翼伞自主归航雀降阶段控制方法研究

This project will research on the problem of flare control phase of parafoil autonomous homing system mainly. The optimization goals of flare control is the landing precision and minimizing Level speed. The several key problem on nonlinear control will be researched..On the aspect of dynamics model, a general method and principles for establishing a flexible, large angle of attack and nonlinear simulation model will be put forward. The Finite element method and curved surface vortex lattice method is used for the model..In regard of landing against the wind, a method of real-time wind identification flight based on the relation of position vector, velocity and acceleration is proposed. The Support Vector Machine(SVM) is used as the method of wind forecast. Wind identification is the essential condition of flare control.. The trajectory planning of parafoil flare control phase is discussed. A chaos particle swarm optimization is proposed to deal with trajectory planning of parafoil and payload system and the controlled object is the mass model of parafoil and payload system. .The research for control strategy will meet the different phases of flare control process. The control strategy will keep the parafoil in critical stall securely to reduce the level speed and vertical velocity . .Airdrop on the parachute tower will be applied as experimental validation.

本项目将重点研究翼伞自主归航中雀降阶段存在的控制问题，以最终实现可控雀降，提高着陆精度，减小着陆时水平速度为优化目标，从以下几方面研究翼伞雀降过程非线性控制的几个关键问题。动力学特性研究方面：充分考虑翼面气流分离和翼伞的柔性效应，结合翼伞结构应用有限元分析，采用曲面涡格法对气动力进行分析，建立精确反映大攻角工况的翼伞柔性非线性动力学模型。解决迎风降落方面：提出基于改进的矢量三角形法进行风向在线辨识，基于支持向量机预测风向，以实现迎风雀降。在雀降航迹优化方面：研究翼伞气动参数、绳索特性、载荷重量和风场条件与优化性能及轨迹特征之间的映射关系, 实现基于混沌粒子群优化算法的雀降过程轨迹规划。在控制策略研究方面：针对雀降不同阶段研究确定最佳的控制策略方法。提出基于鲁棒性分析，并结合对翼伞动力学特性的精确描述，实现失速临界状态的最优控制，最大限度降低翼伞着陆水平与垂直速度。伞塔空投试验验证研究结果。

本项目以研究翼伞系统自主归航中雀降阶段为切入点，着眼于翼伞系统在整个归航阶段的非线性建模和控制问题，以最终实现可控雀降，提高着陆精度，减小着陆时速度为目标，从以下几个方面研究翼伞系统归航过程中的几个关键问题。模型建立方面：基于CFD数值模拟技术研究了翼伞在襟翼偏转下气动性能变化，分析了翼伞在风雨环境中的压强分布、水膜厚度、姿态变化，通过引入襟翼偏转附加升阻力系数、雨膜影响因子、风荷载、雨荷载及风雨等效作用点修正翼伞气动方程，并在此基础上建立了翼伞系统在复杂干扰下柔性非线性八自由度动力学模型。解决迎风降落方面：提出了根据翼伞系统的对地速度求解风场的风速风向，并通过递推最小二乘法的迭代更新能力实现风场信息的在线辨识。借助大气动力学相关理论，建立了广义上部摩擦层风廓(风场)计算公式，并结合所建立的翼伞系统风场辨识模型，提出并建立了翼伞系统在线风场预测模型，从而为实现翼伞系统的归航、轨迹跟踪和迎风雀降的自主控制提供条件。在归航航迹优化方面：一方面，使用混沌粒子群算法、伪谱法和多目标优化算法研究了基于最优控制的翼伞系统航迹最优规划问题；另一方面，设计了一套完整的全高度分段归航航迹规划方案，并利用辅助种群量子差分进化算法和量子遗传算法进行寻优求解，最终规划出着陆精度高和迎风雀降的归航航迹。在控制策略研究方面：针对归航任务，提出了基于广义预测控制和自抗扰控制的翼伞系统轨迹跟踪控制策略，实现了翼伞系统轨迹跟踪控制。结合在线风场辨识，研究了翼伞系统在未知风场中归航控制问题，提高翼伞系统在未知风场中的归航精度和抗风能力。在试验验证方面：开发了翼伞系统半实物仿真平台和翼伞空投试验平台，提出了仿真试验、半实物仿真和空投试验的三层试验验证机制。仿真和半实物仿真试验为翼伞系统实际空投试验提供先验经验。三种试验手段相辅相成，为翼伞系统开发和实用化奠定了基础。