[發明專利]一種火箭推力下降故障下基于RBFNN的救援軌道決策方法

有效

• 申請號: 202011262295.1
• 申請日: 2020-11-12
• 公開（公告）號: CN112455723B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 譚述君;何驍;張立勇;吳志剛
• 申請（專利權）人: 大連理工大學
• 主分類號: B64G1/24
• 分類號: B64G1/24;G06F30/15;G06F30/27;G06N3/04;G06N3/08;G06F119/14
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 姜玉蓉;李洪福

本發明公開了一種火箭推力下降故障下基于RBFNN的救援軌道決策方法，包括：在地心慣性坐標系中建立火箭的上升段二級飛行動力學方程，構建一系列推力下降故障下圓軌道半長軸最大優化問題；采用自適應偽譜法離線求解圓軌道半長軸最大優化問題，采用最大最小法對故障狀態最優救援軌道樣本數據進行歸一化處理，將所有數據規范化到[?1,1]之間，采用正交最小二乘法選擇徑向基神經網絡RBFNN數據中心，其中徑向基函數選高斯基函數，離線訓練徑向基神經網絡，從而建立故障狀態到最優救援軌道非線性映射關系；將徑向基神經網絡遷移到火箭實際飛行中，以飛行的故障狀態作為輸入，該徑向基神經網絡在線決策出救援軌道。

技術領域

本發明涉及故障下運載火箭救援技術領域，尤其涉及一種火箭推力下降故障下基于RBFNN的救援軌道決策方法。

背景技術

發動機作為火箭動力裝置，是全箭飛行可靠性及安全性的決定性因素，其可靠性關乎整個飛行任務的成敗。在實際飛行任務中，運載火箭發動機故障等原因易造成推力下降，如果繼續沿用標稱彈道條件下的制導控制方案將難以完成任務。為了主動避免有效載荷的墜落，需要依據故障狀態在線重規劃救援軌道和飛行軌跡，使載荷進入救援軌道。

目前對于推力下降故障下在線救援的問題，主要的思路是基于動力學模型把救援軌道決策和軌跡優化兩個問題耦合在一起在線優化[1,2]。SONG[1]提出了一種在運載火箭推力下降故障下的自主救援策略和算法，結合入軌點地心角估計、凸優化、自適應配點法等，在線為原耦合優化問題提供一個好的初值，以提高在線軌跡規劃的計算效率。LI[2]為保證動力系統故障時的飛行安全，提出了一種基于凸優化的運載火箭在線軌跡優化算法，以得到一種高精度、高效率的在線軌跡優化方法。上述方法把救援軌道決策和飛行軌跡兩個問題耦合在一起優化，由于救援軌道的未知，最優解的搜索空間很大，影響在線部分的計算效率。

發明內容

根據現有技術存在的問題，本發明公開了一種火箭推力下降故障下基于 RBFNN的救援軌道決策方法，具體包括如下方式：

在地心慣性坐標系中建立火箭的上升段二級飛行動力學方程，以不同的故障時刻、推力下降百分比設置邊界條件和約束條件，構建一系列推力下降故障下圓軌道半長軸最大優化問題；

采用自適應偽譜法離線求解圓軌道半長軸最大優化問題，得到的故障狀態最優救援軌道的樣本集，其中樣本集的輸入特征為故障狀態，所述故障狀態包括推力故障的時刻、推力下降的大小、位置、速度和質量，其中樣本集的輸出特征為最優救援軌道根數，所述軌道根數包括軌道半長軸、傾角、升交點赤經；

采用最大最小法對故障狀態最優救援軌道樣本數據進行歸一化處理，將所有數據規范化到[-1,1]之間，采用正交最小二乘法選擇徑向基神經網絡數據中心，其中徑向基函數選高斯基函數，離線訓練徑向基神經網絡，從而建立故障狀態到最優救援軌道非線性映射關系；

將徑向基神經網絡遷移到火箭實際飛行中，以飛行的故障狀態作為輸入，該徑向基神經網絡在線決策出救援軌道。

進一步的，構建圓軌道半長軸最大優化問題時：

設X₁軸在赤道平面內指向發射時刻本初子午線方向，Z₁軸垂直赤道平面指向北極，Y₁軸滿足右手定則，在地心慣性坐標系中建立火箭的上升段二級飛行動力學方程如下：

式中r，v為運載火箭的位置、速度向量，μ＝GM為地球引力常數，m是火箭的總質量，I_sp為火箭的發動機比沖；u＝[u_x,u_y,u_z]^T為發動機的推力單位矢量分量；當發動機發生故障，推力下降的比例是η，推力大小是(1-η)T_nom，T_nom是發動機標稱推力；