CN110568757B - 一种电推力器的自适应容错控制方法 - Google Patents
一种电推力器的自适应容错控制方法 Download PDFInfo
- Publication number
- CN110568757B CN110568757B CN201910830690.6A CN201910830690A CN110568757B CN 110568757 B CN110568757 B CN 110568757B CN 201910830690 A CN201910830690 A CN 201910830690A CN 110568757 B CN110568757 B CN 110568757B
- Authority
- CN
- China
- Prior art keywords
- control
- fault
- model
- thruster
- thrust
- 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
本发明公开了一种电推力器的自适应容错控制方法,针对离子推力器控制系统故障的情况,基于增量型自适应容错控制算法,建立推力控制系统模型;同时,建立推力器与推力控制系统之间的状态界面模型,以及推力器模型。综合三个模型及其相互之间的关系,建立离子推力器控制系统模型,研究推力控制系统在危机情况下的判断、决策和控制行为特征。通过本发明的技术方案,能够实现离子推力器在应急故障情况下的故障信息获取和容错自适应补偿,对于电推力控制的研究具有重要的学术价值和工程意义。
Description
技术领域
本发明属于电推进等离子体控制技术领域,尤其涉及一种电推力器的自适应容错控制方法。
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。
离子推力器为静电式电推力器的一种,目前已被广泛应用于卫星以及深空探测器的主推进系统。对于推进卫星及深空探测器来说,离子推力器是比较容易出故障的关键部位之一。研究推力器的容错控制,以提高推进系统的安全性和可靠性具有重要的意义。
目前,在推力器容错控制方面主要是被动容错控制器,该控制器不依赖于故障诊断和隔离,主要依赖于自身控制系统的稳定性和可靠性,但对于比较复杂的离子推力器,该方法的作用比较有限,不再完全试用离子推力器控制的特点。
基于增量型自适应容错控制算法能够实现离子推力器在应急故障情况下的故障信息获取和容错自适应补偿,该算法对于电推力控制模型的研究具有重要的学术价值和工程意义,目前还没有专门针对基于增量型自适应容错控制算法的电推力控制模型的研究。
发明内容
容错控制应充分利用当前的计算机高性能和其他相关计算仿真技术,力求采用非传统的先进故障诊断和控制策略算法,从而实现离子推力器在应急故障情况下的故障信息获取和容错自适应补偿。因此,本发明提出基于增量型自适应容错控制算法,具体的,本发明的具体技术方案如下:
一种电推力器的自适应容错控制方法,其特征在于,包括:
S1:基于增量型故障容错控制算法设计控制律并预先设置于可重构的控制器中;
S2:利用直接可测信号的故障检测方法,快速识别检测出的电推力器故障控制模块;
S3:针对步骤S2中的故障,基于增量型故障容错控制算法重构控制律,构建推力控制系统模型;
S4:基于步骤S3建立的推力控制系统模型,建立推力器模型、状态界面模型,所述推力器模型以电推力器为模型被控对象,分析放电电压、放电电流与推力之间的关系;状态界面模型将所述推力器模型与所述推力系统控制模型联合起来;
S5:基于步骤S4建立的推力控制系统模型、推力器模型和状态界面模型,构成推力系统模型,以提高电推力器的安全性和可靠性。
进一步地,所述步骤S1的具体方法为:
S1-1:对于推力控制系统:x(k+1)=Ax(k)+Bu(k),y(k)=Cx(k),其中,x(k)为状态变量,y(k)为输出变量,u(k)为控制变量,A为系统矩阵,B为控制矩阵,C为输出矩阵,k为时间;
为了确保系统的控制性能稳定,引入状态反馈v(k)=-KCx(k),得到闭环控制系统:x(k+1)=(A-BKC)x(k)+Bu(k),y(k)=Cx(k),其中,K为引入的反馈矩阵;
该系统的闭环特征由A-BKC来决定,系统故障时,故障闭环系统的表达式:
xf(k+1)=(Af-BfKfCf)xf(k)+Bu(k),yf(k)=Cfxf(k),其中,xf(k)为故障状态下的状态变量,yf(k)为故障状态下的输出变量,Af为故障状态下的系统矩阵,Bf为故障状态下的控制矩阵,Cf为故障状态下的输出矩阵,Kf为故障状态下的反馈矩阵;
为保证故障前后系统性能一致,要求A-BKC=Af-BfKfCf,得到故障系统的所需修改的控制增益值Kf=Bf +(Af-A)Cf +-Bf +BKCCf +,其中,Bf +为Bf的广义逆矩阵,Cf +为Cf的广义逆矩阵;
S1-2:对于未发生故障的系统特性描述为在故障情况下,通过重构余下的正常控制增益,在第i个节点发生故障时,控制系统特性变为 其中,E(s)为系统误差特性,R(s)为系统输出特性,Ei(s)为第一个节点故障情况的系统误差特性,Gn(s)为传递函数,k为重构控制增益,k=1…n,n为故障节点数;
S1-3:第n个节点发生故障,重构第n-1个控制节点的控制增益,其余节点的控制增益不变,重构控制律为:k′n-1=kn-1+knGn(s),k′n-1为故障后的重构第n-1个控制节点的控制增益。
进一步地,所述步骤S2的电推力器控制故障包括线圈故障,电路故障和传感器故障。
进一步地,所述步骤S3的具体方法为:
S3-1:设故障为第i个节点发生故障,根据控制律重构前后自律分散控制系统的闭环传递函数不变的原则,在第i个节点发生故障时,对第i+1个控制节点进行重构,在第i个节点发生故障前后,只要保证控制系统从头到第i+1个回路的闭环传递函数相同,系统发生故障前后的性能一致;
S3-3:利用步骤S3-2的结果,针对故障情况,构建重构控制器,建立故障下推力控制系统模型。
本发明的有益效果在于:
1.在当前研究中,对离子控制系统的故障情况很难识别,将离子推力控制系统中的故障识别、检测及诊断问题层次化,用实验和系统识别分析推力控制模型的故障特点,利用基于增量型故障容错控制算法设计控制律,保证系统故障前后的性能一致;
2.基于增量型故障容错控制算法对推力控制模型进行建模,该模型建模精度高、模型结构具有清晰的物理含义、模型全局光滑及输出有界,模型可以精确有效地识别诊断出推力控制系统故障;
3.本发明基于故障下的离子推力器进行算法设计,基于增量型自适应容错控制算法对模型进行建立和参数辨识,分析推力系统的品质及故障后的推力器可操控能力,控制方法的可信度更高,控制方法更加合理。
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是本发明的推力器与推力控制系统模型示意图;
图2是本发明的推力控制模型流程图;
图3是本发明的一个实施例的故障下推力控制系统模型。
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。
图1是本发明的推力器与推力控制系统模型示意图,图2是本发明的推力控制模型流程图。如图1-2所示,一种电推力器的自适应容错控制方法,首先,设计基于增量型故障容错控制算法设计控制律,并预先设置于可重构的控制器中;其次,利用直接可测信号的故障检测方法,快速识别检测出的电推力器控制故障模块;再次,确定故障后,基于增量型故障容错控制算法重构控制律,构建推力控制系统模型;最后,结合推力器模型和状态界面模型,构成推力系统模型,用于分析推力系统的品质评估以及推力器故障后剩余(潜在)的可操控能力。
具体的,一种电推力器的自适应容错控制方法,其特征在于,包括:
S1:基于增量型故障容错控制算法设计控制律并预先设置于可重构的控制器中;
S2:利用直接可测信号的故障检测方法,快速识别检测出的电推力器故障控制模块;
S3:针对步骤S2中的故障,基于增量型故障容错控制算法重构控制律,构建推力控制系统模型;
S4:基于步骤S3建立的推力控制系统模型,建立推力器模型、状态界面模型,推力器模型以电推力器为模型被控对象,分析放电电压、放电电流与推力之间的关系;状态界面模型将推力器模型与推力系统控制模型联合起来;
S5:基于步骤S4建立的推力控制系统模型、推力器模型和状态界面模型,构成推力系统模型,以提高电推力器的安全性和可靠性。
步骤S1的具体方法为:
S1-1:对于推力控制系统:x(k+1)=Ax(k)+Bu(k),y(k)=Cx(k),其中,x(k)为状态变量,y(k)为输出变量,u(k)为控制变量,A为系统矩阵,B为控制矩阵,C为输出矩阵,k为时间;
为了确保系统控制性能稳定,引入状态反馈v(k)=-KCx(k),得到闭环控制系统:x(k+1)=(A-BKC)x(k)+Bu(k),y(k)=Cx(k),其中,K为引入的反馈矩阵;
该系统的闭环特征由A-BKC来决定,系统故障时,故障闭环系统的表达式:
xf(k+1)=(Af-BfKfCf)xf(k)+Bu(k),yf(k)=Cfxf(k),其中,xf(k)为故障状态下的状态变量,yf(k)为故障状态下的输出变量,Af为故障状态下的系统矩阵,Bf为故障状态下的控制矩阵,Cf为故障状态下的输出矩阵,Kf为故障状态下的反馈矩阵;
为保证故障前后系统性能一致,要求A-BKC=Af-BfKfCf,得到故障系统的所需修改的控制增益值Kf=Bf+(Af-A)Cf +-Bf +BKCCf +,其中,Bf +为Bf的广义逆矩阵,Cf +为Cf的广义逆矩阵;
S1-2:对于未发生故障的系统特性描述为在故障情况下,通过重构余下的正常控制增益,在第i个节点处发生故障时,控制系统特性变为 其中,E(s)为系统误差特性,R(s)为系统输出特性,Ei(s)为第一个节点故障情况的系统误差特性,Gn(s)为传递函数,k为重构控制增益,k=1…n,n为故障节点数;
S1-3:第n个节点发生故障,重构第n-1个控制节点的控制增益,其余节点的控制增益不变,重构控制律为:k′n-1=kn-1+knGn(s),k′n-1为故障后的重构第n-1个控制节点的控制增益。
步骤S2的电推力器控制故障包括线圈故障,电路故障和传感器故障。
步骤S3的具体方法为:
S3-1:设故障为第i个节点发生故障,根据控制律重构前后自律分散控制系统的闭环传递函数不变的原则,在第i个节点发生故障时,对第i+1个控制节点进行重构,在第i个节点发生故障前后,只要保证控制系统从头到第i+1个回路的闭环传递函数相同,系统发生故障前后的性能一致;
S3-3:利用步骤S3-2的结果,针对故障情况,构建重构控制器,建立故障下推力控制系统模型。
图3是本发明的一个实施例的故障下推力控制系统模型。
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 (4)
1.一种电推力器的自适应容错控制方法,其特征在于,包括:
S1:基于增量型故障容错控制算法设计控制律并预先设置于可重构的控制器中;
S2:利用直接可测信号的故障检测方法,快速识别检测出电推力器的 控制故障;
S3:针对步骤S2中的故障,基于增量型故障容错控制算法重构控制律,构建推力控制系统模型;
S4:基于步骤S3建立的推力控制系统模型,建立推力器模型、状态界面模型,所述推力器模型以电推力器为模型被控对象,分析放电电压、放电电流与推力之间的关系;状态界面模型将所述推力器模型与所述推力控制系统模型联合起来;
S5:基于步骤S4建立的推力控制系统模型、推力器模型和状态界面模型,构成推力系统模型,以提高电推力器的安全性和可靠性。
2.根据权利要求1所述的一种电推力器的自适应容错控制方法,其特征在于,所述步骤S1的具体方法为:
S1-1:对于推力控制系统:x(k+1)=Ax(k)+Bu(k),y(k)=Cx(k),其中,x(k)为状态变量,y(k)为输出变量,u(k)为控制变量,A为系统矩阵,B为控制矩阵,C为输出矩阵,k为时间;
为了确保系统的控制性能稳定,引入状态反馈v(k)=-KCx(k),得到闭环控制系统:x(k+1)=(A-BKC)x(k)+Bu(k),y(k)=Cx(k),其中,K为引入的反馈矩阵;
该系统的闭环特征由A-BKC来决定,系统故障时,故障闭环系统的表达式:
xf(k+1)=(Af-BfKfCf)xf(k)+Bu(k),yf(k)=Cfxf(k),其中,xf(k)为故障状态下的状态变量,yf(k)为故障状态下的输出变量,Af为故障状态下的系统矩阵,Bf为故障状态下的控制矩阵,Cf为故障状态下的输出矩阵,Kf为故障状态下的反馈矩阵;
为保证故障前后系统性能一致,要求A-BKC=Af-BfKfCf,得到故障系统的所需修改的控制增益值Kf=Bf +(Af-A)Cf +-Bf +BKCCf +,其中,Bf +为Bf的广义逆矩阵,Cf +为Cf的广义逆矩阵;
S1-2:对于未发生故障的系统特性描述为在故障情况下,通过重构余下的正常控制增益,在第i个节点处发生故障时,控制系统特性变为其中,E(s)为系统误差特性,R(s)为系统输出特性,Ei(s)为第一个节点故障情况的系统误差特性,Gn(s)为传递函数,k1,…kn为重构第1…n个控制节点的控制增益,n为故障节点数;
S1-3:第n个节点发生故障,重构第n-1个控制节点的控制增益,其余节点的控制增益不变,重构控制律为:k′n-1=kn-1+knGn(s),k′n-1为故障后的重构第n-1个控制节点的控制增益。
3.根据权利要求1所述的一种电推力器的自适应容错控制方法,其特征在于,所述步骤S2的电推力器控制故障包括线圈故障,电路故障和传感器故障。
4.根据权利要求1所述的一种电推力器的自适应容错控制方法,其特征在于,所述步骤S3的具体方法为:
S3-1:设故障为第i个节点发生故障,根据控制律重构前后自律分散控制系统的闭环传递函数不变的原则,在第i个节点发生故障时,对第i+1个控制节点进行重构,在第i个节点发生故障前后,只要保证控制系统从头到第i+1个回路的闭环传递函数相同,系统发生故障前后的性能一致;
S3-2:故障前,系统从头到第i+1个回路的闭环传递函数为:
S3-3:利用步骤S3-2的结果,针对故障情况,构建重构控制器,建立故障下推力控制系统模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910830690.6A CN110568757B (zh) | 2019-09-04 | 2019-09-04 | 一种电推力器的自适应容错控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910830690.6A CN110568757B (zh) | 2019-09-04 | 2019-09-04 | 一种电推力器的自适应容错控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110568757A CN110568757A (zh) | 2019-12-13 |
CN110568757B true CN110568757B (zh) | 2020-06-26 |
Family
ID=68777669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910830690.6A Active CN110568757B (zh) | 2019-09-04 | 2019-09-04 | 一种电推力器的自适应容错控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110568757B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501908B (zh) * | 2019-09-04 | 2020-09-18 | 北京航空航天大学 | 一种用于电推力器推力控制的模糊系统控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5359180A (en) * | 1992-10-02 | 1994-10-25 | General Electric Company | Power supply system for arcjet thrusters |
CN105843239A (zh) * | 2016-04-06 | 2016-08-10 | 北京理工大学 | 一种用于组合航天器姿态控制推力器布局优化方法 |
CN106742067A (zh) * | 2016-12-02 | 2017-05-31 | 上海航天控制技术研究所 | 基于参考模型的姿控发动机在轨故障诊断处理系统与方法 |
CN106843254A (zh) * | 2017-03-08 | 2017-06-13 | 北京航天自动控制研究所 | 一种实时主动重构容错控制方法 |
CN107089348A (zh) * | 2017-04-01 | 2017-08-25 | 中国空间技术研究院 | 基于多柔性附件卫星动力学优化控制模式的在轨故障对策方法 |
CN107861383A (zh) * | 2017-10-23 | 2018-03-30 | 天津大学 | 基于自适应观测器的卫星故障诊断与容错控制方法 |
CN109298632A (zh) * | 2018-09-01 | 2019-02-01 | 哈尔滨工程大学 | 基于滑模算法与推力二次调整的自主式水下机器人推进器容错控制方法 |
CN109507886A (zh) * | 2018-12-26 | 2019-03-22 | 南京航空航天大学 | 针对时滞不确定性系统执行器故障的鲁棒预测容错控制方法 |
CN109814392A (zh) * | 2019-02-21 | 2019-05-28 | 大连海事大学 | 一种欠驱动水下机器人执行器故障鲁棒容错控制方法 |
-
2019
- 2019-09-04 CN CN201910830690.6A patent/CN110568757B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5359180A (en) * | 1992-10-02 | 1994-10-25 | General Electric Company | Power supply system for arcjet thrusters |
CN105843239A (zh) * | 2016-04-06 | 2016-08-10 | 北京理工大学 | 一种用于组合航天器姿态控制推力器布局优化方法 |
CN106742067A (zh) * | 2016-12-02 | 2017-05-31 | 上海航天控制技术研究所 | 基于参考模型的姿控发动机在轨故障诊断处理系统与方法 |
CN106843254A (zh) * | 2017-03-08 | 2017-06-13 | 北京航天自动控制研究所 | 一种实时主动重构容错控制方法 |
CN107089348A (zh) * | 2017-04-01 | 2017-08-25 | 中国空间技术研究院 | 基于多柔性附件卫星动力学优化控制模式的在轨故障对策方法 |
CN107861383A (zh) * | 2017-10-23 | 2018-03-30 | 天津大学 | 基于自适应观测器的卫星故障诊断与容错控制方法 |
CN109298632A (zh) * | 2018-09-01 | 2019-02-01 | 哈尔滨工程大学 | 基于滑模算法与推力二次调整的自主式水下机器人推进器容错控制方法 |
CN109507886A (zh) * | 2018-12-26 | 2019-03-22 | 南京航空航天大学 | 针对时滞不确定性系统执行器故障的鲁棒预测容错控制方法 |
CN109814392A (zh) * | 2019-02-21 | 2019-05-28 | 大连海事大学 | 一种欠驱动水下机器人执行器故障鲁棒容错控制方法 |
Non-Patent Citations (2)
Title |
---|
Temporal Evolution and Spatial Distribution of the Plume Plasma from an MPD Arc Generator;Zun zhang等;《IEEE TRANSACTIONS ON PLASMA SCIENCE》;20180831;第46卷(第8期);第2901-2908页 * |
推力器故障的刚体航天器自适应变结构容错控制;胡庆雷等;《航空学报》;20130425;第34卷(第4期);第909-918页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110568757A (zh) | 2019-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
An et al. | Approximate back-stepping fault-tolerant control of the flexible air-breathing hypersonic vehicle | |
Jiang et al. | Fault estimation and accommodation for linear MIMO discrete-time systems | |
Hu et al. | Reaction wheel fault tolerant control for spacecraft attitude stabilization with finite‐time convergence | |
Liang et al. | Study of VSC reliable designs with application to spacecraft attitude stabilization | |
Li et al. | Fault-tolerant attitude stabilization incorporating closed-loop control allocation under actuator failure | |
Xiao et al. | Active fault‐tolerant attitude control for flexible spacecraft with loss of actuator effectiveness | |
Verhaegen et al. | Fault tolerant flight control-a survey | |
Xiao et al. | Spacecraft attitude fault tolerant control with terminal sliding-mode observer | |
Abbaspour et al. | An adaptive resilient control approach for pressure control in proton exchange membrane fuel cells | |
Zhang et al. | Observer-based attitude control for satellite under actuator fault | |
Alwi et al. | Fault tolerant control and fault detection and isolation | |
Zhang et al. | Method to self-repairing reconfiguration strategy selection of embryonic cellular array on reliability analysis | |
CN110568757B (zh) | 一种电推力器的自适应容错控制方法 | |
Zhang et al. | Simple Adaptive Control‐Based Reconfiguration Design of Cabin Pressure Control System | |
Zhang et al. | Decentralised fault‐tolerant control of tethered spacecraft formation: an interconnected system approach | |
Zhao et al. | A digital twin approach for fault diagnosis in PEM fuel cell systems | |
Abbaspour et al. | Active adaptive fault-tolerant control design for PEM fuel cells | |
Chen et al. | Improved fault detection and control allocation for hypersonic re‐entry vehicle subject to intermittent fault and disturbance | |
Hu et al. | Fault-tolerant attitude control of spacecraft | |
Cristofaro et al. | Fault-tolerant control allocation with actuator dynamics: finite-time control reconfiguration | |
Kang et al. | Research on probabilistic safety analysis approach of flight control system based on Bayesian network | |
Nabil et al. | Active fault-tolerant control system | |
Weimin et al. | Aero-engine sensor fault diagnosis based on convolutional neural network | |
Xu et al. | Integrated System Health Management Research and Application on Satellite | |
Omran et al. | Spacecraft on-board real time software architecture for fault detection and identification |
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 |