購物車(0)
適應運載火箭推力下降故障的神經網絡容錯控制方法
朱海洋; 吳燕生; 陳宇; 楊云飛; 徐利杰 北京宇航系統工程研究所; 北京100076; 中國航天科技集團有限公司; 北京100048
關鍵詞：運載火箭 容錯控制 推力下降 徑向基神經網絡
摘要：針對運載火箭單臺發動機推力下降故障,提出了一種基于徑向基神經網絡(Radial Basis Function Neural Network,RBFNN)的容錯姿態控制方法。該方法無需故障診斷系統,根據運載火箭姿態動力學控制通用模型,使用RBFNN在線辨識并補償模型的故障變化和不確定干擾,得出容錯控制律。仿真結果表明,在單臺發動機發生推力下降故障時,本文方法與傳統PD方法、自適應增廣控制方法(Adaptive Augment Control,AAC)相比,可有效保證姿態穩定和控制精度。
航天控制雜志要求:
{1}稿件文字精練，文前請附100—300字中英文提要，5—7個關鍵詞。
{2}凡投本刊文稿,應主題和論點明確，論據可靠，數據準確，文字簡練。
{3}文章做到主題明確、結構合理、論據可靠、邏輯清晰。
{4}如論文系某科研基金資助項日，須注明基金名稱、項目編號。
{5}文稿必須采用法定計量單位，物理量符號用斜體，物理量單位用正體。帶有角標（主要是下標）的量請注意正確格式，非量的角標用正體，如角標本身為物理量，則仍為斜體。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
