航天器空间自主交会故障诊断与容错控制的集成设计

提出了一种航天器圆轨道自主交会故障诊断与容错控制的集成设计方法。在考虑推力器输出约束的情况下,完成了故障诊断与容错控制的集成设计,该集成设计包括鲁棒容错控制器设计和鲁棒故障观测器设计两大部分。为了提高交会过程中的过渡性能,对该控制器完成了鲁棒D稳定性分析。仿真表明该设计具有良好的动态性能和对推力器故障的容错性,并且能够快速准确地诊断出推力器和交会敏感器的故障。     

多轴随机振动试验控制技术研究

文章研究了多轴随机振动试验控制技术,详细阐述了系统传递函数辨识、驱动信号生成、控制修正算法等关键技术。介绍了自主研发的多轴随机振动控制系统的整体架构。利用该系统在三轴振动试验台上开展了多轴随机振动控制试验。试验结果表明采用的控制修正算法可行,控制效果良好,若干关键技术在多轴随机振动控制系统中的控制效果得到验证。     

仿枫树种子微型飞行器的总体与飞行控制设计

通过模拟枫树种子独特的自旋飞行方式,设计了一种仿枫树种子的新型微型飞行器。参考枫树种子的外形与重量分布来完成该微型飞行器的总体布局设计,同时采用动态网格非定常流场方法计算分析了该飞行器不同转速下的飞行工况。根据这种飞行器独特的飞行方式,基于地磁场的方位定标,设计了这类自身无固定参考系飞行器的飞行控制方法,最后制造了样机进行飞行试验。结果表明：仿枫树种子微型飞行器具有良好的气动效率,所设计的操纵方案有效可靠,大大增加了这种飞行器的可控性和实用性。     

多模式柔索驱动航天员训练机器人力控制

为解决长期在失重环境下生活和工作的航天员的康复训练问题,针对现有的航天员训练设备功能单一、训练效果不理想的现状,研制了多模式柔索驱动航天员训练机器人。基于模块化、可重构的机器人构型,通过机器人模拟重力环境的负载特征,把相应的载荷施加到人体上,实现航天员在失重环境下进行跑步、卧推和负重深蹲等体育训练,帮助航天员减轻或者克服空间适应综合征带来的不利影响;在此基础上提出一种机器人双闭环力控制策略,人机跑步训练实验结果表明,本文研制的多模式航天员训练机器人构型合理,控制策略有效,可以辅助在失重环境下生活和工作的航天员开展体育训练。     

以特殊角度攻击地面固定目标的圆周导引律

针对某些导弹以特殊角度攻击地面固定目标的任务要求,提出了一种仅利用视线角测量信息就能实现末速方向控制的圆周导引律。该导引律的基本思想在于控制导弹沿着一系列由导弹和目标的实时位置及要求的命中点角度所确定的圆弧飞行。利用简单的几何原理即可快速解算出各时刻所需要的速度倾角,并将其转换成制导指令。仿真结果表明,与典型的最优导引律相比,圆周导引律更适合于过顶迂回攻击的情况,且受制导周期的影响较小,但受制导指令时延的影响较大。     

基于新型滑模控制方法的再入飞行器姿态控制律设计

设计了一种新型滑模控制方法,该方法不但能对已有的控制律进行鲁棒性改进,而且能有效抑制抖振现象。在该方法的设计过程中,首先基于已有的控制律和标称系统,设计了一种新型的动态滑模面,然后对超扭曲算法进行改进,得出了一种快速、连续且有限时间收敛的算法,并首次将其作为新型趋近律,该趋近律与滑模面相结合能够大大增强现有控制律的鲁棒性,而且滑模的切换律是连续的,因此大大降低了系统的抖振。将以上方法应用于再入飞行器的姿态跟踪控制中,有效增强了已有控制律的鲁棒性,实现了大干扰情况下对姿态系统的稳定控制。通过仿真,验证了该方法在提高系统鲁棒性和降低抖振方面的有效性。     

一种卫星交换系统连接允许控制算法的改进（英文）

连接允许控制(CAC)是对于卫星ATM交换系统的一个重要部分。文章针对卫星ATM中的一种快速缓存分配法可能出现过高的信元丢失率的问题提出了一种有效的改进方法,并通过流体流模型对改进后CAC算法进行了分析和仿真。结果表明,该改进方法是可行的。     

基于图像特征融合的粉末床缺陷检测方法

针对单一特征对粉末床缺陷表达不明确导致检测效果不佳的问题,提出了一种基于特征融合的增材制造过程粉末床缺陷视觉检测方法。该算法分别使用SIFT方法、灰度共生矩阵和Hu不变矩提取尺度空间特征、纹理特征和几何特征,借助词袋模型对每张图像构建3组视觉单词直方图,通过串行融合3组视觉单词直方图得到新的特征矩阵,采用特征选择对融合后特征矩阵进行降维,并传入随机森林分类器中进行训练。实验结果表明,不同特征对粉末床不同类型缺陷检测具有不同的贡献,优化特征融合参数后,算法平均准确率达到97.46%,缺陷检测效果明显提升。     

基于自适应迭代学习的小行星绕飞容错控制

对于小行星绕飞任务的探测器姿态控制问题,已有方法大都考虑了干扰力矩和参数不确定等因素,而忽视了执行器故障情况。针对执行器故障条件下的小行星探测器姿态控制问题,提出了一种基于自适应迭代学习的容错控制方法。所设计的控制器包括两部分：其一针对执行器故障,设计了自适应迭代学习控制器,采用类滑模的思想和自适应迭代学习算法对控制器参数进行调整,进而补偿执行器故障带来的影响,保证系统在控制输出不足情况下的高精度姿态稳定性;其二针对探测器参量变化、外部环境干扰等不确定情况,设计了基于自适应神经网络的迭代学习控制器,采用径向基函数（RadialBasisFunction,RBF）神经网络对系统非线性部分进行逼近,同时对控制器参数进行自适应迭代学习调整,进而保证系统在不确定情况下的动态性能。数值仿真结果表明该控制器能够有效抑制外部环境干扰和内部参数变化带来的不利影响,在执行器部分失效甚至完全失效故障情况下,仍能保证系统的鲁棒性并实现误差在10^-2数量级内的较高姿态控制精度。     

基于观测器的平台无陀螺姿态复合控制

针对超静卫星星体平台无陀螺、载荷敏感器与星体平台执行机构非共基准安装时整星存在姿态异位控制问题,提出了一种基于观测器估计星体平台姿态的复合控制方法。首先,建立星体平台/Stewart平台/载荷的动力学模型,并获得Stewart平台作动器关节空间的等效动力学模型。针对关节空间等效模型,设计super twisting观测器,以作动器平动位移为输入,以载荷和星体平台之间的相对姿态和角速度为输出,实现星体平台姿态和角速度估计。其次,以载荷测量姿态信息为输入,设计Stewart作动器的积分滑模控制律,实现载荷高精度指向控制。以观测器估计的星体平台姿态信息为输入,设计星体平台控制器实现星体平台的稳定控制。Lyapunov稳定性分析表明所设计的观测器和控制器能够保证闭环系统渐近稳定。数学仿真结果表明：在星体平台有陀螺时,载荷能够实现0.1″指向精度;在星体平台无陀螺时,采用观测器估计星体平台姿态并进行控制,载荷亦可实现0.1″指向精度。