Урок 1: Введение в системы управления летательными аппаратами и представление в пространстве состояний¶

1. Введение в системы управления летательными аппаратами (СУ ЛА)¶

Системы управления летательными аппаратами (СУ ЛА) представляют собой комплекс устройств, предназначенных для обеспечения устойчивости, управляемости и выполнения заданных траекторий полета. Современные СУ ЛА являются сложными многомерными системами автоматического управления, которые играют ключевую роль в безопасности и эффективности полетов как пилотируемых, так и беспилотных летательных аппаратов [1].

Основными задачами СУ ЛА являются:

Стабилизация: Поддержание заданного положения и ориентации ЛА в пространстве при воздействии внешних возмущений (например, порывов ветра).
Управление: Изменение траектории и параметров полета в соответствии с командами пилота или автопилота.
Оптимизация: Обеспечение выполнения полета с наилучшими показателями (например, минимальным расходом топлива или времени).

Технические средства автоматики, используемые в СУ ЛА, можно разделить на две основные группы:

Системы автоматического управления (САУ) и регулирования (САР): Это “мозг” системы, который обрабатывает информацию от датчиков и формирует управляющие сигналы.
Элементы, устройства и подсистемы САУ и САР: К ним относятся датчики (гироскопы, акселерометры, приемники GPS), исполнительные механизмы (рулевые машины, приводы) и бортовые вычислительные машины.

2. Введение в пространство состояний¶

Пространство состояний – это математический метод описания и анализа динамических систем, в том числе и СУ ЛА. В отличие от классического подхода, использующего передаточные функции, метод пространства состояний обладает рядом преимуществ:

Применимость к нелинейным системам: Позволяет описывать и анализировать системы, поведение которых не описывается линейными дифференциальными уравнениями.
Работа с многомерными системами (MIMO): Удобен для систем с несколькими входами и выходами, что характерно для современных ЛА.
Учет начальных условий: Позволяет анализировать поведение системы при ненулевых начальных условиях.

Основными понятиями в методе пространства состояний являются:

Переменные состояния: Минимальный набор переменных, значения которых в данный момент времени полностью определяют будущее поведение системы при известных входных воздействиях.
Вектор состояния: Вектор, составленный из переменных состояния.
Пространство состояний: n-мерное пространство, осями которого являются переменные состояния. Текущее состояние системы представляется точкой в этом пространстве.

3. Математическое описание в пространстве состояний¶

3.1. Линейные непрерывные системы¶

Для линейной непрерывной системы с p входами, q выходами и n переменными состояния, математическая модель в пространстве состояний имеет вид [2]:

ẋ(t) = A(t)x(t) + B(t)u(t)
y(t) = C(t)x(t) + D(t)u(t)

где:

x(t) – вектор состояния (размерность n x 1)
u(t) – вектор управления (входные сигналы, размерность p x 1)
y(t) – вектор выхода (измеряемые сигналы, размерность q x 1)
A(t) – матрица системы (n x n), описывает собственную динамику системы.
B(t) – матрица управления (n x p), показывает, как входные сигналы влияют на изменение состояния.
C(t) – матрица выхода (q x n), определяет, как состояние системы преобразуется в выходные сигналы.
D(t) – матрица прямой связи (q x p), описывает прямое влияние входа на выход, минуя состояние. Часто эта матрица является нулевой.

3.2. Линейные дискретные системы¶

Для систем, работающих в дискретном времени (например, с цифровым управлением), используются разностные уравнения:

x(k+1) = Ax(k) + Bu(k)
y(k) = Cx(k) + Du(k)

3.3. Нелинейные системы¶

Для нелинейных систем уравнения имеют более общий вид:

ẋ(t) = f(t, x(t), u(t))
y(t) = h(t, x(t), u(t))

где f и h – нелинейные вектор-функции. Анализ таких систем значительно сложнее и часто требует линеаризации в окрестности рабочей точки.

4. Ссылки на материалы¶

Давыдов И.Е. Системы управления ЛА: Электронное учебное пособие. – Самара: СГАУ, 2013. – URL: https://repo.ssau.ru/bitstream/Uchebnye-posobiya/Sistemy-upravleniya-LA-Elektronnyi-resurs-elektron-ucheb-posobie-54206/1/Давыдов%20И.Е.%20Системы%20управления%20ЛА.pdf
Пространство состояний (теория управления) // Википедия. – URL: https://ru.wikipedia.org/wiki/Пространство_состояний_(теория_управления)

5. Практический пример на Python¶

Рассмотрим простой пример создания и анализа системы в пространстве состояний с помощью библиотеки control.

import numpy as np
import matplotlib.pyplot as plt
from control import ss, step_response, pole, zero
import control as ctrl

# Пример: Простая система второго порядка (масса-пружина-демпфер)
# Физические параметры
m = 1.0    # масса (кг)
k = 4.0    # жесткость пружины (Н/м)
c = 1.0    # коэффициент демпфирования (Н·с/м)

# Переменные состояния: x1 = положение, x2 = скорость
# Уравнение движения: m*x'' + c*x' + k*x = F
# В пространстве состояний:
# x1' = x2
# x2' = -(k/m)*x1 - (c/m)*x2 + (1/m)*F

# Матрицы системы
A = np.array([[0, 1],
              [-k/m, -c/m]])

B = np.array([[0],
              [1/m]])

C = np.array([[1, 0]])  # измеряем только положение

D = np.array([[0]])

# Создание объекта системы
sys = ss(A, B, C, D)

print("Система в пространстве состояний:")
print(f"A = \n{A}")
print(f"B = \n{B}")
print(f"C = \n{C}")
print(f"D = \n{D}")

# Анализ полюсов системы
poles = pole(sys)
print(f"\nПолюсы системы: {poles}")

# Проверка устойчивости
if all(np.real(poles) < 0):
    print("Система устойчива")
else:
    print("Система неустойчива")

# Переходная характеристика
t, y = step_response(sys, T=10)

# Построение графика
plt.figure(figsize=(10, 6))
plt.subplot(2, 1, 1)
plt.plot(t, y)
plt.title('Переходная характеристика системы')
plt.xlabel('Время (с)')
plt.ylabel('Положение (м)')
plt.grid(True)

# Фазовый портрет
plt.subplot(2, 1, 2)
# Для фазового портрета нужно получить оба состояния
t, y_states = ctrl.step_response(sys, T=10, return_x=True)
plt.plot(y_states[0], y_states[1])
plt.title('Фазовый портрет')
plt.xlabel('Положение x1 (м)')
plt.ylabel('Скорость x2 (м/с)')
plt.grid(True)

plt.tight_layout()
plt.show()

# Пример преобразования из передаточной функции
# G(s) = 1/(s^2 + s + 4)
from control import tf, ss

# Создание передаточной функции
num = [1]
den = [1, 1, 4]
G = tf(num, den)

# Преобразование в пространство состояний
sys_from_tf = ss(G)
print(f"\nПреобразование из передаточной функции:")
print(f"A = \n{sys_from_tf.A}")
print(f"B = \n{sys_from_tf.B}")
print(f"C = \n{sys_from_tf.C}")
print(f"D = \n{sys_from_tf.D}")

Установка необходимых библиотек:¶

pip install control matplotlib numpy scipy

Этот пример демонстрирует:

Создание системы в пространстве состояний из физических параметров
Анализ полюсов и устойчивости
Построение переходной характеристики и фазового портрета
Преобразование между представлениями (передаточная функция ↔ пространство состояний)