基于VAE-DRSN的微纳卫星推力器故障诊断方法

针对微纳卫星推力器故障诊断问题,提出了一种基于变分自编码器-深度残差收缩网络(VAE-DRSN)的数据驱动推进系统故障诊断方法。该方法采用变分自编码器对姿态数据与控制器输出进行特征提取,通过深度残差收缩神经网络对提取的特征进行特征分类,可以高精度地在线检测、诊断和定位推力器的卡开、卡关及效率降低故障,无需卫星推力器模型及动力学模型,且无需单独配备硬件测量机构。经数值仿真验证,结果表明:该方法对于单喷口故障检测正确率可达99%以上,具有良好推力器故障定位及诊断能力。

推力器故障的刚体航天器自适应变结构容错控制

针对刚体航天器存在未知惯量参数、推力器故障以及控制受限的姿态控制问题,提出了一类自适应变结构容错控制方法,显式地引入推力器输出的饱和幅值,以确保控制输出在其要求界的范围内;同时,引入控制参数在线自适应调整技术,提高了控制律对参数、干扰以及故障变化的自适应能力;对设计者而言,推力器故障信息不需要进行在线检测和分离。此外,进一步考虑存在推力偏差对系统性能的影响,设计控制器参数使得闭环系统对这类推力偏差具有L2增益稳定性。最后,将设计的控制器应用于航天器的姿态机动控制,仿真结果表明该控制器能有效地抑制外部干扰、参数不确定性和推力器各种故障的约束,在完成姿态机动的同时,保证其控制输出满足饱和受限界的要求。

考虑推力器推力上界及故障情况的航天器实时指令分配最优查表法

从航天器配置的所有推力器中选出能实现控制量要求的推力器组合,并计算出组合内每台推力器的工作时间,称之为推力器的指令分配。首先介绍现有推力器指令分配方法中较为先进的最优查表法。在此基础上考虑工程实际,分别针对推力幅值存在上界以及卫星在轨运行可能出现推力器故障的情况,依据线性规划中的单纯型算法对原最优查表法进行补充,给出这两种情况下推力器指令分配的实时最优查表法。经仿真验证,算法能在保持原始最优查表法解的最优性及求解的快速性等诸多优点的前提下,增强了推力器配置的控制能力,并有效解决了推力器故障情况下的指令分配问题。

带有饱和受限的挠性卫星变结构姿态容错控制

针对挠性卫星在飞行过程中存在推力器故障、控制输入饱和受限以及外部干扰的姿态控制问题,提出了一类基于变结构控制的鲁棒容错控制设计方法.该设计在继承变结构控制的优点的同时,显式地引入推力器输出的饱和幅值,以确保控制输出在其要求界的范围内.同时,充分利用星上推力器的硬件冗余以实现对部分推力器故障的容错,这种思想的引入使得所设计的控制器对故障具有很强的自适应能力,而且对设计者而言,推力器故障信息不需要进行在线的检测和分离.最后,将该控制器应用于某型卫星姿态调节控制,仿真结果表明该控制器能有效地抑制外部干扰、挠性结构的振动和推力器故障的约束,在实现姿态调节的同时,保证其控制输出满足饱和受限界的要求,具有较好的控制性能.

基于观测器的水下机器人鲁棒故障诊断

为提高水下机器人故障检测的正确率,降低故障诊断的误报率和漏报率,基于水下机器人的空间运动方程,完成了非线性滑模观测器的设计,并利用设计的观测器完成了水下机器人的系统辨识.将观测器应用于水下机器人的传感器仿真试验和推进器故障诊断的海上试验的结果验证了该方法的有效性和可行性.