共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
针对重复使用运载器(RLV)再入段的姿态控制问题,设计一种具有自主学习干扰观测器(SLDO)的滑模控制器。基于奇异摄动理论及时标分离原则,将RLV的姿态动力学方程划分为外环和内环子系统。根据RLV再入段模型不确定性和外部干扰均随时间变化、不可忽略且无法预知边界等特点,结合2型模糊神经结构、误差反馈学习架构以及滑模控制(SMC)理论,提出一种新型在线自主学习干扰观测器。设计基于SLDO驱动的多元超螺旋滑模控制器,完成对再入段姿态的跟踪。最后,针对6自由度RLV模型进行了仿真分析,仿真结果证明了控制方法的有效性以及鲁棒性。 相似文献
3.
针对姿态角受约束的重复使用运载器(RLV)再入段姿态跟踪控制问题,提出了一种基于障碍变换的预设时间控制方法。首先建立了面向控制系统设计的RLV动力学模型,设计障碍函数对动力学模型中受约束的状态量进行变换,得到等价无约束变量及控制模型;然后针对变换后控制模型,基于反步法思想设计了预设时间控制律,采用指令滤波器避免微分膨胀问题,并引入RBF网络对再入过程中RLV所受不确定扰动进行了补偿。Lyapunov方法证明了姿态跟踪误差可在预设时间内收敛至原点附近邻域,且姿态角满足时变约束。数值仿真验证了所提方法可保证姿态角满足约束,实现姿态跟踪误差预设时间收敛,且具有更佳的跟踪控制性能。 相似文献
4.
可重复使用运载火箭(Reusable Launch Vehicle,RLV)再入段气动环境复杂,针对RLV再入段姿态控制抗干扰和弱鲁棒性问题,提出一种模糊非线性PID(Nonlinear PID,NLPID)抗干扰控制器.为提高NLPID控制器的抗干扰和滤波能力,采用了新型跟踪微分器.为克服参数摄动和外界扰动对姿态控制... 相似文献
5.
针对空天飞机再入横、侧向通道的姿态控制问题,设计了一种智能神经网络自适应复合控制方法,基于误差反馈学习准则在线更新神经网络权重以补偿全量姿态控制律输出的姿态控制指令。同时,面向再入过程横侧通道的强耦合问题,引入了耦合控制系数,以降低横、侧通道间的控制干扰。此外,提出了一种自适应链式控制分配律,在控制信号中引入正交优化多正弦激励,基于递推最小二乘方法对气动参数进行在线辨识,进而实时更新链式分配策略。最后,对空天飞机再入横侧向通道的神经网络自适应复合控制方法进行数学仿真校验,验证了该方法的有效性和鲁棒性。 相似文献
6.
7.
8.
基于自适应动态逆的高超声速飞行器姿态复合控制 总被引:1,自引:0,他引:1
考虑高超声速飞行器再入过程中存在气动舵低效的问题,提出了质量矩/气动舵复合控制方式,研究了这两类执行机构的复合控制分配问题,并针对高超声速飞行器强非线性和不确定性的对象特性,基于神经网络方法设计了自适应动态逆姿态控制系统。首先给出了质量块配置原则以及质量矩/气动舵复合控制模型;其次,为获得良好的控制分配精度并保证较小的执行机构能耗,基于二次规划方法设计了质量矩/气动舵复合控制分配策略;再次,利用神经网络权值的自适应调整来逼近系统中存在的不确定性,补偿动态逆误差,设计了基于神经网络的自适应动态逆控制器。最后,通过仿真验证了文中控制分配策略和自适应动态逆方法的有效性。 相似文献
9.
10.
11.
针对可重复使用运载器(RLV)再入飞行强非线性、快时变特性和多种控制模式给姿态控制器设计带来的困难和挑战,提出了一种双环滑模反作用控制系统(RCS)/气动舵复合控制器设计方案。首先建立了RLV再入飞行的数学模型,基于时标分离原理,设计了快、慢双环回路控制系统,并采用滑模控制律(SMCL)获得控制力矩指令;所设计的RCS/气动舵复合控制器,由控制分配将控制力矩指令分别映射成RCS推力器执行的开关指令和气动舵面偏转指令,采用链式递增融合协调气动舵与RCS的复合控制。仿真结果表明,双环滑模RCS/气动舵复合控制器能较好地完成姿态跟踪控制,有效地节省RCS燃料,实现了气动舵面与RCS的协调控制。控制方案也能用于再入飞行器或空天飞机的控制系统设计。 相似文献
12.
针对高超声速再入飞行器非线性程度高、参数不确定性大、快时变等特点,提出一种基于神经网络特征模型的自适应滑模姿态控制方案。首先,采用现有特征建模方法,将对象模型中的非线性、时变不确定性压缩至特征参量中;进一步,结合模糊神经网络,将快时变特征显式地表征在特征模型中,使得待估计的特征参量具有时不变特性,从而易于其自适应律的设计。然后,在该神经网络特征模型的框架下,设计递推形式的自适应滑模控制律,以进一步提高飞行控制系统的鲁棒性。最后,通过仿真校验了所提出控制方法的正确性和有效性。 相似文献
13.
以可重复使用飞行器(RLV)的姿态控制系统为研究对象,提出一种基于归一化方法的新型复合控制系统设计方法。对RLV三自由度姿态动力学模型中的气动控制量和反作用控制系统(RCS)控制量分别进行归一化处理,建立RLV复合控制的归一化模型。在此基础上,通过对归一化模型的输入矩阵中同种执行机构控制阈值的设计,获得两种异类执行机构复合控制的切换条件,并进一步修正了归一化复合控制模型。基于积分型终端滑模控制方法,设计了可重复使用飞行器的复合控制系统,并采用广义逆的方法,直接将控制分配融合到控制律的设计中来,实现控制律和控制分配的一体化设计,不需要优化算法,减少了控制系统的计算量。最后,对可重复使用飞行器姿态控制系统进行数学仿真,不仅校验了采用归一化方法设计的复合控制系统的有效性,而且与采用线性规划优化控制方法具有相同的姿态控制效果。 相似文献
14.
RLV再入标准轨道制导与设计 总被引:1,自引:0,他引:1
将可重复使用运载器(RLV)再入轨道设计分为纵向轨道和侧向轨道设计两个过程:首先引入形状约束因子,在不进行轨道积分的情况下,在再入走廊内快速优化设计RLV再入飞行剖面;然后结合轨道跟踪控制,设计侧向方位误差走廊,快速生成满足末端能量管理(TAEM)接口和航程等要求的再入轨道。进一步提出修正标准飞行剖面参数的航程更新及制导方法,并采用RLV概念模型进行仿真分析。仿真结果表明这种RLV再入轨道设计方法能够快速生成再入标准轨道,相应的RLV再入制导方法可行,且具有较高的制导精度和可靠性,鲁棒性好。 相似文献
15.
16.
针对存在模型不确定性和外界干扰的刚性航天器,提出了一种基于高斯过程回归(GPR)的新型自适应滑模姿态控制算法。该算法具有自学习能力,在不同的姿态控制任务下都能够实现高精度、强鲁棒和高效率的姿态跟踪。首先,在航天器的四元数标称系统动态模型基础上,应用在线稀疏高斯过程回归(SOGP)方法学习系统的未知动态;其次,结合高斯过程的预测均值设计滑模控制算法,利用高斯过程的预测方差自适应调节控制增益,并应用李雅普诺夫方法严格证明闭环系统的稳定性,保证了航天器姿态跟踪误差的渐进收敛性;最后,通过数值仿真验证了所设计控制器的有效性。结果表明,该自学习控制算法与自适应滑模控制(ASMC)与神经网络自适应控制等算法相比,具有更快的收敛速度、更高的跟踪精度以及更低的控制成本。 相似文献
17.
针对高超声速飞行器(HSV)再入过程中强非线性、强耦合、气动参数变化剧烈的不确定性的特点,提出一种基于线性二次型调节器(LQR)和自抗扰控制(ADRC)的高超声速飞行器再入段的姿态控制方法。首先,建立高超声速飞行器再入段线性化模型,并采用LQR方法完成了状态反馈控制律设计。然后,结合自抗扰控制技术,设计了扩张状态观测器(ESO)对系统的模型不确定性和外部干扰进行补偿,大幅增强了系统的扰动抑制能力。最后,将得到的高超声速飞行器再入段LQR自抗扰姿态控制器(LQRADRC)应用于高超声速飞行器六自由度仿真,仿真结果表明本文所提出的控制方法能够快速、精确地跟踪角位置指令,并且对系统不确定性具有强鲁棒性。 相似文献
18.
19.
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。 相似文献