运载火箭姿态系统自适应神经网络容错控制

针对运载火箭姿态系统跟踪问题,考虑干扰、执行器故障和模型不确定因素的影响,设计了一种基于自适应神经网络的非线性容错控制律。该控制算法结合了连续的终端滑模控制,径向基神经网络和自适应控制方法。首先,基于滑模控制理论,设计了一种快速终端滑模面,保证系统跟踪误差能够在有限时间收敛至零。然后,在终端滑模面基础上,提出了一种基于自适应径向基神经网络估计的终端滑模控制律。利用自适应参数的神经网络逼近系统参数并提高抗干扰性能,采用平滑连续控制策略消除了终端滑模中的颤动现象。通过李雅普诺夫的分析方法证明了闭环系统的收敛性和全局稳定性。采用数值仿真,验证了提出的基于自适应径向基神经网络的终端滑模控制律具有较好的跟踪性能和精度。     

面向非沿迹成像的姿态跟踪扩展观测器滑模控制

针对地面兴趣点不沿星下点轨迹的动态非沿轨迹成像问题,设计一种结合扩展状态观测器的非奇异快速终端滑模控制器。首先根据非沿轨迹成像模型的需求推导卫星姿态参考轨迹。其次,根据由误差四元数描述的跟踪误差运动模型设计了非奇异快速终端滑模控制律。考虑到干扰抑制,引入了扩展状态观测器来观测系统的总扰动,从而降低滑模控制律中的切换增益,削弱系统抖振。然后再用模糊自适应系统对切换项进行在线逼近,柔化控制信号,进一步减振。最后,对具有干扰和参数不确定的姿态控制系统进行了数值仿真,结果表明该方法收敛速度快,控制精度高。     

欠驱动航天器编队重构的切换神经网络控制

针对圆轨道欠驱动航天器编队重构问题,将传统的自适应神经网络控制器和自适应滑模控制器相结合,设计了一种切换神经网络控制器,用以跟踪由伪谱法求解得到的航天器编队重构的最优开环控制轨迹。自适应神经网络控制器在活跃区域内工作,利用径向基神经网络(RBFNNs)近似动力学系统中的不确定项,自适应滑模控制器在活跃区域外工作,利用自适应律来估计近似误差上界,并采用李雅普诺夫方法证明了闭环系统稳定性。数值仿真结果表明切换神经网络控制器可在欠驱动条件下实现编队重构,与线性滑模控制器相比,实现了控制器快速、高精度、强鲁棒等控制性能。     

对失控翻滚目标逼近的神经网络自适应滑模控制

针对失控航天器在空间中自由翻滚的情况，研究追踪器对失控翻滚目标逼近的位置和姿态六自由度耦合控制问题。建立追踪器与目标器相对运动的姿轨一体化动力学模型，设计追踪器逼近过程的标称轨迹和标称姿态。综合考虑系统不确定性和外部干扰，设计无抖振的神经网络自适应滑模控制器。将滑模控制与神经网络逼近相结合，采用径向基函数(RBF)神经网络对系统未知部分进行自适应逼近。由Lyapunov方法导出神经网络自适应律，通过自适应权重的调节保证整个闭环系统的稳定性。数值模拟实例说明了所设计的标称轨迹和标称姿态的合理性，同时验证了神经网络自适应滑模控制器的有效性。     

SE(3)上姿轨耦合航天器高精度快速终端滑模控制

针对编队飞行航天器姿轨耦合一体化控制问题,本文提出了一种高精度快速收敛的滑模控制方法。首先,建立了以Lie群SE(3)上指数坐标表示航天器位置和姿态跟踪误差的相对耦合动力学模型。然后以该指数坐标和速度跟踪误差定义的滑模面,设计了一种新型的基于切比雪夫神经网络(CNN)的非奇异快速终端滑模控制器(NFTSMC),实现了跟踪航天器对目标航天器的有限时间跟踪控制,并基于Lyapunov方法证明了系统的稳定性。该控制器无需显式的相对参考状态,不仅能保证滑模到达阶段和滑动阶段的有限时间稳定性,还由于引入仅需期望信号具有强逼近能力的CNN在线自适应估计系统总扰动而获得了较高的控制精度。最后,对主从模式的编队飞行航天器进行了仿真分析,结果表明该方法是有效可行的。     

考虑重力影响的柔性关节空间机械臂任务空间神经网络控制

针对柔性关节空间机器人地面模拟及空间应用受到重力或微重力不确定项干扰的问题,提出一种基于奇异摄动的任务空间神经网络自适应控制算法。首先建立了考虑重力影响的柔性关节空间机器人的模型,通过奇异摄动方法将系统降阶处理后,转换到任务空间进行控制器的设计,利用神经网络自适应算法对系统的不确定性进行逼近,并针对逼近误差设计了鲁棒控制器补偿,最后将控制量转换为关节空间的控制力矩。对系统进行了稳定性分析和仿真校验,结果表明,控制器可以解决柔性带来的系统高频谐振和失稳问题,并能有效抵抗系统扰动,具有很好的跟踪性能。     

基于极限学习机的有限时间自适应姿态控制

对存在转动惯量未知摄动和角速度有界约束的航天器姿态控制问题,设计了一种基于非奇异终端滑模面的有限时间姿态跟踪控制器。预设有界虚拟角速度作为外环系统的控制输入,使姿态角快速收敛到期望姿态。将外环虚拟角速度作为内环系统的期望轨迹,采用极限学习机(Extreme Learning Machine,ELM)在线估计包含未知转动惯量的部分,并基于非奇异终端滑模面设计了一种自适应姿态控制器,使内环输出角速度在有限时间内精确跟踪预设虚拟角速度,满足了角速度有界约束。理论分析了闭环系统的全局渐近稳定性。数值仿真了在轨抓捕非合作目标过程中的航天器姿态控制问题,验证了本文控制器的合理性和姿态控制器的优良品质。     

基于自适应神经网络的柔性关节空间机器人振动抑制控制

针对存在负载变化、建模误差和摩擦干扰的柔性关节空间机器人控制问题,提出了基于奇异摄动的神经网络自适应鲁棒控制方法。首先,通过拉格朗日方程和动量矩守恒定理建立柔性关节漂浮基空间机器人动力学模型;其次,通过奇异摄动理论将动力学模型近似分解表征为刚性的慢变子系统和柔性的快变子系统,针对于慢变子系统,设计基于神经网络补偿的自适应鲁棒控制器;针对于快变子系统,设计柔性补偿器和力矩微分反馈抑制器;最后,基于李雅普诺夫理论证明了控制系统的稳定性。仿真表明:所提出的控制策略是有效的,且在柔性补偿器失效的情况下,采用独立的神经网络自适应鲁棒控制器能够抑制弹性振动,并精确跟踪期望轨迹。     

近空间高超声速飞行器输入饱和抑制模糊自适应控制

针对近空间高超声速飞行器三通道姿态跟踪控制问题，提出了一种基于输入饱和抑制的非线性模糊自适应滑模控制器。考虑到飞行器模型具有严格反馈形式的特点，以反步法为基础，结合非奇异快速Terminal滑模方法设计控制器。设计了模糊系统估计模型中的干扰项，并通过自适应鲁棒项补偿估计误差，引入非线性增益函数提高控制系统的饱和抑制能力，并基于Lyapunov理论证明了闭环系统的稳定性。最后，通过仿真对比实验验证方法的有效性。仿真结果表明，所设计的控制器能够保证飞行控制系统在存在模型参数不确定性的情况下具有良好的姿态跟踪性能和输入饱和抑制能力。     

基于快速终端滑模的航天器自适应容错控制

针对存在不确定的执行机构部分失效故障和未知外界扰动的航天器姿态跟踪控制问题,提出了一种基于自适应快速终端滑模控制的容错控制方法。在没有故障检测与诊断信息的情况下,采用快速终端滑模控制原理,利用自适应算法在线估计得到的故障信息,设计具有鲁棒性的容错控制器,使系统在执行机构故障发生时,能在有限时间内以指数收敛,实现系统有限时间渐近稳定,以及对航天器的容错控制和干扰的抑制。仿真结果表明,与基于普通滑模控制器的容错控制相比,该方法在保证系统鲁棒性和可靠性的同时,具有更快的收敛速率,实现执行机构故障时有效的航天器姿态跟踪控制。     

任务空间内空间机器人鲁棒智能控制器设计

研究了基于神经网络的自由漂浮空间机器人在任务空间内的轨迹跟踪问题。首先利用RBF神经网络来逼近自由漂浮空间机器人高度非线性的动力学模型，然后设计了鲁棒控制器对逼近误差和外部干扰进行抑制。利用Lyapunov直接方法建立的新的神经网络参数和连接权值的在线学习算法，以及利用耗散理论设计的鲁棒控制器保证了系统的稳定性，并能够使系统L2增益小于给定的指标。利用该控制器对平面二连杆空间机器人进行了仿真研究，表明该智能控制方案是有效的。     

自适应RBF Terminal在精密实时跟踪控制中的应用研究

进行空间对接、空间光通信以及空间对抗等,需要在卫星间实现精确的捕获跟踪瞄准( Acquisition, Tracking, Pointing, ATP)。提出了用自适应RBF变结构控制方法实现捕获跟 踪瞄准系统中跟踪子系统的精密实时跟踪控制,以提高系统的性能。首先由Terminal滑模变 结构控制器实现快速稳定的跟踪,然后,通过自适应RBF神经网络对系统中不确定干扰的上 界进行估计。并且用李亚普诺夫方法证明了系统的稳定性和对参数变化的鲁棒性。最后,仿 真结果证明了方法的有效性。     

基于神经网络的不确定性空间机器人自适应控制方法研究

提出了一种针对自由漂浮状态的空间机器人模型不确定性的神经网络自适应控制 方法。通过RBF神经网络逼近模型的非线性函数和不确定性上界,无需预先估计系统的不 确 定性程度和外部干扰,提出的自适应控制律保证了权值的有界性,解决了神经网络权值的UU B（Unknown Upper Bound）问题,即未知上界有界问题,完成了笛卡尔空间内空间机器人轨 迹规划任务。证明了所提出的控制方法的稳定性,仿真结果表明控制方法避免了对空间 机器人动力学模型的参数线性化要求降低了计算量,能够满足实际任务中的实时性要求。
     

不同重力环境下空间机械臂神经自适应鲁棒控制

针对空间机械臂从地面装调到空间应用过程中重力项的变化问题,提出了一种神经网络自适应鲁棒补偿控制策略用于空间机械臂的末端控制,从而实现在地面重力环境下装调好的空间机械臂在空间微重力环境下实现在轨操控任务。通过神经网络在线建模来逼近系统模型中变化的重力项,逼近误差及系统的不确定性通过自适应鲁棒控制器来补偿。该控制策略不依赖于系统的模型,避免了回归矩阵的复杂计算及未知参数的估计,降低了计算量。基于李亚普诺夫理论证明了闭环系统的渐近稳定性。仿真结果表明该控制器对不同重力环境下空间机械臂的末端控制均能达到较高的控制精度,具有重要的理论研究和工程应用价值。     

柔性航天器预设性能及时间自抗扰姿轨跟踪控制

针对柔性航天器的姿轨机动及跟踪控制问题,首先基于模块化的多体动力学建模方法在SE(3)框架下建立柔性航天器的姿-轨-结构一体化动力学模型,其中航天器的位置、姿态使用李群SE(3)上的指数坐标来描述,然后进一步推导其相对动力学模型。在此基础上提出一种基于预定义性能及时间的积分滑模跟踪控制方法,通过引入预定义时间扰动观测器估计柔性附件弹性振动及空间环境的扰动,并在控制律中加入扰动估计结果的前馈补偿项,通过Lyapunov理论证明了系统的闭环稳定性和跟踪误差收敛性。该算法通过对状态误差的实时监测来调整执行器的输出,使控制器在系统存在柔性振动及空间环境干扰的情况下仍可实现高精度的姿轨跟踪。将其应用至柔性航天器姿轨跟踪系统中,仿真结果表明了该控制方案的有效性和实用性。