基于视线制导的空间自主交会故障诊断与容错控制集成设计

来源 :航天控制 | 被引量 : 0次 | 上传用户:wkp418907
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提高空间自主交会最终逼近段航天器的安全性,提出了一种椭圆轨道自主交会问题的故障诊断与容错控制集成设计方法.对于视线制导坐标系下的空间自主交会追踪航天器推力器故障,首先基于鲁棒H∞理论设计了非线性容错控制器,并基于Lyapunov稳定性理论设计了 一种自适应故障观测器,最后使用Matlab的LMI工具箱完成该观测器求解.仿真结果表明:该法简单、有效,有较高的理论和工程应用价值.
其他文献
某含镀锌钢件组件产品在成型非金属复合材料时,钢件外露部分发生黑变现象.通过对黑变原因进行理论分析及试验验证,得出在高温和水存在的环境下,镀锌钝化层中的Cr6+和甲醛及水反应,生成Cr3+(H2O)6水合铬离子,使产品表观呈现黑色.采用铝基胶带及亚敏胶带等使产品隔绝外界气体,避免镀锌钢件发生反应,并通过试验验证.为类似镀锌钢件组件在成型非金属复合材料时避免黑变提供了 一种理论分析方向及防护保障措施.
MEMS固体微推力器因其结构简单、能耗低、可靠性高、体积小等优点,在微、纳卫星上具有很好的应用前景.总结和概述了 MEMS固体微推力器的设计方法、结构特点、制造工艺技术,然后分析相关的技术难点和关键技术,并对国内外的研究情况进行了总结对比,最后针对应用需求,提出后续研究的建议.
从当前产品研制过程中,以风险管控为核心的产品保证工作存在的问题切入,阐述了以“计划流程、技术流程、产保流程”三流程融合为基础的产品保证管理方法,提出了结构化产品保证的模型架构,并研究如何实现流程与产品保证工作的融合,如何执行在线产品保证;并在某型产品中进行了实际应用,初步实现了“管理体系化,工作流程化,实施定量化”的过程监控模式,取得良好效果.
面向卫星自顶向下的数字化设计模式,基于三维模型之间清晰的组织架构和装配关系,提出一种虚拟紧固设计解决方案.在产品三维建模过程中,规范定义机械安装接口,表达紧固需求.结合后台标准紧固信息库,开发全流程设计工具,以实现紧固设计过程的参数化、结构化和自动化.通过查看工具直观展示虚拟紧固信息,指导装配操作,实现设计与工艺的无缝链接.多个型号的实践应用表明,虚拟紧固设计是高效、实用的数字化手段,可为其他系统工程研制提供借鉴.
通过开展C250钢薄壁筒形件多道次错距旋压工艺试验,研究多道次成形过程中中间热处理、最终时效处理对成形精度的影响,得出C250钢薄壁筒形件旋压成形的最优工艺参数为主轴转速 N=90r/min、进给速度F=100mm/min;错距量 Za=2.9mm、Zb=1.7mm、Zc=0.5mm;Zac=10、Zbc=4.可为此类马氏体高强度钢筒形件旋压成形工艺及道次间热处理安排提供指导.
针对AIS天线工作频率低,天线尺寸较大,无法满足微小卫星发射平台,设计了一种新型高收纳率轻型可展开AIS八木天线.通过引入自回弹-自锁定柔性材料、新型电阻丝熔断器、固定可展开抱箍、自锁定展开装置等,实现天线的收拢、固定、释放、展开、锁定一体化设计.本方案具有结构紧凑、质量轻、收纳率高、收拢体积小、成本低等优点,有效减小了发射包络和发射成本,在宇航领域尤其是小型化搭载平台具有广泛的应用前景.
针对以三角网格模型重构为基础的工序模型自动构建模式,提出了一种面向仿真结果的三角网格模型缺陷修复方法,以实现网格模型质量升级.该方法将模型缺陷分为模型错误与切削残留缺陷,总结缺陷识别方法,并分别设计算法修复模型缺陷.以此开发了模型修复工具,通过实例验证了该算法可修复网格模型缺陷.
在卫星/惯性(GNSS/INS)组合导航系统中,针对基于残差检测的完好性监测算法对于缓变误差检测效果不佳,以及自主完好性监测外推(AIME)法存在检测时延的缺陷,提出了一种基于抗差估计改进的完好性监测方法.该方法在AIME法的基础上,通过定义标准化残差,引入三段权函数抗差估计对AIME法进行改进,并设计了一种调节准则,实现在不同情况下采用不同的检测方式.最后通过搭建仿真平台对所提方法进行验证,仿真结果表明,该方法可有效降低组合导航系统完好性监测的误警率和告警时间,提高卡尔曼滤波估计精度和组合导航系统对缓变
针对多源组合导航中各导航子系统数据更新频率不一致导致滤波器量测信息非等间隔,以及动力学模型受到干扰量测信息异常的问题,提出一种基于多尺度模型的自适应组合导航信息融合算法.利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经过融合最终获得基于全局的状态估计值.且以飞行器为应用对象,设计了适用于飞行器的惯导/卫星/高度计/航姿仪(SINS/GNSS/ALTM/AHRS)组合导航算法.根据观测信息和动力学模型异常情况,引入自适应因子,进而控制对量测预测值的信任度,有效地抑制了不精确估计对导航结果的影响.
导弹武器系统上的光学探测算法要求具备高可靠性,卷积神经网络属于“黑盒”模型,本文提出一种基于最小熵约束的可解释卷积神经网络,为卷积神经网络模型在导弹武器系统上的应用创造条件.该方法通过传统方法(连通域检测、边缘检测等)找到图片中存在可解释特征,通过模型对可解释特征进行评分,聚类,并通过这些特征对原模型训练提供约束,在最终预测的同时,通过评分对模型给出解释.经实验验证,该方法能够在尽量保证模型分类性能的前提下,极大提高模型的可解释性.