空间站柔性机械臂辅助舱段对接动力学分析

为验证空间站柔性机械臂系统在有初始位置、姿态误差的情况下能否成功完成辅助舱段对接任务,文章建立了空间站柔性机械臂辅助舱段对接动力学模型,模型考虑了对接机构的接触碰撞,依据关节精细动力学模型、力矩控制方法和阻抗控制程序进行了空间柔性机械臂辅助舱段对接过程仿真。仿真结果表明,当关节输出端位置测量精度为17位时,依靠阻抗控制的方法,空间柔性机械臂在主动舱存在最大位置误差150mm,最大姿态误差2.5°的情况下仍能完成对接;对接成功后,空间柔性机械臂系统控制力迅速下降,仍然能较好地保持构型,不会影响对接舱段的安全。     

电推进卫星角动量卸载研究

电推进卫星需要在进行位置保持的同时通过将推力器的指向略微偏离质心来产生控制力矩,完成角动量卸载。针对该问题,文章在给定推力器开机位置、时长和动量轮目标卸载量的情况下,提出了正常模式和故障模式下的角动量卸载算法。通过对推力模型的简化,得出了推力器最优偏转方向的解析解,并对考虑推力器弧段损失和不考虑弧段损失的角动量卸载算法进行了比较。仿真结果表明,所提出的卸载算法能够在进行位置保持的同时完成角动量卸载,为电推进卫星的在轨控制策略提供了有效解决方案。     

离子发动机羽流空间电位诊断

离子发动机羽流空间电位分布不合理可能会造成一系列问题,以至于影响航天器的正常工作。试验使用发射探针对20 cm氙离子发动机束流区等离子体空间电位进行诊断,测点选取轴向距离发动机出口平面250～900 mm,径向0～450 mm,探针钨丝直径0.1 mm,加热电流1.5～2.5 A。发射探针诊断建立在电子热发射基础上,因其I-V曲线拐点较朗缪尔探针更为明显,所以测量得到的空间电位分布更为准确。国外已经广泛使用发射探针测量等离子体空间电位,发射探针的试验数据处理方法仍存在较大分歧。从发射探针工作时的物理过程着手,分析热电子发射多少对空间电位诊断结果的影响,采用不同的探针I-V曲线处理方法并对各种方法利弊进行讨论,分析偏离真实空间电位的原因,比较得到较为合理的结果,对发射探针的结构改造和加热电流的选取提供依据,为发动机性能的改善和羽流仿真模型提供参考。     

空间非合作目标惯性参数在轨辨识

在空间冗余机械臂抓捕非合作目标的惯性参数辨识问题中,已有方法大都基于系统动量已知的假设,且辨识过程未考虑基座姿态稳定。针对目标动量未知的问题,设计了具有增量形式的惯性参数分步辨识算法。首先基于线动量方程得到关于质量和质心位置的第一组估计方程,采用增量形式消除未知线动量更新估计方程。辨识结果收敛后根据估计参数计算线动量估计值,代入以转动惯量为未知参数的第二组估计方程中,利用其增量表达式完成对转动惯量的估计。辨识过程中的激励由自适应零反作用控制输入提供,算法在保证基座姿态不受干扰的同时还能对惯性参数精确辨识。仿真结果表明,在30s以内算法已收敛,误差收敛到零的同时,基座姿态角速率控制精度在10^-3以下,说明算法收敛快,精度高,同时还能实现基座姿态稳定。     

深空探测器模块化结构动力学研究

随着深空探测器技术的不断发展,深空探测器设计逐渐转向模块化和标准化。串联结构是模块化深空探测器常见并较为合理的结构形式,而如何将运载对探测器整体模态频率的指标要求合理转化为对探测器各个模块结构的设计要求是当前工作中的一项挑战。根据子结构综合模态法并基于固定边界法和悬臂梁理论,提出了探测器子结构模块动力学模态指标的分配方法。采用3种子结构模块极限处理方法,用全解析方式推导了子结构模块的基频表达式,并分析了子结构模块的动力学特性与探测器整体结构动力学特性之间的关系。提出的子结构模块的动力学指标分解方法操作简单,精度较高,可为串联式模块化深空探测器的设计提供关键性的指导。     

面向深空时变信道的数据传输策略

将呈现随机“好”、“坏”状态跳变的深空Ka频段链路噪声温度建模为两状态Gilbert-Elliot信道,考虑深空下行发送端只能获得延迟的信道状态信息（CSI）的限制,结合部分观测马尔科夫决策理论设计了基于延迟CSI预测信道状态的自适应最大化吞吐量传输策略。理论推导了在深空通信环境下最优传输策略的关键阈值,并给出了简化的闭合解计算式。通过地球-火星通信参数仿真,校验了该方案能有效提高吞吐量,提高文件传输效率。     

空间机器人抓捕目标后动力学参数辨识研究

针对自由漂浮空间机器人抓捕目标后的动力学参数辨识问题,提出一种参数辨识的持续激励轨迹设计方法。首先,基于动量守恒原理建立了自由漂浮空间机器人的动力学参数辨识模型;然后,采用有限傅里叶级数对空间机器人的机械臂关节运动轨迹进行参数化表示,并以参数辨识回归矩阵条件数最小化为指标,通过求解一个包含多约束的非线性优化问题得到傅里叶级数的待定系数;最后,采用基于QR分解的递推最小二乘估计方法实现对采样数据的序贯处理,并求解出待辨识参数。仿真结果表明,提出的激励轨迹设计方法可以显著提高空间机器人参数辨识的收敛速度和准确性。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

飞行控制律对体自由度颤振特性影响试验

飞翼飞机易发生刚体短周期模态与机翼低阶弯曲模态耦合所致的体自由度颤振。飞行控制系统对飞机的短周期模态特性影响很大,因此考虑飞行控制系统的闭环体自由度颤振特性值得进一步研究。针对自主设计的颤振模型开发了相应的俯仰姿态保持控制律,综合运用风洞试验和仿真计算开展了相关研究,获得了不同刚体自由边界条件下的开环/闭环体自由度颤振特性,研究了闭环增益对体自由度颤振特性的影响规律,简要分析了影响机理。试验和仿真计算结果共同表明：俯仰姿态保持控制律明显地改变了俯仰模态阻尼的原有走势,闭环后的体自由度颤振特性变化明显。以开环颤振速度为基准,采用较小的比例回路增益K_P或较大的微分回路增益K_D,飞行控制律能增加飞行器俯仰阻尼,提高体自由度颤振速度,反之飞行控制律将导致颤振速度降低。就本文控制律而言,当K_P<0.07或K_D>0.2时俯仰姿态保持控制律能起到抑制体自由度颤振的作用。