Адаптивное управление движением летательного аппарата с использованием нелинейной динамической инверсии и машинного обучения

Авиационная и ракетно-космическая техника

2026. Т. 33. № 2. С. 210-219.

Авторы

Дхиман Г. *, Степанова Е. Ю.**, Тюменцев Ю. В.***, Цхай Р. А.****

Московский авиационный институт (национальный исследовательский университет), 125993, г. Москва, Волоколамское шоссе, д. 4

*e-mail: Gd9617@mail.ru
**e-mail: lady.alena-he2015@yandex.ru
***e-mail: yutium@gmail.com
****e-mail: RomanTskhai106@yandex.ru

Аннотация

Рассматривается проблема адаптивного управления движением летательного аппарата (ЛА) в условиях неполного и неточного знания свойств объекта управления. Реализуемый подход основан на использовании метода нелинейной динамической инверсии, который позволяет осуществить точную линеаризацию модели движения во всей области режимов полета ЛА. Однако данный метод в его стандартном варианте требует наличия точной модели объекта управления. В статье предлагается подход к преодолению этого недостатка, заключающийся в применении нейросетевого компенсатора, учитывающего изменения в свойствах ЛА, вызванные отказами его оборудования и повреждениями конструкции. Реализованы три варианта компенсатора с использованием нейронных сетей прямого распространения, включая мультиперсептрон, сеть сигма-пи и сеть Колмогорова–Арнольда. На примере задачи отработки задающего сигнала по угловой скорости тангажа продемонстрирована работоспособность предлагаемого подхода.

Ключевые слова:

продольное угловое движение, адаптивное управление, нелинейная динамическая инверсия, нейросетевой компенсатор, мультиперсептрон, сеть сигма-пи, сеть Колмогорова–Арнольда

Список источников

  1.  Leith DJ, Leithead WE. Survey of gain-scheduling analysis and design. International Journal of Control. 2000;73(11):1001–1025. DOI: 10.1080/002071700411304
  2.  Халил Х.К. Нелинейные системы / Пер. с англ. И.А. Макарова. Под ред. А.Л. Фрадкова. Изд. 3-е. Москва, Ижевск: Институт компьютерных исследований, 2009. 812 с. (In Russ.).
  3. Ким Д.П. Теория автоматического управления. Том 2. Многомерные, нелинейные, оптимальные и адаптивные системы. М.: Физматлит, 2004. 464 с.
  4. Stevens BL, Lewis FL, Johnson EN. Aircraft control and simulation: Dynamics, Controls design and autonomous systems. 3rd ed. John Wiley & Sons, Inc; 2016. 764 p. DOI: 10.1002/9781119174882
  5.  Enns D, Bugajski D, Hendrick R, et al. Dynamic inversion: an evolving methodology for flight control design. International Journal of Control. 1994;59(1):71–91. DOI: 10.1080/00207179408923070
  6.  Miller CJ. Nonlinear dynamic inversion baseline control law: Architecture and performance predictions. AIAA Guidance, Navigation, and Control Conference (August 08-11, 2011; Portland, Oregon, USA). DOI: 10.2514/6.2011-6467
  7.  Ефремов А.В., Щербаков А.И. Сравнительный анализ современных подходов к синтезу систем управления летательных аппаратов // Вестник Московского авиационного института. 2025. Т. 32. № 4. С. 192-200. URL: https://vestnikmai.ru/publications.php?ID=186680
  8. Horn JF. Non-linear dynamic inversion control design for rotorcraft. Aerospace. 2019;6(3):38. DOI: 10.3390/aerospace6030038
  9.  Soneson GL, Horn JF, Zheng A. Simulation testing of advanced response types for ship-based rotorcraft. Journal of the American Helicopter Society. 2016;61(3). DOI: 10.4050/JAHS.61.032011
  10.  Bijnens B, Chu QP, Voorsluijs GM, et al. Adaptive feedback linearization flight control for a helicopter UAV. AIAA Guidance, Navigation, and Control Conference (August 15-18, 2005; San Francisco, California). AIAA–2005–6284. DOI: 10.2514/6.2005-6284
  11.  Ducard G, Geering HP. Airspeed control for unmanned aerial vehicles: A nonlinear dynamic inversion approach. 16th Mediterranean Conference on Control and Automation (June 25–27, 2008; Ajaccio, France), pp. 676–681. DOI: 10.1109/MED.2008.4602202
  12.  da Costa RR, Chu QP, Mulder JA. Reentry flight controller design using nonlinear dynamic inversion. Journal of Spacecraft and Rockets. 2003;40(1):64-71. DOI: 10.2514/2.3916
  13.  Valasek J, Ito D, Ward DT. Robust dynamic inversion controller design and analysis for the X-38. AIAA Guidance, Navigation, and Control Conference (August 06-09, 2001; Montreal, Canada). DOI: 10.2514/6.2001-4380
  14.  Zhang Y, de Visser CC, Chu QP. Aircraft damage identification and classification for database-driven online flight-envelope prediction. Journal of Guidance, Control, and Dynamics. 2018;41(2):449–460. DOI: 10.2514/1.G002866
  15.  Cao Y, Tan W, Xu Z. Aircraft icing: An ongoing threat to aviation safety. Aerospace Science and Technology. 2018;75:353–385. DOI: 10.1016/j.ast.2017.12.028
  16.  Cao Y, Wu Z, Xu Z. Effects of rainfall on aircraft aerodynamics. Progress in Aerospace Sciences. 2014;71;85–127. DOI: 10.1016/j.paerosci.2014.07.003
  17.  Stevens BL, Lewis FL, Johnson EN. Aircraft control and simulation: Dynamics, Controls Design, and Autonomous Systems. 3rd ed. Wiley-Blackwell; 2016. 722 p.
  18.  Дхиман Г., Тюменцев Ю.В., Цхай Р.А. Совместное использование метода динамической инверсии и обучения с подкреплением для оптимального адаптивного управления движением сверхзвукового пассажирского самолета // Известия РАН. Теория и системы управления. 2025. № 1. С. 163–180. DOI: 10.31857/S0002338825010133
  19. Enns D, Bugajski D, Hendrick R, et al. Dynamic inversion: An evolving methodology for flight control design. International Journal of Control. 1994;59(1):71–91. DOI: 10.1080/00207179408923070
  20.  Lombaerts TJJ, Looye GHN. Design and flight testing of nonlinear autoflight control laws. AIAA Guidance, Navigation, and Control Conference (August 13–16, 2012; Minneapolis, MN). DOI: 10.2514/6.2012-4982
  21.  Johnson EN, Turbe MA. Modeling, control, and flight testing of a small ducted fan aircraft. AIAA Guidance, Navigation, and Control Conference ( August 15-18, 2005, San Francisco, California). AIAA 2005-6281. DOI: 10.2514/1.16380
  22.  Bosworth JT. Flight results of the NF-15B Intelligent Flight Control System (IFCS) aircraft with adaptation to a longitudinally destabilized plant. AIAA Guidance, Navigation, and Control Conference (August 18-21, 2008; Honolulu, HI, USA). DOI: 10.2514/6.2008-6985
  23.  Haykin S. Neural networks: A comprehensive foundation. 2nd ed. Prentice Hall; 2006. 842 p.
  24.  Шибзухов З.М. Сигма-Пи-нейронные сети: Введение // XI Всероссийская научно-техническая конференция «Нейроинформатика–2009» (27–30 января 2009; МИФИ): Лекции по нейроинформатике. М.: МИФИ, 2009. С. 66–88.
  25. Liu Z, Wang Y, Vaidya S, et al. KAN: Kolmogorov-Arnold Networks. arXiv:2404.19756v4. 2024. 27 p. DOI: 10.48550/arXiv.2404.19756
  26. Acquatella P, van Ekeren W, Chu Q. PI(D) tuning for flight control systems via incremental nonlinear dynamic inversion. IFAC-PapersOnLine. 20th World Congress of the IFAC (July 9-14, 2017; Toulouse, France). 2017;50(1):8175-8180. DOI: 10.1016/j.ifacol.2017.08.1265

mai.ru — информационный портал Московского авиационного института

© МАИ, 1994-2026