CN104181928A - 航天器双环滑模变结构姿态控制参数优化方法 - Google Patents

航天器双环滑模变结构姿态控制参数优化方法 Download PDF

Info

Publication number
CN104181928A
CN104181928A CN201410469101.3A CN201410469101A CN104181928A CN 104181928 A CN104181928 A CN 104181928A CN 201410469101 A CN201410469101 A CN 201410469101A CN 104181928 A CN104181928 A CN 104181928A
Authority
CN
China
Prior art keywords
spacecraft
attitude
optimization
dicyclo
control
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.)
Granted
Application number
CN201410469101.3A
Other languages
English (en)
Other versions
CN104181928B (zh
Inventor
张强
黄强
张建新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University
Original Assignee
Dalian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian University filed Critical Dalian University
Priority to CN201410469101.3A priority Critical patent/CN104181928B/zh
Priority claimed from CN201410469101.3A external-priority patent/CN104181928B/zh
Publication of CN104181928A publication Critical patent/CN104181928A/zh
Application granted granted Critical
Publication of CN104181928B publication Critical patent/CN104181928B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种姿态控制参数优化方法,具体讲是涉及一种航天器双环滑模变结构姿态控制参数优化方法,该方法建立了基于权重系数的多目标遗传算法优化滑模变结构控制器参数模型,模型以控制器参数为变量,控制力矩为约束条件,时间和功耗最优为目标。该方法着重解决的问题是,在满足控制力矩输出约束条件下,得到了一组较优的控制器参数,使得控制系统具有低功耗且收敛速度更快的性能。

Description

航天器双环滑模变结构姿态控制参数优化方法
技术领域
本发明涉及一种姿态控制参数优化方法,具体讲是涉及一种航天器双环滑模变结构姿态控制参数优化方法,其属于宇航控制领域。
背景技术
在航天器做空间交会对接任务时,要求航天器能进行大角度姿态快速机动且功耗少。另外,由于该任务姿态角变化范围大,角速度变化剧烈,且随着燃料的消耗以及挠性附件的变动,其转动惯量变化大,同时受外部干扰力矩的作用,导致对航天器的控制具有很大的不确定性。因此具有较好鲁棒性的航天器控制系统是现今研究热点。
由于滑模变结构控制能对不确定对象进行有效控制,因此近年在航天器控制领域得到了广泛的应用。另外,采用双环滑模变结构控制器来实现航天器姿态控制跟踪,会存在控制力矩过大的问题。优化控制器参数能很好地改善航天器姿态控制性能。控制器参数的优化选择成为航天器控制研究的重要部分。
控制器都包括多个设计参数,且参数之间存在一定的耦合关系,参数的选择决定了控制器的性能。对控制器参数优化设计中,以往大多依赖于设计者的经验来选择设计参数,或者以单一目标进行优化。
发明内容
为了解决上述问题,本发明的目的在于提出一种航天器双环滑模变结构姿态控制参数优化方法,其基于多目标遗传算法,在控制力矩约束条件下,得到一组最优控制器参数,使得航天器姿态机动能既稳定快速又低能耗。
为了实现上述目的,本发明所采用的技术方案为航天器双环滑模变结构姿态控制参数优化方法,其步骤如下:
S1、参数编码。
S2、初始化种群。
S3、计算每个个体的适应值。
S4、对种群进行选择、交叉、变异操作。
S5、终止条件为给定的最大进化代数和最佳优化值是否连续若干代都没有变化。据此判断重复S4或者终止优化,给出最优解。
其中,步骤S1中,优化参数为K=[k1、k2、ρ1、ρ2],采用四维二进制编码。其中K为双环滑模控制器的参数。
步骤S2中,随机产生m个个体,并使步骤S1中K值都大于0。
步骤S3中,构造适应度函数为:
F(K)=σ1T(k1、k2、ρ1、ρ2)+σ2W(k1、k2、ρ1、ρ2)   (1)
其中σ1和σ2为可变权重系数,σ12=1。
T为航天器达到期望姿态所用的时间,如下:
T = &Sigma; i = 1 6 a i t i ( M max < M p ) &Sigma; i = 1 6 a i t i + &lambda; ( M max - M p ) ( M max > M p ) - - - ( 2 )
其中,Mmax为最大控制力矩,Mp为执行机构控制力矩上限。λ为惩罚系数。定义ti为各个状态变量误差xei由初始值降到调节过程期间最大值的2%时所需时间。
W为航天器姿态控制的功耗,如下:
W = M&theta; z = &Sigma; i = 1 3 ( &Integral; | M i ( t ) | | &omega; i ( t ) | dt ) - - - ( 3 )
其中θz为姿态角的变化总量,Mi(t)为绕第i个轴随时间变化的力矩,ωi(t)为绕第i个轴随时间变化的转动角速度。
其中,T和W是通过运行航天器执行机构(双环滑模控制器)计算得到的数据。
步骤S4中,设置交叉率为0.8,变异率为0.001,进行单点交叉、均匀变异和比例选择操作。
步骤S5中,若最大进化代数和最佳优化值连续若干代都没有变化,则输出最优值,否则,重复S4。
本发明与现有技术相比具有以下优点:算法考虑了两个优化目标时间和功耗,而现有算法仅考虑时间最优。这样可以保证航天器姿态机动过程中,既能快速机动又能低消耗能量。
附图说明
图1本发明程序框图;
图2双环滑模控制系统结构图;
图3姿态角的时间响应;γ为滚动角,ψ为偏航角,为俯仰角;
图4姿态角速度的时间响应;
图5干扰力矩的时间响应;
图6控制力矩的时间响应。
具体实施方式
下面结合附图对本发明作进一步说明。
首先:航天器姿态动力学方程为:
( J o + &Delta;J ) &omega; &CenterDot; = - &Omega; ( J o + &Delta;J ) &omega; + M + d - - - ( 4 )
式中,Jo∈R3×3为航天器在本体坐标系下的转动惯量矩阵;ΔJ∈R3×3为该惯量阵由于燃料消耗等原因引起的不确定项;ω=[ωx ωy ωz]T为航天器在本体坐标系下的角速度;M=[Mx My Mz]T为相对于本体坐标系的控制力矩矢量,由控制律决定;d=[dx dy dz]T为航天器的外部干扰力矩;Ω为动力学方程建立了作用力矩与角速度的关系。
矩阵Jo+ΔJ、Ω分别定义如下:
J o + &Delta;J = J xx + &Delta;J xx 0 0 0 J yy + &Delta;J yy 0 0 0 J zz + &Delta;J zz , &Omega; = 0 - &omega; z - &omega; y &omega; z 0 - &omega; x - &omega; y &omega; x 0 - - - ( 5 )
航天器姿态运动学方程为
&theta; &CenterDot; = R ( &theta; ) &omega; - - - ( 6 )
其中,为航天器的姿态角;γ为滚动角,ψ为偏航角,为俯仰角;
R ( &theta; ) = 1 tan &psi; sin &gamma; tan &psi; cos &gamma; 0 cos &gamma; - sin &gamma; 0 sin &gamma; cos &psi; cos &gamma; cos &psi; - - - ( 7 )
设计双环滑模控制器系统见附图2。
外环滑模面设计如下:
s w = &theta; c + K 1 &Integral; 0 t &theta; c dt , s w &Element; R 3 - - - ( 8 )
式中K1为增益参数,选择合适的K1能使系统状态在一个比较理想的滑模面上滑动至稳定。
设计姿态角速度指令ωc为:
&omega; c = R - 1 ( &theta; ) ( &theta; &CenterDot; c + K 1 &theta; e ) + R - 1 ( &theta; ) &rho; 1 sgn ( s w ) - - - ( 9 )
式中ρ1>0,该参数影响系统控制性能。
sgn(sw)=[sgn(sw1) sgn(sw2) sgn(sw3)]T为符号函数。
与外环滑模同样采用积分滑模面设计内环滑模函数如下:
s n = &omega; e + K 2 &Integral; 0 t &omega; e dt , s &Element; R 3 - - - ( 10 )
式中ωe=ωc-ω,K2为增益参数,影响滑模控制性能。
设计控制律如下:
M=J0ωc+J0K2ωe+ΩJ0ω+μsn2sgn(sn)   (11)
其中ρ2,μ都大于0;
在建立航天器动力学和运动学方程和双环滑膜变结构控制系统基础上,进行如下步骤:
S1、参数编码。
S2、初始化种群。
S3、计算每个个体的适应值。
S4、对种群进行选择、交叉、变异操作。
S5、终止条件为给定的最大进化代数和最佳优化值是否连续若干代都没有变化。据此判断重复S4或者终止优化,给出最优解。
实施例1
本发明的实施例是在以本发明技术方案为前提下进行实施的,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述实施例。
首先设置航天器物理参数数据。航天器的主转动惯量Jxx=86kg.m2,Jyy=85kg.m2,Jzz=113kg.m2。惯性减小ΔJxx,ΔJyy,ΔJzz都设为5kg.m2;干扰力矩d=0.005[cost cost cost]T;初始姿态角相当于姿态角为[50° -60° 70°]T;初始角速度ω0设为0;期望姿态角θe和期望角速度ωe均为0;设内环控制律中参数μ=10。仿真所要优化的双环滑模控制律参数为k1、k2、ρ1、ρ2。仿真计算时,将输出力矩的最大值限定为4N.m。
步骤1:参数编码及初始化种群。优化参数为K=[k1、k2、ρ1、ρ2],采用四维二进制编码。群体大小设置为150。每个个体都由40个随机产生的0、1数字组成,每10个0、1数字代表一个参数,从而实现了4个参数的编码。
步骤2:计算每个个体的适应值。构造适应度函数为:
F(K)=σ1T(k1、k2、ρ1、ρ2)+σ2W(k1、k2、ρ1、ρ2)
其中σ1和σ2为可变权重系数,σ12=1。T和W是通过运行航天器执行机构(双环滑模控制器)计算得到。
步骤3:进行选择、交叉、变异操作,设置交叉率为0.8,变异率为0.001。
步骤4:终止条件为给定的最大进化代数和最佳优化值是否连续150代都没有变化。据此判断重复S4或者终止优化,给出最优解。
步骤5:采用本发明方法,在不同权重系数下进行优化。σ1设置为0、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0。根据σ12=1,得出对应σ2的值。得到优化参数如下表1。
从表1可知,取不同权重系数得到的优化结果都不同。当权重系数σ1=0,σ2=1.0时,参数优化结果为[k1、k2、ρ1、ρ2]=[0.1002 0.081.15E-04 2.56E-04],此时系统所需功耗为最优解W=0.5482J,但收敛时间为最长T=91.6s。当权重系数σ1=1.0,σ2=0时,[k1、k2、ρ1、ρ2]=[0.10410.23973.50E-04 1.39E-04],此时系统收敛时间为最优时间T=54.3s,但功耗为1.5604,是所有优化结果中最大的功耗值。
表1不同权重系数下的优化仿真结果
为了同时满足时间和能耗两个系统控制性能指标的要求,本文选取权重系数σ1=0.2,σ2=0.8,所得参数最优结果为[k1、k2、ρ1、ρ2]=[0.104 0.2307 3.50E-04 7.28E-04],此时系统收敛时间和功耗分别为54.4s,1.516J,此时系统收敛时间短,且功耗较低。在该最优参数下,系统仿真结果如附图3-附图6所示。
综上所述,本系统的姿态角速度和姿态角在收敛到目标状态后能立即保持不变,也就是说系统状态一旦进入滑动模态就能渐近稳定,由此验证了该控制器优良的鲁棒性。可见,通过使用多目标遗传算法优化得到的控制参数,使得本系统控制的调节能力更平稳而快捷,且保证了低能耗。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围内。

Claims (4)

1.航天器双环滑模变结构姿态控制参数优化方法,其在航天器动力学和运动学方程和双环滑膜变结构控制系统建立完成的基础上进行,其特征在于:其步骤如下:
S1、参数编码:采用四维二进制编码,对双环滑模控制器的参数K=[k1、k2、ρ1、ρ2]进行编码;
S2、初始化种群:随机产生m个个体,使得个体K在所允许的范围;
S3、计算每个个体的适应值:
构造适应度函数为:
F(K)=σ1T(k1、k2、ρ1、ρ2)+σ2W(k1、k2、ρ1、ρ2)   (1)
其中,σ1和σ2为可变权重系数,σ12=1;T为航天器达到期望姿态所用的时间,W为航天器姿态控制的功耗;
S4、对种群进行选择、交叉、变异操作:设置交叉率为0.8,变异率为0.001,进行交叉、变异、选择操作;
S5、判断是否满足终止条件:满足终止条件,输出最优值,否则重复S4。
2.根据权利要求1所述的航天器双环滑模变结构姿态控制参数优化方法,其特征在于:所述航天器达到期望姿态所用的时间T的表达式为:
T = &Sigma; i = 1 6 a i t i ( M max < M p ) &Sigma; i = 1 6 a i t i + &lambda; ( M max - M p ) ( M max > M p ) - - - ( 2 )
其中,Mmax为最大控制力矩,Mp为执行机构控制力矩上限;λ为惩罚系数;ti为各个状态变量误差xei由初始值降到调节过程期间最大值的2%时所需时间。
3.根据权利要求1所述的航天器双环滑模变结构姿态控制参数优化方法,其特征在于:W为航天器姿态控制的功耗W,其表达式为:
W = M&theta; z = &Sigma; i = 1 3 ( &Integral; | M i ( t ) | | &omega; i ( t ) | dt ) - - - ( 3 )
其中,θz为姿态角的变化总量,Mi(t)为绕第i个轴随时间变化的力矩,ωi(t)为绕第i个轴随时间变化的转动角速度。
4.根据权利要求1所述的航天器双环滑模变结构姿态控制参数优化方法,其特征在于:所述终止条件为给定的最大进化代数和最佳优化值是否连续若干代都没有变化。
CN201410469101.3A 2014-09-15 航天器双环滑模变结构姿态控制参数优化方法 Active CN104181928B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410469101.3A CN104181928B (zh) 2014-09-15 航天器双环滑模变结构姿态控制参数优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410469101.3A CN104181928B (zh) 2014-09-15 航天器双环滑模变结构姿态控制参数优化方法

Publications (2)

Publication Number Publication Date
CN104181928A true CN104181928A (zh) 2014-12-03
CN104181928B CN104181928B (zh) 2017-01-04

Family

ID=

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105116724A (zh) * 2015-07-16 2015-12-02 哈尔滨工业大学 基于遗传算法优化神经网络直线电机定位力辨识方法
CN105589332A (zh) * 2016-01-20 2016-05-18 中国矿业大学 一种基于sfla模糊控制器的平衡球杆系统方法
CN106406337A (zh) * 2016-12-16 2017-02-15 北京理工大学 一种优化航天器姿态控制系统鲁棒性的方法及系统
CN107807617A (zh) * 2016-09-08 2018-03-16 通用电气航空系统有限责任公司 基于燃料、时间和耗损成本的改善的飞行器控制
CN108023519A (zh) * 2017-11-01 2018-05-11 青岛中加特变频电机有限公司 一种基于人工蜂群参数优化的交流异步电动机滑膜变结构直接转矩控制方法
CN108427281A (zh) * 2018-04-02 2018-08-21 北京航空航天大学 一种航天器六自由度固定时间交会对接控制方法
CN110347173A (zh) * 2019-08-21 2019-10-18 哈尔滨工业大学 一种基于非连续自适应控制的航天器姿态跟踪控制方法
CN116184813A (zh) * 2023-05-04 2023-05-30 中国人民解放军国防科技大学 助推滑翔火箭姿态控制方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101078936A (zh) * 2007-06-08 2007-11-28 北京航空航天大学 一种基于遗传最优request和gupf的高精度组合定姿方法
CN101708780A (zh) * 2009-11-26 2010-05-19 哈尔滨工业大学 用于目标姿态跟踪的刚性航天器的控制方法
CN102122251A (zh) * 2011-03-21 2011-07-13 北京航空航天大学 一种基于遗传算法的多航天器并行测试任务调度方法
CN102566420A (zh) * 2012-03-01 2012-07-11 北京航空航天大学 一种垂直起降飞行器的滑模控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101078936A (zh) * 2007-06-08 2007-11-28 北京航空航天大学 一种基于遗传最优request和gupf的高精度组合定姿方法
CN101708780A (zh) * 2009-11-26 2010-05-19 哈尔滨工业大学 用于目标姿态跟踪的刚性航天器的控制方法
CN102122251A (zh) * 2011-03-21 2011-07-13 北京航空航天大学 一种基于遗传算法的多航天器并行测试任务调度方法
CN102566420A (zh) * 2012-03-01 2012-07-11 北京航空航天大学 一种垂直起降飞行器的滑模控制方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
MEZGHANI BEN ROMDHANE NEILA,ET AL.: "Adaptive Terminal Sliding Mode Control for Rigid Robotic Manipulators", 《INTERNATIONAL JOURNAL OF AUTOMATION & COMPUTING》 *
SHE YE,ET AL.: "Feedback Attitude Sliding Mode Regulation Control of Spacecraft Using Arm Motion", 《CHINESE JOURNAL OF MECHANICAL ENGINEERING》 *
张晓宇 等: "基于GA优化的质量矩拦截弹模糊滑模姿态控制", 《系统仿真学报》 *
时建明 等: "飞行器滑模变结构姿态控制器参数优化设计", 《上海航天》 *
朱彦伟: "航天器近距离相对运动轨迹规划与控制研究", 《中国博士学位论文全文数据库工程科技II辑》 *
董晓阳 等: "基于自适应滑模与模糊控制的导弹直接力/气动力复合控制系统优化设计", 《航空学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105116724A (zh) * 2015-07-16 2015-12-02 哈尔滨工业大学 基于遗传算法优化神经网络直线电机定位力辨识方法
CN105589332A (zh) * 2016-01-20 2016-05-18 中国矿业大学 一种基于sfla模糊控制器的平衡球杆系统方法
CN105589332B (zh) * 2016-01-20 2019-03-29 中国矿业大学 一种基于sfla模糊控制器的平衡球杆系统方法
CN107807617A (zh) * 2016-09-08 2018-03-16 通用电气航空系统有限责任公司 基于燃料、时间和耗损成本的改善的飞行器控制
CN107807617B (zh) * 2016-09-08 2021-02-19 通用电气航空系统有限责任公司 基于燃料、时间和耗损成本的改善的飞行器控制
CN106406337A (zh) * 2016-12-16 2017-02-15 北京理工大学 一种优化航天器姿态控制系统鲁棒性的方法及系统
CN106406337B (zh) * 2016-12-16 2019-12-17 北京理工大学 一种优化航天器姿态控制系统鲁棒性的方法及系统
CN108023519A (zh) * 2017-11-01 2018-05-11 青岛中加特变频电机有限公司 一种基于人工蜂群参数优化的交流异步电动机滑膜变结构直接转矩控制方法
CN108427281A (zh) * 2018-04-02 2018-08-21 北京航空航天大学 一种航天器六自由度固定时间交会对接控制方法
CN108427281B (zh) * 2018-04-02 2020-04-21 北京航空航天大学 一种航天器六自由度固定时间交会对接控制方法
CN110347173A (zh) * 2019-08-21 2019-10-18 哈尔滨工业大学 一种基于非连续自适应控制的航天器姿态跟踪控制方法
CN110347173B (zh) * 2019-08-21 2021-07-13 哈尔滨工业大学 一种基于非连续自适应控制的航天器姿态跟踪控制方法
CN116184813A (zh) * 2023-05-04 2023-05-30 中国人民解放军国防科技大学 助推滑翔火箭姿态控制方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
Diehl et al. A real-time iteration scheme for nonlinear optimization in optimal feedback control
Bosch et al. Dynamic nonlinear aeroelastic model of a kite for power generation
CN104950901B (zh) 无人直升机姿态误差有限时间收敛非线性鲁棒控制方法
CN102411305B (zh) 单旋翼直升机/涡轴发动机综合抗扰控制系统设计方法
CN103592848B (zh) 一种变速控制力矩陀螺群的精准敏捷操纵方法
CN101837591B (zh) 基于双群协同竞争粒子群和Ferguson样条的机器人路径规划方法
CN104635741B (zh) 可重复使用运载器再入姿态控制方法
CN109901403A (zh) 一种自主水下机器人神经网络s面控制方法
CN104331083A (zh) 一种航天器大角度姿态控制参数优化方法
CN112462792B (zh) 一种基于Actor-Critic算法的水下机器人运动控制方法
CN102880052A (zh) 基于时标功能分解的高超声速飞行器执行器饱和控制方法
CN102411304A (zh) 一种航天器小角度姿态机动控制参数优化方法
CN107515612A (zh) 基于侧喷流控制的弹性振动抑制方法
CN105607473A (zh) 小型无人直升机的姿态误差快速收敛自适应控制方法
CN107807657A (zh) 一种基于路径规划的挠性航天器姿态自适应控制方法
Zhen et al. Deep reinforcement learning attitude control of fixed-wing UAVs
CN102866635A (zh) 基于等价模型的高超声速飞行器离散神经网络自适应控制方法
CN114355777A (zh) 一种基于分布式压力传感器与分段姿态控制的动态滑翔方法及系统
CN103984230A (zh) 一种空间机械臂基座零扰动优化控制方法
CN111324035A (zh) 一种高超声速飞行器轨迹优化自适应最优控制器
Xu et al. Coordinated intelligent control of the flight control system and shape change of variable sweep morphing aircraft based on dueling-DQN
Zhang et al. Hybrid threshold event-triggered control for sail-assisted USV via the nonlinear modified LVS guidance
CN106569503A (zh) 一种基于触发式预测控制的飞行器控制方法
CN106828819A (zh) 船舶减摇鳍与翼鳍矢量控制方法
CN113093539B (zh) 基于多模态划分的宽域飞行鲁棒自适应切换控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
OL01 Intention to license declared
OL01 Intention to license declared