没想到飞行器控制与信息工程(飞行器控制与信息工程电脑要求配置)

文：缘一说编辑：缘一说引言在航空航天飞行器的研制过程中，飞行器的振动水平经常超出预期，抑制振动成为科研人员的一项重要课题。

 

文：缘一说编辑：缘一说

引言在航空航天飞行器的研制过程中，飞行器的振动水平经常超出预期，抑制振动成为科研人员的一项重要课题振动主动控制技术凭借出色的减振能力和较强的适应能力，逐渐成为研究热点,在结构上对作动器的位置进行合理布局是振动主动控制研究中的关键环节，直接关系到控制效果和控制成本。

作动器布局的优化配置，是指通过选择合适的优化准则建立位置优化的目标函数，并利用合理的算法进行位置寻优位置寻优的常用计算方法有非线性规划优化法、序列法、推断算法和随机类算法等其中非线性规划优化法需要设定目标函数并对其进行梯度计算，往往会使优化结果陷于局部最优解。

序列法包括逐步累积法和逐步消去法，序列法通常也只能得到次优解,推断算法主要包括最差出最佳入推断算法和穷尽单点代换推断算法，两者也经常会陷入局部最优随机类算法是采用概率方法对作动器的位置寻优进行优化计算，常用的有遗传算法、粒子群算法、蚁群算法等。

遗传算法是一种自适应的全局概率搜索算法，可以避免陷入局部最优解，将遗传算法和梯度投影方法相结合，在给定的作动器数量下，优化作动器位置。

采用改进遗传算法，以多阶目标模态动能同时达到最大为目标，提出一种作动器配置优化准则从能量角度出发，制定目标函数，对作动器的配置进行优化本文针对优化变量的离散性、唯一性和无序性在传统遗传算法基础上，改进编码方案以提高计算效率，以作动器的最大能效比为目标，研究作动器的位置优化配置方法。

并以典型飞机模型（GARTEUR模型）作为振动控制的对象，基于LabVIEW软件及NI硬件平台，完成该飞机模型的振动主动控制实验改进后的遗传算法对振动的主动控制比传统遗传算法效率更高、全局性更强、自适应更好。

作动器配置优化在作动器配置优化中，首先要确定优化配置准则本研究采用能效比作为作动器配置的目标函数研究作动器的配置，使之取得最大的能效比，即在作动器配置最优的情况下，输入相同的控制能量时，结构输出响应的能量最少。

式中，Fc表示激励振源控制力；uk(t)表示第ｋ个作动器的输入时域信号,ｓ表示作动器数量在振动被控点处布置传感器，定义传感器的测量能量为受控制位置处的能量在ｔ＝Tf时刻，对系统施加控制力的情况下，传感器的测量能量Jr为：。

式中，Y表示结构的观测响应；n表示系统中被控点的数目；ｍ表示系统中振源的数目；qik(t)表示第ｋ个振源在第ｉ个控制点处引起的响应从t＝0时刻到t＝Tf时刻，未对系统施加控制力的情况下受控位置处传感器的测量能量Jr0可以表示为：。

式中，xik(t)表示第ｋ个作动器在第ｉ个控制点处引起的响应，由此可得：

结合式(4)和式(1)，作动器位置配置优化性能指标函数EER（能效比）可以通过如下方式定义：

当能效比性能指标函数趋向最大时，作动器的控制效果最好，即当前计算得到的作动器配置位置是最优位置基于改进遗传算法的典型飞机模型作动器配置优化飞机模型作动器配置优化GARTEUR是欧洲航空科技研究集团设计的一种具有广泛代表性的飞行器模型，其动力学模态十分密集。

本次将以GARTEUR飞机模型为典型案例，研究利用改进遗传算法进行作动器配置优化的合理性和可行性有限元仿真动力学模型选用空间梁单元搭建飞机有限元模型，模型的单元节点及单元划分情况如图1所示图11中，机翼位置处共21个单元，包含21个节点，节点编号为1，2，3，…，21；全机共50个单元和51个节点。

为了验证模型的准确度，对该飞机模型进行自由状态模拟试验，将加速度传感器放置在机翼的各个测点。

图11：GARTEUR模型的节点位置示意图通过力锤敲击机翼，由动态信号采集板卡采集反馈信号，以模态参数为目标对模型进行修正，将仿真模型固有频率与实验模型固有频率的误差控制在5%以内，确保仿真模型与实验模型的高度吻合。

作动器配置优化的改进遗传算法遗传算法本质上属于随机搜索算法的一种，该算法是在全局范围内进行概率搜索，具有极强的自适应性，同时可以在概率搜索过程中较高效地寻找到针对目标函数的最优解或者准最优解。

对于作动器配置优化问题，首先需要通过编码的方式，使用遗传空间中所需的基因型串结构数据来表示研究对象采用二进制编码形式，编码、解码的操作过程比较容易，但当染色体长度增加时，求解效率会显著降低，且精度不高提出了一种

改进遗传算法，使计算准确性和计算效率均得到大幅度的提高，利用此算法进行配置优化的步骤如下。

编码与解码：作动器位置分布在机翼上面，作动器位置编号ｐ与模型机翼上的节点编号保持一致且ｐ∈[1,d]，ｄ为机翼上可以作为候选位置的个数，将ｐ作为优化变量，其定义域可以使用一组ｌ位的二进制编码串进行表征，且满足。

假设在模型上布置ｍ个作动器，飞机机翼上的节点范围是1~21，并且两两互异,若采用传统的二进制编码，则生成的染色体二进制长度为m×1在计算时，如果两个作动器位置编号分别为（9，8）与（8，9），或者其他类似情况时，就会出现无效解。

如果两个作动器位置编号相同，例如都出现(5)时，就会出现重复解，本文将作动器每一种不同的位置组合方式分别进行编号。

并且保证每一种作动器的位置配置方式都对应一个唯一的编号，避免某一种作动器组合对应两个不同整数编号从而出现无效解与重复解然后对编号进行二进制编码，用来代替每一个组合形式，这样可以避免计算得到无效解和重复解。

例如从21个节点位置中随机选２个位置，则一共有C221＝210个组合，对这210个组合依次进行编号，编号210采用二进制编码以后的长度为８对控制位置个数分别为1、2、3、4、5、6和10处进行控制，假设作动器数量与控制位置的个数相同，对作动器位置组合进行编号。

采用改进的二进制编码方式有效避免了重复解和无效解，而且编码长度比采用传统方法要小得多（表１），因此可以显著提高搜索效率。

表1：二进制编码长度对比所述的改进二进制编码方式，随机生成Ｎ个二进制串结构，即Ｎ个染色体，从而形成初始种群适应度评价函数，影响遗传算法收敛速度的关键因素是选择合适的适应度函数，适应度函数不合适可能导致无法找到最优解。

针对典型飞机模型提出了最大能效比的优化准则，根据式(5)将适应度评价函数表示为：

评价函数取最小值时对应的作动器位置点即为最优配置，设计变量是作动器位置（节点）编号P，P∈[1,21]对于不在此范围的个体，可以将Fitnes设置为Fitnes＝＋∞，用罚函数进行处理，违反约束条件的个体将很难继续完成遗传。

为确保进化后保留下来的都是适应度较好的个体以提高收敛效率，本文遍历每个个体的适应度，将一部分适应度较好的个体保留后遗传至下一代，将适应度较差的个体与子代一起组成集合参与后续选择。

为避免陷入局部最优解，变异和交叉需要协调配合，保证种群中个体的多样性假设给定的变异率为Pm，对每个基因随机产生一个数若r≤Pm，则进行变异，具体操作方法是将0变异为1，将1变异为0子代与父代的最优个体的适应度之差如果在指定的容差范围内，则遗传算法寻得最优解。

数值仿真本研究在对典型飞机模型的模态进行仿真计算之后，针对振源频率靠近和远离飞机模型共振频率区域的情况分别进行讨论两个振源为正弦信号，作用在节点9和13上，作动器输入也是正弦信号，输入频率区间为128～150Hz，振源幅值分别选取2.25N和0.07N，初相位都为０°。

单点控制和两点控制作动器配置优化的最优位置点以及能效比仿真结果如表２所示。

表2：单点控制和两点控制最优位置的仿真结果表2表明：当振源输入频率在某一共振频率附近时，输入频率变化，作动器的最优配置位置也会随之发生变化当振源输入频率从共振区域附近逐渐变化到远离共振区域时，作动器的最优配置位置也会发生变化，之后这个最优位置就一直稳定在某个位置或其附近。

当振源的输入频率再次进入另一个共振区时，作动器的最优配置位置又会改变，并且在不同的共振频率附近，作动器的最优位置并不相同，且不同频率下最优位置处的最大能效比也不同。

实验验证针对典型飞机模型，通过仿真计算得到作动器最优配置位置后，考察振动主动控制效果单点控制分别对振源输入频率为130Hz（共振频率附近）和140Hz（远离共振频率区域）时作动器单点控制的控制效果进行对比实验。

首先按照单点控制情况下得到的最优位置仿真结果，布置作动器进行振动主动控制然后将作动器放置在最优位置以外的其他位置，在同样的振源输入频率下完成振动主动控制，并与单点控制最优位置的控制效果进行对比以８号节点位置为加速度响应控制监测点，控制效果对比如表３、图２和图３所示。

图22：130Hz下作动器的单点控制结果从表3、图21和图22可以看出：不同频率下单点控制时，将作动器放置在最优位置处比放置在其他位置处获得的能效比更大，且能更快地收敛到稳定响应值两点控制根据表2可知，输入频率为140Hz时作动器最优位置在节点6和节点14处。

分别将作动器放置在求解得到的最优位置和其他位置，进行振动主动控制效果对比实验。以8号节点和14号节点为加速度响应控制监测点，控制效果对比如表4、图23和图24所示。

表4：两点控制效果对比从表４、图４和图５可以看出：两点控制情况下，将作动器放置在求得的最优位置处相较于放置在其他位置处获得的能效比更大、稳定响应值更小，控制效果更好。

图23：作动器的两点控制结果（以8号节点位置为监测点）

图24：作动器的两点控制结果（以14号节点位置为监测点）结语本次基于改进的遗传算法研究作动器的位置配置优化方法首先，从能量角度出发，以作动器的最大能效比为目标，以典型飞机模型为对象，给出了作动器的优化性能指标。

通过仿真对作动器的位置配置方式作出进一步优化，按照作动器配置的优化结果，振动控制中作动器配置优化研究到作动器单点控制和两点控制两种情况下进行了振动主动控制对比实验最后对振动主动控制对比实验结果进行分析，验证了通过改进遗传算法寻优得到的作动器配置优化方案是合理可行的，根据作动器的配置优化对结构进行振动主动控制的效果也更好。

参考文献[1] 悬架馈能作动器力学特性测试及非线性主动控制器设计. 陈士安;管毓亮;任洁雨;姚明;蒋栋.交通运输工程学报,2022[2] 面向结构动静态变形控制的作动器综合优化配置研究. 王祥;王晓宇;柴洪友.航天器工程,2022

[3] 主控格栅反射器基体结构/压电作动器参数集成优化设计. 宋祥帅;初未萌;谭述君;吴志刚.宇航学报,2021[4]面向结构振动主动控制的压电传感器与作动器优化配置方法. 黄全振;郭新军;张洋;陈素霞;高继勋.中国测试,2020

[5] 基于综合模态动能的作动器优化配置遗传算法. 席金耀;周强;涂建维.武汉理工大学学报,2020