电动力绳系离轨系统中绳索动力学研究

基于电动力绳系离轨系统动力学建模问题,提出了一种考虑绳索弯曲变形特性的柔索模型.该模型可以反映在电动力拉力和重力梯度力作用下绳索的弯曲变形情况,以及绳索变形后对感应电动势和电动力拉力的影响,利用算例比较了柔索模型和其他常用哑铃模型的差异.同时,借鉴海底拖曳系统中绳索的建模方法,建立反映电动力绳系在离轨过程中振动情况的绳索振动模型.仿真结果表明,横向振动是电动力绳系在离轨过程中的主要振动形式.

电动力缆绳离轨系统中绳索建模研究

空间碎片对在轨运行航天器的安全构成重大威胁,使废弃卫星脱离原轨道进入大气层烧毁是减少空间碎片的有效途径。利用导电缆绳与地磁场相互作用产生的洛仑兹力使卫星特别是低地球轨道卫星的轨道高度快速衰减是一种很有应用前景的离轨方式。在研究电动力缆绳离轨的刚性杆模型基础上,建立了更符合电动力缆绳特性的柔索模型,并对刚性杆模型和柔索模型进行仿真。结果表明柔索模型能更精确地体现电动力缆绳的性质。

基于深度强化学习的动态装配算法

针对动态装配环境中存在的复杂、动态的噪声扰动,提出一种基于深度强化学习的动态装配算法。将一段时间内的接触力作为状态,通过长短时记忆网络进行运动特征提取;定义序列贴现因子,对之前时刻的分奖励进行加权得到当前时刻的奖励值;模型输出的动作为笛卡尔空间位移,使用逆运动学调整机器人到达期望位置。与此同时,提出一种对带有资格迹的时序差分算法改进的神经网络参数更新方法,可缩短模型训练时间。在实验部分,首先在圆孔–轴的简单环境中进行预训练,随后在真实场景下继续训练。实验证明提出的方法可以很好地适应动态装配任务中柔性、动态的装配环境。