航天器周期时变模态参数闭环在轨辨识的子空间方法

考虑在轨闭环航天器的参数辨识,利用子空间方法辨识大型闭环航天器的周期时变模态参数和控制器的增益参数.讨论了反馈控制器增益矩阵在状态空间方程中的坐标变换情况.利用该方法对所建立的ETS-Ⅷ卫星模型的模态参数和控制器增益参数进行辨识,通过验证闭环系统的响应值,说明该方法在航天器的模态参数闭环辨识中是有效的.     

在轨航天器动力学参数辨识技术研究

针对在轨航天器低频密集和辨识时激励源有限且难于测量等特点,开展了适用于低频密集模态且不需激励信息的在轨航天器动力学参数辨识方法的研究,探讨了直接利用在轨响应数据在频域内辨识航天器动力学参数的技术;并根据在轨航天器低频密集特点,设计了在轨航天器动力学参数辨识仿真试验系统,对该辨识方法进行了试验验证。     

基于连续小波变换的飞行器结构模态参数辨识

给出了一种基于连续小波变换的多输入多输出MIMO(Multiple-Input Multiple-Output)飞行器结构模态参数的辨识方法.对结构离散运动方程进行连续小波变换建立了小波域内的系统AR(Auto Regression)模型,AR模型的系数矩阵决定着系统的动力学特性,可以通过最小二乘法求得.模态参数可以通过求解由AR系数矩阵构成的特征矩阵的特征值来获得.与已有基于小波变换的模态参数辨识方法相比,该方法应用了连续小波的时移共变性和小波变换的滤波能力来确保辨识的效率.在辨识过程中,采用优化算法提高了辨识的精度和稳定性.算例仿真结果表明该方法具有较高的计算精度和稳定性,能用于飞行器结构模态参数的辨识.      

组合航天器转动惯量在轨两步辨识标定

在轨辨识转动惯量参数是主动航天器与非合作空间目标构成组合体后实现高精度姿态控制的重要前提,文章提出了一种两步在轨辨识组合航天器转动惯量参数的方法。第一步以航天器本体坐标系滚动轴转动惯量为基准将转动惯量矩阵归一化,得到特殊的转动惯量比矩阵,建立与其相关的姿态动力学模型,提出了基于扩展卡尔曼滤波的在轨辨识算法,基于星上陀螺角速率测量信息在100s左右辨识出所有转动惯量比参数,克服了由于模型简单导致转动惯量信息辨识不完整的缺点;第二步基于第一步辨识得到的转动惯量比参数,采用最小二乘算法辨识得到滚动轴转动惯量值,计算量小,消耗能量少。最后给出仿真算例,辨识精度基本在1|之内,验证了方法的有效性。     

一种航天器智能自适应控制方法

航天器智能自适应控制是航天器智能自主控制的一个重要组成部分。研究以带可伸缩挠性附件航天器为对象,以实现高精度、高稳定度和强适应性为目标的智能自适应控制的基本原理和方法,根据对象特征模型和自适应黄金分割控制律提出了基于附件长度的变参数主动控制方法,即中心刚体控制与挠性附件主动控制相结合的联合自适应控制方法。数学仿真结果表明不管航天器挠性附件伸展或收缩,亦或是受到共振扰动,该控制器都能快速抑制姿态角和模态的振动,而且姿态角和模态超调量都很小,其控制效果优于其他控制器的控制效果。     

基于参数辨识的大型航天器自适应角动量管理

航天器姿态控制/角动量管理(ACMM)通过调整航天器姿态使引起控制力矩陀螺(CMG)角动量积累的扰动力矩相互抵消,从而有效减小用于CMG卸载的燃料消耗.设计的基于在线参数辨识的自适应ACMM控制器由在线参数辨识回路和反馈线性化回路构成.反馈线性化回路通过状态变换以及相应的输入变换,将原ACMM系统精确等价为一线性系统,通过线性控制器的设计得到适用于原系统的非线性控制律.在线辨识回路利用闭环控制信息对航天器质量特性进行辨识,弥补了反馈线性化对系统模型参数敏感的不足.以空间站组合体舱段转移任务为例进行的数学仿真显示,控制器在力矩平衡姿态(TEA)远离对地定向姿态时具有良好控制性能.     

石英挠性加速度计阻尼参数闭环检测方法

石英挠性加速度计作为一种高精度惯性测量传感器,被广泛用于航天器姿态控制及惯性导航中。在石英挠性加速度计设计时,摆组件在腔体内的阻尼系数是一项的重要参数。与摆组件的转动惯量及挠性梁刚度等参数不同,阻尼系数与摆片的表面积、摆组件工作间隙、大气压强等多种因素相关。为了获取石英挠性加速度计正常工作状态下阻尼特性参数,研究了一种基于系统闭环频率响应的阻尼系数测量方法。利用水平振动台获取石英挠性加速度计幅频特性曲线,采用最小二乘参数拟合的方法对石英挠性加速度计阻尼特性参数进行辨识。利用辨识得到的阻尼系数进行仿真,并绘制幅频特性曲线与实际采样输出比对,验证了基于系统频率响应的闭环测量方法有效可行。     

环量控制翼型非定常气动力建模

针对目前环量控制技术中射流参数与迎角对翼型气动特性的影响高度耦合，对应非定常气动力模型精度较差的研究现状，基于环量控制翼型强迫俯仰振动数值模拟数据，借助Kriging模型实现环量控制翼型的定常气动力插值，借助微分方程模型完成了适用于环量控制翼型的线性微分方程建模，采用两步线性回归参数辨识方法辨识线性微分方程模型中特征时间常数等参数，对高动量系数大振幅流动状态下的非线性影响进行修正。研究结果表明:基于Kriging模型实现的环量控制翼型定常气动力插值精度较传统气动导数模型高，建立的环量控制翼型非定常气动力模型能够精确预测不同流动状态下的气动力和力矩系数变化情况。      

改善航天器反作用轮扰动实验模型参数的辨识方法

反作用轮系统是影响航天器姿控系统精度的主要扰动源之一.建立反作用轮扰动模型的目的是预测扰动对航天器产生的影响,并采取相应的控制方法和隔离系统.基于反作用轮的扰动实验模型,通过对反作用轮扰动实验数据的分析,确定出反作用轮扰动实验模型中的参数:谐波数和幅值系数,并在此基础上提出了能量补偿法,最后进行了数值仿真.结果表明,谐波数的辨识精度不超过0.04%,当采用振幅谱法计算幅值系数时,误差高达15.5%;而用能量补偿法,其幅值系数的精度不超过1.1%.可见能量补偿法提高了幅值系数的辨识精度.本文研究为改善航天器姿态控制精度和稳定度奠定了一定的基础.      

六自由度压电隔振平台面向控制的模态分析与动力学建模

六自由度压电隔振平台各通道之间存在的强耦合性以及压电作动器固有的迟滞非线性都对系统动力学建模提出了挑战。为此，基于模态分析技术对六自由度压电隔振平台开展面向控制的非线性动力学建模研究。在充分考虑压电作动器的迟滞非线性后，采用模态坐标变换方法建立了隔振平台Hammerstein非线性动力学模型，包含了输入端的静态迟滞非线性子系统、解耦的模态方程组以及模态正/反变换矩阵。通过实验测量方法辨识得到模态方程中的参数，采用MPI模型辨识得到静态迟滞非线性子系统，并经过逆补偿控制实验验证了迟滞模型的正确性。基于迟滞逆补偿策略辨识得到模态反变换矩阵。最终建立了平台的动力学模型，为后续的控制奠定了良好的基础。      

单点伪随机激振传递函数法辨识宇航器结构模态参数

<正> 一、引言在研制航天器的过程中,经常遇到各种技术问题的决断,其中不少需要通过结构动态分析来解决。例如:动态载荷、稳定性、控制与结构的相互作用、隔振、消振和使用寿命等。模态试验的目的就是从所测得的输入激振和响应输出信息中去辨识结构固有的动态特性(固有频率、阻尼系数、振型向量等),用模态试验结果去验证和修正有限元模型,校核动态分析结果的有效性,检查结构的薄弱环节以及鉴定结构总体设计的合理性,从而进一步依     

扰动测量环境中基于图像序列的模态参数识别

针对结构模态参数识别,提出了一种基于二维连续图像序列的识别方法.该方法以CCD相机采集的图像序列为基础,在待识别结构上选取一定数量的特征点,运用因子分解法将结构运动参数和外形信息分离开,得到各特征点的运动轨迹,通过实施特征系统实现算法(ERA,Eigen-system Realization Algorithm)识别出结构的模态参数.特别是当测量仪器,即CCD相机受到扰动时,能够从图像序列中分离扰动,得到结构自身的运动参数,保证较好的识别效果.以相机受扰动时,悬臂梁模型为例进行了仿真分析.将识别出的悬臂梁前5阶频率与ANSYS计算结果进行对比,结果吻合很好,对于工程中利用光学图像识别结构动态特性具有较高的参考价值.     

基于补偿最小二乘的航天器轨道确定方法研究

航天器动力学模型误差是降低轨道确定精度的关键因素之一,文章将航天器动力学模型中的模型误差转化为测量模型的系统误差,建立了测量方程的部分线性模型;并根据补偿最小二乘原理,推导了部分线性模型参数估计方法,并证明了相关性质。仿真试验表明:部分线性模型更接近测量数据的真实表现;基于补偿最小二乘的航天器轨道改进方法能有效逼近航天器状态真值,定轨精度显著优于传统最小二乘估计。     

反演航天器在轨瞬态外热流的导热反问题

获得航天器在轨飞行过程中的外热流数据对于研究热控涂层在轨退化规律、各种空间因素对热控产品的影响以及航天器姿轨控发动机羽流热效应都有非常重要的意义,然而直接测量热流存在很多困难,因此可以通过求解导热反问题得到满足一定精度的结果.首先,通过研究利用航天器设备在轨遥测温度值反演出航天器在轨瞬态外热流的导热反问题方法,建立了反演航天器在轨瞬态外热流的数学模型,采用共轭梯度法求解导热反问题并从物理概念角度改进了共轭梯度法的迭代过程以增加其抗不适定性;然后构造了两组能够代表目前大多数地球轨道航天器以及深空探测航天器在轨吸收外热流变化的数值试验对共轭梯度法的反演效果进行了检验.除阶跃变化位置以外反演值与真实值的最大相对偏差为2.9%,反演效果非常好;对于阶跃变化位置的吸收外热流在对反演结果进行分析处理后也能够得到较好的反演结果.      

集群航天器球形边界控制

集群航天器由于其独特的优势,在未来航天任务中将举足轻重,其边界控制也随即成为研究热点.针对近距离伴飞的圆轨道集群航天器,以集群航天器蜂拥控制模型为基础,通过集群航天器球形边界的定义,运用粒子群优化算法,实现了稳定状态下集群航天器的边界参数寻优.采用球形空腔势函数的控制方法,结合集群航天器边界参数反馈信息,实现了对集群航天器球形边界控制,并仿真验证了算法的可行性.     

基于扩张状态观测器的无拖曳系统参数辨识

分析了卫星无拖曳控制系统的在轨参数辨识问题,由于无拖曳系统的不稳定性质,需要设计控制器使其稳定,在此基础上进行闭环辨识.根据自抗扰控制原理,设计了扩张状态观测器以估计系统不同控制回路的扰动和状态,基于状态和扰动估计值设计控制器使系统稳定.提出了基于扩张状态观测器（ESO）的多输入多输出系统闭环参数辨识方法.为提高实际应用中的辨识效果,引入积分型滤波器对观测状态中的噪声进行抑制.将这种方法应用于类似LISA Pathfinder的单轴无拖曳模型,对系统动力学参数进行估计,通过数值仿真实验验证了该辨识方法的有效性和实用性.      

基于深度学习的航天器组合体惯性参数在轨智能辨识

针对在轨服务过程形成新组合体的动力学参数未知的问题,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的智能参数辨识算法,实现在外力作用下,线动量和角动量不守恒条件下的航天器组合体多参数辨识。利用卷积神经网络权值共享的特点,设计4层卷积神经网络,通过短时间内对大量特定存储形式的状态数据的训练,实现航天器组合体多参数快速高精度辨识。利用数学仿真试验对算法的可行性进行验证,结果表明：在24s内,质量与质心位置收敛;1190s内,惯量参数收敛,辨识精度在3%以内。说明所提方法在外界随机干扰力和力矩影响下能准确快速辨识出航天器组合体质量、质心位置和惯量矩阵。