控制系统故障诊断方法综述

本文根据诊断算法的复杂程度和诊断系统性能的权衡问题讨论了目前几类主要的动力学系统故障诊断方法,其中包括特殊故障滤波器和滤波残差统计检验的应用。最后介绍了故障诊断方法在航空和航天方面的工程应用。     

控制系统的故障诊断方法综述

介绍了控制系统故障诊断的原理 ,将控制系统故障诊断分为两类 ,即基于解析模型和不依赖控制系统解析模型的故障诊断方法 ,对各种方法进行了详细的评述 ,并给出其应用总结 ,最后对其发展进行了展望     

控制系统故障诊断的实现方法研究

简要论述了故障诊断方法的重要性。并根据某控制系统的组成结构和特点,对系统结构描述、故障知识表述的技术规范进行了抽象。通过引入控制系统的结构信息,提出了一种基于部件互连的故障诊断方法,使得故障定位更准确有效。为满足用户的实际需求,设计了一套便于一线操作人员使用的故障诊断设备,从而提高了用户自我维修和保障的能力。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

基于遗传算法的卫星攻击路径规划方法研究

当目标卫星的防御系统为以机动方式拦截来袭卫星的编队小卫星时,为能成功接近目标卫星.攻击卫星必须寻求一条安全路径,以避免在穿越过程中被小卫星拦截.在编队小卫星的相对轨道运动模型基础上.建立路径规划的环境模型.建立综合适应度函数,设计了遗传算子,提出了基于遗传算法的攻击卫星安全穿越路径寻优方法.仿真结果表明,提出的算法寻求的最优路径,较好地满足安全性和路程最短的要求,并且算法收敛性和稳定性好.     

基于时间逻辑的航天器控制系统故障诊断的深层知识表示方法

本文介绍了一种关于时间逻辑的知识表示方法，引入了特征量属性及动态框架、事件、衍生事件的概念，给出了与时间有关的事件及包含事件间时间逻辑关系的衍生事件的表示方法，并将它们应用于航天器控制系统实时故障诊断专家系统中。这一研究是对时变系统深层知识表示方法的新探索。     

基于改进快速距离转化的移动机器人路径规划方法

在分析快速距离转化法不足的基础上，提出了一种利用空间数据结构及编码方案的特性进行距离和安全转化，使用约束参量控制路径搜索过程的三维空间机器人路径规划方法。这种方法使用八叉树建立空间模型，通过构建树节点的拓扑关系使路径搜索转化为图搜索算法。根据拓扑关系按照波动传播的方法依次对各个节点进行距离和安全转化，保证了可行路径的产生。约束参量的使用能够有效地避免传统方法在搜索过程中的随机性，协调路径规划中的最短距离和最大安全需要，搜索给定参数下的最优路径空间。理论分析和仿真实验验证了该算法的可行性和正确性。     

空间冗余机械臂零反作用最优路径规划

自由漂浮空间机械臂运动通过力传递会对其载体航天器产生反作用力和力矩,从而影响基座和末端执行器的位置与方向。利用冗余机械臂的反作用零空间,求解对基座航天器姿态零干扰的机械臂运动规律的解析解。给定机械臂初始和终端状态,考虑最大关节角约束和最大关节角加速度约束,分别针对时间最优和沿整个运动路径关节加速度最小的问题,采用高斯伪谱法,在零反作用轨迹解集中寻找满足约束方程的最优解。所得最优解使得机械臂在达到期望构型的同时不影响基座姿态。将算法用于平面3自由度冗余机械臂系统中,仿真结果表明:算法在保证基座姿态稳定的同时,关节运动满足给定的约束条件,从而验证了算法的有效性。     

基于多测试信息的故障诊断技术研究

导弹测试信息包括测试数据、对系统物理现象的观察等可用于判断系统状况的所有信息源。利用各种测试信息对导弹控制系统进行故障诊断是一种直接有效的方法。文中对国外和国内学者对相关领域的研究情况进行了简要介绍,提出了基于测试信息和故障源点建立系统诊断模型的方法,对模型的故障传播规律进行了分析,给出了利用测试状态值矩阵和诊断模型进行故障诊断的算法。以导弹姿态控制系统为例对算法进行验证,最后提出了一套应用方案。     

基于任务规划的有限推力燃料最优交会

给出了空间交会冲量机动任务规划及基于该任务规划的有限推力燃料最优交会算法。首先,以双冲量空间交会作为问题的初步模型,采用Battin-Vaughan算法对追踪器初始位置和飞行时间的组合进行遍历计算,通过分析特征速度等值线图,进行空间交会的任务规划,为有限推力燃料最优交会提供重要的初值条件。基于任务规划分析,建立了有限推力燃料最优交会的最优控制模型,根据庞特里亚金极值原理将最优控制问题转化为两点边值问题,采用共轭梯度算法进行数值求解。在变轨时间固定、连续变推力的情况下,以总冲最小、满足终端位置和速度约束为指标,对推力大小和方向进行优化。通过数值仿真,得到了一些重要的结论,为工程应用提供了一定参考价值。     

应用变速控制力矩陀螺的航天器姿态机动最优路径规划

针对应用变速控制力矩陀螺VSCMG为姿态控制执行机构的微小卫星,提出了一种姿态机动最优路径规划方法。从冗余金字塔构型VSCMGs系统的姿态机动任务和考虑VSCMGs系统故障失效的姿态机动任务两类问题出发,综合考虑VSCMG在实际工程应用中的各种约束条件(框架角约束、框架角速度约束、转子转速约束和奇异度量约束等)以及充分发挥VSCMG的力矩输出优势,采用Gauss伪谱法规划了相应性能指标最优的姿态机动最优路径。仿真结果表明设计的应用VSCMG的航天器姿态机动最优路径规划算法能够满足提出的约束条件和最优路径规划策略,可以顺利完成航天器姿态机动任务。而且相比于传统的VSCMGs系统操纵律,设计的算法具有更高的实用性和有效性。     

火箭垂直回收多阶段最优轨迹规划方法

针对火箭高空再入定点回收,基于凸优化方法提出一种考虑气动力和推力控制的多阶段轨迹优化方法。在气动减速段,通过控制总攻角,实现气动升力和阻力的调制。由于气动力连续变化,使用Legendre-Gauss-Radau伪谱离散方法进行离散化,利用较少的离散点实现较高的数值精度。在动力减速段,推力矢量为控制变量。由于推力调节可能出现不连续,采用等距离散方法进行离散。在此基础上,将发动机开、关机时间也作为优化变量,并考虑各种约束,构建了多阶段离散最优控制模型。使用无损凸化方法对升力约束和推力约束进行松弛,并通过逐次凸化消除由气动力、自由时间变量以及质量引入的非凸约束,最终将问题描述为序列迭代求解的二阶锥规划问题(SOCP)。通过仿真校验,经过少量的逐次凸化迭代,可快速收敛到最优解,且落点调节范围更大,燃料更省。     

挠性航天器控制系统的最优综合

本文研究了挠笥航天器控制系统的最优综合设计问题，给出了系统最优时控制律和执行机构与传感器配置应满足的非线性方程，而且在这一设计过程中通过使用特征值灵敏度约束，明显降低了控制系统对执行机构和传感器安全误差的敏感性，克服了轨迹敏感性约束和单纯使用特征值灵敏度指标的不足。     

基于路径规划和输入成型的挠性航天器振动控制方法

基于跟踪指令轨迹的航天器姿态机动方案,给出了一种余弦过渡角加速度路径规划算法,以抑制机动后挠性附件振动,应用多模态双峰EI输入成型器对规划路径进行优化。该算法简单,易实现。将规划路径与bang-coast-bang(BCB)路径比较,仿真结果表明采用跟踪输入成型器优化的余弦过渡加速度路径法实现姿态机动可有效抑制挠性附件振动,减小残余耦合力矩,提高快速性。     

基于PETRI网的导弹控制系统故障诊断梯形图求解法

故障诊断是保证航空航天等大型复杂系统可靠性的重要措施，故障树为此提供了一种有效的方法，但故障树是一种系统静态行为的描述方法，如何描述系统状态的动态变迁过程成为人们追求的目标，本文在论述逻辑关系的PETRI网表示的基础上，提出了系统状态动态变迁过程的PETRI网模型梯形图求解算法，进而提出了基于PERTI网的故障诊断的梯形图求解方法，并用一实例说明了这一过程。     

多节点探测器软着陆的路径规划方法

面向小行星探测任务的需要,柔性连接的多节点深空探测器是针对单节点探测器着陆易倾覆或反弹等问题的一种解决方案.基于此构建了一种采用柔性连接的三节点探测器并对其软着陆情况进行建模,提出了带自注意力机制的多任务深度强化学习方法.各节点以探测器主体为参照物描述自身状态,节点之间通过联合学习来提高各自对复杂环境的适应能力;在对探...     

空间机器人路径规划综合优化方法

执行复杂操作的空间机器人常具有冗余自由度,从而可以在执行任务过程中通过关节参数的合理规划对指定目标进行优化。振动和操作灵活性是评价空间机器人性能和任务完成质量的两项重要指标,而关节力矩的大小是影响振动的重要因素。文章提出了一种路径规划综合优化方法,在对机器人末端运动速度进行优化处理的基础上,利用其冗余自由度,对关节力矩和评价操作灵活性的条件数指标进行综合优化。以平面3自由度机器人为对象建立数学模型,并在零重力环境下对相同任务进行数学仿真。仿真结果显示,采用文章优化方法,关节力矩与操作灵活性指标均得到了有效优化,验证了所提出方法的有效性。     

基于人工智能方法的传感器故障诊断技术

在液体火箭发动机地面试验过程中,传感器的失效率远高于发动机部件、组件的故障率,因而提出了采用基于人工智能的方法对传感器的故障进行检测与诊断.本文对基于人工智能方法用于传感器故障检测与诊断的特点进行了分析,并分别应用BP神经网络和自适应神经模糊推理系统（ANFIS）对某次传感器的故障进行检测.结果证明基于人工智能的方法稳定可靠,具有良好的工程应用前景.