基于模糊滑模的卫星姿态控制系统故障诊断
基于模糊控制的航天器姿态控制系统设计

基于模糊控制的航天器姿态控制系统设计航天器姿态控制是航天器的关键技术之一,是指对航天器的姿态进行控制,使其保持或者改变特定的方向、角度或者位置。
目前,航天器姿态控制系统越来越受到人们的关注,因为它是实现卫星定位、导航和控制的关键技术之一,并对整个航天事业发挥着重要的作用。
现今,基于模糊控制的航天器姿态控制系统在航天器领域被广泛应用,成为研究热点之一。
本文将详细介绍基于模糊控制的航天器姿态控制系统设计。
一、概述基于模糊控制的航天器姿态控制系统设计在处理非线性、复杂、不精确、不确定以及模糊的问题上相对于传统控制方法优越。
该设计方案主要采用模糊控制算法构建的控制器,通过传感器获得航天器姿态信息并输入控制器,控制器运用模糊算法来产生合适的控制量,从而实现航天器姿态控制。
二、控制系统设计本设计方案的航天器姿态控制系统由三个部分组成,分别为传感器部分、控制器部分和实际控制对象部分。
1.传感器部分该部分主要用于采集航天器的姿态信息,包括姿态角度、角速度等参数。
传感器一般分为惯性传感器和光学传感器,惯性传感器适合用于短期姿态控制,而光学传感器则适合用于长期姿态监测。
2.控制器部分该部分是本系统的核心部分,主要负责产生控制量来控制航天器姿态。
本设计方案的控制器主要采用模糊控制算法,该算法具有处理不确定因素和非线性因素的特点,能够适应实际控制对象的动态特性。
为了保证该控制器的精度和稳定性,需要对其进行模糊规则库的建立和调整。
首先,需要根据航天器的姿态参数构建模糊规则库,然后对模糊规则库进行优化和调整,以满足控制器的精度和稳定性要求。
3.实际控制对象部分该部分主要是实际控制对象,也就是要控制的航天器。
本设计方案的控制对象为六自由度的刚体,可以采用非线性动力学模型来描述。
基于上述三个部分,本设计方案的姿态控制系统可以实现航天器的姿态控制,具有精度高、响应速度快、适应性强等优点。
三、实验结果基于模糊控制的航天器姿态控制系统设计的实验结果表明,该系统具有很好的姿态控制效果。
基于滑模观测器的故障检测与重构方法

中 图 分 类 号 :TP206.3
文 献 标 识 码 :A
文 章 编 号 :1673—808X(2007)01—0037—04
Fault detection and reconstruction m ethod based on sliding m ode observers
W A N G Ying ,£, Shu-chen,CU I D ong—yah
维普资讯
第 27卷 第 1期 2007年 2月
桂 林 电 子 科 技 大 学 学 报
Journal of Guilin University of Electronic Technology
V o1.27,No.1 Feb.2007
基于滑模观 测器的故障检测与重构方法
(2)
其 中 X∈R ,U∈R ,Y∈Rp,假 设 c和 F 满秩 , ∈
为执 行 机 构 故 障 ,未 知 但 有 界 , ∈R 为 传 感 器 故
障 。假 定 ≥g,构 建观 测器[
之 : Az+ Bu — G e + G 7. 2,
(3)
收 稿 日期 :2OO6— 12一O6 基 金项 耳:辽宁省教育厅科学研究计划资助项 目(2OO4DO31) 作者简介 :王莹(1980一),女,辽宁盘锦人 ,硕士研 究生,主要研究方向为滑模变结构控制.
动态 系统 的故 障 检测 与 诊 断 (FDI)理 论 和 技 术 已受 到越来 越多 的关注 ,人们提 出 了许多种 以观 测器 为 基础 的 故障 诊 断方 法rh ,用观 测 器 信号 来 推 断故 障信 息 。滑模控 制是 一种特 殊 的变 结构 控制 。它有两 个 突 出优 点 :一 是系统 在到达 滑动 模态后 的降 维运 动 特性 能够 由预先 设计 的切换 函数 来唯一 确定 ;二是 受 控后 的系统对外 界扰 动和 内部摄 动具有 不变性 。滑 模 控 制 的第 二个 优 点与提 高 故 障诊 断 系统 的鲁棒 性 是 一 致 的 ,因此 可 以将 滑模 的概念 引入到 观测 器的设 计 中 ,从而 提高 观测器 的故 障诊断 方法 的鲁棒 性 。近 年 来 ,滑 模观 测 器 已经 被 应 用到 了 FDI[。“],文 献 rs]使 用 观 测 器 重 构 故 障 信 息 ,并 提 出 了 “等 效 输 出 注 入 (EOI)”的概念 ,它类 似于 Utkin所提 出的等 效控 制 。
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

n
t
e
l
l
i
tadap
t
i
vef
au
l
t
G
t
o
l
e
r
an
tc
on
t
r
o
l
l
e
ra
r
ch
i
t
e
c
t
u
r
eo
ff
u
l
lneu
r
a
lne
two
r
ksi
s
gen
e
s
t
ab
l
i
shed.Then,t
hepa
r
ame
t
e
r
so
ft
het
hr
e
eneu
r
a
lne
two
r
kssucha
st
henumbe
ro
fne
的姿态稳定控制.
关键词:人工智能;深度神经网络;姿态控制;故障诊断;容错控制
中图分类号:
V448.
2 文献标识码:
A
Fau
l
td
i
agno
s
i
sandt
o
l
e
r
an
tc
on
t
r
o
lo
fs
c
e
c
r
a
f
ta
t
t
i
t
ud
ec
on
t
r
o
l
pa
s
s
t
基于模糊贝叶斯风险和T-S模糊模型的故障诊断

测控技术2019年第38卷第5期・7・试验与测试基于模糊贝叶斯风险和T-S模糊模型的故障诊断路涛J梁智超2,索明亮3,(1.空军装备部外场保障局,北京100843;2.复杂航空系统仿真实验室,北京100076;3.北京航空航天大学可靠性与系统工程学院,北京100191;4.可靠性与环境工程技术重点实验室,北京100191)摘要:为解决复杂装备故障诊断中的知识获取和决策制定问题,提出一种数据驱动的故障诊断方法。
利用模糊贝叶斯风险模型以风险最小化原则挖掘数据中有价值知识,最,其中的概率分布用于T-S(Takagi-Sugeno)模糊规则提取,以分段线性化思想逼近复杂的数据知识。
在数值实验中,以C-MAPSS(Commercial Modular Aero-Propulsion System Simulation)发动机数据为研究对象,验证方法的有,结果表明本文方法适用于复杂装备的故障诊断。
知识获取方法明,本文方法的诊断准确率。
关键词:故障诊断;数据驱动;模糊贝叶斯风险;T-S模糊;航空发动机中图分类号:TP277文献标识码:A文章编号:1000-8829(2019)05-0007-06doi:10.19708/j.ckjs.2019.05.002Fault Diagnosis Based on Fuzzy Bayes Risk and T-S Fuzzy ModelLU Tao1,LIANG Zhi-chao2,SUO Ming-liang3,4(1.Field Support Bureau of Air Force Equipment Department,Beijing100843,China;2.Science and Technology on Complex Aviation Systems Simulation Laboratory,Beijing100076,China;3.School of Reliability and Systems Engineering,Beihang University,Beijing100191,China;4.Science and Technology on Reliability and Environmental Engineering Laboratory,Beijing100191,China)Abstract:A kind of data-driven fault diagnosis approach is proposed to solve the problems of knowledge acquisition and decision making in the diagnosis of complex ing the fuzzy Bayes risk model to mine the valuable knowledge under the raw data with the principle of risk minimization to obtain the relative optimal attribute subset.The generated probability distribution is used for T-S fuzzy rule extraction,and the complex data knowledge is approximated according to the idea of piecewise linearization.In the numerical experiments,two diagnostic cases were carried out to illustrate the efficiency of the proposed method by utilizing the data of C-MAPSS,and the results show that the proposed method is suitable for fault diagnosis of complex equipment.Compared with other knowledge acquisition methods,this method can achieve higher diagnostic accuracy.Key words:fault diagnosis;data-driven;fuzzy Bayes risk;T-S fuzzy;aeroengine复杂装备的诞生是工业技术快速发展的必然结果,随之而来的是对复杂装备的健康管理问题。
《电液位置伺服控制系统的模糊滑模控制方法研究》

《电液位置伺服控制系统的模糊滑模控制方法研究》一、引言随着工业自动化技术的快速发展,电液位置伺服控制系统在各种高精度、高动态性能的机械设备中得到了广泛应用。
然而,由于系统中的非线性和不确定性因素,传统的控制方法往往难以达到理想的控制效果。
因此,研究新型的控制方法,提高电液位置伺服控制系统的性能,具有重要的理论意义和实际应用价值。
本文重点研究了模糊滑模控制在电液位置伺服控制系统中的应用,为解决该类问题提供了新的思路。
二、电液位置伺服控制系统概述电液位置伺服控制系统是一种以液压传动为基础,通过电机驱动液压泵,进而控制执行机构位置的系统。
其核心目标是实现对执行机构位置的精确控制。
由于系统中存在非线性和不确定性因素,如液压缸的摩擦力、外部负载扰动等,使得系统控制变得复杂。
传统的控制方法如PID控制、模糊控制等,虽然在一定程度上可以实现对系统的控制,但往往难以达到理想的控制效果。
三、模糊滑模控制方法研究针对电液位置伺服控制系统的特点,本文提出了一种模糊滑模控制方法。
该方法将模糊控制和滑模控制相结合,通过模糊控制器对系统的不确定性进行估计和补偿,同时利用滑模控制的快速性和鲁棒性,实现对系统的高精度控制。
1. 模糊控制器设计模糊控制器是本方法的核心部分。
通过对系统的不确定性因素进行观察和学习,模糊控制器可以自动调整其参数,以适应系统状态的变化。
在电液位置伺服控制系统中,模糊控制器通过接收系统的位置、速度等信息,利用模糊推理机制对系统的不确定性进行估计和补偿。
2. 滑模控制器设计滑模控制是一种变结构控制方法,其核心思想是根据系统状态的变化,实时调整系统的控制策略。
在电液位置伺服控制系统中,滑模控制器通过设计适当的滑模面和滑模控制律,使系统在受到外部扰动时,能够快速地回到预设的滑模面上,从而实现高精度的位置控制。
四、实验验证与分析为了验证本文提出的模糊滑模控制方法的有效性,我们进行了大量的实验。
实验结果表明,与传统的控制方法相比,模糊滑模控制方法在电液位置伺服控制系统中具有更好的控制性能。
基于干扰观测器的卫星姿态误差四元数模糊滑模控制

s did,whih a i e no -i l ue to ft e e d at ud fs c c a t. S c n y,a c r i g u t e c vod t n sng eq si n o h n ti e o pa e r fs e o dl h t c odn t e mah mai a d lo e s tli ti d yse ,t e si i g mo e c nr le sde i n d b o t t e tc lmo e ft ae l e a t u e s t m h h t t h ld n d o to lri sg e y
标姿态 四元数 Q =[c 。 q q r, q q。 以 系统初 o , 始姿态四元数 Q= q q q q r, [ 。 。 。 。 则卫星本体
坐标系 到轨道坐标 系的姿态误差 四元 数 Q。 定义为
d su b n e .I r e o ei n t h nt nsc c atrn ft e si i g mo e c n r l uz y si i g it r a c s n o d rt l i m ae t e i r i h te g o ld n d o to ,a f z ld n i i h mo e c n o lrwih d su b n e o e v ri sg e o a h e e t e at u e c n o .The smulto d o t l t it r a c bs r e sde i n d t c iv h ti d o t 1 r e t r i ain r s ls o t e p c c at t t d c n o s ow t a t e r p e c n o s h me a e f c i l e u t f h s a e r f a t u e o t l h i r h t h p o os d o t l c e c n fe t y r ve
深空探测航天器姿态控制系统故障定位

1 引言
深空探测航天器研发周期长、成本高, 而深空探测 具有面临环境复杂、任务周期长以及任务多样化等特 点, 提高星上控制系统可靠性和容错运行能力是深空
探测任务迫切而具有挑战性的研究重点. 姿态控制系 统(attitude control system, ACS)是卫星最关键的分系 统之一, 却是卫星故障易发的分系统, 而一旦姿控系 统发生故障, 将影响卫星任务执行效率, 严重时甚至
第 36 卷第 12 期 2019 年 12 月
控制理论பைடு நூலகம்应用
Control Theory & Applications
Vol. 36 No. 12 Dec. 2019
深空探测航天器姿态控制系统故障定位
叶正宇1, 程月华2†, 韩笑冬3, 姜 斌2
(1. 南京航空航天大学 航天学院, 江苏 南京 211100; 2. 南京航空航天大学 自动化学院, 江苏 南京 211100; 3. 中国空间技术研究院 通信卫星事业部, 北京 100830)
3. Communications Satellite Division, China Academy of Space Technology, Beijing 100830, China) Abstract: Fault detection and location is the prerequisite and guarantee for the reliability of the satellite for deep space exploration missions. Combined with the analysis of the attitude control system (ACS) mechanism, we present a datadriven fault diagnosis (FD) method based on neural networks and support vector machines (SVM) to detect and locate fault. The FD scheme is composed of 3 steps. Firstly, the sensor signals of the ACS are collected, and a neural network is applied to model the unknown dynamic characteristic of closed-loop ACS and make predictions; Then, ACS sensor signals are compared with the neural network predictions to generate residuals and extract the fault features; Finally, an SVM is applied to identify the fault features to realize fault detection. And combined with kinematic analysis, fault location is realized. The simulation results show that the proposed method can effectively extract and identify the fault features and is capable of realizing the fault detection and location of actuator and sensor. Key words: fault location; neural networks; support vector machines; attitude control system Citation: YE Zhengyu, CHENG Yuehua, HAN Xiaodong, et al. Fault location for attitude control systems of deep space exploration satellites. Control Theory & Applications, 2019, 36(12): 2093 – 2099
卫星姿态控制系统的故障诊断研究

规律:失、升、氧、得、降、还
问题六 :氧化复原反响与四大根本反响的关系?
学 生
①
2Mg + O2 = 2MgO
〔化合,氧还〕
练 习
②
CaO
+
CO2
=
CaCO3
〔化合,非氧还〕
③ H2CO3 = H2O + CO2
〔分解,非氧还〕
④ 2H2O = 2H2↑+ O2↑
〔分解,氧还〕
教材分析
1、教材的地位和作用
只有让学生掌握氧化复原反响的根本概念才能 使他们理解这些反响的本质。学生对本节教材 掌握的好坏直接影响着其以后对化学的学习。 本节教材安排在这里是承前启后、符合情理。 它既涉及了初中的根本反响类型及氧化反响、 复原反响的重要知识并以此为铺垫展开对氧化 复原反响的较深层次的学习,又还将是今后联 络元素化合物知识的重要纽带。所以这样的编 排充分表达了教学大纲“螺旋式上升〞的根本 思想。
教学难点
理解氧化复原反响的本质是发生了电子转移
教法分析
“将课堂还给学生,让课堂焕发出生命的活力〞是进 展教学的指导思想,充分发挥老师的主导作用和学生 的主体作用。结合教材及学生的实际将采取以下教学 方法:
1、以激发学生的学习动机为主线,通过提问,讨论 等形式,调动学生学习的积极性。
2、以知识有层次构造为根底,通过分析,讲解,让 老师的认识转化为学生的认识。 3、以思维训练为核心,通过提问,讨论到达使学生多 种感官同时合作,多项信息综合反响的作用,充分发 挥学生的主动作用
⑤
NaOH + HCl = NaCl
〔复分解,非氧还〕
+
H2O
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
姜
斌
1
( 1 南京航空航天大学自动化学院, 南京 210016 ) ( 南京航空航天大学高新技术研究院, 南京 210016 )
S 模糊方法和滑模观测器的 摘要: 针对卫星姿态控制系统的执行机构故障 , 提出了一种基于 TS 模糊模型的卫星姿态控制系统模型 , 故障诊断方法. 首先, 建立了基于 T并在此基础上, 设计了 一种用于状态检测的模糊滑模观测器 . 该观测器在执行机构发生故障的情况下 , 仍然保持滑模模 态, 可以利用等效输出注入实现故障的直接估计 . 在故障和干扰上界未知的情况下, 采用迭代学 习算法在线计算并调节滑模项的切换增益大小 , 避免了不必要的高频抖振现象; 同时利用 H ∞ 思 通过求解 LM I 获得观测器参数, 将干扰对故障估计的影响最小化. 计算机仿真结果表明, 该 想, , . 故障诊断方法能够对执行机构故障进行较为精确的估计 从而验证了方法的有效性 S 模糊模型; 滑模观测器 关键词: 卫星; 姿态控制; 故障诊断; T023806 中图分类号: TB277 文献标识码: A 文章编号: 1001 - 0505 ( 2010 ) 增刊( I) -
THEN
x ( t) = A i x( t) + Bu( t) y( t) = Cx( t)
i = 1, 2, …, r
}
( 4)
i i z1 , z2 , …, z s 为先验变量; M 1 , M2 , …, M is 为隶属度函数; r 为模糊规则数; s 为先验变量数; A i 通过对 式中, 式( 3 ) 在工作点线性化得到. 考虑执行机构故障, 整个系统的状态方程可表示为 r
x =
h i ( z ) ( A i x + Bu + Df a ∑ i =1
+ Ed)
y = Cx
}
( 5)
240
东南大学学报( 自然科学版)
r r
第 40 卷 w i( z) ∑ i =1 ≥ 0, 且∑ hi ( z ) = 1, 其中
i =1
Hale Waihona Puke f a 为执行机构故障; d 为外部干扰; D = B ; h i ( z ) = w i ( z ) 式中,
1
1. 1
系统描述
卫星姿态的动力学和运动学方程 三轴配置反作用飞轮的刚体卫星姿态动力学方程可表示为 Jω + ω * ( Jω + h ω ) = L c + L d
T
( 1)
J 为卫星的惯量矩阵; ω = { ω x , 式中, ωy , ω z } 为星体相对与惯性空间的角速度在本体坐标系中的投影矢 量; h ω 为飞轮角动量; L c 为飞轮控制力矩; L d 为各种干扰力矩总和. 0 定义[ ω ]= ω z - ωy
T 令 ω r = { ω1 , ω2 , ω3 } 为卫星姿态相对轨道坐标系的转动角速度在星体坐标系下的投影 . ω 与 ω r 的关 b b 系为 ω r = ω - C o ω o , 其中 C o 为轨道坐标系到星体坐标系的转换矩阵 , ω o 为轨道角速度. T T 定义状态变量 x = { , ωx , θ, ωy , ψ, ωz } , 输出 y = { ω x , θ, ωy , ω z } . 根据式( 1 ) 和 ( 2 ) , 可定义如下的系 统方程:
增刊( I)
樊雯, 等: 基于模糊滑模的卫星姿态控制系统故障诊断
239
Takagi 等[1]提出的 TS 模糊建模方法, 利用多个局部线性模型模糊逼近非线性系统模型 , 既考虑了 , . 系统本身的非线性特征 又降低了观测器设计问题的困难性与复杂性 该方法已被用于解决许多非线性系 统故障观测器的设计问题
作者简介: 樊雯( 1989 —) ,女, 硕士生; 姜斌( 联系人) ,男,博士,教授,博士生导师,binjiang@ nuaa. edu. cn. 基金项目: 江苏省自然科学基金重点资助项目( BK2010072 ) 、 南京航空航天大学研究生创新实验室基金资助项目 、 南京航空航天大学大 学生创新基金资助项目 . 0510. 收稿日期: 2010-
[2 ]
.
滑模观测器因其对系统中的干扰 、 未建模动态等不确定因素具有鲁棒性而被越来越多地应用于故障 [3 ~ 6 ] [3 ] . Edw ards 等 提出了一种基于滑模观测器的故障诊断策略 : 在故障发生时, 诊断中 观测器仍然保持 滑动模态, 故障信号可通过构造等效输出注入项得到重构 . 这一方法避免了产生评价残差的复杂性. 使用 这种策略时, 需要已知故障与外部干扰的上界 . 在实际应用中, 过大的切换增益会引起不必要的高频抖振 .
s
w i( z) =
M ij ( z j ) . ∏ j =1
2
2. 1
模糊滑模观测器设计
观测器设计
B ∈R n × q ; C ∈R p × n ; E ∈R n × k ; n > p > q. 考虑式( 5 ) 所示的不确定动态系统, 其中, C ) 可观测, 2, …, r ; ② 存在已知函数 α( t, u) 和已知常数 β, 对于此系统, 假设满足: ① ( A i , 且 i = 1, 使得 t) ‖≤α( t, u) , D, C ) 的任意不变零点都位于左半平面. ‖f a ( x, ‖d‖≤β; ③ rank( CD ) = rank( D ) , 且( A i , PDC , : 根据 原则 提出如下形式的滑模观测器
Fault diagnosis in attitude control system of satellite based on fuzzy sliding mode
Fan Wen1
(
1
2 Cheng Yuehua1,
Jiang Bin1
College of Automation Engineering ,Nanjing University of Aeronautics and Astronautics,Nanjing 210016 ,China) (
x = f( x, t) + Bu y = Cx u 为控制力矩. 式中, 1. 2 TS 模糊模型
}
( 3)
TS 模糊模型通过一系列 IFTHEN 规则下的多个局部线性模型模糊逼近非线性系统 , 本文给出的 TS 模糊模型描述如下:
i IF z 1 ( t) is M 1 ( t) , …, z s ( t) is M is ( t)
i IF z 1 ( t) is M 1 ( t) , …, z s ( t) is M is ( t) · r
THEN + G ni v i )
x ^ =
hi ( z ) ( A i x ^ + Bu + G li ( y - y ^) ∑ i =1
r
y =
hi ( z ) C x ^ ∑ i =1
2
Academy of Frontier Science,Nanjing University of Aeronautics and Astronautics,Nanjing 210016 ,China)
Abstract : A fault diagnosis approach based on the TakagiSugeno ( TS ) fuzzy and the sliding mode observer is proposed for actuator faults in the attitude control systems of a satellite. First,an attitude control system model of the satellite is constructed based on the TS fuzzy and a sliding mode observer is proposed for state detection. The observer can maintain a sliding motion even in the presence of actuator faults; thus,the estimation of the faults can be directly achieved by equivalent output injection. When the upper bounds of the faults and disturbances are unknow n,an iterative learning algorithm is used to calculate and update the sw itching gain of the sliding mode term ,avoiding unnecessary chattering. And by using the concepts of H ∞ ,a linear matrix inequality ( LM I) is calculated to minimize the effects of disturbances on the estimation of the faults. The results of the numerical simulation show that the accurate estimation of the actuator faults can be obtained,w hich proves the effectiveness of this approach. Key words: satellite; attitude control; fault diagnosis; TakagiSugeno ( TS ) fuzzy model; sliding mode observer 近年来, 随着空间技术的发展, 对卫星姿态控制系统的可靠性和自主运行能力有了更高的要求 . 卫星 姿态控制系统的故障诊断技术研究 , 对切实保障其可靠性与安全性具有重要意义 . 作为故障诊断方法的一 种, 基于模型的故障诊断方法应用较多 , 但需要以精确的数学模型为基础 , 构造观测器产生残差, 继而进行 故障的评价与决策. 大多基于模型的故障诊断方法都是针对线性系统的 , 对于非线性系统, 缺乏统一可行 的方法.