衛(wèi)星姿態(tài)控制系統(tǒng)的故障診斷與容錯方法研究.pdf

1、姿態(tài)控制系統(tǒng)是保障衛(wèi)星在軌正常工作的核心部分,由于長期運行于惡劣的空間環(huán)境,尤其是敏感器、執(zhí)行機構等部件長期不斷地在執(zhí)行各類控制操作,極易出現(xiàn)故障,進而會導致不可修復的嚴重后果,因此衛(wèi)星姿態(tài)控制系統(tǒng)的故障診斷和容錯控制技術一直是航天領域研究熱點和難點問題。同時,由于機構運動、燃料消耗及空間環(huán)境影響等將導致在軌衛(wèi)星的系統(tǒng)模型參數(shù)發(fā)生未知變化,傳統(tǒng)上基于精確模型的姿態(tài)容錯控制技術具有一定的局限性。本論文在國家自然科學基金項目(課題編號:61

2、104026)資助下,面向我國重大設施及裝備的高可靠性及長壽命戰(zhàn)略發(fā)展需求,從理論和應用兩方面對具有不確定模型影響的衛(wèi)星姿態(tài)容錯控制問題進行了深入的研究,取得如下研究成果。
　　考慮存在各種噪聲、未知干擾和模型不確定性,引入魯棒H∞控制理論,提出了一種面向線性不確定系統(tǒng)的完整性被動容錯控制設計方法。該方法利用線性不確定系統(tǒng)模型,將執(zhí)行機構/姿態(tài)敏感器失效情況下被動容錯控制器設計轉換為相應的線性矩陣不等式的可行性問題,并進一步給出了

3、系統(tǒng)具有完整性的充分條件和魯棒H∞容錯控制器的設計方法。在對衛(wèi)星姿態(tài)動力學模型線性化基礎上,采用所提方法設計了執(zhí)行機構/姿態(tài)敏感器故障狀態(tài)下的衛(wèi)星姿態(tài)魯棒H∞容錯控制器,數(shù)學仿真分析表明該控制器能夠保證執(zhí)行機構/姿態(tài)敏感器突變或緩變故障時衛(wèi)星姿態(tài)控制系統(tǒng)的控制性能,具有對已知故障良好的容錯能力。
　　針對存在未知干擾輸入的Lipschitz非線性系統(tǒng),融合基于模型和數(shù)據(jù)驅動的控制技術,提出了一種基于迭代學習未知輸入觀測器(IL-U

4、IO)的主動容錯控制方法。首先,采用對模型不確定和干擾解耦的原理,設計了一種非線性未知輸入觀測器,增強了系統(tǒng)故障觀測的魯棒性;在此基礎上,利用被控系統(tǒng)的I/O數(shù)據(jù),采用迭代學習利用上一步的故障觀測信息來估計當前故障信息,跟蹤和檢測系統(tǒng)由于故障引起的改變并進而實現(xiàn)對故障的在線重構。采用Lyapunov穩(wěn)定性理論證明了IL-UIO的魯棒穩(wěn)定和速度誤差的一致有界性。將所提方法應用于面向執(zhí)行機構故障的衛(wèi)星姿態(tài)容錯控制器設計,數(shù)學仿真結果表明IL

5、-UIO能夠有效跟隨過去的故障系統(tǒng),確保一定系統(tǒng)性能的前提下實現(xiàn)對飛輪故障的容錯,由于采用了基于模型的觀測器與數(shù)據(jù)驅動方法相結合,二者相互滲透、優(yōu)勢互補,即可增強系統(tǒng)殘差對未知干擾輸入的魯棒性,又提高了系統(tǒng)對數(shù)據(jù)的使用質量。
　　由于衛(wèi)星姿態(tài)敏感器故障會污染到下一時刻其它健康敏感器的測量信息,影響對真正故障源的準確判斷,對此,考慮衛(wèi)星動力學模型參數(shù)發(fā)生的未知變化,基于PCA和SIM識別技術,提出了一種基于子空間數(shù)據(jù)驅動的衛(wèi)星姿態(tài)敏

6、感器故障檢測、隔離和辨識(FDI)方法。該方法首先采用等價空間法對測量數(shù)據(jù)進行預處理,構建殘差信號;然后采用子空間法辨識出增廣觀測矩陣,進而實現(xiàn)敏感器故障魯棒檢測;并通過線性變換對等價空間進行降階,減小算法在線計算量。最后,將上述方法應用于衛(wèi)星姿控系統(tǒng)的敏感器故障問題,數(shù)學仿真結果表明,不依賴故障先驗知識,僅利用輸入輸出觀測數(shù)據(jù),就能夠在線完成未知系統(tǒng)模型情況下的敏感器故障檢測、隔離與辨識,由于采用了故障降階檢測處理,有效減少了計算量,

7、適宜于衛(wèi)星在軌應用。
　　狀態(tài)監(jiān)測和系統(tǒng)重構是衛(wèi)星長期自主運行的保障,也是開發(fā)星上健康管理系統(tǒng)的關鍵技術之一,首先,給出了一種含有狀態(tài)監(jiān)測和系統(tǒng)重構環(huán)節(jié)的健康管理系統(tǒng)容錯控制體系結構;針對存在未知干擾輸入的非線性系統(tǒng),采用基于數(shù)據(jù)驅動的模式識別方法,設計了一組基于支持向量機(SVM)的非線性故障估計器,利用正常操作條件下和各種故障狀態(tài)下的歷史數(shù)據(jù)實現(xiàn)了故障信息的近似檢測和隔離估計;進而利用檢測的系統(tǒng)信息和辨識出的系統(tǒng)參數(shù),設計了學