基于ILLE和SVM的卫星执行机构系统故障检测与定位

针对某超高指向精度要求的卫星平台,采用增量式局部线性嵌入(ILLE)与支持向量机(SVM)结合的方法,研究系统配置的多组磁伺服机构的故障检测与故障定位技术。在分析执行机构故障模式以及故障影响的基础上,采用LLE算法实时提取并更新与故障相关的卫星姿态控制系统高维信息,对其进行降维及特征提取,实现执行机构系统故障检测。当检测到故障时,提取执行机构系统输入输出信息,利用支持向量机(SVM)方法进行故障定位。该方法无需采集离线数据生成样本集,直接利用卫星姿控系统产生的在线故障特征数据集进行故障检测,并能根据故障检测结果,有效地实现卫星姿控系统执行机构的故障定位。算例仿真结果验证了所提方法的有效性。     

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下,传统PID控制方法难以满足高品质控制需求的问题,进行了自适应增广控制(AAC)方法研究,以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上,通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制;继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响,设计了在线调整算法自适应调节PID控制增益,并对其工作机理与参数设计原则进行研究;然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响;最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析,验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响,大幅度提升综合控制性能,具有理论研究意义与工程应用价值。     

基于CZT的变时间窗时变参数在线辨识方法及应用

针对时变参数的在线辨识问题,提出了基于CZT的变时间窗时变参数在线辨识方法,通过滑动时间窗以及基于方差阈值的重启设计,提高了现有频域辨识方法对时变参数的辨识速度,并且有效避免了数值微分对噪声的放大问题。最后,基于飞机系统的执行机构故障,对该方法进行仿真验证,并与传统辨识方法进行对比,说明了该方法对时变参数有较强的辨识能力,验证了该方法的有效性。     

空天飞行器返回滑翔段在线制导方法

针对空天往返飞行器的返回滑翔段在线制导问题,设计了一种新的滑翔段飞行剖面,实现了滑翔段终端交班高度、位置和倾角约束的自动满足,减少了在线制导算法中需处理的约束数量.推导了滑翔段运动状态、过程约束和性能指标的解析表达式,获得了剩余航程和终端速度间的函数关系.在此基础上,提出了一种双层在线制导方法:内层解析重构飞行剖面,同...     

吸气式高速飞行器爬升-巡航轨迹在线优化

针对吸气式高速飞行器的大气层内爬升和巡航飞行段,进行了在线轨迹优化设计。与传统的爬升段结合定高定速巡航轨迹形式不同,采用优化的方法得到的轨迹能够保证性能指标的最优性。首先,将轨迹优化问题建模为非线性最优控制问题,控制量包括攻角、倾侧角以及燃油当量比。然后,对问题的非线性进行了处理,将变量进行离散化,得到凸优化问题。分析了飞行器的气动和推力特性,设计了优化变量的初始参考。最后,设计算法的外环迭代策略,将每一次求得的解作为参考轨迹进行下一次迭代计算。数值仿真结果表明,该方法能够解决吸气式高速飞行器爬升巡航段轨迹优化问题,并且求解时间满足在线轨迹优化要求。     

空间环境探测卫星用磁强计误差分析及在线标定

用于探测日地空间磁环境的磁强计多数安装在伸杆的末端,长期受太阳辐射等空间环境干扰力矩以及机动等影响,磁强计安装矩阵随时间发生较大的变化,从而导致卫星定姿精度下降。为此,在分析空间环境干扰力矩和磁强计定姿误差特性的基础上,建立了19维高精度的磁强计误差模型,结合卫星的运动学和姿态动力学特性,采用EKF滤波方法对安装矩阵进行实时估计与修正补偿,并利用该磁强计模型实现卫星的姿态确定,最后利用实验进行验证。实验结果表明,该方法能够在满足星载计算机的计算量要求的同时,在线估计安装矩阵误差,显著提高了磁强计的误差估计精度与定姿精度。     

近红外在线检测硝胺推进剂主要固体组分含量

研究了近红外方法对硝胺推进剂主要固体组分含量进行在线检测的可行性。参照吸收药制备过程的搅拌分散条件,配制黑索金、硝化棉和水的混合体系并用光纤探头直接采集近红外光谱,以偏最小二乘法分别对黑索金、硝化棉建立定量校正模型,模型相关系数R分别为0.997 1、0.989 5;预测标准偏差RMSEP分别为0.096 8、0.111 0。运用上述模型对单个样品进行检测,从光谱采集到得出结果耗时小于30 s。实验表明,近红外方法快速、准确,具备在线检测硝胺推进剂主要固体组分含量的可行性。     

基于神经网络的BTT导弹逆控制方案设计

对基于神经网络的倾斜转弯(BTT)导弹逆控制进行了研究。用径向基函数(RBF)神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统;用逆系统法设计了一种用于BTT导弹非线性控制的经典控制与神经网络在线自学习综合控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪。仿真结果表明:该方案可根据设计指标要求实现对BTT导弹的非线性控制,且有较强的鲁棒性。     

最小二乘支持向量机的在线学习算法研究

针对最小二乘支持向量机在线逼近过程中求解矩阵维数逐渐扩大的问题,提出了一种最小二乘支持向量机的在线学习算法。借助滚动窗口的思想,建立一个随时间滑动的建模数据区间,在线逼近中通过接受新数据删除旧数据来保持数据区间长度不变,同时数据不断更新,从而实现模型的在线学习。仿真结果表明了这种学习算法的有效性。     

1 000 MW超超临界锅炉结渣特性预测模型

根据1 000 MW超超临界锅炉的实际运行数据,对其结渣特性进行研究和分析。建立了基于煤灰特性的锅炉结渣特性预测模型,包括单一指标和综合指标的各预测模型,这些预测模型能简单、快速地预测锅炉的结渣特性。但对于锅炉燃用煤质不均匀或采用混煤燃烧等情况,这类预测模型的准确性和可靠性将下降。同时根据锅炉运行时的实时监测数据,建立了基于炉膛清洁因子的炉膛结渣特性在线监测模型,通过炉膛出口后各受热面进出口蒸汽温度、流量,以及省煤器出口烟气温度等有关参数,利用反平衡法计算求得此时的炉膛出口烟气温度,然后求出炉膛的平均热有效性系数和炉膛清洁因子,最后根据清洁因子的大小来判断锅炉的结渣特性。该模型不仅能根据锅炉运行实时数据的采集,实现锅炉结渣特性的在线实时监测,而且能对煤质不均匀或采用混煤燃烧等情况的锅炉结渣特性做出较准确的判别。