CN107121961B - 一种基于迭代学习干扰观测器的航天器姿态容错控制方法 - Google Patents

Abstract

本发明涉及一种基于迭代学习干扰观测器的航天器姿态容错控制方法，针对航天器在轨工作进行姿态控制的过程中存在执行器故障与外部扰动的问题，提出一种基于迭代学习观测器的主动容错控制方法；本发明包括以下步骤：首先，考虑航天器姿态控制系统中的执行器存在故障和航天器受到空间中的外部扰动影响，建立航天器姿态控制系统动力学模型；然后，设计迭代学习干扰观测器估计由执行器故障信息和外部扰动组成的广义干扰力矩；最后，基于估计出的广义干扰设计主动容错控制器；该方法保证了当航天器的执行器发生故障及存在外部扰动时姿态控制系统的稳定性，满足实际控制系统精度要求，具有较强的容错能力及对外部扰动的鲁棒性等优点。

Description

一种基于迭代学习干扰观测器的航天器姿态容错控制方法

技术领域

本发明涉及一种基于迭代学习干扰观测器的航天器姿态容错控制方法，主要应用于航天器在进行空间任务时遇到执行器故障且受到外部扰动影响时的姿态控制系统。

背景技术

“十三五”是中国航天发展的战略机遇期，到2020年左右，我国将完成载人航天、探月工程、北斗导航、高分辨率对地观测系统等现有的重大科技专项；2025年前后，将全面建成国家民用空间基础设施，推动空间信息应用规模化、业务化、产业化发展；2030年实现整体跃升，跻身航天强国之列，以航天梦助力中国梦。姿态控制系统作为航天器重要分系统之一，它的可靠性、是否正常工作将直接决定航天器能否正常完成既定航天任务。根据统计数据可知，姿态控制系统中约44％的故障是由飞轮、控制力矩陀螺以及包括离子推进系统在内的执行器失效故障所造成的，这类执行器故障将会导致航天器全部或者部分丧失对系统的控制能力，如果不能及时、正确地被检测、定位、隔离并进行相应容错处理，则姿态控制性能将显著下降或系统稳定性将受到破坏，严重时将导致整个航天任务失败；考虑到反作用飞轮制造与装配过程中机械精度、物理工艺技术的约束，以及环境干扰力矩的影响，其安装构型往往与标称构型存在一定的偏差，即存在安装偏差问题；因此，提供航天器在轨自主处理相应的执行器故障方法便显得尤为重要；此外，航天器会受到来自空间的各种扰动力矩的影响，如重力梯度力矩、气动力矩、太阳辐射压力矩和剩磁力矩，在一定程度上会影响控制性能；因此，考虑到这些问题，提高航天器姿态控制系统的容错能力和鲁棒性同时保证比较满意的控制精度和控制要求是航天器姿态控制系统的重点和难点。

针对上述问题，国内外已有相关方法用于实现航天器姿态控制系统的容错控制。专利CN201210242175.4用随机切换系统模型描述带有间歇性故障的航天器姿控系统的运行全过程，进而将姿控系统的容错分析问题转化为带有不稳定模态的切换系统的稳定性分析问题，但这种方法属于被动容错控制，因此控制器在处理不同情况的故障时，对于当前故障难以达到最佳的控制性能，并且当未知的故障出现时，也谈不上系统的闭环稳定和优秀的系统性能；因此，相关研究人员提出主动容错控制方法，用于在线实时对故障进行诊断，隔离和重新配置，能够在达到控制性能的同时满足鲁棒性和容错能力；专利CN201510232385.9设计了一类三轴力矩有效性故障因子观测器，得到有效的执行器故障因子估计值，以此设计鲁棒自适应容错控制器，以实现当执行器出现故障下的航天器机动控制，但是，这种方法仅能处理执行器部分失效故障，而没有考虑执行器的安装偏差和外部扰动的影响；因此，现有的航天器容错控制方法存在难以有效估计执行器故障信息，且较少考虑执行器安装偏差和航天器受到外部扰动的情况。

发明内容

本发明的技术解决问题是：由于实际航天任务中，航天器姿态控制系统的执行器可能发生故障，存在安装偏差且同时受到外部扰动影响的问题，本发明提供一种基于迭代学习干扰观测器的航天器姿态容错控制方法，通过设计迭代学习观测器估计由执行器故障信息和外部扰动组成的广义干扰，由此设计一类主动容错控制器；解决了航天器实际在轨运行过程中存在执行器故障及其安装偏差，且航天器受到外部扰动影响的问题，保证了整个航天器姿态控制系统的容错能力和对外部扰动的鲁棒性。

本发明的技术解决方案为：本发明涉及一种基于迭代学习干扰观测器的航天器姿态容错控制方法，针对航天器在轨工作进行姿态控制的过程中存在执行器故障与外部扰动的问题，提出一种基于迭代学习观测器的主动容错控制方法；本发明包括以下步骤：首先，考虑航天器姿态控制系统中的执行器存在故障和航天器受到空间中的外部扰动影响，建立航天器姿态控制系统动力学模型；然后，设计迭代学习干扰观测器估计由执行器故障信息和外部扰动组成的广义干扰力矩；最后，基于估计出的广义干扰设计主动容错控制器；该方法保证了当航天器的执行器发生故障及存在外部扰动时姿态控制系统的稳定性，满足实际控制系统精度要求，具有较强的容错能力及对外部扰动的鲁棒性等优点。

具体实现步骤如下：

第一步，建立航天器姿态控制系统模型的运动学方程为：

其中，表示航天器的姿态单位四元数中的标量部分，与绕欧拉轴旋转的角度有关，θ表示绕着欧拉轴转过的一个角度，q_v＝[q₁,q₂,q₃]^T为含有三个元素的列向量，与欧拉轴方向有关，e_x,e_y,e_z代表欧拉轴三个方向上的旋转轴，且满足单位化约束条件q₀ ²+q_v ^Tq_v＝1；表示航天器在本体坐标系下相对惯性坐标系的姿态角速度向量，ω₁,ω₂,ω₃分别为航天器关于本体系中的横滚轴、偏航轴和俯仰轴上的角速度分量；I_3×3是3×3的单位矩阵；

考虑到执行器出现故障的情景，特别是当执行器损失全部或者部分动力时，考虑到其故障时的独立性，可以将航天器姿态控制系统模型的动力学方程写成下面的形式：

其中，J是航天器总的惯量矩阵，且是3×3的对称矩阵；表示航天器角加速度矢量；表示执行器实际提供的作用在航天器本体轴上的控制力矩，表示航天器所受来自空间环境的外部扰动，如重力梯度力矩、气动力矩、太阳辐射压力矩和剩磁力矩，虽然其值未知但是有界，可以表示为||d||≤d_max，d_max定义为外部扰动的上界值；S(ω)是斜对称矩阵，其形式为

为了提高航天器姿态控制系统的容错能力，使用多于三个的执行器冗余配置的方式，并针对执行器发生失效故障和安装偏差的情况，航天器的执行器所提供的实际输出力矩表示如下：

其中，是执行器分配矩阵，且其秩为rank(D₀)＝3，其用来将航天器上搭载的各个执行器提供的力矩分配到关于航天器本体轴的三个方向上，表示执行器的安装偏差矩阵；表示m个执行器的健康状况矩阵，称为执行器的失效矩阵，元素e_i(t),i＝1,2,...,m为各个执行器的失效因子，且满足0≤e_i(t)≤1，用来表征执行器效能的大小，这里，如果e_i(t)＝1则表示第i个执行器正常工作，如果0<e_i(t)<1则表示第i个执行器损失了部分效能，如果e_i(t)＝0则表示第i个执行器完全失效；u_c为通过设计出的主动容错控制器得到的控制信号，τ_f表示由于执行器失效故障导致损失的那部分输出力矩；

将上式代入航天器姿态控制系统模型的动力学方程，因此后者可以写成下面的形式：

将上式中最后三项统一写成一个广义干扰u_f＝(D₀+△D)τ_f+△Du_c+d，则航天器姿态控制系统模型的动力学方程可以重新改写为：

第二步，基于第一步建立的航天器姿态控制系统模型，设计一类迭代学习干扰观测器为：

其中，T是迭代学习干扰观测器的更新时间，这里可以选取为系统的采样时间，t表示当前时刻；和v(t)分别定义为用上式迭代学习干扰观测器得到的t时刻的航天器角速度估计值和广义干扰的估计值，ω(t-T)，和v(t-T)分别表示t-T时刻的航天器角速度，角速度估计值和广义干扰的估计值；λ是一个正的标量参数，和都是观测器增益正定矩阵，且需要选取观测器增益L使得L的最小特征值L_min满足L_min-d_max≥0，即L_min≥d_max；此迭代学习干扰观测器的特点在于广义干扰的估计值v(t)是与其前一时刻的信息v(t-T)有关，而不需进行微分运算，提高了计算效率；对于任意一个向量x＝[x₁,x₂,x₃]^T，x₁,x₂,x₃分别为向量中的三个元素，则sgn(x)定义如下：

sgn(x)＝[sign(x₁),sign(x₂),sign(x₃)]^T

这里，对于一个任意的标量变量p，定义sign(p)为：

第三步，根据第二步给出的迭代学习干扰观测器，设计一类主动容错控制器为：

u＝D₀ ^T(D₀D₀ ^T)^-1[-k_pq_v-k_dω-v(t)]

其中，D₀ ^T为执行器分配矩阵的转置，D₀ ^T(D₀D₀ ^T)^-1表示关于D₀的伪逆矩阵，k_p和k_d分别为控制器参数，其均为正的标量常数；

利用上面给出的主动容错控制器，可以保证在发生部分失效甚至在完全失效的特殊情况下，整个航天器姿态控制系统实现闭环稳定。

如图1所示，为本发明所述的基于迭代学习干扰观测器的航天器姿态容错控制原理框图，针对上述提出的基于迭代学习干扰观测器的航天器姿态容错控制系统需要由迭代学习干扰观测器、主动容错控制器、航天器动力学模型、航天器运动学模型几部分组成。当在轨工作的航天器出现执行器失效故障及安装偏差且受到外部扰动影响时，利用迭代学习干扰观测器计算出广义干扰估计值，同时，将航天器的姿态和角速度信息与广义干扰估计值引入到主动容错控制器中得到控制信号，并将控制信号传输到执行器以提供实际的控制力矩作用于航天器实现航天器姿态控制；这里，航天器同时受到外部扰动的影响，航天器动力学和运动学模型代表此航天器姿态控制系统的作用对象，动力学模型输出航天器角速度并可被陀螺仪测得，运动学模型输出航天器姿态可被姿态敏感器测得。

本发明设计的基于迭代学习干扰观测器的航天器姿态容错控制方法与现有技术相比的优点在于：

(1)与传统的故障诊断观测器或干扰观测器相比，可以同时估计出由于部分失效故障，安装偏差和外部扰动组成的广义干扰，并引入到主动容错控制器中，具有较好的容错能力和鲁棒性；

(2)与已有的迭代学习观测器相比，本发明中迭代学习干扰观测器的设计引入了符号函数和前一时刻的角速度修正项，符号函数的引入可以提高星载计算机的计算效率，减少内存占用空间，而前一时刻的角速度修正项可以减小由于符号函数的引入而导致的估计误差，提高估计精度。

附图说明

图1为基于迭代学习干扰观测器的航天器姿态容错控制原理框图；

图2为本发明的一种基于迭代学习干扰观测器的航天器姿态容错控制方法流程框图。

具体实施方式

如图2所示，本发明的一种基于迭代学习干扰观测器的航天器姿态容错控制方法步骤为：首先建立考虑执行器故障和外部扰动的航天器姿态控制系统模型；然后基于航天器姿态控制系统模型设计迭代学习干扰观测器对广义干扰进行在线估计；最后，进行主动容错控制器设计；具体实施步骤如下：

第一步，建立航天器姿态控制系统模型的运动学方程为：

其中，表示航天器的姿态单位四元数中的标量部分，与绕欧拉轴旋转的角度有关，θ表示绕着欧拉轴转过的一个角度，q_v＝[q₁,q₂,q₃]^T为含有三个元素的列向量，与欧拉轴方向有关，e_x,e_y,e_z代表欧拉轴三个方向上的旋转轴，且满足单位化约束条件q₀ ²+q_v ^Tq_v＝1，用姿态四元数表示的姿态初值选取为q(0)＝[0.85 0.25 -0.3 0.35]^T；表示航天器在本体坐标系下相对惯性坐标系的姿态角速度向量，ω₁,ω₂,ω₃分别为航天器关于本体系中的横滚轴、偏航轴和俯仰轴上的角速度分量，角速度初值可选为ω(0)＝[0,0,0]^T rad/s；I_3×3是3×3的单位矩阵；

考虑到执行器出现故障的情景，特别是当执行器损失全部或者部分动力时，考虑到其故障时的独立性，可以将航天器姿态控制系统模型的动力学方程写成下面的形式：

其中，J是航天器总的惯量矩阵，且是3×3的对称矩阵，根据实际工程中的航天器设计参数，J可选取为J＝[20 0 0.9；0 17 0；0.9 0 15]kg·m²；表示航天器角加速度矢量；表示执行器实际提供的作用在航天器本体轴上的控制力矩，表示航天器所受来自空间环境的外部扰动，如重力梯度力矩、气动力矩、太阳辐射压力矩和剩磁力矩，虽然其值未知但是有界，可以表示为||d||≤d_max，d_max定义为外部扰动的上界值，这里可取S(ω)是斜对称矩阵，其形式为

为了提高航天器姿态控制系统的容错能力，使用多于三个的执行器冗余配置的方式，并针对执行器发生失效故障和安装偏差的情况，航天器执行器所提供的实际输出力矩表示如下：

其中，是执行器分配矩阵，且其秩为rank(D₀)＝3，其用来将航天器上搭载的各个执行器提供的力矩分配到关于航天器本体轴的三个方向上，表示执行器的安装偏差矩阵；表示m个执行器的健康状况矩阵，称为执行器的失效矩阵，元素e_i(t),i＝1,2,...,m为各个执行器的失效因子，且满足0≤e_i(t)≤1，用来表征执行器效能的大小，这里，如果e_i(t)＝1则表示第i个执行器正常工作，如果0<e_i(t)<1则表示第i个执行器损失了部分效能，如果e_i(t)＝0则表示第i个执行器完全失效，这里利用飞轮作为执行器提供实际控制力矩，并采用三个飞轮轴向正交与另一个飞轮轴向斜交安装的四飞轮配置方法，因此整个系统中满足m＝4，考虑飞轮工作时可能出现的实际故障情况，将其表示为：e₃(t)＝0.85+0.07sin(0.2t)；0≤t≤300s，u_c为通过设计出的主动容错控制器得到的控制信号，τ_f表示由于执行器失效故障导致损失的那部分输出力矩；

将上式代入航天器姿态控制系统模型的动力学方程，因此后者可以写成下面的形式：

将上式中最后三项统一写成一个广义干扰u_f＝(D₀+△D)τ_f+△Du_c+d，则航天器姿态控制系统模型的动力学方程可以重新改写为：

第二步，基于第一步建立的航天器姿态控制系统模型，设计一类迭代学习干扰观测器为：

其中，T是迭代学习干扰观测器的更新时间，这里可以选取为系统的采样时间，t表示当前时刻；和v(t)分别定义为用上式迭代学习干扰观测器得到的t时刻的航天器角速度估计值和广义干扰的估计值，ω(t-T)，和v(t-T)分别表示t-T时刻的航天器角速度，角速度估计值和广义干扰的估计值；角速度估计值和广义干扰估计值的初始值选取为v(0)＝[0 0 0]^T；λ是一个正的标量常数，和都是观测器增益正定矩阵，且需要选取观测器增益L使得L的最小特征值L_min满足L_min-d_max≥0，即L_min≥d_max，为了取得较好的观测效果，通过调参，可以分别选择其值为L＝[0.005,0,0；0,0.005,0；0,0,0.005]，λ＝30，K₁＝[1,0,0；0,1,0；0,0,1]，K₂＝[0.0005,0,0；0.001,0；0,0,0.001]，K₃＝[0.0003,0,0；0,0.0006,0；0,0,0.0006]；此迭代学习干扰观测器的特点在于广义干扰的估计值v(t)是与其前一时刻的信息v(t-T)有关，而不需进行微分运算，提高了计算效率；对于任意一个向量x＝[x₁,x₂,x₃]^T，x₁,x₂,x₃分别为向量中的三个元素，则sgn(x)定义如下：

sgn(x)＝[sign(x₁),sign(x₂),sign(x₃)]^T

这里，对于一个任意的标量变量p，定义sign(p)为

第三步，根据第二步给出的迭代学习干扰观测器，设计一类主动容错控制器为：

u＝D₀ ^T(D₀D₀ ^T)^-1[-k_pq_v-k_dω-v(t)]

其中，D₀ ^T为执行器分配矩阵的转置，D₀ ^T(D₀D₀ ^T)^-1表示关于D₀的伪逆矩阵，k_p和k_d分别为控制器参数，其均为正的标量常数，这里通过在仿真实验中不断调整参数，选取k_p＝1.2，k_v＝18为控制器参数的优选值；

利用上面给出的主动容错控制器，可以保证在发生部分失效甚至在完全失效的特殊情况下，整个航天器姿态控制系统仍然保证闭环稳定；

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (3)

1.一种基于迭代学习干扰观测器的航天器姿态容错控制方法，其特征在于包括以下步骤：

(1)对于航天器姿态控制系统，由执行器对航天器提供有效力矩，但同时需考虑航天器的执行器存在失效故障和安装偏差，以及含有外部扰动力矩对航天器姿态控制性能的影响，基于航天器姿态动力学及运动学方程，建立航天器姿态控制系统动力学模型；

(2)基于第一步建立的航天器姿态控制系统动力学模型，设计迭代学习观测器，以此估计由执行器故障信息和外部扰动组成的广义干扰；

(3)在第二步的基础上，对于第一步中给出的航天器姿态控制系统动力学模型，引入第二步所得的广义干扰估计值，设计主动容错控制器；

所述步骤(3)中主动容错控制器为：

u＝D₀ ^T(D₀D₀ ^T)^-1[-k_pq_v-k_dω-v(t)]

其中，是执行器分配矩阵且其秩为rank(D₀)＝3；D₀ ^T(D₀D₀ ^T)^-1表示关于D₀的伪逆矩阵，k_p和k_d分别为控制器参数，其均为正的常数；q_v＝[q₁,q₂,q₃]^T表示姿态四元数的矢量部分，其为含有三个元素的列向量，与欧拉轴方向有关， e_x,e_y,e_z代表欧拉轴三个方向上的旋转轴；表示航天器在本体坐标系下相对惯性坐标系的姿态角速度向量，ω₁,ω₂,ω₃分别为航天器关于本体系中的横滚轴、偏航轴和俯仰轴上的角速度分量；v(t)为用迭代学习干扰观测器得出的t时刻的广义干扰的估计值。

2.根据权利要求1所述的基于迭代学习干扰观测器的航天器姿态容错控制方法，建立步骤(1)中航天器姿态控制系统模型的动力学方程为：

其中，表示航天器在本体坐标系下相对惯性坐标系的姿态角速度向量，ω₁,ω₂,ω₃分别为航天器关于本体系中的横滚轴、偏航轴和俯仰轴上的角速度分量；J是航天器总的惯量矩阵，且是3×3的对称矩阵；表示航天器角加速度矢量；为了提高航天器姿态控制系统的容错能力，使用多于三个的执行器冗余配置的方式，是执行器分配矩阵且其秩为rank(D₀)＝3；u_c为通过设计出的主动容错控制器得到的控制信号；由执行器失效故障、安装偏差和外部扰动组成的广义干扰可以定义为u_f＝(D₀+ΔD)τ_f+ΔDu_c+d，这里，表示执行器的安装偏差矩阵；表示航天器所受来自空间环境的外部扰动，包括重力梯度力矩、气动力矩、太阳辐射压力矩和剩磁力矩，虽然其值未知但是有界，表示为||d||≤d_max，d_max定义为外部扰动的上界值；τ_f表示由于执行器失效故障导致损失的那部分输出力矩，其形式为τ_f＝(E(t)-I_m×m)u_c，这里，表示m个执行器的健康状况矩阵，称为执行器的失效矩阵，元素e_i(t),i＝1,2,...,m为各个执行器的失效因子，且满足0≤e_i(t)≤1，用来表征执行器效能的大小，如果e_i(t)＝1则表示第i个执行器正常工作，如果0＜e_i(t)＜1则表示第i个执行器损失了部分效能，如果e_i(t)＝0则表示第i个执行器完全失效；I_m×m是m×m的单位矩阵。

3.根据权利要求1所述的基于迭代学习干扰观测器的航天器姿态容错控制方法，其特征在于：所述步骤(2)中，迭代学习干扰观测器设计为：

其中，T是迭代学习干扰观测器的更新时间，可以选取为系统的采样时间，t表示当前时刻；和v(t)分别定义为用上式迭代学习干扰观测器得到的t时刻的航天器角速度估计值和广义干扰的估计值，ω(t-T)，和v(t-T)分别表示t-T时刻的航天器角速度，角速度估计值和广义干扰的估计值；λ是一个正的标量常数，和都是观测器增益正定矩阵；是执行器分配矩阵且其秩为rank(D₀)＝3；u_c为通过设计出的主动容错控制器得到的控制信号；对于任意一个向量x＝[x₁,x₂,x₃]^T，x₁,x₂,x₃分别为向量中的三个元素，则sgn(x)如下：

sgn(x)＝[sign(x₁),sign(x₂),sign(x₃)]^T

这里，对于一个任意的标量变量p，定义sign(p)为：

此迭代学习干扰观测器的特点在于广义干扰的估计值v(t)是与其前一时刻的信息v(t-T)有关，而不需进行微分运算，提高了计算效率。