10.16708/j.cnki.1000-758X.2020.0066
基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究
针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题,提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法.以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时,所提出的方法可保证鲁棒的姿态控制.首先,利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能,建立了全神经网络的智能自适应容错控制器架构.然后,对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整,对比分析了神经网络参数对控制器性能的影响.最后,对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证.仿真结果表明,对于具有冗余控制力矩陀螺的航天器,提出的方法不仅能在单一陀螺故障下实现高精度的容错控制,也能在发生多陀螺故障时保证一定的姿态稳定控制.
人工智能、深度神经网络、姿态控制、故障诊断、容错控制
40
V448.2(航天仪表、航天器设备、航天器制导与控制)
民用航天技术预先研究项目;国家自然科学基金
2020-12-03(万方平台首次上网日期,不代表论文的发表时间)
共12页
1-12