CN110501908B - 一种用于电推力器推力控制的模糊系统控制方法 - Google Patents
一种用于电推力器推力控制的模糊系统控制方法 Download PDFInfo
- Publication number
- CN110501908B CN110501908B CN201910830688.9A CN201910830688A CN110501908B CN 110501908 B CN110501908 B CN 110501908B CN 201910830688 A CN201910830688 A CN 201910830688A CN 110501908 B CN110501908 B CN 110501908B
- Authority
- CN
- China
- Prior art keywords
- thrust
- value
- discharge voltage
- fuzzy
- voltage value
- 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.)
- Active
Links
Images
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种用于电推力器推力控制的模糊系统控制方法为传感器接收推力信息并传递给控制器,控制器根据推力信息和模糊系统控制方法计算输出放电电压值。通过本发明的技术方案,利用模糊理论的控制方法来分析电推力器的推力,用于控制电推力器的推力大小,完成自调节电推力器推力矢量控制,确保其控制性能。
Description
技术领域
本发明属于电推进测量控制技术领域,尤其涉及一种用于电推力器的推力控制和调节的模糊系统控制方法。
背景技术
电推进是一类利用电能直接加热推进剂或利用电磁作用电离加速推进剂以获得推进动力的先进推进方式,具有较高的比冲、推力和效率,在大型航天器的轨道控制、深空探测和星际航行等空间任务中有广阔的应用前景。
电推力器目前已被广泛应用于卫星以及深空探测器的主推进系统。
对电推力器的推力控制和调节方法研究对于提高优化发动机设计、提高发动机寿命、监测发动机推力变化情况具有重要意义。针对脉冲式工作的推力器,点火次数往往达到百万次级别,而每一次点火的推力是在一定范围内变化的,并不稳定,这给控制脉冲等离子体推力器的放电电压造成了巨大的挑战。目前,大多采用固定放电电压,控制效果不佳,导致卫星调姿不灵敏。
模糊系统控制方法是一个涉及众多因素影响的控制问题的描述方法,对于用于分析控制电推力器的推力具有重要的研究价值和工程意义,目前还没有专门针对电推力器推理控制的模糊控制方法的研究。模糊系统控制考虑到推力的不稳定和变化情况,确定每次点火的放电电压值,从而实现更稳定的推力,使卫星能实现更精确的姿态调整。
发明内容
本发明提出一种用于脉冲式电推力器的推力控制方法,用于控制脉冲式电推力器的推力大小,确保其控制性能。
脉冲式电推力器的推力控制是一个综合考虑众多因素影响的控制问题,很难用精确地控制模型来描述,故利用模糊系统控制方法来分析电推力器的推力。模糊逻辑控制是属于智能控制范畴,模糊控制主要包括三个部分:模糊器、模糊推理和解模糊器。其中,模糊器将脉冲式电推力器的推力测量值转化为易于人类理解的语言变量,并进行模糊推理,即分析脉冲电推力器的推力与放电电压的关系。解模糊器将脉冲式电推力器的放电电压转化为控制信号,并作为下一次推力控制的输入。模糊器和解模糊器两者实现了脉冲式电推力器推力与放电电压之间的转化,其功能的实现主要依靠推力控制过程中所建立的隶属函数。推力控制系统中推力与放电电压之间的映射关系依赖于模糊推理,这个过程可以用自然语言来描述。
基于模糊控制理论,电推力器推力控制过程中所表现出的模糊特性能够转化为数学上的计算,实现对控制过程的模糊性量化和建模。
为实现上述技术目的,本发明的具体技术方案如下:一种用于电推力器推力控制的模糊系统控制方法,其特征在于,所述方法是传感器接收推力信息并传递给控制器,控制器根据推力信息和模糊系统控制方法计算输出放电电压值,其中,所述模糊系统控制方法的步骤为:
S1:根据推力值及其变化范围、放电电压值及其变化范围,建立模糊控制器参数库;
S2:根据推力值建立隶属函数RS、FS和NS,定义与推力值相对应的三种隶属等级:较大、适中、较小;根据放电电压值建立隶属函数TR、FN和NT,定义与放电电压值相对应的三种隶属等级:较大、适中、较小;
S3:根据步骤S2所述的隶属等级,采用模糊if-then规则建立模糊规则,并进行模糊推理,得到的下一次放电电压值的模糊化的隶属等级;
S4:对步骤S3所述的下一次放电电压值的模糊化的隶属等级采用TSK(Takagi-Sugeuo-Kang)系统进行解模糊,所述TSK系统输入为语言变量,输出为数字量,得到清晰化的放电电压值。
进一步地,所述步骤S2的与推力值相对应的三种隶属等级定义方法为:当推力值小于最大值的45.33%时,推力值属于较小;当推力值在最大值的45.33%-54.67%之间时,推力属于适中;当推力值大于最大值的54.67%时,推力值属于较大;
所述步骤S2的与放电电压值相对应的三种隶属等级定义方法为:当放电电压值小于最大值的37.5%时,放电电压值属于较小;当放电电压值在最大值的37.5%-67.5%之间时,放电电压值属于适中;当放电电压值大于最大值的67.5%时,放电电压值属于较大。
进一步地,所述步骤S4的解模糊方法为最大隶属度法,在得到的放电电压值模糊子集中,选取隶属度最大的放电电压值标准论域元素的平均值作为精确化结果。
进一步地,所述步骤S4的解模糊方法为重心法,将得到的放电电压值模糊子集的隶属函数纵坐标与放电电压值横坐标值所围面积的重心对应的放电电压值标准论域元素作为精确化结果。
本发明的有益效果在于:
1.模糊控制区别于固定电压的推力控制方法,能反映脉冲式电推力器放电电压与推力之间合理的映射关系,从而保证推力的稳定性和较佳的容错性;
2.模糊控制将脉冲式电推力器的推力测量值转化为自然语言变量,根据自然语言规则描述推力与放电电压之间的关系,操作方便,可实现性强,可以取得很高的经济效益;
3.传统卫星的通讯频率很高,基于模糊系统控制方法,可以实现稳定的电推力器推力矢量控制,从而降低卫星的通讯频率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他的附图。其中:
图1是本发明的一种用于电推力器推力控制的模糊系统控制方法结构图;
图2是本发明的模糊控制系统隶属函数;
图3是本发明一个实施例的放电电压曲线;
图4是本发明一个实施例的放电电流曲线。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
电推力器的推力点火次数往往达到百万次级别,而且每一次点火的推力是在一定范围内变化的,并不稳定;利用模糊系统控制可以有效将推力值合理地模糊化,控制下一次放电电压值的变化情况,从而确保下次推力的稳定性与合理性。
图1是本发明的一种用于电推力器推力控制的模糊系统控制方法结构图,如图1所示,基本模糊控制的模型结构由模糊产生器、模糊推理、模糊规则库、模糊消除器四部分组成。具体的,一种用于电推力器推力控制的模糊系统控制方法,为传感器接收推力信息并传递给控制器,控制器根据推力信息和模糊系统控制方法计算输出放电电压值,其中,模糊系统控制方法的步骤为:
S1:根据推力值和变化范围、放电电压值和变化范围建立模糊控制器参数库;
S2:根据推力值建立隶属函数RS、FS和NS,定义与推力值相对应的三种隶属等级:较大、适中、较小;根据放电电压值建立隶属函数TR、FN和NT,定义与放电电压值相对应的三种隶属等级:较大、适中、较小;
推力值与放电电压值的模糊化处理主要通过两种方法得到,一是将推力值转换为推力标准论域上的模糊单点集,二是将推力值转换为推力标准论域上的模糊子集。考虑到推力的变化范围较大,没有规律性,本发明采用模糊子集的方法。
S3:根据步骤S2的隶属等级,采用模糊if-then规则建立模糊规则,并进行模糊推理,得到的下一次放电电压值的模糊化的隶属等级;
S4:对步骤S3的下一次放电电压值的模糊化的隶属等级采用TSK(Takagi-Sugeuo-Kang)系统进行解模糊,TSK系统输入为语言变量,输出为数字量,得到清晰化的放电电压值。
步骤S2的与推力值相对应的三种隶属等级定义方法为:当推力值小于最大值的45.33%时,推力值属于较小;当推力值在最大值的45.33%-54.67%之间时,推力属于适中;当推力值大于最大值的54.67%时,推力值属于较大;步骤S2的与放电电压值相对应的三种隶属等级定义方法为:当放电电压值小于最大值的37.5%时,放电电压值属于较小;当放电电压值在最大值的37.5%-67.5%之间时,放电电压值属于适中;当放电电压值大于最大值的67.5%时,放电电压值属于较大。
步骤S4的解模糊方法为最大隶属度法,在得到的放电电压值模糊子集中,选取隶属度最大的放电电压值标准论域元素的平均值作为精确化结果。
在一些实施方式中,步骤S4的解模糊方法为重心法,将得到的放电电压值模糊子集的隶属函数纵坐标与放电电压值横坐标值所围面积的重心对应的放电电压值标准论域元素作为精确化结果。
实施例1
对于推力值变化范围为[0,600uN],放电电压值变化范围为[0,2000V]的推力器,由于推力本身要求相对比较恒定,因此为了加快模糊算法的效率,取模糊子集时,推力的子集需取三个,分别是RS、FS和NS。在实际的控制过程中,推力值只能在短暂的时间内通过施加放电电压来保持不变,因此推力值属于语言变量FS的范围较小,其隶属函数应为三角形的,其范围为[136,164]。同时可以认为当推力在[0,136]和[164,300]时,相应的RS和NS的隶属函数应为梯形的。
对于放电电压的隶属度函数,同样由于放电电压的范围为[0,2000V]。放电电压的目的主要是改善推力值的大小,为了强调放电电压对推力的控制作用,取TR、FN和NT三个模糊子集,其隶属度函数为三角形,其范围分别为[0,1000],[500,1500],[1000,2000]。具体的模糊设置如表1所示。
模糊设置
对于模糊控制规则,应优先考虑推力控制变化的要求。同时兼顾放电电压的放点轨迹。模糊控制器通过输入推力、放电电压以及输出推力三者之间的关系,经过模糊推理后确定最终输出的推力值,因此,采取的模糊推理规则为:
IF x is RS,THEN y is NT.
IF x is FS,THEN y is FN.
IF x is NS,THEN y is TR.
基于玛达尼(Mamdani)模糊推理方法,设置Forceinput为输入推力,U为放电电压,Forceoutput为输出推力,得到模糊关系矩阵R=(Forceinput×U)×Forceoutput,式中,R为模糊关系矩阵;
利用计算得到的模糊关系矩阵,测得的输入推力和放电电压,可以得到输出推力的模糊输出表达式为Forceoutput=R/(Forceinput×U);
根据以上分析,利用Matlab的模糊逻辑工具箱,建立模糊逻辑控制器:
(1)Fis编辑器,对模糊输入推力值和输出的放电电压值进行编辑;
(2)隶属度函数编辑器:定义逻辑控制器中输入推力值与放电电压值的隶属度函数,并绘制隶属度函数曲线;
(3)模糊规则编辑器,将确定好的模糊规则录入模糊控制器中,视线模糊规则的程序化;
(4)模糊规则观测器,用于观测输入好的模糊规则和推理规则;
(5)输出观测器,通过输入推力值变量和模糊规则,利用模糊推理仿真输出放电电压值与输出推力值的结果。
综上,得到如图3所示的放电电压曲线和图4所示的放电电流曲线。由图3-4可知,基于模糊控制理论,得到了更准确的放电电压所需值,从而实现了推力更加精确地控制,为卫星调姿变轨提供了更稳定可靠地手段。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本发明中,术语“第一”、“第二”、“第三”、“第四”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上,除非另有明确的限定。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种用于电推力器推力控制的模糊系统控制方法,其特征在于,所述方法是传感器接收推力信息并传递给控制器,控制器根据推力信息和模糊系统控制方法计算输出放电电压值,其中,所述模糊系统控制方法的步骤为:
S1:根据推力值及其变化范围、放电电压值及其变化范围建立模糊控制器参数库;
S2:根据推力值建立隶属函数RS、FS和NS,定义与推力值相对应的三种隶属等级:较大、适中、较小;根据放电电压值建立隶属函数TR、FN和NT,定义与放电电压值相对应的三种隶属等级:较大、适中、较小;
S3:根据步骤S2所述的隶属等级,采用模糊if-then规则建立模糊规则,并进行模糊推理,得到的下一次放电电压值的模糊化的隶属等级;
S4:对步骤S3所述的下一次放电电压值的模糊化的隶属等级采用TSK(Takagi-Sugeuo-Kang)系统进行解模糊,所述TSK系统输入为语言变量,输出为数字量,得到清晰化的放电电压值;
所述步骤S2的与推力值相对应的三种隶属等级定义方法为:当推力值小于最大值的45.33%时,推力值属于较小;当推力值在最大值的45.33%-54.67%之间时,推力属于适中;当推力值大于最大值的54.67%时,推力值属于较大;
所述步骤S2的与放电电压值相对应的三种隶属等级定义方法为:当放电电压值小于最大值的37.5%时,放电电压值属于较小;当放电电压值在最大值的37.5%-67.5%之间时,放电电压值属于适中;当放电电压值大于最大值的67.5%时,放电电压值属于较大。
2.根据权利要求1所述的一种用于电推力器推力控制的模糊系统控制方法,其特征在于,所述步骤S4的解模糊方法为最大隶属度法,在得到的放电电压值模糊子集中,选取隶属度最大的放电电压值标准论域元素的平均值作为精确化结果。
3.根据权利要求1所述的一种用于电推力器推力控制的模糊系统控制方法,其特征在于,所述步骤S4的解模糊方法为重心法,将得到的放电电压值模糊子集的隶属函数纵坐标与放电电压值横坐标值所围面积的重心对应的放电电压值标准论域元素作为精确化结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910830688.9A CN110501908B (zh) | 2019-09-04 | 2019-09-04 | 一种用于电推力器推力控制的模糊系统控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910830688.9A CN110501908B (zh) | 2019-09-04 | 2019-09-04 | 一种用于电推力器推力控制的模糊系统控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110501908A CN110501908A (zh) | 2019-11-26 |
CN110501908B true CN110501908B (zh) | 2020-09-18 |
Family
ID=68591188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910830688.9A Active CN110501908B (zh) | 2019-09-04 | 2019-09-04 | 一种用于电推力器推力控制的模糊系统控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110501908B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111781867A (zh) * | 2020-05-19 | 2020-10-16 | 北京航空航天大学 | 一种用于mN级推力架测量的ARM单片机控制系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04285494A (ja) * | 1991-03-14 | 1992-10-09 | Toshiba Corp | リニアモータ駆動電気車の制御装置 |
CN104423311B (zh) * | 2013-08-20 | 2017-03-01 | 沈阳高精数控智能技术股份有限公司 | 面向电加工专用数控系统加工间隙的智能控制系统及方法 |
CN105508164A (zh) * | 2015-11-27 | 2016-04-20 | 东南大学 | 一种以空气为工质的电推进方法及装置 |
CN110568757B (zh) * | 2019-09-04 | 2020-06-26 | 北京航空航天大学 | 一种电推力器的自适应容错控制方法 |
-
2019
- 2019-09-04 CN CN201910830688.9A patent/CN110501908B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110501908A (zh) | 2019-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ketata et al. | Fuzzy controller: design, evaluation, parallel and hierarchial combination with a pid controller | |
Vachtsevanos et al. | Fuzzy logic control of an automotive engine | |
Alabedin et al. | Maximum power point tracking for Photovoltaic systems using fuzzy logic and artificial neural networks | |
WO1998040951A1 (en) | Method for determining state-of-health using an intelligent system | |
Özbay et al. | Load frequency control for small hydro power plants using adaptive fuzzy controller | |
CN110647034B (zh) | 一种脉冲等离子体推力器的神经网络控制方法 | |
CN112947672B (zh) | 一种光伏电池最大功率点跟踪方法及装置 | |
CN110501908B (zh) | 一种用于电推力器推力控制的模糊系统控制方法 | |
Sun et al. | A new design of fuzzy logic control for SMES and battery hybrid storage system | |
CN110555548A (zh) | 基于数据挖掘原始误差校正的ics-elm超短期风电功率预测方法 | |
Priyadarshi et al. | A Practical performance verification of AFLC based MPPT for standalone PV power system under varying weather condition | |
CN111891111A (zh) | 基于mcpso的混合动力汽车区间ii型模糊逻辑自适应控制方法 | |
CN117081128A (zh) | 基于变分模态分解的微电网混合储能容量优化配置方法 | |
Harboe | MULTIOBJECTIVE DECISION MAKING TECHNIQUES FOR RESERVOIR OPERATION 1 | |
Chi et al. | Comparison of two multi-step ahead forecasting mechanisms for wind speed based on machine learning models | |
CN105515062A (zh) | 基于风电和水电的电力系统调峰方法 | |
Mohammed et al. | Design of a load frequency controller based on artificial neural network for single-area power system | |
CN114400675B (zh) | 基于权重均值深度双q网络的主动配电网电压控制方法 | |
Zhang et al. | An adaptive fuzzy PID control of hydro-turbine governor | |
CN114839861B (zh) | 智能pid控制器在线优化方法及系统 | |
El‐Shafy A. Nafeh et al. | Maximum‐power operation of a stand‐alone PV system using fuzzy logic control | |
Abegaz et al. | Smart control of automatic voltage regulators using K-means clustering | |
CN113270867A (zh) | 一种薄弱电网潮流无解自动调整方法 | |
Basia et al. | Comparison of data driven algorithms for SoH estimation of Lithium-ion batteries | |
Wu et al. | FREQUENCY H 2/H∞ OPTIMIZING CONTROL FOR ISOLATED MICROGRID BASED ON IPSO ALGORITHM. |
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 |