智能控制在航天推力矢量伺服系统中的应用及展望

运载火箭控制技术的快速发展对推力矢量伺服系统提出了面对复杂非线性负载的自适应力位综合控制,智能故障诊断管理等新要求。结合近年来智能控制理论的进展,分析了几种可用于推力矢量控制的新型控制方法。在伺服系统中应用一些先进的智能控制理论,有望在负载辨识和模拟、自适应主动柔顺控制、故障诊断及余度管理等方面取得比传统控制方法更好的应用效果。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控制的增益根据舵效变化完成在线自适应调节,实现飞行器的自适应姿态控制;最后,进行数学仿真验证,结果表明,将BP神经网络应用于飞行器姿态控制中,能够实现控制参数的自适应调整,说明BP神经网络具有优良的逼近性能,最终提升了飞行器姿态控制系统的性能,提高了智能化设计水平.     

《空间控制技术与应用》选题大纲

<正>一、总体设计1.系统理论、系统工程、系统集成与一体化设计2.控制系统方案设计3.先进的控制理论和方法(自适应控制、智能控制、鲁棒控制、模糊控制、变结构控制、最优控制等)4.系统建模、系统辨识和状态估计二、制导、导航与控制1.自主导航与组合导航技术2.姿态动力学和轨道动力学3.姿态测量和姿态确定技术4.挠性结构动力学和控制5.姿态控制和轨道控制6.交会对接与返回再入技术7.深空探测与着陆技术8.编队飞行与星座控制技术9.拦截器制导与控制技术10.机器人动力     

未来航空发动机控制技术的发展趋势

发动机控制系统在航空发动机系统中占有非常重要的地位,其性能的优劣直接影响到发动机及飞机的性能。本文针对未来航空发动机发展对控制系统的要求,分析了航空发动机控制技术的发展趋势。     

航天器自主故障诊断技术研究进展

阐述了航天器自主故障诊断的必要性、特点和主要挑战.将自主故障诊断技术分为基于解析模型的方法、基于信号处理的方法和基于知识的方法三类,重点归纳民近年来国内外航天器自主故障诊断技术的最新研究进展和存在的主要问题,总结了国内航天器自主故障诊断技术在实际项目中应用的现状,最后展望了航天器自主故障诊断技术未来的发展方向.     

面向不确定环境的航天器智能自主控制技术

针对智能自主控制系统所涉及的自主感知技术、自主决策技术和控制执行技术的研究现状进行了分析和总结,剖析了目前航天器控制系统在应对不确定环境时面临的困境。结合未来空间任务对航天器能力的需求,提出了一种新型"感知-演化-决策-执行"(OEDA)星上闭环控制框架,探讨了其特点和功能,进一步阐述了OEDA控制框架中所涉及的理论与方法,最后分析了该控制框架实际应用和进一步发展需解决的关键科学问题。     

编与读

读者朋友们:《读者园地》是广大航空爱好者畅谈理想,抒发对航空航天的热爱之情,广交朋友的平台。您可以将自己对杂志的意见和建议,将工作、学习、生活中的所想所感,对未来航空航天飞行器的设想,航空航天书法绘画摄影作品和收藏品以及需要我们解答的各种问题,通过邮箱传递给我们。我们也会根据来信内容的不同,组织相应人员进行回复或摘登。E-Mail:hkzszz@163.com     

航空发动机虚拟自学习控制方法研究

随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM 神经网络建立虚拟学习环境，然后采用深度强化学习TD3 算法，在虚拟环境中训练智能控制器，最后采用JT9D 发动机模型验证智能控制器的性能。结果表明：相比于传统PID 控制，智能控制器产生的超调量更小，调节时间更短。     

基于大脑情感学习模型的转台伺服系统设计

提出了基于大脑情感学习(Brain Emotional Learning,BEL)模型的高精度转台伺服系统智能控制方案.BEL模型是一种模拟哺乳动物大脑情感学习过程的仿生计算模型.设计了融合系统跟踪误差、控制输入等信息的BEL智能控制结构,通过选取不同的感官输入信号可获得不同的控制结构,采用联想学习方法在线学习BEL模型内部的节点权值来调节控制器参数,从而实现转台伺服系统的自适应跟踪控制.仿真和实验结果均表明,BEL智能控制器学习能力强,能抑制摩擦等非线性干扰因素,在实时控制系统中表现出较好的稳定性和较高的跟踪性能.     

基于物理模型的拟人智能控制

 回顾了自动控制理论与智能控制的过去和现在,讨论了它们存在的问题,提出基于物理模型的拟人智能控制。通过介绍一个成功的实例"平面运动单级倒立摆"的控制来阐明拟人智能控制的机理以及设计控制律的流程。对于复杂的非线性被控对象,只要知道其物理模型,应用拟人智能控制方法可以得到很好的结果。