CN113777914A - 具有智能故障检测和修正功能的控制分配方法 - Google Patents
具有智能故障检测和修正功能的控制分配方法 Download PDFInfo
- Publication number
- CN113777914A CN113777914A CN202111064071.4A CN202111064071A CN113777914A CN 113777914 A CN113777914 A CN 113777914A CN 202111064071 A CN202111064071 A CN 202111064071A CN 113777914 A CN113777914 A CN 113777914A
- Authority
- CN
- China
- Prior art keywords
- control
- fault
- control distribution
- instruction
- correction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012937 correction Methods 0.000 title claims abstract description 86
- 238000001514 detection method Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000006870 function Effects 0.000 title claims abstract description 34
- 230000007246 mechanism Effects 0.000 claims abstract description 122
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims description 33
- 230000009467 reduction Effects 0.000 claims description 17
- 230000000903 blocking effect Effects 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 15
- 238000009434 installation Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 230000015556 catabolic process Effects 0.000 claims description 2
- 238000006731 degradation reaction Methods 0.000 claims description 2
- 238000005293 physical law Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000004088 simulation Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明目公开的具有智能故障检测和修正功能的控制分配方法,属于自动化与控制领域。本发明实现方法为:通过控制分配算法实时将总控制指令分配给各个控制器;对比各执行机构的实际输出控制量和指令控制量的差别判断执行机构是否发生故障并确定对应的故障模式模型;针对每种故障模式通过修正控制分配算法的实时输入对故障进行智能的修正和排除。本发明将控制分配问题转化为加权最小二乘问题,并采用有效集算法方法求解的控制分配的加权最小二乘问题,提高控制分配效率。本发明能够在故障发生时有效对故障实时检测,并通过优化控制分配参数对故障进行修正,保证***的安全性和可靠性,且具有实时性好、执行效率高、控制精度高、鲁棒性强的优点。
Description
技术领域
本发明公开的具有智能故障检测和修正功能的控制分配方法,涉及一种在控制***执行机构产生故障的情况下,***智能地对故障进行检测并进行修正的控制分配方法,属于自动化与控制领域。
背景技术
随着现代科学和工业技术的快速发展,以航空航天、航海、汽车以及机器人等为代表的工程领域的自动化程度越来越高,为了确保工业***的可靠性和安全性,过驱动控制***得到了广泛的应用。过驱动控制***是指具有的执行机构个数大于完成任务所需控制维度的***,以航天领域的航天器姿态控制为例,在航天器上常配备动量轮来控制***俯仰、偏航以及滚转三个维度的姿态,现代航天器常配备4-5个甚至更多的动量轮来确保***的可靠性,这样的航天器就是过驱动***;另外具备多组操纵面的飞机,具有多种驱动模式的汽车也都是过驱动***。对于过驱动***需要设计有效地控制分配方法将控制器生成的控制指令快速、准确的下达给各个执行机构,并且要保证各执行机构在存在约束(例如幅值约束或转角约束)的条件下产生的实际控制量的矢量和(如多个航天器多个推力器产生的合力或合力矩)与控制指令之间的误差最小,从而达到最好的控制效果。在实际的工程应用中,执行机构可能产生各种形式的故障,如果不及时检测到故障并进行排除,对整个控制***会产生很大的影响,甚至导致***的完全失效,威胁到任务的顺利进行以及人员的生命安全,这对控制***设计提出了更高的容错性和可靠性要求;在发生故障时,控制***需要及时发现故障的产生,定位发生故障的执行机构,并智能地判断故障类型然后有针对性的对故障进行修正,才能规避故障引起的风险。所以,研究能够实时检测故障并及时进行修正的智能化控制分配方法具有非常重要的意义。
发明内容
过驱动***具有多个执行机构,需要各个执行机构通过高效的协同配合产生期望的控制量;在此过程中,各执行机构可能在任意时刻发生多种模式的故障,从而威胁***的安全性。针对上述技术问题,本发明目的是提供一种具有智能故障检测和修正功能的控制分配方法,在明确控制***动力学模型与控制律的基础上,通过控制分配算法实时将总控制指令分配给各个控制器;并通过分类总结执行机构故障模式模型,对比各执行机构的实际输出控制量和指令控制量的差别判断执行机构是否发生故障并确定对应的故障模式模型,实现对执行机构故障的检测;针对每种故障模式通过修正控制分配算法的实时输入对故障进行智能的修正和排除。本发明能够在故障发生时有效对故障实时检测,并通过优化控制分配参数对故障进行修正,保证***的安全性和可靠性,且具有实时性好、执行效率高、控制精度高、鲁棒性强的优点。此外,在设计控制分配算法时,将控制分配问题转化为加权最小二乘问题,并采用有效集算法方法求解的控制分配的加权最小二乘问题,提高控制分配效率。本发明广泛地应用于航天、航空、汽车、船舶以及机器人等工业领域。
本发明的目的通过以下技术方案实现。
本发明公开的具有智能故障检测和修正功能的控制分配方法,主要基于控制分配模块、智能故障检测和修正模块实现,控制分配模块通过执行控制分配算法将总控制指令实时分配给各个执行机构。智能故障检测和修正模块通过实时感知执行机构的实际输出控制量并与指令信号进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入来对故障进行智能的修正和排除,保证***的工作状态不受故障影响。
本发明公开的具有智能故障检测和修正功能的控制分配方法,包括如下步骤:
步骤一:构建控制***的整体闭环模型,定义控制过程中所需要各个参量,明确控制***各部分基本功能和控制参量定义,建立控制***动力学模型和控制律。
步骤1.1:构建由虚拟指令层和物理***层构成的完整的控制***闭环模型,明确每个部分的功能和各个参量的物理意义。
完整的控制***闭环由物理***层和虚拟指令层构成。物理***层指控制***的物理实体,包括产生控制量的执行机构、载荷和平台。虚拟指令层指搭载在电子设备中的控制算法,主要通过传感器感知物理实体的运动状态进行决策从而产生控制指令。虚拟指令层感知物理实体的运动状态并产生控制指令,执行机构输出相应的控制量改变物理实体的运动状态,实体的运动状态再被虚拟指令层感知,从而构成闭环控制***。
物理***层各个执行机构接收到来自控制分配模块下达的虚拟执行机构指令,定义为ud,输出的实际执行机构控制量,定义为ua,其中ud和ua均以m×1维向量表示,m为执行机构个数,向量的第i(i=1,2,…m)个分量对应编号为i的执行机构。在执行机构不发生故障的情况下,应满足ua=ud,但在执行机构发生故障的情况下,则有ua≠ud。
根据各个执行机构的安装位置以及安装角度可以确定出执行机构的安装矩阵,定义为Ba,是一个n×m维矩阵,其中n为***总控制量的维度,通过ua和Ba得到作用在物理***上的总控制量,定义为Ta,计算公式为:
Ta=Baua (1)
在总控制量的作用下,物理***将根据动力学,即运动的物理规律,产生相应的运动,产生的实际运动状态用xa(1×n)表示。
虚拟指令层通过敏感器感知到物理***的实际运动状态xa后,与物理***的期望运动状态xd(1×n)对比,当实际运动状态未达到期望运动状态时,控制律模块会根据设计的控制律生成虚拟总控制指令,用Tc(1×n)表示。只有当总控制指令Tc与作用在物理实体上的实际总控制量Ta实时相等时,即它们之间的控制量误差满足:eT=Tc-Ta=0时,才能达到控制效果。控制分配模块以及智能故障检测与修正模块的功能就是保证在执行机构出现故障的情况下快速使得控制量误差归零:eT→0。
智能故障检测和修正模块通过对比各个执行机构得到的指令ud和各个执行机构实际输出的ua,判断是否有执行机构产生故障,并确定出现故障的执行机构的编号和具体的故障模式,根据具体的故障模式,该模块能够智能的生成修正指令参量:虚拟的修正装配矩阵Bv(n×m)以及虚拟补偿力矩Tf(1×n)。虚拟总控制指令与虚拟补偿力矩做差得到虚拟分配力矩vd(1×n),在各执行机构都不产生饱和的情况下满足:
vd=Tc-Tf=Bvud (2)
vd和Bv为控制分配模块的输入,由于执行机构具有输出上下限,无法保证所有的控制情况均满足公式(2)的等式关系,控制分配模块用于通过控制分配算法计算出最优的ud使得vd-Bvud→0,并给执行机构下达指令。
步骤1.2:建立控制***动力学模型和控制律。
用微分方程描述控制***动力学模型,表示为:
其中Kp,Kd,Ki分别代表比例系数,微分系数以及积分系数。通过PID控制律使***状态误差在较短时间内收敛到0,即:ex→0。
步骤二:建立用于将总控制指令实时分配给各个执行机构的控制分配模块。
作为优选,在控制分配模块中,将控制分配问题转化为加权最小二乘问题,并采用有效集算法方法求解的控制分配的加权最小二乘问题,提高控制分配效率。步骤二实现方法为:
步骤2.1:在控制分配模块中,将控制分配问题转化为加权最小二乘问题。
定义执行机构的上下界限分别是umax(1×m)和umin(1×m),它们的第i个元素代表编号为i的执行机构最大或最小的输出值,所以在控制分配过程中生成的执行机构输出指令必须介于上下限之间,既满足约束:
umin≤ud≤umax (5)
并且执行机构还有最佳工作状态,定义为up(1×m)。引入加权最小二乘法的表达式描述控制分配问题的性能指标:
J=||wu(ud-up)||2+γ||wv(Bvud-vd)||2 (6)
其中wu(m×m),wv(n×n)分别为执行机构工况和控制分配效率的加权矩阵,γ为控制分配的加权系数。性能指标描述的是期望执行机构输出控制量与期望的总控制量以及执行机构最佳工作状态偏离的程度,其同时考虑总控制量精度以及最佳工况两个因素,并且通过引入加权矩阵和系数衡量两者之间的重要程度。以满足总控制量精度优先,所以γ设定为一个量级较大的系数。将公式(6)所示的性能指标变换为:
于是控制分配问题被描述为:
即:在满足执行机构输出上下限的条件下,将控制分配问题转化为加权最小二乘问题,使得加权最小二乘形式的性能指标达到最小值,从而获得最高的总控制量的精度。
步骤2.2:采用有效集算法方法求解的控制分配的加权最小二乘问题,提高控制分配效率,快速准确的获得执行机构的指令控制量ud并下达给各个执行机构。
定义有效集为Ws(1×m),当编号为i的执行机构,其指令控制量满足:umin(i)≤ud(i)≤umax(i),则有效集第i个元素满足:Ws(i)=0,;当ud(i)=umax(i),有Ws(i)=1,当ud(i)=umin(i),有Ws(i)=-1。有效集法的求解步骤如下:
步骤2.2.1:选择初始值ud 0 (1×m),满足:umin≤ud 0≤umax,设定初始有效集Ws 0=[0 …0]T (1×m),令循环次数K=0。定义残差R=b-Auud K。
步骤2.2.2:将有效集Ws K中非0元素对应的Au的列从Au中剔除,得到新的Au *(例如,有效集中第一个元素为1,即Ws(1)=1,则将Au的第一列Au(:,1)从Au中剔除,Au的第2至m列构成新矩阵,Au *=Au(:,2:m)),并求伪逆Au *+,定义分配扰动值p=Au *+R,将有效集Ws K中非0元素对应的p的元素从p中剔除,得到新的p*。计算ud opt=ud K+p*。
步骤2.2.3:判断ud opt是否满足:umin≤ud opt≤umax,若满足跳转步骤2.2.4,否则跳转步骤2.2.7。
步骤2.2.4:更新残差:R=R-Au *p,计算拉格朗日算子:λ=Ws K·(Au TR),判断拉格朗日算子是否满足:λ>0(即λ中每个元素均大于0),若满足跳转步骤2.2.5,否则跳转步骤2.2.6。
步骤2.2.5:控制分配问题结果已找到,令ud=ud opt,结束算法。
步骤2.2.6:计算ud K+1=ud opt,将λ中最小值元素对应的Ws K中的元素改为0。令K=K+1,返回步骤2.2.2。
步骤2.2.7:定义距离矩阵:
将D矩阵中最小的元素Dmin定义为满足:umin≤ud K+αp*≤umax的最小步长αmin,计算ud K +1=ud K+αminp,并将Dmin所在的列对应的Ws K中的元素改为sign(Dmin)。令K=K+1,返回步骤2.2.2。
根据上述有效集算法可以快速准确的获得执行机构的指令控制量ud并下达给各个执行机构。
步骤三:将执行机构故障模式分类为完全失效、幅值卡死和效能降低三种执行机构故障模式模型;并建立智能故障检测和修正模块,通过所述智能故障检测和修正模块实时感知执行机构的实际输出控制量并与指令控制量进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入对故障进行智能的修正和排除,保证***的工作状态不受故障影响。
步骤3.1:将执行机构故障模式分类为完全失效、幅值卡死和效能降低三种执行机构故障模式模型。
执行机构的工作状态,即执行机构输出的实际控制量ua与接收到的虚拟控制指令ud之间的关系可以表示为:
步骤3.2:通过所述智能故障检测和修正模块实时感知执行机构的实际输出控制量并与指令信号进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入对故障进行智能的修正和排除,保证***的工作状态不受故障影响。
在每次闭环控制的循环中依次对第1个到第m个执行机构进行检测,首先检测该执行机构是否失效,即是否满足ua(i)=ud(i)(i=1,2…m);若满足则该执行机构无故障,继续检测下一个执行机构;若不满足,则该执行机构发生故障,对其进行故障模式的判断;首先判断是否产生完全失效故障模式并进行修正;若未发生完全失效故障模式,则判断是否产生幅值卡死故障模式并进行修正;若未发生幅值卡死故障模式,则判断产生效能降低故障模式,进行修正并开始对下一个执行机构进行检测,直至对所有执行机构完成智能故障检测和修正,并将修正的参数输入到控制分配模块进行总控制量的分配,即完成单次闭环控制。按照所述单次闭环控制进行循环控制,保证***的工作状态不受故障影响。
所述判断是否产生完全失效故障模式并进行修正的方法为:
当检测到ua(i)≠ud(i),ua(i)=0,即该执行机构的输出值与指令值不等,且该输出值为0,则判断此时该执行机构发生完全失效故障模式。
执行机构发生完全失效故障模式时,对控制分配模块的输入值做出如下调整:
令Tf=0,vd=Tc,且Bv=[Ba(:,1:i),0(n×1),Ba(:,i+1:m)]。
即将Tc作为虚拟控制分配力矩vd,将实际装配矩阵Ba的第i列所有元素替换为零作为Bv,并将vd和Bv作为控制分配模块的输入。
对完全失效故障模式修正的有效性证明:
以K(:,i:j)表示由K矩阵的第i列到第j列构成的矩阵,相似的以K(i:j,:)表示由K矩阵的第i行到第j行构成的矩阵。以K(:,i)表示由K矩阵的第i列构成的列向量,相似的以K(i,:)表示由K矩阵的第i行构成的行向量。若K为列向量或行向量,以K(i:j)表示由K向量的第i个元素到第j个元素构成的列向量或者行向量。0k×1和01×k分别代表k维的全0列向量和行向量。
由vd=Bvud得到ud=Bv +vd,其中,Bv +代表Bv的伪逆矩阵,由ua(i)=0得到
则
通过公式(11)可以看出,通过故障修正后,即使在执行机构发生完全失效故障模式的情况下也可以保证作用在物理***上的实际控制量Ta与控制律生成指令控制量Tc相等,即满足:eT=Tc-Ta=0,说明通过调整控制分配模块的输入参数对完全失效故障模式的修正是有效的。
所述判断是否产生幅值卡死故障模式并进行修正的方法为:
当检测到uai≠udi,uai(K)=uai(K-1)=const,即该执行机构的输出值与指令值不等,且执行机构的输出值与上一个闭环控制循环相等为一个不等于0的常值时,则可以判断此时该执行机构发生了幅值卡死故障模式。
执行机构发生幅值卡死故障模式时,对控制分配模块的输入值做出如下调整:
对幅值卡死故障模式修正的有效性证明:
则
通过公式(13)看出,通过故障修正后,即使在执行机构发生幅值卡死故障模式的情况下也能够保证作用在物理***上的实际控制量Ta与控制律生成指令控制量Tc相等,即满足:eT=Tc-Ta=0,说明通过调整控制分配模块的输入参数对幅值卡死故障模式的修正是有效的。
所述判断是否产生效能降低故障模式并进行修正的方法为:
当检测到ua(i)≠ud(i),0<|uai|<|udi|,即该执行机构的输出值与指令值不等,且输出值的绝对值小于指令值的绝对值,则可以判断此时该执行机构发生了效能降低故障模式。
执行机构发生效能降低故障模式时,对控制分配模块的输入值做出如下调整:
令Tf=0,vd=Tc,且Bv=[Ba(:,1:i+1),(uai/udi)Ba(i),Ba(:,i+1:m)]。
即将Tc作为虚拟控制分配力矩vd,将实际装配矩阵Ba的第i列所有元素乘以系数δ=(uai/udi),并将vd和Bv作为控制分配模块的输入。
对效能降低故障模式修正的有效性证明:
由vd=Bvud得到ud=Bv +vd,由ua(i)=σud(i)可得到
则
通过公式(15)看出,通过故障修正后,即使在执行机构发生效能降低故障模式的情况下也可以保证作用在物理***上的实际控制量Ta与控制律生成指令控制量Tc相等,即满足:eT=Tc-Ta=0,说明通过调整控制分配模块的输入参数对效能降低故障模式的修正是有效的。
上述步骤三的内容对智能故障检测和修正模块的功能做了完整的说明并证明了该模块的有效性。
有益效果:
1、过驱动***具有多个执行机构,需要各个执行机构通过高效的协同配合产生期望的控制量;在此过程中,各执行机构可能在任意时刻发生多种模式的故障,从而威胁***的安全性。针对上述技术问题,本发明公开的具有智能故障检测和修正功能的控制分配方法,通过分类总结执行机构故障模式模型,将执行机构故障模式分类为完全失效、幅值卡死和效能降低三种执行机构故障模式模型,设计对应上述三种执行机构故障模式模型的检测和修正方法;并基于所述检测和修正方法建立智能故障检测和修正模块,通过所述智能故障检测和修正模块实时感知执行机构的实际输出控制量并与指令信号进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入对故障进行智能的修正和排除,保证***的工作状态不受故障影响。
2、本发明公开的具有智能故障检测和修正功能的控制分配方法,在明确控制***动力学模型与控制律的基础上,将控制分配问题转化为加权最小二乘问题,并采用有效集算法方法求解的控制分配的加权最小二乘问题;并基于所述控制分配算法建立控制分配模块,通过所述控制分配模块实时将总控制指令分配给各个执行机构,从而提高控制分配效率。
3、在实现有益效果1和有益效果2的基础上,本发明公开的具有智能故障检测和修正功能的控制分配方法具有实时性好、执行效率高、控制精度高、鲁棒性强的优点,能够广泛地应用于航天、航空、汽车、船舶以及机器人等工业领域。
附图说明:
图1为本发明控制***闭环示意图;
图2为本发明公开的具有智能故障检测和修正功能的控制分配方法工作流程图;
图3为本发明不采用智能故障检测和修正模块时各飞轮输出力矩曲线;
图4为本发明不采用智能故障检测和修正模块时实际输出总力矩曲线;
图5为本发明不采用智能故障检测和修正模块时实际输出总力矩与指令总力矩误差曲线;
图6为本发明不采用智能故障检测和修正模块时角速度变化曲线;
图7为本发明不采用智能故障检测和修正模块时姿态角变化曲线;
图8为本发明采用智能故障检测和修正模块时各飞轮输出力矩曲线;
图9为本发明采用智能故障检测和修正模块时实际输出总力矩曲线;
图10为本发明采用智能故障检测和修正模块时实际输出总力矩与指令总力矩误差曲线;
图11为本发明采用智能故障检测和修正模块时角速度变化曲线;
图12为本发明采用智能故障检测和修正模块时姿态角变化曲线。
具体实施方式
为了更好地说明本发明的目的和优点,下面结合附图对本发明的具体实施方式作进一步详细的说明。具体实施方式中将以工程中具体的控制***作为实施例,并通过仿真的方式验证本发明的有效性。仿真在Matlab环境下使用Simulink工具实施。
实施例1:
如图1、2所示,本实施例公开的具有智能故障检测和修正功能的控制分配方法,主要基于控制分配模块、智能故障检测和修正模块实现,控制分配模块通过执行控制分配算法将总控制指令实时分配给各个执行机构。智能故障检测和修正模块通过实时感知执行机构的实际输出控制量并与指令信号进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入来对故障进行智能的修正和排除,保证***的工作状态不受故障影响。
本实施例公开的具有智能故障检测和修正功能的控制分配方法,包括如下步骤:
步骤一:构建控制***的整体闭环模型,定义控制过程中所需要各个参量,明确控制***各部分基本功能和控制参量定义,建立控制***动力学模型和控制律。
步骤1.1:构建由虚拟指令层和物理***层构成的完整的控制***闭环模型,明确每个部分的功能和各个参量的物理意义。
本实施例建立的控制***闭环示意图如图1所示。本实施例以航天器姿态控制为例,构建的控制***是航天器的姿态控制***;航天器的参数设置如下:航天器的转动惯量为:J=diag[(Jxx Jyy Jzz)]=diag[(200 150 280)]kg·m2,航天器运行在地球轨道,轨道高度为H=1000km。
首先建立必要的参考坐标系:航天器的本体坐标系定义为obxbybzb,其原点定义在航天器质心,obxb轴与航天器惯量主轴重合,obyb轴垂直于obxb轴并位于主对称平面,obzb轴通过右手定则确定。航天器的轨道坐标系定义为obxoyozo,其原点定义在航天器质心,obxo轴与航天器速度矢量重合,obyo轴垂直于obxo轴并由航天器质心指向地心,obzo轴通过右手定则确定。航天器绕本体坐标系三轴旋转的速度定义为姿态角速度;本体坐标系三轴按obzb-obxb-obyb的顺序依次旋转过一定角度与轨道坐标系重合,三个角度分别定义为偏航角ψ,滚转角和俯仰角θ,构成航天器的姿态角。航天器三轴的姿态角是本实施例需要控制的状态量。
航天器的姿态运动采用4个动量轮作为执行机构进行控制,构成过驱动的控制***。每个动量轮的转动惯量定义为:Iw=0.5kg·m2。动量轮的安装方式为:其中三个动量轮的法向与本体坐标系obxb、obyb、obzb三轴平行并编号为1、2、3号动量轮,4号动量轮法向与obxbyb平面和obzb轴均成45°角;依此可以确定动量轮的装配矩阵Ba为:
步骤1.2:建立控制***的动力学模型和控制律。
航天器在重力梯度力扰动下的姿态动力学可以用微分方程的形式表示为:
其中,ωo为航天器的轨道角速度,h=[hx hy hz]T为动量轮组的动量矩,Tc=[TcxTcy Tcz]T为姿态控制律生成的指令总力矩,采用PD控制律,则指令总力矩可以表示为:
其中,控制参数定义为:Kp1=Kp2=Kp3=1,Kd1=Kd2=Kd3=50。
步骤二:建立用于将总控制指令实时分配给各个执行机构的控制分配模块。
在控制分配模块中,将控制分配问题转化为加权最小二乘问题,并采用有效集算法方法求解的控制分配的加权最小二乘问题,提高控制分配效率。步骤二实现方法为:
步骤2.1:在控制分配模块中,将控制分配问题转化为加权最小二乘问题。设置动量轮的上下限分别为:
umax=[50 50 50 50]N·m,umin=[-50 -50 -50 -50]N·m。
设置动量轮的最佳工作状态为:
up=[20 20 20 20]N·m。
设置加权矩阵以及加权参数分别为:
步骤2.2:采用有效集算法方法求解的控制分配的加权最小二乘问题,提高控制分配效率,快速准确的获得执行机构的指令控制量ud并下达给各个执行机构。
步骤三:将执行机构故障模式分类为完全失效、幅值卡死和效能降低三种执行机构故障模式模型;并建立智能故障检测和修正模块,通过所述智能故障检测和修正模块实时感知执行机构的实际输出控制量并与指令控制量进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入对故障进行智能的修正和排除,保证***的工作状态不受故障影响。
步骤3.1:将执行机构故障模式分类为完全失效、幅值卡死和效能降低三种执行机构故障模式模型。
步骤3.2:通过所述智能故障检测和修正模块实时感知执行机构的实际输出控制量并与指令信号进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入对故障进行智能的修正和排除,保证***的工作状态不受故障影响。
本实施例建立的智能故障检测和修正模块工作流程图如图2所示。
为了证明本发明的有效性和实用性,在本实施例中首先将不含智能故障检测和修正功能的控制分配方法应用到姿态控制***中,进行了第一组仿真算例,得到的仿真结果如图3至图7所示。
如图3所示,在仿真开始10s之后,4号动量的力矩实际输出的幅值小于指令的幅值,发生了效能降低的故障;在20s至30s,2号动量轮实际输出力矩值始终保持在10N·m,说明其发生了幅值卡死的故障,在30s后,2号动量轮不再输出力矩,发生了完全失效的故障。由于无法对上述故常进行有效的检测和修正,各个执行机构的指令力矩值在2号及4号动量轮发生故障之后产生了较大波动。
如图4所示,作用在航天器上的实际输出总力矩沿本体系三轴的各分量均在动量轮发生故障后产生了波动,尤其是沿本体系obyb轴的实际总力矩分量,在2号动量轮发生幅值卡死和完全失效时发生了不连续的跳变。如图5所示,在动量轮发生故障后,实际输出总力矩与指令总力矩之间产生了明显的误差,沿obxb轴的最大误差幅值超过了2N,沿obyb轴的最大误差幅值超过了3N,沿obyb轴的最大误差幅值甚至达到了50N。执行机构无法正确的执行控制律的指令输出相应的总控制力矩,这对控制***的影响是极大的。
如图6所示,在控制过程中,航天器的三轴角速度均在动量轮发生故障后产生了较大波动并最终发散,没有达到期望的状态;同时,如图7所示,航天器滚转、俯仰、偏航三个姿态角也最终发生了发散,未能达到期望的状态。这说明,由于动量轮产生故障,导致对航天器姿态的控制失败。
接下来本实施例在控制***中采用具有智能故障检测和修正功能的控制分配方法,并行了第二组仿真算例,得到了图8至图12的仿真结果。
如图8所示,4号动量轮同样在10s是发生效能降低的故障,2号动量轮同样分别在20s和30s发生幅值卡死和完全失效的故障,与上一仿真算例不同,在发生故障后控制分配模块产生的对2、4号动量轮的执行机构指令力矩没有波动,而是快速调整并稳定输出指令;同时,1,3号动量轮的执行机构指令力矩也跟随发生了调整;这说明智能故障检测和修正模块发挥了作用。
与上一仿真算例中实际输出总力矩发生波动和跳变并且与指令总力矩之间产生了明显的误差的情况不同,在采用智能故障检测和修正功能后,如图9所示,作用在航天器上的实际输出总力矩的三轴分量均只是在故障发生瞬间产生了脉冲值,随后便重新平滑变化,并逐渐收敛;如图10所示,实际输出总力矩与指令总力矩的三轴分量也均在故障发生的瞬间产生了脉冲形式的误差,其余时刻误差均为0。这说明智能故障检测和修正模块在动量轮发生三种故障的瞬间就检测到了故障的存在,同时修正了控制分配模块的输入,使指令总力矩得到精准的重新分配,从而保证了故障对***姿态控制不产生影响。
与上一仿真算例中航天器姿态角速度和三个姿态角均产生发散的情况不同,在采用智能故障检测和修正功能后,如图11和图12所示,航天器三轴的姿态角速度以及滚转、俯仰和偏航三个姿态角均在有限时间内收敛到了期望的状态,这说明即使在动量轮发生了较严重的故障的情况下,仍对航天器的姿态进行了成功的控制,证明了本发明中公开的具有智能故障检测和修正功能的控制分配方法是有效可行的。
以上所述的具体描述,对发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.具有智能故障检测和修正功能的控制分配方法,其特征在于:主要基于控制分配模块、智能故障检测和修正模块实现,控制分配模块通过执行控制分配算法将总控制指令实时分配给各个执行机构;智能故障检测和修正模块通过实时感知执行机构的实际输出控制量并与指令信号进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入来对故障进行智能的修正和排除,保证***的工作状态不受故障影响;
所述具有智能故障检测和修正功能的控制分配方法,包括如下步骤,
步骤一:构建控制***的整体闭环模型,定义控制过程中所需要各个参量,明确控制***各部分基本功能和控制参量定义,建立控制***动力学模型和控制律;
步骤二:建立用于将总控制指令实时分配给各个执行机构的控制分配模块;
步骤三:将执行机构故障模式分类为完全失效、幅值卡死和效能降低三种执行机构故障模式模型;并建立智能故障检测和修正模块,通过所述智能故障检测和修正模块实时感知执行机构的实际输出控制量并与指令控制量进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入对故障进行智能的修正和排除,保证***的工作状态不受故障影响。
2.如权利要求1所述的具有智能故障检测和修正功能的控制分配方法,其特征在于:步骤一实现方法为,
步骤1.1:构建由虚拟指令层和物理***层构成的完整的控制***闭环模型,明确每个部分的功能和各个参量的物理意义;
完整的控制***闭环由物理***层和虚拟指令层构成;物理***层指控制***的物理实体,包括产生控制量的执行机构、载荷和平台;虚拟指令层指搭载在电子设备中的控制算法,主要通过传感器感知物理实体的运动状态进行决策从而产生控制指令;虚拟指令层感知物理实体的运动状态并产生控制指令,执行机构输出相应的控制量改变物理实体的运动状态,实体的运动状态再被虚拟指令层感知,从而构成闭环控制***;
物理***层各个执行机构接收到来自控制分配模块下达的虚拟执行机构指令,定义为ud,输出的实际执行机构控制量,定义为ua,其中ud和ua均以m×1维向量表示,m为执行机构个数,向量的第i(i=1,2,…m)个分量对应编号为i的执行机构;在执行机构不发生故障的情况下,应满足ua=ud,但在执行机构发生故障的情况下,则有ua≠ud;
根据各个执行机构的安装位置以及安装角度可以确定出执行机构的安装矩阵,定义为Ba,是一个n×m维矩阵,其中n为***总控制量的维度,通过ua和Ba得到作用在物理***上的总控制量,定义为Ta,计算公式为:
Ta=Baua (1)
在总控制量的作用下,物理***将根据动力学,即运动的物理规律,产生相应的运动,产生的实际运动状态用xa(1×n)表示;
虚拟指令层通过敏感器感知到物理***的实际运动状态xa后,与物理***的期望运动状态xd(1×n)对比,当实际运动状态未达到期望运动状态时,控制律模块会根据设计的控制律生成虚拟总控制指令,用Tc(1×n)表示;只有当总控制指令Tc与作用在物理实体上的实际总控制量Ta实时相等时,即它们之间的控制量误差满足:eT=Tc-Ta=0时,才能达到控制效果;控制分配模块以及智能故障检测与修正模块的功能就是保证在执行机构出现故障的情况下快速使得控制量误差归零:eT→0;
智能故障检测和修正模块通过对比各个执行机构得到的指令ud和各个执行机构实际输出的ua,判断是否有执行机构产生故障,并确定出现故障的执行机构的编号和具体的故障模式,根据具体的故障模式,该模块能够智能的生成修正指令参量:虚拟的修正装配矩阵Bv(n×m)以及虚拟补偿力矩Tf(1×n);虚拟总控制指令与虚拟补偿力矩做差得到虚拟分配力矩vd(1×n),在各执行机构都不产生饱和的情况下满足:
vd=Tc-Tf=Bvud (2)
vd和Bv为控制分配模块的输入,由于执行机构具有输出上下限,无法保证所有的控制情况均满足公式(2)的等式关系,控制分配模块用于通过控制分配算法计算出最优的ud使得vd-Bvud→0,并给执行机构下达指令;
步骤1.2:建立控制***动力学模型和控制律;
用微分方程描述控制***动力学模型,表示为:
其中Kp,Kd,Ki分别代表比例系数,微分系数以及积分系数;通过PID控制律使***状态误差在较短时间内收敛到0,即:ex→0。
3.如权利要求2所述的具有智能故障检测和修正功能的控制分配方法,其特征在于:
在控制分配模块中,将控制分配问题转化为加权最小二乘问题,并采用有效集算法方法求解的控制分配的加权最小二乘问题,提高控制分配效率;步骤二实现方法为,
步骤2.1:在控制分配模块中,将控制分配问题转化为加权最小二乘问题;
定义执行机构的上下界限分别是umax(1×m)和umin(1×m),它们的第i个元素代表编号为i的执行机构最大或最小的输出值,所以在控制分配过程中生成的执行机构输出指令必须介于上下限之间,既满足约束:
umin≤ud≤umax (5)
并且执行机构还有最佳工作状态,定义为up(1×m);引入加权最小二乘法的表达式描述控制分配问题的性能指标:
J=||wu(ud-up)||2+γ||wv(Bvud-vd)||2 (6)
其中wu(m×m),wv(n×n)分别为执行机构工况和控制分配效率的加权矩阵,γ为控制分配的加权系数;性能指标描述的是期望执行机构输出控制量与期望的总控制量以及执行机构最佳工作状态偏离的程度,其同时考虑总控制量精度以及最佳工况两个因素,并且通过引入加权矩阵和系数衡量两者之间的重要程度;以满足总控制量精度优先,所以γ设定为一个量级较大的系数;将公式(6)所示的性能指标变换为:
于是控制分配问题被描述为:
即:在满足执行机构输出上下限的条件下,将控制分配问题转化为加权最小二乘问题,使得加权最小二乘形式的性能指标达到最小值,从而获得最高的总控制量的精度;
步骤2.2:采用有效集算法方法求解的控制分配的加权最小二乘问题,提高控制分配效率,快速准确的获得执行机构的指令控制量ud并下达给各个执行机构;
定义有效集为Ws(1×m),当编号为i的执行机构,其指令控制量满足:umin(i)≤ud(i)≤umax(i),则有效集第i个元素满足:Ws(i)=0,;当ud(i)=umax(i),有Ws(i)=1,当ud(i)=umin(i),有Ws(i)=-1;有效集法的求解步骤如下:
步骤2.2.1:选择初始值ud 0 (1×m),满足:umin≤ud 0≤umax,设定初始有效集Ws 0=[0…0]T (1×m),令循环次数K=0;定义残差R=b-Auud K;
步骤2.2.2:将有效集Ws K中非0元素对应的Au的列从Au中剔除,得到新的Au *(例如,有效集中第一个元素为1,即Ws(1)=1,则将Au的第一列Au(:,1)从Au中剔除,Au的第2至m列构成新矩阵,Au *=Au(:,2:m)),并求伪逆Au *+,定义分配扰动值p=Au *+R,将有效集Ws K中非0元素对应的p的元素从p中剔除,得到新的p*;计算ud opt=ud K+p*;
步骤2.2.3:判断ud opt是否满足:umin≤ud opt≤umax,若满足跳转步骤2.2.4,否则跳转步骤2.2.7;
步骤2.2.4:更新残差:R=R-Au *p,计算拉格朗日算子:λ=Ws K·(Au TR),判断拉格朗日算子是否满足:λ>0(即λ中每个元素均大于0),若满足跳转步骤2.2.5,否则跳转步骤2.2.6;
步骤2.2.5:控制分配问题结果已找到,令ud=ud opt,结束算法;
步骤2.2.6:计算ud K+1=ud opt,将λ中最小值元素对应的Ws K中的元素改为0;令K=K+1,返回步骤2.2.2;
步骤2.2.7:定义距离矩阵:
将D矩阵中最小的元素Dmin定义为满足:umin≤ud K+αp*≤umax的最小步长αmin,计算ud K+1=ud K+αminp,并将Dmin所在的列对应的Ws K中的元素改为sign(Dmin);令K=K+1,返回步骤2.2.2;
根据上述有效集算法可以快速准确的获得执行机构的指令控制量ud并下达给各个执行机构。
4.如权利要求3所述的具有智能故障检测和修正功能的控制分配方法,其特征在于:步骤三实现方法为,
步骤3.1:将执行机构故障模式分类为完全失效、幅值卡死和效能降低三种执行机构故障模式模型;
执行机构的工作状态,即执行机构输出的实际控制量ua与接收到的虚拟控制指令ud之间的关系可以表示为:
步骤3.2:通过所述智能故障检测和修正模块实时感知执行机构的实际输出控制量并与指令信号进行比对,智能判断执行机构是否产生故障以及产生故障的模式,并针对每种故障模式通过修正控制分配模块的实时输入对故障进行智能的修正和排除,保证***的工作状态不受故障影响;
在每次闭环控制的循环中依次对第1个到第m个执行机构进行检测,首先检测该执行机构是否失效,即是否满足ua(i)=ud(i)(i=1,2…m);若满足则该执行机构无故障,继续检测下一个执行机构;若不满足,则该执行机构发生故障,对其进行故障模式的判断;首先判断是否产生完全失效故障模式并进行修正;若未发生完全失效故障模式,则判断是否产生幅值卡死故障模式并进行修正;若未发生幅值卡死故障模式,则判断产生效能降低故障模式,进行修正并开始对下一个执行机构进行检测,直至对所有执行机构完成智能故障检测和修正,并将修正的参数输入到控制分配模块进行总控制量的分配,即完成单次闭环控制;按照所述单次闭环控制进行循环控制,保证***的工作状态不受故障影响。
5.如权利要求4所述的具有智能故障检测和修正功能的控制分配方法,其特征在于:所述判断是否产生完全失效故障模式并进行修正的方法为,
当检测到ua(i)≠ud(i),ua(i)=0,即该执行机构的输出值与指令值不等,且该输出值为0,则判断此时该执行机构发生完全失效故障模式;
执行机构发生完全失效故障模式时,对控制分配模块的输入值做出如下调整:
令Tf=0,vd=Tc,且Bv=[Ba(:,1:i),0(n×1),Ba(:,i+1:m)];
即将Tc作为虚拟控制分配力矩vd,将实际装配矩阵Ba的第i列所有元素替换为零作为Bv,并将vd和Bv作为控制分配模块的输入。
7.如权利要求4所述的具有智能故障检测和修正功能的控制分配方法,其特征在于:所述判断是否产生效能降低故障模式并进行修正的方法为,
当检测到ua(i)≠ud(i),0<|uai|<|udi|,即该执行机构的输出值与指令值不等,且输出值的绝对值小于指令值的绝对值,则可以判断此时该执行机构发生了效能降低故障模式;
执行机构发生效能降低故障模式时,对控制分配模块的输入值做出如下调整:
令Tf=0,vd=Tc,且Bv=[Ba(:,1:i+1),(uai/udi)Ba(i),Ba(:,i+1:m)];
即将Tc作为虚拟控制分配力矩vd,将实际装配矩阵Ba的第i列所有元素乘以系数δ=(uai/udi),并将vd和Bv作为控制分配模块的输入。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111064071.4A CN113777914A (zh) | 2021-09-10 | 2021-09-10 | 具有智能故障检测和修正功能的控制分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111064071.4A CN113777914A (zh) | 2021-09-10 | 2021-09-10 | 具有智能故障检测和修正功能的控制分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113777914A true CN113777914A (zh) | 2021-12-10 |
Family
ID=78842738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111064071.4A Pending CN113777914A (zh) | 2021-09-10 | 2021-09-10 | 具有智能故障检测和修正功能的控制分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113777914A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114355111A (zh) * | 2022-03-21 | 2022-04-15 | 智联新能电力科技有限公司 | 一种基于改进关联矩阵的配电网故障定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007328447A (ja) * | 2006-06-06 | 2007-12-20 | Sharp Corp | ソフトウェア試験項目選択装置、ソフトウェア試験項目選択プログラム、ソフトウェア試験項目選択プログラムが格納された記憶媒体およびソフトウェア試験項目選択方法 |
CN104458298A (zh) * | 2014-12-09 | 2015-03-25 | 南京航空航天大学 | 基于多模型的高速列车悬架***多执行器故障检测与隔离方法 |
CN106292681A (zh) * | 2016-09-19 | 2017-01-04 | 北京航空航天大学 | 一种基于观测器和在线控制分配的卫星主动容错控制方法 |
CN109001649A (zh) * | 2018-07-21 | 2018-12-14 | 成都光电传感技术研究所有限公司 | 一种电源智能诊断***及保护方法 |
CN109254532A (zh) * | 2018-04-19 | 2019-01-22 | 北京理工大学 | 一种面向通信时滞的多智能体分布式合作故障检测方法 |
US20190384670A1 (en) * | 2017-03-29 | 2019-12-19 | Kddi Corporation | Automatic failure recovery system, control device, procedure creation device, and computer-readable storage medium |
-
2021
- 2021-09-10 CN CN202111064071.4A patent/CN113777914A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007328447A (ja) * | 2006-06-06 | 2007-12-20 | Sharp Corp | ソフトウェア試験項目選択装置、ソフトウェア試験項目選択プログラム、ソフトウェア試験項目選択プログラムが格納された記憶媒体およびソフトウェア試験項目選択方法 |
CN104458298A (zh) * | 2014-12-09 | 2015-03-25 | 南京航空航天大学 | 基于多模型的高速列车悬架***多执行器故障检测与隔离方法 |
CN106292681A (zh) * | 2016-09-19 | 2017-01-04 | 北京航空航天大学 | 一种基于观测器和在线控制分配的卫星主动容错控制方法 |
US20190384670A1 (en) * | 2017-03-29 | 2019-12-19 | Kddi Corporation | Automatic failure recovery system, control device, procedure creation device, and computer-readable storage medium |
CN109254532A (zh) * | 2018-04-19 | 2019-01-22 | 北京理工大学 | 一种面向通信时滞的多智能体分布式合作故障检测方法 |
CN109001649A (zh) * | 2018-07-21 | 2018-12-14 | 成都光电传感技术研究所有限公司 | 一种电源智能诊断***及保护方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114355111A (zh) * | 2022-03-21 | 2022-04-15 | 智联新能电力科技有限公司 | 一种基于改进关联矩阵的配电网故障定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Neural network-based motion control of an underactuated wheeled inverted pendulum model | |
CN110347170B (zh) | 可重复使用运载器再入段鲁棒容错制导控制***及工作方法 | |
Chang et al. | Decentralized coordinated attitude control for satellite formation flying via the state-dependent Riccati equation technique | |
Zhang et al. | Robust and adaptive backstepping control for hexacopter UAVs | |
CN107703753B (zh) | 一种空间机械臂的容错控制方法 | |
Malekzadeh et al. | A robust nonlinear control approach for tip position tracking of flexible spacecraft | |
Hu et al. | Fault tolerant control with H∞ performance for attitude tracking of flexible spacecraft | |
Zhang et al. | Control surface faults neural adaptive compensation control for tailless flying wing aircraft with uncertainties | |
Chen et al. | Sliding-mode-based attitude tracking control of spacecraft under reaction wheel uncertainties | |
CN113777914A (zh) | 具有智能故障检测和修正功能的控制分配方法 | |
CN113859589A (zh) | 一种基于模型预测控制与滑模控制的航天器姿态控制方法 | |
CN111142550B (zh) | 民用飞机辅助驾驶控制方法、***及飞行品质评估方法 | |
Yuan et al. | An efficient control allocation algorithm for over-actuated AUVs trajectory tracking with fault-tolerant control | |
Jiang et al. | Robust fault-tolerant tracking control for a near-space vehicle using a sliding mode approach | |
Noumi et al. | Fault-tolerant attitude control systems for satellite equipped with control moment gyros | |
Chen et al. | Generalized predictive tracking control of spacecraft attitude based on hyperbolic tangent extended state observer | |
Lu et al. | Adaptive closed-loop control allocation-based fault tolerant flight control for an overactuated aircraft | |
Huang et al. | Robust control allocation in attitude fault-tolerant control for combined spacecraft under measurement uncertainty | |
Goto et al. | Bifurcation analysis for the inertial coupling problem of a reentry vehicle | |
Gao et al. | Receding horizon tracking control for wheeled mobile robots with time-delay | |
CN115328185A (zh) | 一种飞行器非线性非定常气动载荷修正*** | |
Poderico et al. | Fault-tolerant control laws against sensors failures for hypersonic flight | |
Tohidi et al. | Sliding mode control for over-actuated systems with adaptive control allocation and its applications to flight control | |
Yadegari et al. | Finite time sliding mode controller for a rigid satellite in presence of actuator failure | |
Sasaki et al. | LPV control and singularity avoidance of a spacecraft with DGCMGs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |