今日论文推介

Xinkai Li, Hongli Zhang, Wenhui Fan, et al. Finite-time control for quadrotor based on immersion, invariance, and composite time-varying barrier Lyapunov function with system state constraints and actuator faults[J]. Aerospace Science and Technology, 2021, 119: 107063.

https://doi.org/10.1016/j.ast.2021.107063

做科研应“顶天立地” 基础理论研究创新顶天 应用研究落到实地 ——李新凯

李新凯，博士，副教授，硕士生导师，现任电气工程学院自动化系副主任。2021年获得新疆大学电力系统及其自动化工学博士学位，获得新疆大学优秀毕业生、优秀博士学位论文，同年8月入职新疆大学自动化系。已发表论文10余篇，其中SCI一区期刊论文2篇，EI期刊论文6篇；取得6项国家专利；近年来，主持国家自然科学基金项目1项、自治区青年科学基金项目1项、自治区科研创新项目1项、新疆大学优秀人才A类科研启动资金项目；获批自治区天池博士计划、自治区优秀博士后资助。

研究领域：以无人机为主体的智能控制理论、变体无人机设计、电力巡检、智能无人集群系统、SLAM、人机协同、超对偶控制理论等。

研究背景/选题意义/研究价值巡检无人机在复杂任务执行期间要求轨迹及姿态跟踪系统既要具有优异的瞬态性能且能满足性能约束，又能使姿态和轨迹的跟踪误差快速达到稳态精度。例如，在遇到避碰避障或紧急指令时，巡检无人机必须在极短时间内响应，以免造成不可挽回的损失，同时快速稳定地到达新指令的系统状态。有三类问题需要深入研究：
（1）复杂工况中的非匹配扰动能够异于传统的匹配扰动对无人机造成影响，因而对非匹配扰动的处理显得尤为重要。（2）巡检无人机在工作周期中发生执行器故障难以避免，必须对其进行容错预案。（3）电力巡检无人机在穿越杆塔巡检时，对其飞行轨迹有严格的约束要求，否则可能进入巡检的非安全区，造成严重风险。因此，必须对巡检无人机进行系统状态约束。
主要研究内容针对巡检无人机执行器故障与系统状态约束的要求，提出一种基于浸入与不变（I&I）理论和隐含系统状态受限条件的复合型时变障碍Lyapunov函数的控制方法。首先，将包含执行器故障、偏执故障和多源扰动的数学模型转化为带有状态约束的误差系统稳定性问题。其次，设计了一种基于I&I理论的损失因子的自适应律，在自适应律设计中首次提出了有限时间动态尺度因子技术并开发了一种监督因子对其进行上位级的监督和调节。设计了基于时变障碍 Lyapunov函数和滑模面的控制器和多源扰动上界的自适应估计，其中构建的复合型时变障碍Lyapunov函数严格保证系统的约束条件。通过衍生的定理分析证明了系统状态跟踪误差是有限时间有界的。最后的仿真结果与分析证实了所提控制方法的有效性。

图1 执行器故障下巡检无人机控制方法原理框图

图2 多源时变扰动

图3 三种方法的轨迹跟踪

主要创新点

（1）结合I&I理论，首次提出了一种引入FT-DSF技术的效率损失因子自适应律，此外开发出一种监督因子对FT-DSF进行上位级（高层次/上层）的监督和调节，可有效提高动态估计误差调节的可操控性，并大大加快收敛速度。

（2）有限时间动态尺度因子的构建形式是首次被提出。与前人研究不同，新的表达形式保证了动态尺度因子在有限时间内可达到对尺度误差的自适应调节作用，且避免构建额外的系统状态观测器和状态估计误差的动态；直接采用了系统状态误差，减小了计算量。动态尺度因子的有限时间特性，至今尚未发现类似的研究。