[發明專利]采用RBF神經網絡的撓性結構自適應變結構控制方法

無效

• 申請號: 201110041843.2
• 申請日: 2011-02-21
• 公開（公告）號: CN102073276A
• 公開（公告）日: 2011-05-25
• 發明（設計）人: 王巖;雷擁軍;唐強;閆曉軍
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 張果瑞

技術領域

本發明涉及一種采用RBF神經網絡的橈性結構自適應變結構控制方法，屬于航天航空領域。

背景技術

由于帶有撓性附件的航天器在建模過程中的簡化和航天器工作環境的復雜性，航天器不確定性問題非常突出，主要表現在：(1)多撓性體航天器本身是一個分布參數系統，系統狀態是時間和空間的函數，有無窮多個自由度。工程設計中是用假設模態法來近似描述撓性體動力學特性的，多個撓性體間的直接耦合，建模中未作考慮；(2)在整個飛行過程中，由于燃料的消耗，航天器質量和質心的變化，再加上元器件的老化等現象，都會導致模型參數變化，構成了模型參數的不確定性；(3)航天器在軌道上運行時會受到各種干擾的作用：地球和月球引力對航天器軌道與姿態會有影響；太陽光壓作用于太陽帆板會產生干擾力矩；航天器溫度有時會發生急劇變化，從而激發彈性模態。傳統控制方法很難克服系統的不確定性。

太陽能帆板震動會給衛星平臺姿態控制系統帶來危害，現有方法不能很好的解決太陽能帆板震動和對姿態控制系統的高精度控制目標之間的矛盾。

發明內容

本發明目的是為了解決現有方法不能很好的解決太陽能帆板震動和對姿態控制系統的高精度控制目標之間的矛盾，提供了一種采用RBF神經網絡的橈性結構自適應變結構控制方法。RBF神經網絡為徑向基函數神經網絡(Radical?Basis?Function)。

本發明所述采用RBF神經網絡的橈性結構自適應變結構控制方法，該控制方法所涉及的控制器包括EI輸入成形模塊、名義系統、滑膜面控制模塊、RBF神經網絡和自適應控制率模塊，該控制方法為：

EI輸入成形模塊接收橈性航天器的期望衛星姿態角θ_d，EI輸入成形模塊將輸入的期望衛星姿態角θ_d轉換為響應u_EI，所述響應u_EI輸出給名義系統，名義系統輸出期望衛星姿態信息x_m(t)，同時，所述響應u_EI還輸出給橈性航天器，橈性航天器輸出實際衛星姿態信息x(t)，期望衛星姿態信息x_m(t)與實際衛星姿態信息x(t)作比較得到其誤差e(t)，滑膜面控制模塊根據誤差e(t)獲取適合的滑模面s，滑膜面控制模塊輸出的滑模面s同時輸出給RBF神經網絡和自適應控制率模塊，自適應控制率模塊輸出自適應控制率u^*給RBF神經網絡，RBF神經網絡根據滑模面s和自適應控制率u^*獲取調整控制率u_n，所述調整控制率u_n與所述響應u_EI相加的結果u用于控制橈性航天器的衛星姿態達到期望值。

本發明的控制方法中，實際衛星姿態信息x(t)的向量方程表示為：

x·=Ax+Bu(t)+Buis+Bd(t),]]>

其中，A、B為一次項系數，

名義系統輸出的期望衛星姿態信息x_m(t)的向量方程表示為：

x·m=Amxm+Bmuis.]]>

本發明的控制方法中，誤差e(t)按下述公式獲取：

e(t)＝x(t)-x_m(t)。

本發明的控制方法中，滑模面s按下述公式設計：