CN110286607A - 一种航天器姿控喷管故障数据生成系统及方法 - Google Patents
一种航天器姿控喷管故障数据生成系统及方法 Download PDFInfo
- Publication number
- CN110286607A CN110286607A CN201910660475.6A CN201910660475A CN110286607A CN 110286607 A CN110286607 A CN 110286607A CN 201910660475 A CN201910660475 A CN 201910660475A CN 110286607 A CN110286607 A CN 110286607A
- Authority
- CN
- China
- Prior art keywords
- attitude
- jet pipe
- attitude control
- control jet
- fault
- 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
Links
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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种航天器姿控喷管故障数据生成系统,包括故障模拟模块、姿态控制器模块、姿态动力学模块;故障模拟模块,用于模拟航天器姿控喷管故障时,航天器在姿态控制器控制下获得的等效力矩,根据输入的故障类型代码模拟姿控喷管故障时航天器获得的控制力矩;姿态控制器模块作为故障模拟模块的输入信号来源,此模块提供正常情况下航天器姿态控制器输出信息,同时输出航天器的姿态角误差信息;姿态动力学模型,输入为故障模拟模块的等效力矩输出,输出为航天器在姿控喷管故障时的姿态角信息。作为姿态控制器模块的姿态角反馈信息。
Description
技术领域
本发明涉及一种航天器故障数据生成系统及方法,特别是涉及基于卷积神经网络的航天器姿控喷管故障诊断的故障数据生成系统。
背景技术
近年来,随着航天器技术的发展,航天器作为光机电一体化仪器的设备,由于其规模大、复杂度高、航天器的资源和人工干预能力有限,且太空环境日趋恶劣并存在着大量的不确定性因素等,这些都对航天器的故障诊断技术提出了挑战难以进行有效维护,经常会出现系统异常运行甚至出现故障的情况。因此,航天器故障诊断技术对提高航天器的可靠性、安全性和有效性具有十分重要的作用,已经成为航天领域主要研究方向。根据系统采用的特征描述和决策方法的差异,形成了不同的故障诊断方法。应用于航天器故障诊断的方法有很多种,其中应用较多的有:基于模型的方法、基于信号处理的方法和基于人工智能的方法。
近些年基于人工智能的故障诊断方法是故障诊断领域的发展的重点,是现阶段应用最广泛,研究的最多的方向。它不需要精确的模型,适用于不确定性的问题。人工智能带来方便的同时也存在一些问题,神经网络的训练需要大量数据为基础,针对不同结构、不同功能的神经网络,所需要的数据类型也大不相同;有的是基于数据形式的,有的则是基于图像形式的。不同于普通的神经网络分类器,卷积神经网络可以将图像识别问题转化为一个神经网络图像分类问题,而卷积神经网络在图像分类领域有着优异的表现。因此航天器姿控喷管故障诊断问题也转化为一个神经网络图像分类问题,这就需要大量满足卷积神经网络训练的数据。需要带有故障标签的数据集,用来对神经网络的训练及性能评估。
为了解决上述问题本发明提出的航天器故障数据生成系统,则是针对训练、性能评估数据为图像形式的卷积神经网络。通过对航天器姿控喷管故障的模拟,输出在当前故障状态下航天器的姿态角误差变化曲线图和姿态控制器输出变化曲线图。同时根据输入不同的故障类型代码,就可以产生不同状态下的航天器数据,并且本发明可以自动的将产生的数据进行分类和标签处理,最终将处理好的数据从新保存为适用于卷积神经网络的数据形式。
发明内容
本发明的技术决问题:克服现有技术的不足,提供一种航天器姿控喷管故障数据生成系统,生成不同故障类型下航天器的姿态角误差变化曲线图和姿态控制器输出变化曲线图,并且将其预处理为适合于卷积神经网络应用的数据格式,最终生成的数据会自动分类和标记,可以直接应用于卷积神经网络的训练和测试,而且数据具有较高的真实性。本发明操作简单,可以同时生成大量高质量的数据,并且方便部署实施。
本发明技术解决方案:一种航天器姿控喷管故障数据生成系统,包括:故障模拟模块、姿态控制器模块、姿态动力学模块和数据采集模块;
故障模拟模块,根据输入的不同故障类型,模拟对应的姿控喷管故障类型,将姿态控制器模块的输出力矩强制转换为对应故障状态下的等效力矩,得到的等效力矩为模拟姿控喷管故障时航天器受到的实际控制力矩,并且根据需求调整故障作用时间,此等效力矩作为姿态动力学模块的输入信号;
姿态控制器模块,模拟航天器的姿态控制器输出,为故障模拟模块提供输入信号;根据输入的姿态角期望值和姿态动力学模块反馈的航天器姿态角信息,基于两个姿态角的误差,输出模拟姿态控制器在姿控喷管正常工作情况下的输出力矩,此输出力矩为航天器在姿控喷管正常工作时受到的控制力矩,作为故障模拟模块提供输入信号;
姿态动力学模块,根据输入的等效力矩,模拟航天器的飞行状态,输出航天器在线性化姿态动力学方程和全量耦合姿态动力学方程下的姿态角信息,得到的姿态角信息反馈给姿态控制器模块,作为姿态控制器模块的姿态角反馈输入;由于输入信号为故障模拟模块输出的等效力矩,此时得到的航天器姿态角信息为姿控喷管故障情况下的姿态信息,此模块在线性化姿态动力学方程和全量耦合姿态动力学方程之间自由切换。
数据采集模块;所述数据采集模块,基于matlab仿真软件,将所述姿态控制器模块产生的姿态角误差信息和姿态控制器输出信息进行等时间间隔采样,得到姿态角误差信息和姿态控制器输出信息变化曲线,然后将采样得到的曲线的数据进行预处理,分类标记后保存为用于卷积神经网络训练的数据。
所述故障模拟模块中,不同故障类型分别为13种故障类型;同时采用故障类型代码表示,总共有13种故障类型代码;只需要在故障模拟模块输入对应数字即可;所述13种故障类型分别为:(1)正喷姿控喷管的两个姿控喷管常开故障;(2)负喷姿控喷管的两个姿控喷管常开故障;(3)正喷姿控喷管的两个姿控喷管常闭故障;(4)负喷姿控喷管的两个姿控喷管常闭故障;(5)正喷姿控喷管的一个姿控喷管常开故障;(6)负喷姿控喷管的一个姿控喷管常开故障;(7)正喷姿控喷管的一个姿控喷管常闭故障;(8)负喷姿控喷管的一个姿控喷管常闭故障;(9)正喷姿控喷管的另一个姿控喷管常开故障;(10)负喷姿控喷管的另一个姿控喷管常开故障;(11)正喷姿控喷管的另一个姿控喷管常闭故障;(12)负喷姿控喷管的另一个姿控喷管常闭故障;(13)无故障。
当输入故障代码为1,当需要模拟航天器P1、P2两个正喷姿控喷管常开故障时,在故障模拟模块的故障代码输入端输入代码1,故障模拟模块就能产生两个正喷姿控喷管常开时航天器受到的实际控制力矩;
当输入故障代码2时,故障模拟模块模拟故障类型N1、N2姿控喷管常开故障,即负喷姿控喷管的两个姿控喷管常开故障,输出两个负喷姿控喷管常开时航天器受到的实际控制力矩;
当输入故障代码3时,故障模拟模块模拟故障类型P1、P2姿控喷管常闭故障(正喷姿控喷管的两个姿控喷管常闭故障),输出两个正喷姿控喷管常闭时航天器受到的实际控制力矩。
当输入故障代码4时,故障模拟模块模拟故障类型N1、N2姿控喷管常闭故障(负喷姿控喷管的两个姿控喷管常闭故障),输出两个负喷姿控喷管常闭时航天器受到的实际控制力矩。
当输入故障代码5时,故障模拟模块模拟故障类型P1姿控喷管常开故障(正喷姿控喷管的一个姿控喷管常开故障),输出一个正喷姿控喷管常开时航天器受到的实际控制力矩。
当输入故障代码6时,故障模拟模块模拟故障类型N1姿控喷管常开故障(负喷姿控喷管的一个姿控喷管常开故障),输出一个负喷姿控喷管常开时航天器受到的实际控制力矩。
当输入故障代码7时,故障模拟模块模拟故障类型P1姿控喷管常闭故障(正喷姿控喷管的一个姿控喷管常闭故障),输出一个正喷姿控喷管常闭时航天器受到的实际控制力矩。
当输入故障代码8时,故障模拟模块模拟故障类型N1姿控喷管常闭故障(负喷姿控喷管的一个姿控喷管常闭故障),输出一个负喷姿控喷管常闭时航天器受到的实际控制力矩。
当输入故障代码9时,故障模拟模块模拟故障类型P2姿控喷管常开故障(正喷姿控喷管的另一个姿控喷管常开故障),输出另一个正喷姿控喷管常开时航天器受到的实际控制力矩。
当输入故障代码10时,故障模拟模块模拟故障类型N2姿控喷管常开故障(负喷姿控喷管的另一个姿控喷管常开故障),输出另一个负喷姿控喷管常开时航天器受到的实际控制力矩。
当输入故障代码11时,故障模拟模块模拟故障类型P2姿控喷管常闭故障(正喷姿控喷管的另一个姿控喷管常闭故障),输出另一个正喷姿控喷管常闭时航天器受到的实际控制力矩。
当输入故障代码12时,故障模拟模块模拟故障类型N2姿控喷管常闭故障(负喷姿控喷管的另一个姿控喷管常闭故障),输出另一个负喷姿控喷管常闭时航天器受到的实际控制力矩。
当输入故障代码13时,故障模拟模块模拟故障类型为无故障,输出姿控喷管无故障时航天器受到的实际控制力矩。
所述故障模拟模块中,在模拟姿控喷管故障时,通过设置故障模拟模块的测量噪声参数和力矩干扰参数来确定模拟过程中加入的测量噪声和力矩噪声的大小。设置参数只需在加载故障模拟模块时进行。
本发明的一种航天器姿控喷管故障数据生成方法,包括以下步骤:
(1)输入姿态角期望值,在获取俯仰通道的数据时,将其他两个通道的输入期望值置零,俯仰通道输入信号为连续的信号,如正弦信号等。此时的姿态角反馈值为零,根据姿态角期望值,得到姿态角误差值,根据误差值姿态控制器模块输出控制力矩,作用于故障模拟模块;
(2)在工作状态切换端输入需要模拟的故障类型,如代码1,此时故障模拟模块模拟P1、P2姿控喷管常开故障情况,将第一步中得到的控制力矩强制转换为航天器在姿控喷管故障下获得的控制力矩;
(3)根据第二步中得到的等效控制力矩,将此力矩输入到姿态动力学模块中,此模块根据线性化姿态动力学方程和全量耦合姿态动力学方程输出此时航天器的姿态角信息,此模块对应两个动力学方程,可以自由切换。得到的姿态角信息反馈给第一步中的姿态控制器模块。更新姿态角反馈值,从而更新姿态角误差。更新后的姿态角误差和姿态控制器输出经过数据采集和处理能得他们各自的变化曲线图,保存后的曲线图用于卷积神经网络训练和测试。
本发明与现有技术相比的优点在于::
(1)本发明生成不同故障类型下航天器的姿态角误差变化曲线图和姿态控制器输出变化曲线图,并且将其预处理为适合于卷积神经网络应用的数据格式,最终生成的数据会自动分类和标记,可以直接应用于卷积神经网络的训练和测试,而且数据具有较高的真实性。本发明操作简单,可以同时生成大量高质量的数据,并且方便部署实施。
(2)本发明充分考虑了13种航天器姿控喷管故障类型,模拟故障发生时航天器受到的实际控制力矩,提高模拟数据的真实性。
(3)本发明分别对航天器在线性化姿态动力学方程和全量耦合姿态动力学方程下进行模拟,生成不同方程下的航天器姿态信息,并且本发明中两个方程可以随意切换,方便操作。
(4)本发明中的故障模拟模块主要是针对不同故障类型,对姿态控制器进行等效替换,模仿航天器姿控喷管故障时,航天器受到的实际控制力矩。此模块可以直接输入故障类型代码,便于切换故障类型,获得不同类型的模拟数据。由于此模块基于matlab仿真软件,本发明已给出故障模拟模块的具体代码,使用者可以根据需求调整故障作用时间,加入测量噪声和力矩干扰噪声等,提高生成数据的适应性。
(5)本发明生成数据会自动分类保存为适用于卷积神经网络的数据格式,在进行卷积网络训练时用户可以直接读取次数据。
附图说明
图1为本发明系统结构图;
图2为航天器姿控喷管结构图;
图3为待模拟的姿控喷管故障类型图;
图4为本发明姿态控制器模块Simulink仿真图;
图5为本发明故障模拟模块Simulink仿真图。
具体实施方式
下面将结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明的一种航天器姿控喷管故障数据生成系统,包括:故障模拟模块、姿态控制器模块和姿态动力学模块。故障模拟模块,用于模拟航天器姿控喷管故障时,航天器在姿态控制器控制下获得的等效力矩,根据输入的故障类型代码模拟姿控喷管故障时航天器获得的控制力矩。所述姿态控制器模块作为故障模拟模块的输入信号来源,此模块提供正常情况下航天器姿态控制器输出信息,同时输出航天器的姿态角误差信息;姿态动力学模型,输入为故障模拟模块的等效力矩输出,输出为航天器在姿控喷管故障时的姿态角信息。作为姿态控制器模块的姿态角反馈信息。所述数据采集模块可以对姿态角误差信息和姿态控制器输出信息进行等时间间隔采样得到两者的变化曲线,并且保存为可以用于卷积神经网络应用的数据格式。得到的两种曲线也可以用来进行航天器姿控喷管故障诊断。
下面具体详细说明步骤如下:
步骤一:结合航天器线性化姿态动力学方程和全量耦合姿态动力学方程,具体方程如下:
(1)线性化姿态动力学方程
俯仰通道方程
偏航通道方程
滚动通道方程
式中:Jx、Jy、Jz分别为滚动通道、俯仰通道、偏航通道的转动惯量;ux、uy、uz分别为滚动通道、俯仰通道、偏航通道的控制力矩;Tx、Ty、Tz分别为滚动通道、俯仰通道、偏航通道的干扰力矩;θ为俯仰姿态角,为俯仰姿态角的二阶导数;ψ为偏航姿态角,为偏航姿态角的二阶导数;为滚动姿态角,为滚动姿态角的二阶导数。
(2)全量耦合姿态动力学方程
式中:ωx、ωy、ωz分别为滚动、俯仰、偏航通道的角速率;为滚动通道角加速率,为俯仰通道角加速率,分别为偏航通道的角加速率;θ为俯仰姿态角,为俯仰姿态角的一阶导数;ψ为偏航姿态角,为偏航姿态角的一阶导数;为滚动姿态角,为滚动姿态角的一阶导数;Jx、Jy、Jz分别为滚动通道、俯仰通道、偏航通道的转动惯量;ux、uy、uz分别为滚动通道、俯仰通道、偏航通道的控制力矩;Tx、Ty、Tz分别为滚动通道、俯仰通道、偏航通道的干扰力矩;分别为滚动姿态角的正弦值、余弦值;cosθ、tanθ分别为俯仰姿态角θ的余弦值、正切值。
在matlab中加载姿态动力学模块ACM_MODEL。本发明使用S-function分别实现两个姿态动力学方程的飞行器姿态动力学模型仿真。将对应的S-function代码封装为Simulink模块,命名为ACM_MODEL。当选择使用不同的动力学方程时,通过在ACM_MODEL加载入不同的S-function文件即可。根据加载不同的动力学方程,即可得到此方程下的航天器姿态角信息。加载好姿态动力学模块后,当需要更换动力学方程时,只需从新载入S-function文件即可。加载后的模块包括一个输入端和一个输出端。
步骤二:在matlab中加载姿态控制器模块。分别使用三个PD姿态控制器控制飞行器的三个姿态通道。加载后的姿态控制器模块可以得到四个输入端和两个输出端。三个姿态角期望值输入端和一个动力学模型输入端。输出端为姿态控制器输出端和姿态角误差端。并且将姿态动力学模块的输出端与姿态控制器模块的姿态角反馈端连接。
步骤三:在matlab中加载故障模拟模块,加载后的模块包括两个输入端和一个输出端,其中工作状态切换端用来输入故障类型代码,确定模拟的故障类型。而另一个输入端则与步骤二中加载的姿态控制器模块的姿态控制器输出端连接。故障模拟模块的输出端与姿态动力学模块的输入端连接。由于航天器姿控喷管的对称性,故障模拟模块对应航天器三个姿态通道所模拟出的故障类型也不同。13种故障类型包括12种姿控喷管故障和1种姿控喷管无故障,姿控喷管无故障时,即为故障模拟模块不进行等效力矩转换工作,直接将故障模拟模块的输入力矩维持不变的传递给姿态动力学模块。但是在生成航天器姿控喷管故障数据时也需要收集航天器姿控喷管无故障下的姿态数据,所以故障模拟模块的第13种故障模式为姿控喷管无故障情况,此时的故障模拟模块只是将输入力矩传递给姿态动力学模块,无等效力矩转换操作。所以只需对13种姿控喷管故障进行具体模拟。在不包含无故障情况下,分别针对航天器的俯仰、滚动、偏航三个通道进行故障模拟,每个通道包含12种故障,13是无故障。
航天器姿控喷管结构如图2所示,其中1、13、3、15为同一通道姿控喷管,5、6、7、8为同一通道,2、14、4、16位同一通道。假设P1代表一只正喷姿控喷管,P2代表另一只正喷姿控喷管,同样,N1代表一只负喷姿控喷管,N2代表另一只负喷姿控喷管。如图2中所示,若1、13为P1和P2,则3、15为N1、N2。针对图3所列的姿控喷管故障模式,在Simulink软件中搭建故障模拟模块。该故障模拟功能模块的输入信号为故障状态代码以及姿态控制器模块的输出信号,输出信号为等效力矩,作用于姿态动力学模型。当姿态控制器输出为零时,正喷姿控喷管和负喷姿控喷管都处于关闭状态,当姿态控制器输出大于零时,则控制正喷姿控喷管打开,负喷姿控喷管关闭;同理当姿态控制器输出小于零时,控制负喷姿控喷管打开,正喷姿控喷管关闭;
因此,通过强制更改姿态控制器的输出来模拟航天器几种故障模式,结合图3给出的12种故障类型具体的故障模拟实现方法如下:
(1)滚动通道姿控喷管故障模拟(P1、P2、N1、N2四个姿控喷管均为10N推力)
1)P1、P2常开故障:当故障模拟模块的故障状态输入为#1时,P1输出为0.5、P2输出为0.5,表示这两个姿控喷管强制常开,每个姿控喷管各提供百分之五十的推力;当姿态控制器输出大于零时,N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,N1、N2输出为姿态控制器输出的0.5倍,即表示此时N1和N2姿控喷管各提供百分之五十的推力。
2)N1、N2常开故障:当故障模拟模块的故障状态输入为#2时,N1输出为-0.5、N2输出为-0.5,表示这两个姿控喷管强制常开,每个姿控喷管各提供百分之五十的推力;当姿态控制器输出大于零时,P1、P2输出为姿态控制器输出的0.5倍,即表示此时P1和P2姿控喷管各提供百分之五十的推力。当姿态控制器输出小于等于零时,N1、N2输出为0表示姿控喷管关闭。
3)P1、P2常闭故障:当故障模拟模块的故障状态输入为#3时,P1、P2输出为0,表示这两个姿控喷管强制关闭;当姿态控制器输出大于零时,N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,N1、N2输出为姿态控制器输出的0.5倍,即表示此时N1和N2姿控喷管各提供百分之五十的推力。
4)N1、N2常闭故障:当故障模拟模块的故障状态输入为#4时,N1、N2输出为0,表示这两个姿控喷管强制关闭;当姿态控制器输出大于零时,P1、P2输出为姿态控制器输出的0.5倍,即表示此时P1和P2姿控喷管各提供百分之五十的推力。当姿态控制器输出小于等于零时,N1、N2输出为0表示姿控喷管关闭。
5)P1常开故障:当故障模拟模块的故障状态输入为#5时,P1输出为0.5,表示该姿控喷管强制开启,表示该姿控喷管强制开启并提供该通道百分之五十的推力;当姿态控制器输出大于零时,P2输出为姿态控制器输出的0.5倍,表示此姿控喷管提供了该通道百分之五十的推力;N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,P2输出为零,表示该姿控喷管关闭;N1、N2输出为姿态控制器输出的0.5倍,即表示此时N1和N2姿控喷管各提供百分之五十的推力。
6)N1常开故障:当故障模拟模块的故障状态输入为#6时,N1输出为-0.5,表示该姿控喷管强制开启并提供该通道百分之五十的推力;当姿态控制器输出大于零时,N2输出为零,表示该姿控喷管关闭;P1、P2输出为姿态控制器输出的0.5倍,即表示此时P1和P2姿控喷管各提供百分之五十的推力。当姿态控制器输出小于等于零时,N2输出为姿态控制器输出的0.5倍,表示此姿控喷管提供了该通道提供百分之五十的推力;P1、P2输出为0表示姿控喷管关闭;
7)P1常闭故障:当故障模拟模块的故障状态输入为#7时,P1输出为0,表示该姿控喷管强制关闭;当姿态控制器输出大于零时,P2输出为姿态控制器输出的0.5倍,表示此姿控喷管提供了该通道百分之五十的推力;N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,P2输出为零,表示该姿控喷管关闭;N1、N2输出为姿态控制器输出的0.5倍,即表示此时N1和N2姿控喷管各提供百分之五十的推力。
8)N1常闭故障:当故障模拟模块的故障状态输入为#8时,N1输出为0,表示该姿控喷管强制关闭;当姿态控制器输出大于零时,N2输出为零,表示该姿控喷管关闭;P1、P2输出为姿态控制器输出的0.5倍,即表示此时P1和P2姿控喷管各提供百分之五十的推力。当姿态控制器输出小于等于零时,N2输出为姿态控制器输出的0.5倍,表示此姿控喷管提供了该通道百分之五十的推力;P1、P2输出为0表示姿控喷管关闭;
9)P2常开故障:当故障模拟模块的故障状态输入为#9时,P2输出为0.5,表示该姿控喷管强制开启,并提供该通道百分之五十的推力;当姿态控制器输出大于零时,P1输出为姿态控制器输出的0.5倍,表示此姿控喷管提供了该通道百分之五十的推力;N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,P1输出为零,表示该姿控喷管关闭;N1、N2输出为姿态控制器输出的0.5倍,即表示此时N1和N2姿控喷管各提供百分之五十的推力。
10)N2常开故障:当故障模拟模块的故障状态输入为#10时,N2输出为-0.5,表示该姿控喷管强制开启并提供该通道百分之五十的推力;当姿态控制器输出大于零时,N1输出为零,表示该姿控喷管关闭;P1、P2输出为姿态控制器输出的0.5倍,即表示此时P1和P2姿控喷管各提供百分之五十的推力。当姿态控制器输出小于等于零时,N1输出为姿态控制器输出的0.5倍,表示此姿控喷管提供了该通道百分之五十的推力;P1、P2输出为0表示姿控喷管关闭;
11)P2常闭故障:当故障模拟模块的故障状态输入为#11时,P2输出为0,表示该姿控喷管强制关闭;当姿态控制器输出大于零时,P1输出为姿态控制器输出的0.5倍,表示此姿控喷管提供了该通道提供百分之五十的推力;N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,P1输出为零,表示该姿控喷管关闭;N1、N2输出为姿态控制器输出的0.5倍,即表示此时N1和N2姿控喷管各提供百分之五十的推力。
12)N2常闭故障:当故障模拟模块的故障状态输入为#12时,N2输出为0,表示该姿控喷管强制关闭;当姿态控制器输出大于零时,N1输出为零,表示该姿控喷管关闭;P1、P2输出为姿态控制器的输出的0.5倍,即表示此时P1和P2姿控喷管各提供百分之五十的推力。当姿态控制器输出小于等于零时,N1输出为姿态控制器输出的0.5倍,表示此姿控喷管提供了该通道百分之五十的推力;P1、P2输出为0表示姿控喷管关闭;根据上述模拟方案,搭建simulink仿真模块。
对于滚动通道单个姿控喷管常开故障而言,虽然这四种姿控喷管常开故障均可以被诊断到,但是由于姿控喷管推力相同以及对称布置的原因,使得单个正喷姿控喷管常开故障最终不能被有效区分,既无法锁定究竟是哪一个正喷姿控喷管发生了常开故障;同理对于单个姿控喷管发生常闭故障也会出现类似的情形。但正是由于姿控喷管推力相同,布局对称,此时,控制故障姿控喷管的控制信号是失效的,即使分不清楚具体是哪一个姿控喷管发生了常开故障,也可通过控制相反方向的任意一只姿控喷管产生反向推力,抵消故障姿控喷管的常开作用。所以P1,P2或N1,N2单个姿控喷管故障算作同一种故障,因此滚动通道只需要诊断9种故障。
(2)俯仰和偏航通道姿控喷管故障模拟(P1、P2、N1、N2四个姿控喷管分别为10N、20N、-10N、-20N推力,因为俯仰和偏航通道姿控喷管配置情况相同,所以故障模拟情况也相同)
1)P1、P2常开故障:当故障模拟模块的故障状态输入为#1时,P1输出为0.36表示提供10N的推力、P2输出为0.64,表示提供20N的推力;当姿态控制器输出大于零时,N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,N1、N2输出分别为姿态控制器输出的0.36倍和0.64倍,即表示此时N1和N2姿控喷管分别提供该通道的36%和64%的推力。
2)N1、N2常开故障:当故障模拟模块的故障状态输入为#2时,N1输出为-0.36、N2输出为-0.64,表示这两个姿控喷管强制常开,N1提供给通道的36%的推力,N2提供该通道的64%的推力。当姿态控制器输出大于零时,P1、P2输出分别为姿态控制器输出的36%和64%,即表示此时P1姿控喷管提供该通道36%的推力,P2姿控喷管提供该通道64%的推力。当姿态控制器输出小于等于零时,N1、N2输出为0表示姿控喷管关闭。
3)P1、P2常闭故障:当故障模拟模块的故障状态输入为#3时,P1、P2输出为0,表示这两个姿控喷管强制关闭;当姿态控制器输出大于零时,N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,N1、N2分别输出为姿态控制器输出的0.36倍和0.64倍,即表示此时N1和N2姿控喷管各提供该通道的36%推力和64%的推力。
4)N1、N2常闭故障:当故障模拟模块的故障状态输入为#4时,N1、N2输出为0,表示这两个姿控喷管强制关闭;当姿态控制器输出大于零时,P1、P2分别输出姿态控制器的输出的0.36倍和0.64倍,即表示此时P1和P2姿控喷管各提供该通道36%和64%的推力。当姿态控制器输出小于等于零时,N1、N2输出为0表示姿控喷管关闭。
5)P1常开故障:当故障模拟模块的故障状态输入为#5时,P1输出为0.36,表示该姿控喷管强制开启,表示该姿控喷管强制开启并提供该通道36%的推力;当姿态控制器输出大于零时,P2输出为姿态控制器输出的0.64倍,表示此姿控喷管提供了该通道提供64%的推力;N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,P2输出为零,表示该姿控喷管关闭;N1、N2分别输出姿态控制器输出的0.36和0.64倍,即表示此时N1和N2姿控喷管各提供该通道36%和64%的推力。
6)N1常开故障:当故障模拟模块的故障状态输入为#6时,N1输出为-0.36,表示该姿控喷管强制开启并提供该通道36%的推力;当姿态控制器输出大于零时,N2输出为零,表示该姿控喷管关闭;P1、P2分别输出为姿态控制器输出的0.36倍和0.64倍,即表示此时P1和P2姿控喷管分别提供该通道36%和64%的推力。当姿态控制器输出小于等于零时,N2输出为姿态控制器输出的0.64倍,表示此姿控喷管提供了该通道64%的推力;P1、P2输出为0表示姿控喷管关闭;
7)P1常闭故障:当故障模拟模块的故障状态输入为#7时,P1输出为0,表示该姿控喷管强制关闭;当姿态控制器输出大于零时,P2输出为姿态控制器输出的0.64倍,表示此姿控喷管提供了该通道64%的推力;N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,P2输出为零,表示该姿控喷管关闭;N1、N2分别输出为姿态控制器输出的0.36倍和0.64倍,即表示此时N1和N2姿控喷管各提供该通道36%和64%的推力。
8)N1常闭故障:当故障模拟模块的故障状态输入为#8时,N1输出为0,表示该控姿控喷管强制关闭;当姿态控制器输出大于零时,N2输出为零,表示该姿控喷管关闭;P1、P2分别输出为姿态控制器输出的0.36倍和0.64倍,即表示此时P1和P2姿控喷管各提供36%和64%的推力。当姿态控制器输出小于等于零时,N2输出为姿态控制器输出的0.64倍,表示此姿控喷管提供了该通道64%的推力;P1、P2输出为0表示姿控喷管关闭;
9)P2常开故障:当故障模拟模块的故障状态输入为#9时,P2输出为0.64,表示该姿控喷管强制开启,并提供该通道64%的推力;当姿态控制器输出大于零时,P1输出为姿态控制器输出的0.36倍,表示此姿控喷管提供了该通道64%的推力;N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,P1输出为零,表示该姿控喷管关闭;N1、N2分别输出为姿态控制器输出的0.36倍和0.64倍,即表示此时N1和N2姿控喷管各提供该通道36%和64%的推力。
10)N2常开故障:当故障模拟模块的故障状态输入为#10时,N2输出为-0.64,表示该姿控喷管强制开启并提供该通道64%的推力;当姿态控制器输出大于零时,N1输出为零,表示该姿控喷管关闭;P1、P2分别输出姿态控制器输出的0.36倍和0.64倍,即表示此时P1和P2姿控喷管P1和P2姿控喷管分别提供36%和64%的推力。当姿态控制器输出小于等于零时,N1输出为姿态控制器输出的0.36倍,表示此姿控喷管提供了该通道36%的推力;P1、P2输出为0表示姿控喷管关闭;
11)P2常闭故障:当故障模拟模块的故障状态输入为#11时,P2输出为0,表示该姿控喷管强制关闭;当姿态控制器输出大于零时,P1输出为姿态控制器输出的0.36倍,表示此姿控喷管提供了该通道36%的推力;N1、N2输出为0表示姿控喷管关闭;当姿态控制器输出小于等于零时,P1输出为零,表示该姿控喷管关闭;N1、N2分别输出姿态控制器输出的0.36倍和0.64倍,即表示此时N1和N2姿控喷管分别提供36%和64%的推力。
12)N2常闭故障:当故障模拟模块的故障状态输入为#12时,N2输出为0,表示该姿控喷管强制关闭;当姿态控制器输出大于零时,N1输出为零,表示该姿控喷管关闭;P1、P2分别输出为姿态控制器输出的0.36倍和0.64倍,即表示此时P1和P2姿控喷管分别提供36%和64%的推力。当姿态控制器输出小于等于零时,N1输出姿态控制器输出的0.36倍,表示此姿控喷管提供了该通道36%的推力;P1、P2输出为0表示姿控喷管关闭;
步骤四:在matlab中加载数据采集模块,步骤二加载的姿态控制器模块的两个输出分别与数据采集模块连接,即姿态控制器模块的两个输出值都为被采集数据。至此一个完整的故障数据生成模块搭建完成。
步骤五:在故障模拟模块输入不同的故障代码1~13后,即可得到航天器在对应故障下的姿态角误差信息和姿态控制器输出信息。然后数据采集模块将Simulink仿真系统中的姿态控制器输出信号流、姿态角误差信号流以及故障状态标记信号按1ms采样时间进行采样记录于matlab的工作空间中(workspace)中,得到了一个Timeseries格式的数据。其中第一例是数据采样时刻,第二列是姿态角误差值,第三列是姿态控制器输出值,第四列是故障状态标记即故障模拟模块输入的故障代码。数据读出来后,根据数据最后一列的标签值将每6000个连续采样时间且状态一致的数据绘制成一幅状态变化曲线图,并绘制相应的零参考线,调整曲线在图中显示的比例和范围,最后将绘制的图片文件分别存入当前路径以故障标签命名的文件夹内。从各故障名称命名的文件夹中读取出绘制的图片,按照重新设置的图片分辨率更改后再存入原来位置。生成的图片存储方式为二维矩阵方式,但是用于卷积神经网络训练的数据集为了便于样本标记,往往将一个二维矩阵数据拉直为一维行向量存储。得到的每个二维矩阵分别对应一幅图片和一个标签即故障类型代码。将这个二维矩阵的每一列进行转置变换,得到的行向量按顺序首尾相连,最后一位为标签,即故障类型代码。这样处理后得到的行向量可以作为卷积神经网络的训练和测试数据。最后将每张图片对应的行向量按列方向排列,得到一个新的二维矩阵。保存为mat格式,作为神经网络训练时需要加载的数据集。通过改变故障模拟模块的工作状态切换端的输入值,即故障类型代码,产生对应故障的航天器姿态信息和姿态控制器输出信息。根据所需数据的数量,增加每种故障作用时间即可。
如图2所示,其中1、13、3、15为同一通道姿控喷管,5、6、7、8为同一通道,2、14、4、16位同一通道。假设P1代表一只正喷姿控喷管,P2代表另一只正喷姿控喷管,同样,N1代表一只负喷姿控喷管,N2代表另一只负喷姿控喷管。5、6、7、8为滚动通道的姿控喷管,2、14、4、16和1、13、3、15为俯仰和偏航通道的姿控喷管。图中三角形代表一个姿控喷管,三角形的顶角的指向方向为姿控喷管产生的推力的方向,形状相同的三角形代表的姿控喷管产生的推力相同,图2中,5、6、7、8、13、14、15、16姿控喷管产生的推力相同,且为10N,1、2、3、4姿控喷管产生的推力相同,为20N。
图4所示的动力学模型输入端,输入信号为姿态动力学模块的反馈的姿态角信息;两个输出端,分别为姿态控制器输出端和姿态角误差端,输出的两个信息都为数据采集模块的被采集信息,并且姿态控制器输出端输出的信号作为故障模拟模块的输入信号。
如图5所示,故障模拟模块,包括:两个输入端和五个输出端;两个输入端分别为工作状态切换端和姿态控制器输出端。在工作状态切换端输入故障类型代码,姿态控制器模块的姿态控制器输出端输出的信号作为故障模拟模块里一个输入,即为图5中标注的控制器输出端。五个输出端,如图5所示,其中P1、P2正喷控制、N1、N2负喷控制为每个姿控喷管的输出力矩,总输出端为将所有姿控喷管(P1、P2、N1、N2)力矩合成后的等效力矩。总输出端输出的等效力矩作为姿态动力学模块的输入信号。
以上虽然描述了本发明的具体实施方法,但是本领域的技术人员应当理解,这些仅是举例说明,在不背离本发明原理和实现的前提下,可以对这些实施方案做出多种变更或修改,因此,本发明的保护范围由所附权利要求书限定。
Claims (5)
1.一种航天器姿控喷管故障数据生成系统,其特征在于,包括:故障模拟模块、姿态控制器模块和姿态动力学模块;
故障模拟模块,根据输入的不同故障类型,模拟对应的姿控喷管故障类型,将姿态控制器模块的输出力矩强制转换为对应故障状态下的等效力矩,得到的等效力矩为模拟姿控喷管故障时航天器受到的实际控制力矩,并且根据需求调整故障作用时间,此等效力矩作为姿态动力学模块的输入信号;
姿态控制器模块,模拟航天器的姿态控制器输出,为故障模拟模块提供输入信号;根据输入的姿态角期望值和姿态动力学模块反馈的航天器姿态角信息,基于两个姿态角的误差,输出模拟姿态控制器在姿控喷管正常工作情况下的输出力矩,此输出力矩为航天器在姿控喷管正常工作时受到的控制力矩,作为故障模拟模块提供输入信号;
姿态动力学模块,根据输入的等效力矩,模拟航天器的飞行状态,输出航天器在线性化姿态动力学方程和全量耦合姿态动力学方程下的姿态角信息,得到的姿态角信息反馈给姿态控制器模块,作为姿态控制器模块的姿态角反馈输入;由于输入信号为故障模拟模块输出的等效力矩,此时得到的航天器姿态角信息为姿控喷管故障情况下的姿态信息,此模块在线性化姿态动力学方程和全量耦合姿态动力学方程之间自由切换。
2.根据权利要求1所述的一种航天器姿控喷管故障数据生成系统,其特征在于:还包括数据采集模块;所述数据采集模块,基于matlab仿真软件,将所述姿态控制器模块产生的姿态角误差信息和姿态控制器输出信息进行等时间间隔采样,得到姿态角误差信息和姿态控制器输出信息变化曲线,然后将采样得到的曲线的数据进行预处理,分类标记后保存为用于卷积神经网络训练的数据。
3.根据权利要求1或2所述的一种航天器姿控喷管故障数据生成系统,其特征在于:所述故障模拟模块中,不同故障类型分别为13种故障类型;同时采用故障类型代码表示,总共有13种故障类型代码;只需要在故障模拟模块输入对应数字即可;所述13种故障类型分别为:(1)正喷姿控喷管的两个姿控喷管常开故障;(2)负喷姿控喷管的两个姿控喷管常开故障;(3)正喷姿控喷管的两个姿控喷管常闭故障;(4)负喷姿控喷管的两个姿控喷管常闭故障;(5)正喷姿控喷管的一个姿控喷管常开故障;(6)负喷姿控喷管的一个姿控喷管常开故障;(7)正喷姿控喷管的一个姿控喷管常闭故障;(8)负喷姿控喷管的一个姿控喷管常闭故障;(9)正喷姿控喷管的另一个姿控喷管常开故障;(10)负喷姿控喷管的另一个姿控喷管常开故障;(11)正喷姿控喷管的另一个姿控喷管常闭故障;(12)负喷姿控喷管的另一个姿控喷管常闭故障;(13)无故障。
4.根据权利要求1或2所述的一种航天器姿控喷管故障数据生成系统,其特征在于:所述故障模拟模块中,在模拟姿控喷管故障时加入测量噪声和力矩干扰噪声,即在模拟姿控喷管故障时,通过设置故障模拟模块的测量噪声参数和力矩干扰参数来确定模拟过程中加入的测量噪声和力矩噪声的大小,设置参数只需在加载故障模拟模块时进行。
5.一种航天器姿控喷管故障数据生成方法,其特征在于,包括以下步骤:
(1)根据输入的姿态角期望值和反馈的航天器姿态角信息,基于两个姿态角的误差,输出模拟姿态控制器在姿控喷管正常工作情况下的输出力矩,此输出力矩为航天器在姿控喷管正常工作时受到的控制力矩,作为故障模拟模块提供输入信号;
(2)在工作状态切换端输入需要模拟的故障类型时,模拟对应的姿控喷管不同的故障类型,将步骤(1)得到的控制力矩强制转换为航天器在姿控喷管故障下获得的控制力矩;
(3)根据得到的等效控制力矩,将此力矩输入到姿态动力学模型中,根据线性化姿态动力学方程和全量耦合姿态动力学方程输出此时航天器的姿态角信息,姿态动力学模型对应两个动力学方程,自由切换,最后得到的姿态角信息反馈给姿态控制器,更新姿态角反馈值,从而更新姿态角误差;更新后的姿态角误差和姿态控制器输出经过数据采集和处理能得他们各自的变化曲线图,保存后的曲线图用于卷积神经网络训练和测试。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910660475.6A CN110286607B (zh) | 2019-07-22 | 2019-07-22 | 一种航天器姿控喷管故障数据生成系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910660475.6A CN110286607B (zh) | 2019-07-22 | 2019-07-22 | 一种航天器姿控喷管故障数据生成系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110286607A true CN110286607A (zh) | 2019-09-27 |
CN110286607B CN110286607B (zh) | 2020-04-03 |
Family
ID=68023696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910660475.6A Active CN110286607B (zh) | 2019-07-22 | 2019-07-22 | 一种航天器姿控喷管故障数据生成系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110286607B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110412997A (zh) * | 2019-07-22 | 2019-11-05 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于神经网络的航天器姿控喷管故障智能诊断系统及方法 |
CN111176310A (zh) * | 2019-12-31 | 2020-05-19 | 北京星际荣耀空间科技有限公司 | 一种运载火箭姿态控制系统的测试方法、装置及系统 |
CN111912429A (zh) * | 2020-07-20 | 2020-11-10 | 北京控制工程研究所 | 一种航天器姿态控制系统不同类部件异常检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937232A (zh) * | 2010-09-07 | 2011-01-05 | 北京航空航天大学 | 基于多路数据总线的嵌入式实时仿真与故障模拟系统 |
CN105389427A (zh) * | 2015-10-28 | 2016-03-09 | 南京航空航天大学 | 基于自适应粒子滤波的航空发动机气路部件故障检测方法 |
CN106227931A (zh) * | 2016-07-19 | 2016-12-14 | 中国人民解放军63920部队 | 一种航天器故障仿真的控制方法和装置 |
EP3214520A1 (en) * | 2016-03-04 | 2017-09-06 | The Boeing Company | Apparatus and method for simulating a failure response in an electromechanical actuator |
CN107807626A (zh) * | 2017-09-27 | 2018-03-16 | 上海航天控制技术研究所 | 一种基于嵌入式多任务可自主配置飞行器控制系统 |
CN108877452A (zh) * | 2018-06-15 | 2018-11-23 | 上海卫星工程研究所 | 充液航天器姿态动力学全物理仿真试验方法 |
CN109884625A (zh) * | 2019-02-22 | 2019-06-14 | 中国人民解放军军事科学院国防科技创新研究院 | 基于卷积神经网络的雷达关联成像方法 |
-
2019
- 2019-07-22 CN CN201910660475.6A patent/CN110286607B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937232A (zh) * | 2010-09-07 | 2011-01-05 | 北京航空航天大学 | 基于多路数据总线的嵌入式实时仿真与故障模拟系统 |
CN105389427A (zh) * | 2015-10-28 | 2016-03-09 | 南京航空航天大学 | 基于自适应粒子滤波的航空发动机气路部件故障检测方法 |
EP3214520A1 (en) * | 2016-03-04 | 2017-09-06 | The Boeing Company | Apparatus and method for simulating a failure response in an electromechanical actuator |
US20170255190A1 (en) * | 2016-03-04 | 2017-09-07 | The Boeing Company | Apparatus and Method for Simulating a Failure Response in an Electromechanical Actuator |
CN106227931A (zh) * | 2016-07-19 | 2016-12-14 | 中国人民解放军63920部队 | 一种航天器故障仿真的控制方法和装置 |
CN107807626A (zh) * | 2017-09-27 | 2018-03-16 | 上海航天控制技术研究所 | 一种基于嵌入式多任务可自主配置飞行器控制系统 |
CN108877452A (zh) * | 2018-06-15 | 2018-11-23 | 上海卫星工程研究所 | 充液航天器姿态动力学全物理仿真试验方法 |
CN109884625A (zh) * | 2019-02-22 | 2019-06-14 | 中国人民解放军军事科学院国防科技创新研究院 | 基于卷积神经网络的雷达关联成像方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110412997A (zh) * | 2019-07-22 | 2019-11-05 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于神经网络的航天器姿控喷管故障智能诊断系统及方法 |
CN110412997B (zh) * | 2019-07-22 | 2022-05-10 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于神经网络的航天器姿控喷管故障智能诊断系统及方法 |
CN111176310A (zh) * | 2019-12-31 | 2020-05-19 | 北京星际荣耀空间科技有限公司 | 一种运载火箭姿态控制系统的测试方法、装置及系统 |
CN111912429A (zh) * | 2020-07-20 | 2020-11-10 | 北京控制工程研究所 | 一种航天器姿态控制系统不同类部件异常检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110286607B (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110286607A (zh) | 一种航天器姿控喷管故障数据生成系统及方法 | |
CN104020774B (zh) | 基于动态控制重新分配的飞行器姿态容错控制方法 | |
CN110000787A (zh) | 一种超冗余机械臂的控制方法 | |
CN110412997B (zh) | 一种基于神经网络的航天器姿控喷管故障智能诊断系统及方法 | |
CN108572054A (zh) | 一种暂冲式风洞模拟试验方法及装置 | |
CN108540311B (zh) | 卫星执行机构的故障检测深度学习网络处理方法及装置 | |
US20220374491A1 (en) | Neural network-based narma-l2 multivariable control method | |
Ma et al. | ROS-based multi-robot system simulator | |
CN106383969B (zh) | 一种运载火箭多体仿真数据交互方法 | |
CN108169586A (zh) | 一种用于航空电子系统集成测试方法 | |
Bonfè et al. | Active fault tolerant control of nonlinear systems: The cart-pole example | |
CN111680823A (zh) | 一种风向信息预测方法及系统 | |
CN102929130A (zh) | 一种鲁棒飞行控制器设计方法 | |
CN117452831B (zh) | 一种四旋翼无人机控制方法、装置、系统及存储介质 | |
CN102736517A (zh) | 一种针对三自由度直升机直接自适应重构控制方法 | |
CN113985920A (zh) | 一种便携式异构无人机编队飞行飞机模拟器 | |
Rahman et al. | Neural network approach for linearizing control of nonlinear process plants | |
CN110985216B (zh) | 一种含在线修正的航空发动机智能多变量控制方法 | |
Lei et al. | PC based high quality and low cost flight simulator | |
CN106168760A (zh) | 基于凸多面体故障模型的不确定时滞系统稳定性判定方法 | |
Kong et al. | Stable fault-tolerance control for a class of networked control systems | |
Marcos | Application of H-infinity fault diagnosis to ADDSAFE benchmark: the control surface jamming case | |
Tran et al. | Developing an Approach for Fault Detection and Diagnosis of Angular Velocity Sensors | |
Johansen et al. | A software environment for gain scheduled controller design | |
CN104182273B (zh) | 一种单机无穷大仿射非线性系统最优控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |