基于多目标遗传算法的飞轮力矩分配策略的研究

《基于多目标遗传算法的飞轮力矩分配策略的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、SystemSimulationTechnology&Application(Volume14)对两个指标分别单独对飞轮的力矩分配策略进行了研飞轮是三轴稳定卫星姿态控制模型常用的一种执究。但在实际应用中往往要同时兼顾各个指标，这就行机构。设卫星装有n（n3）个飞轮，由飞轮的控[6]需要引入多目标优化方法。本文选用均匀对称斜装构制原理可得：型的六反作用轮系作为执行机构，应用基于遗传算法TCcT的多目标优化，综合考虑各个指标，进行了力矩分配(1)TDTc优化，得出更具有实际工程应用价值的结论。飞轮的或力矩分配问题是一个复杂的非线性优化问题，在实际设计中需要解决两个问题

2、，一是等式约束的处理，常HcCHw(2)用的方法有可行域搜索法、惩罚函数法和多目标法。HwcDH可行域搜索法容易停滞，而且不适于解决复杂的强约TT束问题，惩罚函数法惩罚系数也难以确定[4]，所以本其中：T[,,...,]TT12Tn，Hw[HHww12,,...,Hwn]分别表示由分配指令得到的每个飞轮的控制力矩和角动文采用多目标法对等式约束进行降维处理。二是TTPareto最优解的求解，本文采取实现比较简单的并列量；Tc[,,]TTTxyz，Hc[,,]HHH表示作用于偏[5]航、俯仰、滚转通道的控制力矩和角动量；D为分配选择法对Pareto解进行寻

3、优。并通过MATLAB平台矩阵；C为结构矩阵。对问题进行仿真处理，最终得出较为理想的结果。执行机构采用六个反作用轮组成的飞轮系，且为2飞轮系的安装结构均匀对称斜装轮安装构型，如图2所示：H?Hw1T1Tx控制分配Hw2T2结构…规律H?矩阵…飞轮矩阵TyyF(s)HfDHwnW(s)TnCTzaa第i轮第n轮xx?sOß姿态卫星O?动力第1轮s敏感2p/nf器学zs第2轮A(s)-1B(s)Figure2.Theconfigurationsofflywheels扰动M图2.飞轮安装构型Figure1.TheprincipleofAttitudeControl

4、System图1.卫星姿态控制系统原理图反作用轮轮安装角为、，取0，则轮系的结构矩阵为[2]：卫星的姿态控制系统包括动力学模块、姿态敏感器模块、控制器模块及执行机构等，其姿态控制原理如图1所示。sinsincossincossinsincossincosCcoscoscoscoscoscos(3)0sinsinsinsin0sinsinsinsin2据不同的工程应用需求，需要构造不同的性能指标，其中：。n常用的飞轮系力矩分配策略有以下两种：3飞轮系的力矩分配1）能量最优分配策略

5、能量最优分配策略以飞轮阵的总功耗最省为控制3.1飞轮分配策略指标，利用飞轮力矩向量构造如下能量指标函数：飞轮力矩分配的基本思想是根据性能指标、三轴2Tf0.5

6、

7、TT

8、

9、0.5T(4)期望控制力矩以及飞轮安装构型和额定力矩约束，求12解分配矩阵，进而给出每个飞轮的输出控制力矩。根2）力矩最优分配策略978-1-61896-025-2©2012SciRes.854SystemSimulationTechnology&Application(Volume14)力矩最优分配策略要求所需各飞轮力矩中的最大个变量由等式约束组成的方程组求出，由此保证等式值尽可能小，构造基于无穷

10、范数的指标函数为：约束始终成立。2对于Pareto最优解的求解，本文主要采取并列选f

11、

12、T

13、

14、(5)2择法。首先根据子目标函数的数目将群体中的全部个力矩最优策略可以有效地发挥飞轮系的能力，但体均等地划分为几个子群体，对每个子群体分配一个是一般情况下，其分配得到的解并不是能量最优，同子目标函数，各个子目标函数在相应的子群体中独立理，能量最优策略也不一定是力矩最优策略，因此如地进行选择运算，各自选择出适应度高的个体组成一何综合设计寻求最接近两个指标的控制策略在实际运个新的子群体，然后再将所有这些新生成的子群体合用中具有重要意义。并成一个完整的群体，在这个群体中进行交叉和

15、变异运算，从而生成下一代的完整群体，如此不断地循环，3.2飞轮控制的约束条件最终求出多目标优化问题的Pareto最优解。飞轮所能提供的控制能力是一定约束的，其约束条根据飞轮的安装结构及力矩分配策略，可以确定件包括飞轮本身性能的约束以及指令力矩的约束。取反飞轮力矩分配的多目标优化模型如下：[7]作用轮为例，根据其工作特点，则其性能约束为：6minf0.5

16、

17、XX

18、

19、220.5TX=0.5x12ii1TTmaxiTimax(1,2,...,)n(6)22minfx2

20、

21、X

22、

23、(max())(ii1,2,...,