基于人工蜂群算法的固定时间多脉冲交会

在两航天器交会问题中,采用多脉冲变轨策略往往能取得更小的燃料消耗.利用人工蜂群算法优化了航天器固定时间多脉冲交会问题,提出一种改进的人工蜂群算法.该方法能够简化时间约束的处理,能获得满足地球半径约束的解.该方法易于编程,鲁棒性强,可以应用到不同的摄动模型.仿真结果表明,该算法不易陷入局部最优,相比于粒子群算法和传统人工蜂群算法具有更高的求解精度.     

人工智能在航天器制导与控制中的应用综述

航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。     

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.     

新一代智能座舱总体结构设计

传统座舱通过引入各种自动化功能,辅助飞行员完成任务,减小操控负担。随着战场态势变化的日趋繁杂,传统座舱设计辅助飞行员的能力达到了瓶颈,亟需研究总体结构设计改进方法,提升辅助决策能力。深入分析了传统座舱存在的问题,研究了适应新型战机的座舱设计,并综合运用态势评估、故障诊断等技术,以任务为核心,对新一代智能座舱的结构及其辅助决策等级进行了设计,阐述了各系统内部结构及功能,探讨了智能座舱与飞行员之间的关系转变。最后,梳理了相关技术途径,指明了下一步的研究重点。     

基于相对方位信息和单间距测量的多智能体编队协同控制

由多个载体组成的多智能体系统对复杂环境具有更高的适应性,能够完成传统单个载体无法完成的任务。针对多智能体编队集结与队形移动跟踪问题,提出了一种改进的多智能体编队协同控制新算法。首先,以拒止环境下跟随智能体仅能通过光学传感器测量相对方位信息为任务背景,针对"领导者——第一跟随者"结构的多智能体编队,提出了基于相对方位信息与单间距测量的控制器,使得第一跟随者智能体可以追随移动的领导者智能体,并且可以通过改变与领导者智能体的间距对编队整体队形进行缩放控制。其次,提出一种了改进的分布式控制律,使得其他跟随者智能体可以仅通过两个相对方位信息完成编队飞行。然后,根据Lyapunov第二方法,构建了系统的能量函数,验证了所提出算法的稳定性。最后,通过数值仿真实验对所提算法进行了验证。仿真结果表明,基于该控制律多智能体系统能够完成编队集结、队形缩放和编队飞行的任务。     

超大作业空间涂装机器人研究进展

表面涂装是航空航天器、船舶、高铁等大型整机及其零部件生产制造的重要一环,超大作业空间的涂装机器人是实现整机以及大型零部件自动化喷涂的关键装备,也是提高我国高端制造领域特别是航空制造领域竞争力的核心技术之一。本文在简述近年来涂装机器人研究现状的基础上,总结了大型空间涂装机器人应用中的一些主要问题,探讨了超大作业空间涂装机器人的未来发展趋势和主要技术挑战。     

基于数字孪生的自动化立体仓库货位分配优化方法

自动化立体仓库是智能生产线中的重要单元,可以实现实时库存信息的准确查询,其使用效率直接关系到智能生产线的生产效率。针对智能生产线中的自动化立体仓库货位随意分配,以及分配智能化水平低导致航空航天产品生产效率低下的问题,提出一种基于数字孪生的自动化立体仓库货位分配（Storage location assignment,SLA）优化方法。首先,采用数据驱动的数字孪生体多维度融合建模方法构建自动化立体仓库数字孪生多维模型;其次,对自动化立体仓库数字孪生系统通信机制及信息交互原理进行研究与分析,以出库效率（结合工艺）、货品相关度、货架稳定性为目标建立货位分配数学模型,提出一种改进的启发式蚁群（Improved ant colony optimization,IACO）算法对模型进行优化,将得到的货位信息集成到自动化立体仓库数字孪生系统并映射到物理实体;最后,通过试验证明该方法能够满足立体仓库基于工艺的物料出入库智能选择货位需求。该方法在智能生产线上的应用对航空航天产品实现智能制造、提质增效具有重要意义。     

复杂电磁环境下的智能干扰系统架构研究

主要分析了国外在智能干扰技术上的最新研究成果,研究了人工智能技术的基本原理,在此基础上提出了一种复杂电磁环境下的智能干扰系统架构,最后研究了一种可用于智能干扰系统的认知引擎技术.     

基于深度强化学习的高超声速飞行器动态面控制方法

针对高超声速飞行器控制问题,通过将深度强化学习与动态面控制方法相结合,设计了智能姿态控制算法。首先,基于模型先验知识,采用传统的动态面控制方法设计控制器结构。然后,考虑跟踪误差和控制量幅值约束的情况下,采用深度学习算法完成对控制器参数的智能寻优,代替传统设计中的人工调参试错过程。为提升训练效果,在奖励函数中引入了控制量变化率。最后,通过数值仿真验证了所设计控制方法的有效性与鲁棒性。     

基于终端滑模控制的四旋翼无人机编队控制

本文以四旋翼无人机为研究对象,基于终端滑模控制技术,实现了四旋翼无人机系统的编队飞行控制。在构建四旋翼无人机数学模型的基础上,为每架四旋翼无人机设计了广义误差状态,基于广义误差状态提出编队控制目标。为实现编队控制目标,设计了基于终端滑模控制的编队控制器,最终所有四旋翼无人机的广义误差状态收敛到零时即实现期望的编队队形,进一步结合有限时间稳定性理论给出了上述编队控制器有限时间稳定性证明。最后用一个仿真实例验证了所提出算法的有效性,并将本文提出的控制器与基于线性滑模控制的控制器进行对比,实验证明所提出的控制算法具有更好的编队控制效果。