基于自适应迭代学习的小行星绕飞容错控制

基于自适应迭代学习的小行星绕飞容错控制

ID:46636714

大小:5.03 MB

页数:10页

时间:2019-11-26

基于自适应迭代学习的小行星绕飞容错控制_第1页
基于自适应迭代学习的小行星绕飞容错控制_第2页
基于自适应迭代学习的小行星绕飞容错控制_第3页
基于自适应迭代学习的小行星绕飞容错控制_第4页
基于自适应迭代学习的小行星绕飞容错控制_第5页
资源描述:

《基于自适应迭代学习的小行星绕飞容错控制》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、中国空间科学技术Feb.252017Vo.l37No.11-10ChineseSpaceScienceandTechnologyISSN1000-758XCN11-1859/Vhttp:∥zgk.jcast.cnDOI:10.16708/.jcnk.i1000-758X.2017.0002基于自适应迭代学习的小行星绕飞容错控制黄怡欣1,2,李爽1,2,﹡,江秀强1,21.南京航空航天大学航天学院,南京2100162.南京航空航天大学航天新技术实验室,南京210016摘要: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

2、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(RadialBasisFunction,RBF)神经网络对系统非线性部分进行逼近

3、,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。关键词:小行星探测器;容错控制;自适应迭代学习;神经网络;执行器故障中图分类号:V448.2文献标识码:AAdaptiveiterativelearningbasedfaulttolerantcontrolforasteroidorbiting1,2,LIShuang1,

4、2,﹡,JIANGXiuqiang1,2HUANGYixin1.CollegeofAstronautics,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China2.LaboratoryofSpaceNewTechnology,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,ChinaAbstract:Consideringtheprobeactuatorfailures,paramet

5、ricuncertaintiesandexternaldisturbances,anadaptiveiterativelearningbasedfaulttolerantcontrolmethodwasdesigned收稿日期:2016-09-13;修回日期:2016-12-23;录用日期:2017-01-24;网络出版时间:2017-02-1616:36:17网络出版地址:http:∥www.cnk.inet/kcms/detail/11.1859.V.20170216.1636.001.html基金项目:国家自然科学基金(612

6、73051,11672126);上海航天科技创新基金(SAST2015036);中国科学院太空应用重点实验室开放基金(LSU-2016-04-01,LSU-2016-07-01);江苏省普通高校研究生科研创新计划(SJLX15_0136)作者简介:黄怡欣(1991—),女,硕士研究生,hyx_992@126.com,研究方向为航天器姿态控制、容错控制﹡通讯作者:李爽(1978—),男,博士,教授,博士生导师,lishuang@nuaa.edu.cn,研究方向为航天器动力学与控制,深空探测技术,航天技术新概念引用格式:黄怡欣,李爽,江

7、秀强.基于自适应迭代学习的小行星绕飞容错控制[J].中国空间科学技术,2017,37(1):1-10.HUANGYX,LIS,JIANGXQ.Adaptiveiterativelearningbasedfaulttolerantcontrolforasteroidorbiting[J].ChineseSpaceScienceandTechnology,2017,37(1):1-10(inChinese).2中国空间科学技术Feb.252017Vo.l37No.1forasteroidorbiting.Thecontrollerwas

8、dividedintotwoparts:robustiterativelearningcomponentandneuralnetworkiterativelearningcomponent.Fortherobustiterativel

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。