CN115586803A - 智能自适应热控管理方法 - Google Patents
智能自适应热控管理方法 Download PDFInfo
- Publication number
- CN115586803A CN115586803A CN202211245591.XA CN202211245591A CN115586803A CN 115586803 A CN115586803 A CN 115586803A CN 202211245591 A CN202211245591 A CN 202211245591A CN 115586803 A CN115586803 A CN 115586803A
- Authority
- CN
- China
- Prior art keywords
- thermal
- node
- temperature
- control
- nodes
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000005855 radiation Effects 0.000 claims abstract description 28
- 238000009792 diffusion process Methods 0.000 claims abstract description 18
- 230000008859 change Effects 0.000 claims abstract description 7
- 238000004134 energy conservation Methods 0.000 claims abstract description 4
- 239000012530 fluid Substances 0.000 claims abstract description 4
- 230000003044 adaptive effect Effects 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000010438 heat treatment Methods 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 description 30
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000017525 heat dissipation Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000013209 evaluation strategy Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 229910001285 shape-memory alloy Inorganic materials 0.000 description 1
- 238000002076 thermal analysis method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种智能自适应热控管理方法,包括:采用当前温度初值的模糊控制算法计算未来各时刻的预期温度结果;所述当前温度初值的模糊控制算法包括:采用热阻热容节点网络法,每个节点通过导热及辐射与其它节点进行传热;节点分为扩散节点、算术节点和边界节点;扩散节点是具有一定集总热容的节点,算术节点的热容对整个系统温度场的影响为零,边界节点是边界条件,其表征的温度变化不受系统自身的影响;对于非流体节点,其与其它节点的热导包括导热及辐射,根据能量守恒,得到扩散节点i的热网络方程。
Description
技术领域
本发明涉及卫星热控技术领域,特别涉及一种智能自适应热控管理方法。
背景技术
当前航天器传统热控制措施可分为被动式和主动式两大类,并以被动控制为主、主动控制为辅。
被动式热控制是一种开环式控制,主要依靠合理布局和选用具有适当热物理性能的材料和结构及比较简单的热控装置来组织换热过程,它的特点是简便易行,但不具备自动调节温度的能力。而对于目前航天器多任务、复杂环境下越来越强的机动性,传统被动热控具有较差的适应性。
主动式热控制则是闭环式控制,这类热控装置通常由温度传感器、控制器和执行装置三部分组成,如恒温电加热器、热控百叶窗、接触式热开关等,其中使用最多的还是主动加热器。它们的特点是被控对象的温度信息可以反馈到控制器与预先设定值进行比较,然后根据差值命令执行机构动作,实现温度的自动控制。但主动式热控响应慢,造成了与实际需要的热控目标具有一定的实时偏差,难以消除,也难以提升对航天器多任务、复杂环境下机动性的适应。
发明内容
本发明的目的在于提供一种智能自适应热控管理方法,以解决现有的热控系统难以适应航天器多任务、复杂环境下机动性的问题。
为解决上述技术问题,本发明提供一种智能自适应热控管理方法,包括:采用当前温度初值的模糊控制算法计算未来各时刻的预期温度结果;
所述当前温度初值的模糊控制算法包括:
采用热阻热容节点网络法,每个节点通过导热及辐射与其它节点进行传热;节点分为扩散节点、算术节点和边界节点;
扩散节点是具有一定集总热容的节点,算术节点的热容对整个系统温度场的影响为零,边界节点是边界条件,其表征的温度变化不受系统自身的影响。
可选的,在所述的智能自适应热控管理方法中,航天器在轨热控系统实施所述智能自适应热控管理方法,航天器在轨热控系统包括:
传感系统,被配置为采集航天器当前时刻的轨道、姿态、内部设备工作电流及热状态,形成实时数据,以供传输至智能自适应热控管理系统;
智能自适应热控管理系统,被配置为根据前期任务规划的轨道及姿态得出控制策略;
将实时数据与前期任务规划进行比对,当实时数据与前期任务规划偏差大于阈值时,对控制策略进行修正;以及
根据控制策略对执行部件发出执行指令;
执行部件,被配置为根据执行指令动作。
可选的,在所述的智能自适应热控管理方法中,所述智能自适应热控管理系统包括:
内热源算法模块,被配置为计算内热源的热状态;
外热流预示模块,被配置为根据航天器当前时刻的轨道、姿态和/或前期任务规划,采用外热流预算方法计算未来各时刻的外热流;
温度预示算法模块,被配置为根据内热源的热状态、以及未来各时刻的外热流,采用当前温度初值的模糊控制算法计算未来各时刻的预期温度结果;
内热源算法模块、外热流预示模块、温度预示算法模块集成在智能自适应热控处理器中;
智能自适应热控处理器根据前期任务规划的轨道及姿态、未来各时刻的预期温度结果、以及智能控制数据库中的控温模型计算出执行部件的执行指令。
可选的,在所述的智能自适应热控管理方法中,智能自适应热控管理系统将实时温度与智能控制数据库中的目标温度进行比对,当实时温度与智能控制数据库中的目标温度偏差大于温度阈值时,对当前温度初值的模糊控制算法进行修正;
智能自适应热控管理系统将航天器当前时刻的轨道、姿态与前期任务规划的轨道及姿态进行比对,当两者偏差大于姿轨误差阈值时,对外热流预算方法进行修正。
可选的,在所述的智能自适应热控管理方法中,执行部件包括可调控辐射器、可调控功能导热材料和热开关,可调控辐射器根据执行指令进行调节,热开关根据执行指令打开或关闭;
外热流预示模块根据前期任务规划的轨道和姿态,通过能源系统自动判断航天器进出阴影时间,对航天器各时刻的在轨热流进行预判;
当散热面或可调控辐射器的外热流预示将减小时,进行可调控辐射器的散热管理,及时减小可调控辐射器的散热能力;
当散热面或可调控辐射器的外热流预示将变大时,增加可调控辐射器的散热能力,提前关闭主动加热器。
可选的,在所述的智能自适应热控管理方法中,卫星受到的空间辐射的外热流包括太阳直接辐射热流、地球反照热流和地球红外辐射热流;外热流q与相应时刻卫星相对天体的空间位置、姿态角度、天体辐射参数等相关:
q=f(x1,x2,x3…)
太阳直接辐射热流:
地球红外辐射热流计算包括:将地球对卫星的可视区域分为n等份,则某一时刻卫星某表面受到的地球红外热流为:
σ—玻尔兹曼常数,5.67e-8W/(K4m2);
T—地球温度,K;
Am—地球某微元面积,m2
地球反照热流:
式中,ρ—反照率,工程计算中一般取0.3~0.35;
γm—太阳矢量与地球微元面法相量的夹角。
可选的,在所述的智能自适应热控管理方法中,当前温度初值的模糊控制算法包括:
采用热阻热容节点网络法,每个节点通过导热及辐射与其它节点进行传热;节点分为扩散节点、算术节点和边界节点;
扩散节点是具有一定集总热容的节点,算术节点的热容对整个系统温度场的影响为零,边界节点是边界条件,其表征的温度变化不受系统自身的影响;
对于非流体节点,其与其它节点的热导包括导热及辐射,根据能量守恒,扩散节点i的热网络方程为:
式中Ci为节点i的集总热容,Qi为节点i的自身热耗、主动加热功率及吸收的外热流的总和,i=1,2,…,n,n为扩散节点数,m为三类节点数总和;GLi,j为节点i和j之间的导热热导,GRi,j为节点i和j之间的辐射热导。
可选的,在所述的智能自适应热控管理方法中,传感系统设置在至少一个单机仪器设备上,将单机仪器设备的仪器信息流提供至智能自适应热控处理器;
测定轨仪器和姿轨控仪器将姿态轨道数据流提供至智能自适应热控处理器;
智能自适应热控处理器根据仪器信息流、以及姿态轨道数据流获取控制数据流后,提供至单机仪器设备、内热源总线、外热源总线及可调控辐射器;
单机仪器设备、内热源总线、外热源总线及可调控辐射器通过控制数据流的执行指令,使得适合的热流依次流过单机仪器设备、热开关、均温板、内热源总线、外热源总线、可调控辐射器及外空间。
可选的,在所述的智能自适应热控管理方法中,智能自适应热控管理系统还包括:
热控系统初始化模块,被配置为对全局量、初始状态、时钟和指针进行初始化;
热控库模块,被配置为存储智能自适应热控参数和算法;
工作模式切换管理模块,被配置为进行系统工作模式切换和热控工作模式切换;
智能自适应热控处理器,被配置为根据获取的仪器信息流、姿态轨道数据流及实时温度进行实时评估和处理,得到智能处理结果;
执行部件管理模块,被配置为根据智能处理结果,将相应的控制策略发送到执行部件并执行;
控制结果评估模块,被配置为对执行部件的执行情况和实时温度进行评估,得到执行结果,并将执行结果发送至智能自适应热控处理器。
可选的,在所述的智能自适应热控管理方法中,
热控系统初始化模块判断热控库模块、系统工作模式是否存在更新,当更新时采用更新后的数据,否则采用默认数据进行初始化;
热控库模块存储内热源评估策略、外热流预算方法、当前温度初值的模糊控制算法、以及执行部件的执行策略;
热控库模块根据上注指令更新,并能够将关键信息下传;
热控工作模式包括安全模式、自主控制模式、地面遥控模式、工作模式,当系统工作模式切换时,优先发送执行部件状态控制指令,然后进行判断后切换至相应的热控工作模式;
内热源算法模块通过航天器上数据总线获取的单机仪器设备的通电状态、电压及电流,实时评估航天器在轨的内热源;
外热流预示模块通过航天器上的实时轨道、姿态和热控涂层实时评估在轨的外热源结果;
温度预示算法模块根据内热源评估结果、外热源评估结果和当前温度初值进行控制策略处理;
执行部件管理模块,根据智能自适应热控管理系统的控制策略,对可调控辐射器、内热源总线及主动加热器进行管理。
本发明的发明人经研究发现,主动热控策略由于传统的PID控制策略的局限性,国内外的学者们提出了智能控制策略,希望尽可能减小或消除偏差。一般使用的人工智能控制方法包括如神经网络、模糊逻辑、机器学习、进化计算和遗传算法等。所有这些主动控制方法均是采用温度反馈,对入射到卫星表面的外热流并没有主动预判与控制,造成了主动式热控响应慢,与实际需要的热控目标总是具有一定的偏差,难以消除。进一步的,现有技术的主动温控均基于温度数据信号进行控制反馈,其结果控制响应较慢,受系统热容的热惯性影响,控制反馈较迟。另外,现有的控制方式因为没有从源头进行控制,因此控制系统的效率不高,造成星上的资源如电源的需要较大。
在本发明提供的智能自适应热控管理方法中,提出了一种新的航天器热控的智能自主热控方法。通过智能自适应热控管理系统根据前期任务规划的轨道及姿态得出控制策略,根据控制策略对执行部件发出执行指令,使得热控的控制点由目标温度提前到目标系统的热环境,实现了将航天器的外热流进行预知预判,以及对航天器的温度通过外热流预判和热控系统的控制进行预知,使得航天器热控的智能自主性增强。进一步的,通过将实时数据与前期任务规划进行比对,当实时数据与前期任务规划偏差大于阈值时,对控制策略进行修正,以适应最终的控温目标要求。
附图说明
图1是本发明一实施例的复杂任务姿态规划示意图;
图2是本发明一实施例的航天器在轨热控系统智能自适应热控方案示意图;
图3是本发明一实施例的航天器在轨智能自适应热控方法示意图;
图4是本发明一实施例的外热流预判的自主热控总体方案示意图;
图5是本发明一实施例的热排散能力可调辐射器分类示意图;
图6是本发明一实施例的系统热量传输路径示意图;
图7是本发明一实施例的智能自适应热控管理系统的工作模式示意图。
具体实施方式
以下结合附图和具体实施例对本发明提出的智能自适应热控管理方法作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
另外,除非另行说明,本发明的不同实施例中的特征可以相互组合。例如,可以用第二实施例中的某特征替换第一实施例中相对应或功能相同或相似的特征,所得到的实施例同样落入本申请的公开范围或记载范围。
本发明的核心思想在于提供一种智能自适应热控管理方法,以解决现有的热控系统难以适应航天器多任务、复杂环境下机动性的问题。
为实现上述思想,本发明提供了一种智能自适应热控管理方法,包括:传感系统采集航天器当前时刻的轨道、姿态、内部设备工作电流及热状态,形成实时数据,以供传输至智能自适应热控管理系统;智能自适应热控管理系统根据前期任务规划的轨道及姿态得出控制策略;将实时数据与前期任务规划进行比对,当实时数据与前期任务规划偏差大于阈值时,对控制策略进行修正;以及根据控制策略对执行部件发出执行指令;执行部件根据执行指令动作。
本发明的目的是将星上的自主热控由温度反馈调整为热流预判,能够将控制点前移,这带来的优势是由于控制点前移,可以从热流上进行前端控制。前端控制方法能够在控制回路中有更多的控制措施和部件参与到控制中来。另外,基于外热流预判的方法,可以利用星上的任务规划和其他系统的传感信息,实现卫星热控的智能自主热控,为深空探测、高精度控温等应用提供一种新的思路。
本发明的方案是基于以下洞察得出的:卫星在轨的空间热环境主要受卫星的轨道和姿态影响。卫星的轨道类型与卫星的任务相关,因此对于某确定的卫星,其基本轨道是确定的。根据牛顿力学的原理,外力和初始状态确定了质心的运动,因此根据卫星的轨道初值,可以用轨道递推模型计算出未来一段时间的理论轨道,这种轨道数据与精确测量解算后的真实轨道误差一般在1Km左右,这对于卫星的外热流计算是完全可以接受的。
卫星的在轨姿态或指向方式一般分为常规指向和任务指向。如图1所示,常规指向如对日指向、对地指向、飞行姿态指向等,这一类的指向都是可预估的,因此卫星在一段时间后的姿态是可预知的。而任务指向一般就较复杂,多为不同指向模式的组合,甚至包含大范围的机动姿态,因此需要进行姿态的规划。即根据任务期望的目标姿态,规划好姿态序列数据后进行上注星上,由星上进行姿态的导引,输出连续的期望姿态。因此,对于复杂的多任务卫星姿态在未来的一段时间类也是可以提前获取的。这种可提前规划的卫星轨道和姿态信息就为卫星的外热流预判提供了可能。
本实施例提供了一种航天器在轨热控系统,如图2所示,包括:传感系统,被配置为采集航天器当前时刻的轨道、姿态、内部设备工作电流及热状态,形成实时数据,以供传输至智能自适应热控管理系统;智能自适应热控管理系统(即图2中的智能控制系统),被配置为根据前期任务规划的轨道及姿态得出控制策略;将实时数据与前期任务规划进行比对,当实时数据与前期任务规划偏差大于阈值时,对控制策略进行修正;以及根据控制策略对执行部件发出执行指令;执行部件,被配置为根据执行指令动作。
在本发明提供的航天器在轨热控系统及热控方法中,提出了一种新的航天器热控的智能自主热控方法。通过智能自适应热控管理系统根据前期任务规划的轨道及姿态得出控制策略,根据控制策略对执行部件发出执行指令,使得热控的控制点由目标温度提前到目标系统的热环境,实现了将航天器的外热流进行预知预判,以及对航天器的温度通过外热流预判和热控系统的控制进行预知,使得航天器热控的智能自主性增强。进一步的,通过将实时数据与前期任务规划进行比对,当实时数据与前期任务规划偏差大于阈值时,对控制策略进行修正,以适应最终的控温目标要求。
如图3所示,在所述的航天器在轨热控系统中,所述智能自适应热控管理系统包括:内热源算法模块,被配置为计算内热源的热状态(星上热源负载);外热流预示模块,被配置为根据航天器当前时刻的轨道、姿态和/或前期任务规划,采用外热流预算方法计算未来各时刻的外热流(外热流预估模型和算法);温度预示算法模块,被配置为根据内热源的热状态、以及未来各时刻的外热流,采用当前温度初值的模糊控制算法计算未来各时刻的预期温度结果(温度场预示);内热源算法模块、外热流预示模块、温度预示算法模块集成在智能自适应热控处理器中;智能自适应热控处理器根据前期任务规划的轨道及姿态、未来各时刻的预期温度结果、以及智能控制数据库中的控温模型计算出执行部件的执行指令(星上智能自主热控制)。智能自适应热控管理系统实时读取卫星前期任务规划中的轨道与姿态,智能自适应热控管理系统对其进行内热源的评估和外热流的预算,快速计算出未来各时刻的预期温度结果,并根据智能控制数据库中的数据,基于当前温度初值的模糊控制算法来控制执行部件。执行部件包括可调控辐射器、可调控功能导热材料和热开关等。
具体的,在所述的航天器在轨热控系统中,智能自适应热控管理系统将实时温度与智能控制数据库中的目标温度进行比对,当实时温度与智能控制数据库中的目标温度偏差大于温度阈值时,对当前温度初值的模糊控制算法进行修正;智能自适应热控管理系统将航天器当前时刻的轨道、姿态与前期任务规划的轨道及姿态进行比对,当两者偏差大于姿轨误差阈值时,对外热流预算方法进行修正。
发明人还发现,卫星的在轨温度一般受所吸收的外热流、星上热负载及热系统设计的影响。卫星热控系统一般通过表面热控涂层的设计,确定卫星表面的吸收外热流,再经过星上的热管、多层、热控传感器等热控系统,与星上仪器的热熔、内热源共同作用,形成星上仪器的在轨温度结果。在这种常规的热控系统中,星上的自主能力是以温度数据进行判断,反馈给加热器,通过调节星上的负载而改变热控系统的温度,如图4中左图所示。这种传统的热控系统并不以实时外热流作为控制输入信号,导致控制点靠后,调节能力有限。航天器表面热流的变化是温度影响的主要因素,热控分系统如可有效利用该部分能源进行星上控制,调整控制策略,则可以减少星上能源需求,同时可以将控制点前移,可同时采用调节热控部件、星上负载等多种处理措施,达到星上智能自主控温的目的,如图4中右图所示。
针对传统热控系统并不以实时外热流作为控制输入信号的缺陷,在本发明的一个实施例中,执行部件包括可调控辐射器、可调控功能导热材料和热开关,可调控辐射器根据执行指令进行调节,热开关根据执行指令打开或关闭;外热流预示模块根据前期任务规划的轨道和姿态,通过能源系统自动判断航天器进出阴影时间,对航天器各时刻的在轨热流进行预判。当散热面或可调控辐射器外热流预示将减小时,星上一方面进行可调控辐射器的散热管理,及时减小可调控辐射器的散热能力,另一方面预判控制主动加热策略;当散热面或可调控辐射器外热流预示将变大时,星上则增加可调控辐射器的散热能力,提前关闭主动加热器。
本发明还提供了外热流的在轨解算,在所述的航天器在轨热控系统中,卫星受到的空间辐射的外热流包括太阳直接辐射热流、地球反照热流和地球红外辐射热流;与温度不同,卫星外热流大小q无继承性,而只与相应时刻卫星相对天体的空间位置、姿态角度、天体辐射参数等相关:
q=f(x1,x2,x3…)
所以当星上通过自主计算或地面上注将未来某段时间的轨道和姿态参数传给外热流计算模块后,就可以通过该模块计算出未来这段时间的对应的外热流结果。
尽管太阳光到达地球附近时发散角度约为0.5°,但在地球轨道卫星的热设计中,一般认为投射到星体表面的太阳光为平行光。当卫星处于光照区时,某一面积为A的表面的太阳辐射热流,与阳光和该表面法线之间的夹角βs有关,即:
在地球红外辐射热流的计算中,通常将地球等效一温度为250K左右的均匀黑体。因此其大小仅和卫星表面与地球的相对位置相关。
将地球对卫星的可视区域分为n等份,则某一时刻卫星某表面受到的地球红外热流为:
σ—玻尔兹曼常数,5.67e-8W/(K4m2);
T—地球温度,K;
Am—地球某微元面积,m2
地球反照热流是指地球将太阳光反照到卫星表面的辐射热流,其大小与对应时刻卫星—地球—太阳的相对位置有关。在计算中通常将其等效为漫反射,计算公式为:
式中,ρ—反照率,工程计算中一般取0.3~0.35;
γm—太阳矢量与地球微元面法相量的夹角。
进一步的,在所述的航天器在轨热控系统中,当前温度初值的模糊控制算法包括:航天器热控系统热分析目前普遍采用热阻热容(G-C)节点网络法,每个节点通过导热及辐射与其它节点进行传热。节点可分为扩散节点(diffusion node)、算术节点(arithmeticnode)和边界节点(boundary node)。扩散节点是具有一定集总热容的节点,算术节点一般是热容比较小的节点,其热容对整个系统温度场的分析影响可忽略,例如多层隔热组件。边界节点是边界条件,其表征的温度变化不受系统(或子系统)自身的影响,例如宇宙背景空间(4K)就是一个温度边界节点。对于非流体节点,其与其它节点的传热包括导热及辐射,根据能量守恒,扩散节点i的热网络方程为:
式中Ci为节点i的集总热容,Qi为节点i的自身热耗、主动加热功率及吸收的外热流的总和,i=1,2,…,n,n为扩散节点数,m为三类节点数总和;GLi,j为节点i和j之间的导热热导,GRi,j为节点i和j之间的辐射热导。
如图5所示,在空间环境中航天器主要通过(可调控)辐射器进行散热,热排散能力可调辐射器分类如图5示,包括被动式辐射器(包括热致变色涂层辐射器及基于形状记忆合金的可变形辐射器),以及主动式辐射器(包括百叶窗及静电热开关辐射器);空间自主热控管理技术中的辐射器管理主要针对主动式辐射器。智能自适应热控管理系统通过预先判断航天器外热流的变化来对百叶窗或静电热开关辐射器进行主动控制。
如图6所示,在所述的航天器在轨热控系统中,传感系统设置在至少一个单机仪器设备上,将单机仪器设备的仪器信息流提供至智能自适应热控处理器(即图6中的智能自主热控处理器);测定轨仪器和姿轨控仪器将姿态轨道数据流提供至智能自适应热控处理器;智能自适应热控处理器根据仪器信息流、以及姿态轨道数据流获取控制数据流后,提供至单机仪器设备、内热源总线、外热源总线及可调控辐射器;单机仪器设备、内热源总线、外热源总线及可调控辐射器通过控制数据流的执行指令,使得适合的热流依次流过单机仪器设备(包括图6中的单机仪器及仪器设备)、热开关、均温板、内热源总线、外热源总线、可调控辐射器及外空间。图6示出了热量从单机仪器设备最终传递到外空间的传输路径。智能自适应热控处理器根据仪器设备信息和姿态轨道数据对单机仪器设备、内热源总线、外热源总线及可调节辐射器进行控制。单机仪器设备与智能自适应热控处理器的信息是双向流动的,即智能自适应热控处理器可以获取和控制单机仪器设备的工作模式。
在本发明的一个实施例中,在所述的航天器在轨热控系统中,智能自适应热控管理系统还包括:热控系统初始化模块M1(即智能自主热控模块初始化),被配置为对全局量、初始状态、时钟和指针进行初始化;热控库模块M2(即智能控制数据库),被配置为存储智能自适应热控参数和算法;工作模式切换管理模块M3,被配置为进行系统工作模式切换和热控工作模式切换;智能自主热控处理器M4(即智能自适应热控处理器),被配置为根据获取的仪器信息流、姿态轨道数据流及实时温度进行实时评估和处理,得到智能处理结果;执行部件管理模块M5,被配置为根据智能处理结果,将相应的控制策略发送到执行部件并执行;控制结果评估模块M6,被配置为对执行部件的执行情况和实时温度进行评估,得到执行结果,并将执行结果发送至智能自适应热控处理器。
如图7所示,在所述的航天器在轨热控系统中,热控系统初始化模块M1判断热控库模块、系统工作模式是否存在更新,当更新时采用更新后的数据,否则采用默认数据进行初始化;热控库模块M2存储内热源评估策略、外热流预算方法、当前温度初值的模糊控制算法、以及执行部件的执行策略;热控库模块M2根据上注指令更新,并能够将关键信息下传;热控工作模式包括安全模式、自主控制模式、地面遥控模式、工作模式,各模式不仅与航天器在轨热控系统的工作模式相关联,还和航天器在轨热控系统的自身器件状态相关。当系统工作模式切换时,优先发送执行部件状态控制指令,然后进行判断后切换至相应的热控工作模式;内热源算法模块通过航天器上数据总线获取的单机仪器设备的通电状态、电压及电流,实时评估航天器在轨的内热源;外热流预示模块通过航天器上的实时轨道、姿态和热控涂层实时评估在轨的外热源结果;温度预示算法模块根据内热源评估结果、外热源评估结果和当前温度进行控制策略处理;执行部件管理模块,根据智能自适应热控管理系统的控制策略,对可调控辐射器、内热源总线及主动加热器进行管理。
本实施例还提供一种航天器在轨热控方法,包括:传感系统采集航天器当前时刻的轨道、姿态、内部设备工作电流及热状态,形成实时数据,以供传输至智能自适应热控管理系统;智能自适应热控管理系统根据前期任务规划的轨道及姿态得出控制策略;将实时数据与前期任务规划进行比对,当实时数据与前期任务规划偏差大于阈值时,对控制策略进行修正;以及根据控制策略对执行部件发出执行指令;执行部件根据执行指令动作。
相对于传统的基于温度反馈的热控方法,本发明基于航天器外热流预判的自主热控方法,采用了多传感器系统综合反馈的智能自适应控温方法。该方法通过控制点的前移,能够增加控制系统的控制措施,从温度的源头——热流上进行控制,控制效率提高。
本发明基于外热流预判的自主热控方法,采用了多传感器系统综合反馈的智能自适应控温方法。该方法通过控制点的前移,综合航天器任务规划中的轨道、姿态数据进行在轨外热流的分析及预判,并进行温度的预估控制,以此来解决温度反馈的滞后性问题,满足复杂剧变光热环境空间探测任务的热控需求,为深空探测、大功率载荷热控、高精度热控等提供了一种控制思路。
综上,上述实施例对航天器在轨热控系统及热控方法的不同构型进行了详细说明,当然,本发明包括但不局限于上述实施中所列举的构型,任何在上述实施例提供的构型基础上进行变换的内容,均属于本发明所保护的范围。本领域技术人员可以根据上述实施例的内容举一反三。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
上述描述仅是对本发明较佳实施例的描述,并非对本发明范围的任何限定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属于权利要求书的保护范围。
Claims (6)
1.一种智能自适应热控管理方法,其特征在于,包括:
采用当前温度初值的模糊控制算法计算未来各时刻的预期温度结果;
所述当前温度初值的模糊控制算法包括:
采用热阻热容节点网络法,每个节点通过导热及辐射与其它节点进行传热;节点分为扩散节点、算术节点和边界节点;
扩散节点是具有一定集总热容的节点,算术节点的热容对整个系统温度场的影响为零,边界节点是边界条件,其表征的温度变化不受系统自身的影响。
3.如权利要求2所述的智能自适应热控管理方法,其特征在于,还包括:
内热源算法模块计算内热源的热状态;
外热流预示模块根据航天器当前时刻的轨道、姿态和/或前期任务规划,采用外热流预算方法计算未来各时刻的外热流;
温度预示算法模块根据内热源的热状态、以及未来各时刻的外热流,采用当前温度初值的模糊控制算法计算未来各时刻的预期温度结果;
内热源算法模块、外热流预示模块、温度预示算法模块集成在智能自适应热控处理器中;
智能自适应热控处理器根据前期任务规划的轨道及姿态、未来各时刻的预期温度结果、以及智能控制数据库中的控温模型计算出执行部件的执行指令。
4.如权利要求3所述的智能自适应热控管理方法,其特征在于,
智能自适应热控管理系统将实时温度与智能控制数据库中的目标温度进行比对,当实时温度与智能控制数据库中的目标温度偏差大于温度阈值时,对当前温度初值的模糊控制算法进行修正;
智能自适应热控管理系统将航天器当前时刻的轨道、姿态与前期任务规划的轨道及姿态进行比对,当两者偏差大于姿轨误差阈值时,对外热流预算方法进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211245591.XA CN115586803A (zh) | 2021-01-11 | 2021-01-11 | 智能自适应热控管理方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110029695.6A CN112849437B (zh) | 2021-01-11 | 2021-01-11 | 航天器在轨热控系统及热控方法 |
CN202211245591.XA CN115586803A (zh) | 2021-01-11 | 2021-01-11 | 智能自适应热控管理方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110029695.6A Division CN112849437B (zh) | 2021-01-11 | 2021-01-11 | 航天器在轨热控系统及热控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115586803A true CN115586803A (zh) | 2023-01-10 |
Family
ID=76002285
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110029695.6A Active CN112849437B (zh) | 2021-01-11 | 2021-01-11 | 航天器在轨热控系统及热控方法 |
CN202211245591.XA Pending CN115586803A (zh) | 2021-01-11 | 2021-01-11 | 智能自适应热控管理方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110029695.6A Active CN112849437B (zh) | 2021-01-11 | 2021-01-11 | 航天器在轨热控系统及热控方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN112849437B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116280282A (zh) * | 2023-05-10 | 2023-06-23 | 株洲太空星际卫星科技有限公司 | 基于相变储能均温板和可展开式辐射器的一体化热控装置 |
CN117572912A (zh) * | 2024-01-16 | 2024-02-20 | 南京实点电子科技有限公司 | 基于运行环境的多信道协调温度控制方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114229043B (zh) * | 2021-12-24 | 2023-05-12 | 中国电子科技集团公司第三十四研究所 | 基于功率和温度均衡的热控制系统智能主动热控制方法 |
CN116522680B (zh) * | 2023-05-25 | 2024-05-07 | 长光卫星技术股份有限公司 | 一种用于星座卫星在轨任务规划的热约束分析方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101633411B (zh) * | 2009-08-24 | 2012-05-23 | 哈尔滨工业大学 | 航天器热控制和液体动量轮一体化执行机构 |
RU2446997C2 (ru) * | 2010-05-17 | 2012-04-10 | Открытое акционерное общество "Информационные спутниковые системы" имени академика М.Ф. Решетнёва" | Способ прогнозирования и обеспечения срока нормального функционирования космического аппарата |
CN102589725B (zh) * | 2012-02-09 | 2013-07-24 | 北京空间飞行器总体设计部 | 一种基于在轨遥测数据的卫星温度获取方法 |
CN103942429B (zh) * | 2014-04-16 | 2017-09-26 | 深圳航天东方红海特卫星有限公司 | 一种卫星在轨瞬态温度模拟与预测系统 |
CN106184825B (zh) * | 2016-09-18 | 2018-04-06 | 电子科技大学 | 一种提高快速响应空间小卫星热控能力的方法 |
CN109324648A (zh) * | 2018-12-07 | 2019-02-12 | 银河航天(北京)通信技术有限公司 | 一种温度控制系统,航天器以及航天器温度控制的方法 |
-
2021
- 2021-01-11 CN CN202110029695.6A patent/CN112849437B/zh active Active
- 2021-01-11 CN CN202211245591.XA patent/CN115586803A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116280282A (zh) * | 2023-05-10 | 2023-06-23 | 株洲太空星际卫星科技有限公司 | 基于相变储能均温板和可展开式辐射器的一体化热控装置 |
CN116280282B (zh) * | 2023-05-10 | 2024-01-19 | 株洲太空星际卫星科技有限公司 | 基于相变储能均温板和可展开式辐射器的一体化热控装置 |
CN117572912A (zh) * | 2024-01-16 | 2024-02-20 | 南京实点电子科技有限公司 | 基于运行环境的多信道协调温度控制方法 |
CN117572912B (zh) * | 2024-01-16 | 2024-04-09 | 南京实点电子科技有限公司 | 基于运行环境的多信道协调温度控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112849437A (zh) | 2021-05-28 |
CN112849437B (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112849437B (zh) | 航天器在轨热控系统及热控方法 | |
JP6656380B2 (ja) | 宇宙機の動作を制御する方法及びシステム、宇宙機 | |
Lee et al. | Geometric mechanics based nonlinear model predictive spacecraft attitude control with reaction wheels | |
Song et al. | Finite-time control for nonlinear spacecraft attitude based on terminal sliding mode technique | |
Xie et al. | Highly constrained entry trajectory generation | |
Lu | Constrained tracking control of nonlinear systems | |
Jiang et al. | Integrated guidance for Mars entry and powered descent using reinforcement learning and pseudospectral method | |
CN112632756B (zh) | 基于太阳敏感器的卫星地影自主预报方法及系统 | |
Li et al. | Constrained feedback control for spacecraft reorientation with an optimal gain | |
Wang et al. | Finite-time extended state observer based prescribed performance fault tolerance control for spacecraft proximity operations | |
Wang et al. | Recovery trajectory optimization of the solar-powered stratospheric airship for the station-keeping mission | |
Reynolds et al. | SOC-i: A CubeSat demonstration of optimization-based real-time constrained attitude control | |
CN116142490A (zh) | 复杂约束下基于势函数的航天器姿态重定向控制方法 | |
Yang et al. | Potential field-based sliding surface design and its application in spacecraft constrained reorientation | |
Walsh et al. | Constrained attitude control on SO (3) via semidefinite programming | |
Ikeya et al. | Learning reference governor for constrained spacecraft rendezvous and proximity maneuvering | |
Mazal et al. | Optimal on–off cooperative maneuvers for long-term satellite cluster flight | |
Zhao et al. | Optimal guidance for lunar soft landing with dynamic low-resolution image sequences | |
Fan et al. | Attitude optimization control method of agile optical small satellite for nonparallel ground track imaging | |
Geng et al. | Pose regulation via the dual unitary group: An application to spacecraft rendezvous | |
Golan et al. | Minimum fuel lunar trajectories for a low-thrust power-limited spacecraft | |
Xu et al. | Coordinated control method of space-tethered robot system for tracking optimal trajectory | |
Hua et al. | Spacecraft attitude reorientation control method based on potential function under complex constraints | |
Zhu et al. | Temperature Control Optimization for Heat Pipe Based on Particle Swarm Optimization | |
Melton | Numerical Analysis of Constrained, Time‐Optimal Satellite Reorientation |
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 |