对复杂。综上所述,由于直升机主动振动控制中的外部激励具有多谐波特性,且次级路径之间存在强耦合与复杂的动态特性,现有算法往往难以在控制性能与计算效率之间取得平衡,从而限制了其实际应用价值。基于上述问题,本文提出了一种基于解耦的多谐波混合控制(DMHHC)算法,旨在在保持较低计算成本的同时,提高收敛速度并降低稳态误差。本文的主要贡献如下:(1)开发了一种将重复控制与FxLMS相结合的DMHHC算法,有效融合了重复控制的快速收敛性与FxLMS的高稳态精度。(2)采用解耦补偿器实现次级路径解耦,消除两种算法之间的相互干扰,同时均衡不同频段下滤波参考信号的能量,从而使单个FxLMS控制器就能高效实现多谐波控制,大幅降低计算成本。(3)通过数值仿真与直升机地面试验,将所提算法与传统方法进行了对比。结果表明,DMHHC在多谐波干扰作用下能显著提升瞬态收敛速度与稳态抑制效果,同时保持较低的计算成本,并且在激励频率发生变化时也表现出更强的鲁棒性。本文的其余部分安排如下:第2节建立了包含电液伺服机构的直升机动力学耦合模型,并明确了控制问题;第3节介绍了基于DMHHC的多通道控制器设计,阐述了控制器间的协作关系、相互干扰现象及相应的缓解策略,同时还进行了稳定性分析;第4节给出了仿真研究结果;第5节通过直升机地面试验验证了所提DMHHC算法的有效性;最后,第6节对全文进行了总结。基本结构如图1所示,该图展示了本文所采用的直升机模型与控制方案。主齿轮箱通过四根主动支柱与四根抗扭支柱与机身相连,这些支柱中嵌装有电液伺服执行器。所提出的控制策略利用控制点处的加速度信号,通过设计好的算法计算出控制信号,再由液压驱动的执行器执行控制指令。基于解耦的多谐波混合控制算法本节介绍了用于直升机振动抑制的基于解耦的多谐波混合控制(DMHHC)算法。首先分析了现有算法中控制性能与计算成本之间的权衡关系,随后阐述了重复控制(RC)与滤波x最小二乘法(FxLMS)的优势,同时指出了次级路径间耦合带来的干扰问题。为解决这一问题,设计了一种低复杂度的解耦补偿器。数值仿真本节通过数值仿真验证了所提算法的有效性。首先,基于直升机动力学模型,并按照第3.1节所述的步骤,设计了解耦补偿器,将其在时域中实现,并验证了其对MIMO系统的解耦效果。随后,将所提算法与未采用解耦补偿器的RC–FxLMS方案进行了对比,从而证明了两者之间的干扰现象。实验验证本节通过直升机主动振动控制测试台,评估了所提DMHHC算法的有效性及其相较于传统方法的优势。首先描述了实验装置与测试流程,接着分析了在不同步长下DMHHC、传统FxLMS以及并行结构FxLMS的收敛情况,结果表明DMHHC中的FxLMS具有更宽的稳定性裕度。最后,在时变激励条件下,对控制效果进行了测试。结论本节总结了本文的主要工作与研究成果。为解决现有直升机主动振动控制方法中控制性能与计算成本难以平衡的问题,本文提出了一种DMHHC算法,该算法采用了解耦补偿器,并将重复控制与FxLMS相结合。主要研究结论如下:所提出的解耦补偿器能够均衡不同频段下滤波参考信号的能量,从而使FxLMS能够同时实现……作者贡献声明赵家豪:撰写——初稿、验证、方法论设计。刘万强:软件开发、数据整理。李鸿武:可视化处理、验证工作。龙新华:撰写——审稿与编辑、项目监督、项目管理。利益冲突声明作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。致谢本研究得到了国家自然科学基金(项目编号:12121002)的支持。作者衷心感谢国家自然科学基金在本次研究中所给予的帮助。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号