Methodology and techniques for designing control systems of autonomous helicopters

Resumen

En los últimos años, los vehículos aéreos no tripulados (representados normalmente por el acrónimo inglés UAVs) han traído un interés significativo, ya que evitan los riesgos humanos inherentes a vehículos aéreos pilotados por personas. A la hora de comparar las diferentes configuraciones de UAVs, los helicópteros presentan capacidades de vuelo como la estabilización en un punto fijo o el despegue y aterrizaje vertical, que constituyen una valiosa ventaja con respecto a las aeronaves de ala fija. Desafortunadamente los helicópteros son más difíciles de controlar. Esta tesis presenta contribuciones en este campo. En concreto, se abordan aspectos relacionados con el modelado, la identificación y el control basado en modelo. Para aplicar las teorías de control basadas en modelo se requiere un modelo apropiado del helicóptero, tanto para el diseño analítico de las leyes de control como para las posteriores simulaciones de validación que serán previas al trabajo experimental. Esta tesis analiza en detalle varias referencias representativas encontrada en la literatura en relación al modelado de helicópteros a escala, dando lugar a nuevas estructuras de modelado así como a procedimientos estandarizados para el ciclo de diseño de las estrategias de control basadas en modelo. Sin definir una estructura de modelado es un paso básico a la hora de aplicar técnicas de control basadas en modelo no menos importante es la identificación de los valores numéricos de los parámetros de modelados que hacen que dicha estructura sea realmente representativa del sistema real. Esta tesis presenta técnicas de identificación basadas en el Filtro de Kalman que vienen a resolver la necesidad de algoritmos sistemáticos y de alta precisión para la identificación de modelos no lineales de helicópteros a escala. En lo que respecta a las técnicas de control basadas en modelo propiamente dichas, tres enfoques distintos han sido explorados. En primer lugar se presenta una combinación de linealización por realimentación, control lineal, y redes neuronales encargadas de cancelar el error de modelado asociado a la linealización por realimentación. En segundo lugar se aplica la lógica borrosa para extender un controlador lineal PID multi-bucle basado en modelo. La principal aplicación de la extensión anterior es la validación de modelos bajo condiciones de operación no lineales y/o inestables, ya que el controlador diseñado mantiene la estabilidad de forma global incluso para ese tipo de maniobras arriesgadas. Finalmente se considera una estructura de control compuesta de leyes de control de alta ganancia, saturaciones anidadas y acciones de control de prealimentación. Por último, destacar que las contribuciones anteriores han sido realizadas mediante potentes herramientas de desarrollo que también han sido implementadas a lo largo de esta tesis. Una característica importante de estos entornos de desarrollo es que el mismo código que se utiliza para las simulaciones de validación puede ser empleado para la experimentación con el equipo real, una funcionalidad crucial para la fiabilidad del ciclo de diseño completo.