I moderna kontrollsystem är stabilitet hörnstenen i säker och förutsägbar drift. Ingenstans är detta tydligare än i quadrotor drönare, där instabilitet kan leda till katastrofalt misslyckande inom några sekunder. Detta fallstudie visar den praktiska tillämpningen av Routh-Hurwitz kriterium för att analysera och stabilisera kontrollsystemet för en quadrotor drönare. Genom att konstruera Routh array från den karakteristiska flygplansapparaten

Quadrotor Dynamics och Control Architecture

En quadrotor är ett underverkat, mycket kopplat nonlinear system. Dess rörelse styrs genom att variera hastigheterna hos fyra rotorer, vilket genererar dragkraft och vridmoment. För stabilitetsanalys är systemet vanligtvis linjärt runt ett svävande tillstånd, vilket ger en uppsättning avkopplade andra ordningen differentialekvationer för rulla, plana, yawments och höjd. Kontrollsystemet använder vanligen proportionell-integral-Derivative (PID) controllers runt varje axel, med loops closed rate

Linearized Model för Roll Axis

Tänk på rulledynamiken. Den linjäriserade ekvationen av rörelse är:

]

är rullvinkeln är inertiaögonblicket ] är det aerodynamiska dämpningsderivat, och ]] är kontrollderivat som representerar vridmomentet som produceras av differentialt drag. En PID-kontroller ger kontrollsignalen:

]

Att ersätta och bilda den slutna överföringsfunktionen ger en karakteristisk polynom av order tre (eller högre om sensordynamiken ingår). För ett tredje ordningenssystem:

]

Routh-Hurwitz-kriteriet låter oss sedan analysera tecknet på de verkliga delarna av rötterna utan att uttryckligen hitta rot.

Routh-Hurwitz-kriteriet: Ett systematiskt stabilitetstest

Utvecklat oberoende av Edward John Routh och Adolf Hurwitz, Routh-Hurwitz kriterium ger ett nödvändigt och tillräckligt villkor för stabilitet linjära tidsinvarianta system. Det använder koefficienter av den karakteristiska polynomial för att bygga en array (Ruth array). Antalet teckenförändringar i den första kolumnen av denna array motsvarar antalet rötter med positiva verkliga delar. För ett system att vara stilt, måste alla poster i den första kolonnen ha samma tecken ( positivt).

Bygga Routh Array

Med tanke på en polynom , är Routh-arrayen byggd rad efter rad:

  • Row 1: ] - koefficienter av jämna indexerade termer.
  • Row 2: ] - koefficienter av udda indexerade termer.
  • Efterföljande rader beräknas med hjälp av formeln: (där a1 är den första delen av den andra raden).

Om något element i den första kolumnen blir noll krävs särskild hantering (ersätt med en liten epsilon eller använd den extra polynomiska metoden). Om en hel rad blir noll, har polynometen symmetriska rötter, och matrisen fortsätter med hjälp av en extra polynom.

Stabilitetsvillkor för tredje ordersystem

För en kubisk polynomial förenklar Routh-Hurwitz-förhållandena till:

  • Alla koefficienter måste vara positiva (nödvändigt tillstånd).
  • Ojämlikheten måste hålla (tillräckligt villkor för tredje ordningen).

Denna enkla regel används ofta som en snabb kontroll innan du konstruerar hela arrayen.

Tillämpning till Quadrotor Roll Control System

För vår quadrotor fallstudie, den karakteristiska polynomial för rollaxeln, inklusive PID-kontrollen vinster och rotordynamik (modeled som en första ordningen lag med tidskonstant θ), härleddes som:

Där de numeriska värdena från det fysiska systemet är: ≤ 0,05 s (rotortid konstant), I xx = 0,01 kg ·m2, L 2 = 0,5 N ·m per enhet kontroll. De första PID vinsterna valdes baserat på heuristisk stämning: K p = 10, K i = 2, K d = 5. Substituting yields:

→ ]

Bygga Routh Array

Vi konstruerar arrayen för denna fjärde ordningen polynom:

  • Row 1 (s4): 0,05, 15,1, 10
  • Row 2 (s3): 1,5, 52, 0
  • Row 3 (s2): beräkna b1 = (1,5 * 15,1 - 0,05 *52) / 1,5 = (22,65 - 2,6) / 1,5 = 13,367; b2 = (1,5 * 10 - 0,05 * 0) / 1,5 = 10; b3 = 0,5 =
  • Row 4 (s1): c1 = (13.367*52 - 1.5 * 10) / 13.367 = (694.064 - 15) / 13.367 = 50.84; c2 = 0
  • Row 5 (s0): d1 = (50.84 * 10 - 13.367 * 0) / 50.84 = 10

De första kolumnvärdena är: 0,05, 1,5, 13,367, 50,84, 10 - alla positiva, inga teckenförändringar. Således är systemet med dessa vinster stabilt. Men om vi ökar den integrerade vinsten till K i = 20, de polynomiska koefficienterna förändras och Routh-arrayen avslöjar en signförändring, vilket indikerar instabilitet. Detta visar kraften i kriteriet för parameterutforskning.

Parameter Tuning Använda Routh-Hurwitz begränsningar

Istället för trial-and-error-simulering ger Routh-Hurwitz-kriteriet algebraiska ojämlikheter som måste vara nöjda för stabilitet. För den fjärde ordningens polynom som vi erhållit är de nödvändiga villkoren:

  • Alla koefficienter positiva: automatiskt nöjda om vinster är positiva och ≤ > 0.
  • Den första kolumnen i Routh-arrayen måste inte ha några teckenförändringar.

Genom att uttrycka de första kolumnposterna symboliskt när det gäller K p, K i och K d, härledde vi tre begränsningar. Att lösa dessa ojämlikheter definierar en stabil region i vinstutrymmet. För vår quadrotor, den stabila regionen visade sig vara:

  • ]
  • ]
  • (cirka från Routh-tillståndet)

Dessa begränsningar styrde valet av slutliga vinster: K p = 8, K i = 1, K d = 4, som ligger bra inom den stabila regionen och ger också god fasmarginal när den utvärderas via frekvensrespons.

Simuleringsresultat och validering

En icke-linjär simulering av kvadrotorn i ]]Gazebo miljö användes för att validera stabilitetsmarginalerna. Med Routh-Hurwitz-optimerade vinster visade rollresponsen på en 10-graders stegingång en inställningstid på 0,8 sekunder, överstiger mindre än 5% och ingen steady-state fel. I motsats till, vinster utanför den stabila regionen (t.ex. K i = 20) producerade diver oscillations som

Ytterligare robusthetstester inkluderade vindkrafter upp till 5 m/s och sensorbuller som är typiska för lågkostnads MEMS IMU. Kontrollen bibehöll stabilitet i alla fall, med den maximala rollvinkelavvikelsen kvar under 1,5 grader. Routh-Hurwitz-kriteriet gav således inte bara stabilitet utan också en baslinje för robust prestanda.

Praktiska genomförande överväganden

Medan Routh-Hurwitz-kriteriet är ett kraftfullt analytiskt verktyg, har det begränsningar. Det gäller endast linjära tidsinvarianta system, så den linjäriserade modellen måste vara giltig runt operationsplatsen. För aggressiva manövrar, icke-linjära effekter (t.ex. ställdonsmättnad, gyroskopisk vridmoment) kan orsaka stabilitetsförstöring. Ingenjörer bör komplettera Routh-Hurwitz-analysen med domän simuleringar [[2]

Dessutom introducerar digital implementering provtagningsförseningar och kvantiseringsfel. Dessa kan modelleras som en extra fasfördröjning, vilket minskar den effektiva fasmarginalen. Kriteriet kan fortfarande tillämpas genom att inkludera den digitala kontrollfördröjningen som en extra pol i den karakteristiska polynomen. För vår kvaddrotor, kör kontrollloopen vid 500 Hz hålls fördröjningen under 2 ms, vilket inte signifikant förändrade Routh-arrayresultaten.

Slutsats

Routh-Hurwitz-kriteriet förblir ett oumbärligt första steg i kontrollsystemdesign för quadrotor drönare. Detta fallstudie visade hur man härleder den karakteristiska polynomen av en quadrotors rollaxel, konstruerar Routh-arrayen och extraherar algebraiska begränsningar som definierar stabila vinstregioner. Metoden tillät snabb avvisning av instabila parameteruppsättningar utan omfattande simulering eller prototypning. Genom att integrera Routh-Hurwitz-analys med tuning riktlinjer, ingenjörer kan uppnå säkra, säkra, praktiska kontroll regioner praktiska, säker, säker, säker, säker, säker, säker, säker, säker, högprester.

För vidare läsning på Routh-Hurwitz-kriteriet, se ] omfattande Wikipedia-artikeln ]. En utmärkt referens på quadrotor-dynamiken är papperet av B. Corke i ]Robotics and Autonomous Systems ]]. För djupare kontrollteori, konsultera University of Michigan's Control Tutorials for MATLAB