论文部分内容阅读
四轴飞行器一种由四个旋桨提供飞行动力,实现不同飞行任务的装置。区别于常见的直升机,它的飞行不需要尾桨来平衡反扭矩力,仅通过四个旋桨的加、减速就能实现俯仰、翻滚、偏航、起降等一系列动作。为了提升飞行器的飞行稳定性和精度,更精确的数学模型和控制算法不断的被提出。传统的简单PID控制器其控制效果过分依赖于三个参数的选取,且整定过程没有科学的理论依据,单纯靠人工经验已经无法适应现代工业、服务业对于飞行器控制的高精度、高效率的要求了。因为粒子群算法(PSO)原理简单、效率高等优点经常被用在PID控制器三个参数的整定中。利用该算法大范围寻优的特性,优化了PID参数的整定效果。但是粒子群算法到了迭代后期,粒子更新的步长越来越小,容易陷入局部最优而导致算法过早收敛即“早熟”。基于此文章提出了一种改进方式,通过在粒子群算法中引入社会学习的概念,即粒子不是向全局最优值和个体历史最优值学习,而是向种群中适应度值优于自身的任意粒子学习。且为了消除上一次迭代的不当调整对本次迭代的影响,引入动态惯性权重,进行改进。这种改进算法在控制效率和控制精度方面都会有明显提升。本文对四轴飞行器的动力学方程和数学模型进行了深度的剖析,引入改进社会学习粒子群算法对PID控制器的参数进行整定,最后通过Matlab/Simulink仿真和飞行实验进行了验证,检验控制效果。具体内容如下:1.本文对四轴飞行器的发展历史、研究背景、应用前景和研究意义等内容进行了详细的介绍;2.根据牛顿力学定律对飞行器的建模过程进行了深度剖析,把整个控制过程分成位置PID控制和姿态PID控制两个部分;3.对常见的控制器和常见的智能调参算法分别进行了分析和介绍,比较论证各自的优缺点并说明最后选取粒子群调整PID参数这种控制方式的具体原因;4.具体介绍了PSO算法、PID控制器及PSO-PID算法各自的原理和实现方式。并在此基础上提出了两种改进算法,即自适应PSO-PID算法和改进社会学习PSO-PID算法。对这两种算法进行了详细阐述,根据仿真和飞行实验对比二者的优缺点。得到改进社会学习PSO-PID算法在控制效果上远优于标准PSO-PID控制算法和自适应PSO-PID控制算法。5.通过前面建立的数学模型,对其进行Matlab/Simulink仿真实验。对得到的仿真结果比较分析。最后在飞行器中进行试飞试验,得到的结果也证明了这种控制方式的有效性和优越性。