虚拟维修技术研究与应用

针对虚拟维修在建模与仿真等核心环节的研究中存有很大局限的问题,提出了虚拟维修方法体系,探讨虚拟维修理论与方法,在此基础上开展虚拟维修模型与仿真控制方法的深入研究.提出虚拟维修模型即维修任务网(MTN,Maintenance Task Net),MTN基于Petri网可描述维修过程,可表达维修过程中资源、活动和约束.提出MTN驱动虚拟仿真的触发规则及建立控制虚拟维修仿真机制.通过飞机典型设备维修案例对提出的虚拟维修模型和控制机制进行了实例验证,应用结果验证了建模与仿真方法的有效性,为支持维修性工程应用提供了可行的技术途径.      

应用虚拟结构的卫星编队飞行自适应协同控制

针对卫星编队飞行协同控制存在质量、转动惯量不确定性及外部扰动的问题,提出了一种应用虚拟结构的卫星编队飞行自适应协同控制方法。首先,通过对虚拟结构模型的描述,建立了虚拟结构状态变量与编队卫星期望状态之间的表达式;其次,设计了编队卫星和虚拟结构的位置、姿态自适应协同控制器,通过在虚拟结构控制器中引入编队卫星的状态误差,实现了编队信息至虚拟结构的反馈,并采用Barbalat引理证明了闭环系统的稳定性和对有界扰动的抑制:最后,以三星编队协同轨道机动和空间指向性偏转为例对所设计的控制器进行了仿真验证。仿真结果表明:设计的控制器能够实现对编队卫星质量和转动惯量的自适应估计,使得编队卫星位置和姿态控制误差最终趋近于零,验证了所提方法的有效性。     

基于射频的导航卫星星间链路信息传输与仿真研究

星间链路是导航卫星实现精密定轨和自主导航的关键技术之一。导航卫星通过星间链路完成伪距测量和数据交换,维持系统稳定运行的时空基准,保证系统持续提供精准导航服务。根据全球导航卫星系统的建设情况和发展趋势,首先介绍星间观测和信息传输频段,并从天线特征、多址控制方式和网络拓扑结构等角度分析了射频链路的工作体制。最后,针对实际导航卫星星座,应用OPNET平台建立导航信息传输仿真模型,通过分析信息传输效率,验证了基于射频链路导航信息传输的可行性和有效性,对全球导航卫星系统的星间链路研究具有一定的参考价值。     

基于射频的导航卫星星间链路信息传输与仿真研究

星间链路是导航卫星实现精密定轨和自主导航的关键技术之一。导航卫星通过星间链路完成伪距测量和数据交换,维持系统稳定运行的时空基准,保证系统持续提供精准导航服务。根据全球导航卫星系统的建设情况和发展趋势,首先介绍星间观测和信息传输频段,并从天线特征、多址控制方式和网络拓扑结构等角度分析了射频链路的工作体制。最后,针对实际导航卫星星座,应用OPNET平台建立导航信息传输仿真模型,通过分析信息传输效率,验证了基于射频链路导航信息传输的可行性和有效性,对全球导航卫星系统的星间链路研究具有一定的参考价值。     

航天器智能自主控制研究的回顾与展望

航天器智能自主控制是一项极其庞大复杂的工程,本文首先回顾国内外航天器智能自主控制的研究现状和北京控制工程研究所近30年来在此领域所取得的成就.接着重点阐述航天器智能自主控制进一步研究的具体内容：航天器自主导航;航天器智能自适应控制的理论和方法;故障自主诊断和重构;信息智能自主管理等.最后论述航天器智能自主控制的发展目标和总体规划.     

月球软着陆的高精度自主导航与控制方法研究

提出了一种月球软着陆的高精度自主导航和控制方法.根据测距波束视线相对月面的几何关系,确定本体系的月心方向,组合利用测速仪获取的本体系三维速度确定本体系相对轨道系的姿态、速度及高度,并根据确定的参数性质选取适应的制导和控制方法.算法基于直接测量数据确定和控制姿态、高度和速度,不受惯性导航误差的影响,可以有效地提高姿态、速度与高度的确定精度和控制精度.数学仿真表明了算法的有效性.     

基于加速度反馈的两杆柔性机械臂振动控制与实验研究

针对柔性机械臂在定位运动或外部扰动产生的持续振动,影响定位精度和操作性能的问题.以两杆柔性机械臂实验平台为基础,采用安装在两柔性臂末端的加速度计作为振动信号传感器,以伺服电机作为振动控制驱动器,对柔性臂转动过程中由于电机力矩驱动产生的弹性振动,采用比例控制和非线性控制算法进行振动主动控制,实验结果表明,基于加速度反馈的抑制两杆柔性机械臂振动的稳定性、有效性和实用性.     

后射空空弹的总体构想与控制律研究

讨论了空空导弹后射的工程实现问题.阐明了后射的必要性和其现实技术基础;分析了后射弹工程实现存在的问题(主动段的姿态静稳定性问题);提出了解决该问题的综合技术方案,依据该方案建立的系统模型,进行了系统设计及仿真.结果阐明,实现空空导弹后射是可能的.     

基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究

针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题,提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法。以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时,所提出的方法可保证鲁棒的姿态控制。首先,利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能,建立了全神经网络的智能自适应容错控制器架构。然后,对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整,对比分析了神经网络参数对控制器性能的影响。最后,对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证。仿真结果表明,对于具有冗余控制力矩陀螺的航天器,提出的方法不仅能在单一陀螺故障下实现高精度的容错控制,也能在发生多陀螺故障时保证一定的姿态稳定控制。     

系统工程与质量功能展开的综合应用研究

提出系统工程与质量功能展开相结合的观点,以系统工程原理与过程为流程,以质量功能展开为框架,开发出一种规范化、程序化的确定要求、权衡要求并最终实现要求的方法.按照实际工作中的程序,自始至终体现着"用户至上"的宗旨,即用户需求最终决定着顶层决策机构的决策,决定着产品的研制与生产.将系统工程的原理与过程引入质量功能展开,使得决策者的决定有了科学的定量依据.重点介绍了多方案综合权衡的过程和方法.     

基于多层感知器神经元的空间柔性机器人位置跟踪控制

针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.     

基于CAN总线的控制系统地面仿真测试平台研究

针对采用CAN总线进行数据传输的小卫星和运载火箭控制系统开展地面仿真测试评估研究。基于CAN总线和以太网构成总线网络,构建卫星和运载火箭控制系统地面仿真测试评估平台,给出总线上各仿真节点和实物节点的软硬件设计方案,设计了机内测试模拟方案。仿真验证分析表明,利用该平台可以对卫星和运载火箭控制系统信号、总线运行情况、控制周期和网络时延等进行正确分析,为卫星和运载火箭控制系统方案评估、控制方法和快速测试方法研究等提供理论依据和技术支持。     

基于神经网络的自由漂浮空间机械臂 自适应鲁棒控制

针对自由漂浮空间机械臂动力学模型难以精确获得,且无法表达为关于未知参数的线性形式问题,提出基于自适应神经网络的鲁棒控制方法.对于不确定性空间机械臂系统模型中存在的未知不确定部分,利用神经网络的万能逼近特性,设计神经网络控制器来补偿未知模型,避免传统控制中的保守上界估计;采用泰勒线性化技术将神经网络隐含层中的高斯函数线性化,设计包括网络权值、高斯中心及宽度在内的网络全参数自适应学习律,实现在线实时调整,提高控制精度;设计鲁棒自适应控制器来抑制外界扰动,并补偿逼近误差,提高系统鲁棒性;基于Lyapunov理论证明闭环系统的一致最终有界（UUB）.仿真试验表明所提控制方法能够获得较好控制效果,对空间机械臂控制具有一定工程应用价值.     

基于自适应神经网络的飞行器主动容错控制

针对飞行器非线性系统执行器故障,利用RBF神经网络和自适应控制律,提出了基于自适应神经网络的故障重构和容错控制方法。设计了自适应神经网络观测器,利用神经网络逼近故障,引入调节因子,设计自适应律以在线调整神经网络权重向量和中心向量。构造自适应神经网络控制器,结合神经网络设计补偿控制输入。利用Lyapunov稳定性定理证明了所提方法可以实现系统渐近稳定。仿真实验结果验证了所提的方法对故障系统具有良好的观测性能、控制精度和响应速度。     

基于神经网络动态逆的动力伞飞行控制方案

动力伞飞行控制系统为复杂的非线性系统,通过对神经网络逼近逆系统的原理分析,提出一种由静态神经网络和积分器组成的动态神经网络,设计了基于神经网络动态逆方法的飞行控制方案,进行了飞行仿真验证,结果表明该方法完全满足系统控制的稳定性和鲁棒性要求,并具有良好的抗干扰能力．     

基于ECSS标准的航天器姿轨控系统内1553B总线数据协议设计

摘要： 国内外航天器姿轨控系统广泛应用基于1553B内总线的体系结构.针对国内航天器姿轨控系统内部1553B总线数据协议不统一带来的可集成性、可扩展性和通用性差的问题,本文设计了基于ECSS标准的姿轨控系统内1553B数据总线协议,从姿轨控系统内部总线数据业务需求分析出发,提出了四层结构的数据协议体系结构,重点介绍了在应用支持层和链路服务层应用ECSS标准的总线协议设计,并说明了协议的应用情况.应用该国际通用的标准协议,有助于实现国内航天器姿轨控系统内1553B总线数据协议的标准化,进而提升姿轨控系统体系结构的可集成性、可扩展性、以及星载设备(含软件)的通用化.     

基于SCSO-BP神经网络的卫星姿态控制系统故障预测

近年来,随着人工智能的迅速发展,基于人工神经网络的卫星姿态控制系统故障预测方法得到了越来越多的重视。在反向传播(Back Propagation ,BP)神经网络中,权重和偏置是重要的可调节参数,与神经网络的预测性能密切相关。BP神经网络的初始权重和偏置为随机生成,设置不当容易导致网络在训练过程中陷入局部极值,进而影响预测性能。为了提高BP神经网络的预测性能,提出了一种将沙猫群优化(Sand Cat Swarm Optimization ,SCSO)算法与BP神经网络相结合的预测方法。在训练过程中,首先通过SCSO 算法对BP神经网络权重和偏置进行预训练,在此基础上,利用精调后的BP神经网络对卫星姿态控制系统周期渐变故障数据的未来趋势进行预测。实验结果表明,与原始BP神经网络预测方法相比,SCSO-BP预测方法能够有效减小预测误差,具有更好的预测精度。     

基于神经网络的多卫星姿态协同控制预测模型

摘要： 针对多卫星近距离对空间目标监测中的姿态协同控制问题,研究基于神经网络的智能控制模型.首先设计了面向任意姿态控制方法的神经网络自适应控制模型,该模型不改变卫星姿态控制方法本身,而是接收由理想控制模型生成的理想控制量,理想控制量经过神经网络后直接生成适用于卫星的控制量.根据神经网络对控制系统的系统级状态预测,基于一致性控制协议,设计了多卫星姿态协同控制模型.采用等效姿态角,通过数值仿真,分别验证了预测控制方法、输出状态预测、协同控制的方法正确性和有效性.     

基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略

谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递阶控制及弹性振动抑制.运用递阶系统理论、动量守恒原理及第二类拉格朗日方法推导出系统递阶动力学模型.利用该模型,设计了基于模糊回归神经网络的非奇异Terminal滑模控制算法和基于有限差分法的滑模控制算法.采用模糊回归神经网络（Recurrent Fuzzy Neural Network,RFNN）逼近系统的不确定部分.为避免复杂的求导计算及角加速度可测要求,利用基于有限差分法的滑模控制来抑制柔性关节振动.由于设计控制器过程中未涉及惯常的奇异摄动双时标分解操作,该控制算法理论上具有适合任意大小关节柔性刚度的优点.系统对比仿真试验证明了智能递阶控制算法优于传统基于奇异摄动法的控制方案.