飞行器网络控制系统的多指标鲁棒故障检测

针对存在马尔可夫短时延且状态转移概率部分已知的网络环境,研究了飞行器网络控制系统的多指标鲁棒故障检测问题.传统马尔可夫跳变系统的故障检测方法是将故障、外部输入和未知扰动作为广义输入,采用一个H_∞性能指标来进行故障检测滤波器的设计.由于该指标不具有明确的物理意义,为此需要研究多指标鲁棒故障检测滤波器的设计方法.通过将网络诱导时延描述为一个有限状态马尔可夫链,飞行器网络控制系统被建模为离散有限马尔可夫跳变系统.同时考虑残差对故障的敏感性和对未知扰动及外部输入的鲁棒性,以线性矩阵不等式的形式给出了多指标故障检测滤波器的存在条件和求解方法.最后通过数值算例验证了所提方法的有效性和优越性.     

飞行器网络控制系统在线故障检测算法

针对飞行器网络控制系统具有网络诱导时延且采样周期较短的情况,提出了一种飞行器网络控制系统在线故障检测算法.考虑未知时延对网络控制系统的影响,建立飞行器网络化控制系统故障检测模型.基于此模型,构造了残差生成器,将故障检测问题转化为最小化优化问题.以矩阵Moore-Penrose逆的形式给出该最小化优化问题的解,在每个采样周期内进行飞行器网络控制系统在线故障检测.数值算例表明:当飞行器网络控制系统存在未知时延时,该故障检测算法对故障敏感,同时对未知时延引起的扰动具有鲁棒性.     

飞行器网络控制系统故障检测与时域优化

针对存在马尔可夫短时延和丢包的网络环境,研究了飞行器网络控制系统的故障检测系统设计与优化问题.将含有上述问题的网络化控制系统建模为离散的马尔可夫跳变系统.在此基础上,基于观测器构建残差生成器,将故障检测问题转换成H_∞滤波问题,以LMI（Linear Matrix Inequality）的形式得到并证明了故障检测滤波器存在的充分条件和求解方法.为进一步改善检测性能,提高检测系统对故障信号的灵敏度,采用一种时域优化方法对残差评估函数进行优化处理,并给出了该优化问题最优解的求解方法.数值仿真说明了所提方法的有效性.      

变时延网络控制系统的鲁棒故障检测

针对具有时变时延的网络控制系统故障检测问题,提出了一种基于鲁棒H_∞思想的故障检测滤波器设计方法.将鲁棒H_∞故障检测问题归结为寻找滤波器参数矩阵,使得滤波系统内稳定并且满足鲁棒H_∞性能指标.根据残差评价函数和故障阈值判断系统是否存在故障.假设时变时延的上下界已知.基于时延相关Lyapunov-Krasovskii泛函方法给出了系统内稳定并且具有H_∞指标的时延相关条件.在外部控制输入、外界干扰和故障信号有界的情况下,所设计的故障检测滤波器能够保证生成的残差信号有界.针对HiMAT（Highly Maneuverable Technology）飞行器设计了故障检测滤波器,并通过仿真分析验证了所提出方法的有效性.     

一类非线性网络化系统的鲁棒故障检测

研究了一类非线性网络化系统的鲁棒故障检测问题.系统的不确定参数具有范数有界约束,非线性项满足扇形域有界条件,系统状态时滞时变有界.用服从伯努利分布的随机序列描述系统观测数据的随机丢失.将原问题转化为鲁棒H∞问题后,以线性矩阵不等式的形式给出了鲁棒故障检测滤波器的存在条件,进而得到所求滤波器的增益阵.     

网络控制系统有限频域故障检测和容错控制

考虑网络控制系统中存在的时延,研究了其在有限频域内的故障检测以及容错控制问题。针对有限频域内的故障信号,利用给定指标设计故障检测滤波器产生残差信号。为了保证系统在故障情况下的控制性能,进一步构造基于残差反馈的主动容错控制器对故障进行补偿。给出了故障检测滤波器与主动容错控制器存在并满足有限频域内性能指标的充分条件。利用线性矩阵不等式得到了故障检测滤波器和主动容错控制器参数。数值仿真表明所提方法能够获得良好的故障检测性能和容错控制效果。     

基于H_∞估计的鲁棒故障检测

为了减少故障误警率和提高故障检测精度 ,文章利用H∞ 估计和优化理论研究了线性离散不确定系统的故障检测问题。故障检测的关键是使余量发生器产生的余量对不确定因素和干扰输入具有鲁棒性 ,同时对故障具有敏感性。另外 ,文中还讨论了门限值的计算和选择问题。最后 ,仿真计算了在模型不确定性和随机干扰情况下 ,某飞行器传感器 /执行器故障的检测过程。与基于卡尔曼滤波的方法比较 ,基于H∞ 估计的故障检测方法能有效降低误警率。     

故障检测滤波器的同时故障分离

本文讨论利用故障检测滤波器对同时故障进行分离的问题。文中首先在系统所有事件矢量广义相互可检测条件下给出了同时故障可分离的充要条件及同时故障的分离算法,然后讨论了上述假设不满足情况下同时故障的分离问题。     

扫描故障检测处理系统

故检系统全称为故障检测处理系统,它相当于给火箭安上了自我诊断器。它的任务是从火箭点火前,故障检测处理系统通过检测火箭的重要飞行参数,按事先确定的判据自动进行火箭故障判别,当发现故障时向火箭有关系统和飞船发出逃逸指令和中止飞行指令。逃逸系统接到来自故障检测处理器或者是地面发出的逃逸指令后,迅速将飞船的返回舱和轨道舱带离危险区,并利用飞船的返回着陆系统完成逃逸救生任务。     

链式平滑切换变体飞行器LPV鲁棒跟踪控制

针对后掠角可变的变体飞行器,研究了一类变体飞行器的建模与控制问题。拟合气动参数与后掠角变化的关系,利用Jacobian线性化的方法得到线性变参数(LPV)模型。进一步建立一类平滑切换系统,同时引入切换序列受限的链式切换,推导了链式平滑切换系统在有限时间有界且具有鲁棒性能指标的充分条件。设计了一种平滑切换镇定控制器的求解算法,并给出控制增益的求解步骤。基于广义系统理论提出了保证变体飞行器姿态跟踪系统鲁棒稳定的充分条件,并通过算例验证所提方法有效性。     

基于变量贡献率的MSPC异常识别方法

异常识别是多元统计过程控制(MSPC, Multivariate Statistical Process Control)方法有效应用的关键.针对现有研究对历史异常信息利用的不足,综合考虑了主成分变量贡献率与重构误差变量贡献率对异常识别的影响,将两种变量贡献率进行归一化处理并求和得到综合变量贡献率;提出了一种基于综合变量贡献率的MSPC异常识别方法,并基于matlab计算平台实现了该算法.通过田纳西过程故障模式仿真及异常识别,对该方法的应用及算法有效性进行了实例验证.     

一种新的故障方法及其在直升机中的应用

提出了一种新的故障检测方法,该方法采用小波系数描述系统的故障特征,以模糊树模型作为系统故障特征的分类模型,并将此方法应用于直升机作动器的实时故障检测. 仿真结果表明,这种故障检测方法结合了小波变换和模糊树模型的特点,具有检测精度高、抗噪声和跟踪系统参数变化的能力强及特别适合于处理高维数据等优点.     

Multi-agent Q-Learning control of spacecraft formation flying reconfiguration trajectories

This paper presents a novel approach based on multi-agent reinforcement learning for spacecraft formation flying reconfiguration tracking problems. In this scheme, spacecrafts learn the control strategy via transfer learning. For this matter, a new generalized discounted value function is introduced for the tracking problems. Due to the digital nature of spacecraft computer systems, local optimal controllers are developed for the spacecrafts in discrete-time. The stability of the controller is proven. Two Q-learning algorithms are proposed, in each of which the optimal control solution is learned on-line without knowledge about the system dynamics. In the first algorithm, each agent learns the optimal control independently. In the second one, each agent shares the learned information with other agents. Next, the collision avoidance capability is provided. The effectiveness of the presented schemes is verified through simulations and compared with each other.     

New concepts for the avoidance or utilisation of methane in life support systems

Due to high resupply costs, especially for long-duration stays in space habitats beyond low earth orbit, future manned space missions will require life support systems (LSS) with a high degree of regenerativity. Possible ways to overcome the waste of resources and to save on resupply mass are therefore of major interest for the development of next generation environmental control and life support systems.