基于BLNN的预定义时间控制算法:用于具有执行器故障和未知非线性特性的航天器近距离接近操作
《Advances in Space Research》:BLNN-based Predefined-time Control for Spacecraft Close-range Proximity Operations with Actuator Faults and Unknown Nonlinearities
【字体:
大
中
小
】
时间:2026年04月09日
来源:Advances in Space Research 2.8
编辑推荐:
针对航天器近距离交会中存在的执行器故障、外部干扰和未知非线性问题,提出基于扩展学习神经网络(BLNN)的预定义时间控制策略(BLNNPTC)。设计非线性性能函数约束输出,构造非奇异预定义时间滑模面确保快速收敛,采用特征节点优选策略提升神经网络逼近能力,并融合超扭曲干扰观测器估计复合扰动。仿真验证了方法的有效性和优越性。
明莉|袁竹|兰杰牛|柯张|王莉|孟轩仁|辛宁
西北工业大学航天学院,中国西安710072
摘要 本文提出了一种基于宽学习神经网络(BLNN)的预定义时间控制(BLNNPTC)策略,用于在执行器故障、外部干扰和未知非线性条件下进行航天器近距离接近操作。首先,为了满足约束条件,设计了一种新的预设性能函数。其次,为了确保预定义时间的收敛性,提出了一个非奇异的预定义时间滑模。然后,为了减轻未知非线性的不利影响并提高宽学习神经网络(BLNN)的逼近能力,设计了一种特征节点选择策略。此外,构建了一个超扭转干扰观测器来估计累积干扰。研究表明,可以实现预定义时间的收敛,并且所有信号都是有界的。最后,通过几个仿真示例证明了所提出控制方案的有效性和优越性。
引言 航天器近距离接近控制是各种空间任务的关键技术之一,旨在实现两艘航天器在几十米到几米范围内的高精度位置和姿态交会(Chen等人,2023年;Qu等人,2022年;Tian等人,2024年)。随着对空间站建设、在轨服务和空间垃圾清除等空间任务需求的增加(Santos等人,2022年;Specht等人,2023年;Svotina等人,2025年),这项技术的研究价值变得越来越突出。目前,已经广泛采用了各种控制策略,如反步控制、滑模控制和模型预测控制(Fan等人,2024年;Liu等人,2022年;Wang等人,2023年)。然而,仍然存在一些关键挑战尚未解决,特别是在测量精度、干扰抑制能力和复杂空间环境下的可靠性方面。
航天器相对运动的动力学方程通常基于理想化模型进行扩展,如C-W(Clohessy-Wiltshire)方程、T-H(Tschauner-Hempel)方程和修改后的Rodriguez参数(MRPs)。此外,还必须考虑复合扰动,如J2扰动、大气阻力和太阳辐射压力(H. Zhang等人,2022年)。传统的自适应控制方法通过高增益注入无法有效减轻这些扰动下的稳态误差。由于对参数变化和外部干扰的不敏感性,滑模控制已被广泛应用于各种航天器控制系统中(Guo等人,2022年;Tan等人,2023年)。此外,航天器接近过程的每个阶段通常在严格的时间窗口内进行,要求系统状态在相应的任务窗口内收敛到期望信号。否则,后续的空间任务可能会延迟甚至失败。为了解决这个问题,已经开发了固定时间控制方案(Teng等人,2023年;Y Xiao等人,2025a)。然而,这些方法在具体稳定时间方面被认为是保守的,因为它们仅通过所提出的滑模提供了稳定时间的上限(Shen等人,2023年;B Xiao等人,2023年)。用户确定的时间参数被整合到终端滑模方案中,从而生成了预定义时间控制方案(Xie等人,2023a,Xie等人,2023b,Ye等人,2023年)。此外,时间参数的预选必须平衡任务周期和机载设备的额定输出功率,以成功完成任务。有两种传统的实现航天器系统预定义时间控制的方法:终端滑模方案(Yan Xiao等人,2025年)和基于性能函数的方案(Y Xiao等人,2025b)。
此外,在恶劣的空间环境中进行长期在轨服务不可避免地会导致航天器上某些设备(如传感器、执行器等)出现故障。这些故障可能会降低系统性能,甚至导致重大损失或灾难性后果。研究表明,反应轮和推进器的故障率相对较高,通常表现为部分扭矩退化、漂移或未知的动态干扰(Mei等人,2023年)。执行器故障通常被视为航天器相对运动动力学中的额外干扰。随后,在量化故障模型后,采用适当的控制方法进行补偿(Hasan等人,2022年;Khodaverdian和Malekzadeh,2023年;Zhu等人,2024年)。Lu(Lu等人,2025年)提出了一种基于神经网络(NN)的故障识别方法,以实现快速准确的故障估计。此外,还设计了一种基于强化学习(RL)的控制器,以确保鲁棒性能。考虑到乘性故障作为航天器执行器剩余使用寿命的性能指标,Meng(Meng等人,2023年)设计了一种乘性故障观测器,以便通过最大似然估计来估计所提出的广义退化模型中的参数。
在实际应用中,航天器系统本质上表现出复杂的非线性特性,包括参数不确定性、高阶非线性和姿态-轨道耦合。忽略这些高阶非线性项会导致构建模型与实际动态之间的严重差异,从而导致滞后响应和跟踪误差累积(Hou和Lan,2024年;Y. Xiao等人,2023年;Yang等人,2025年;Yang和Xia,2023年)。特别是在高精度接近操作中,这些现象可能会被放大,从而降低系统鲁棒性并可能引起不希望的振荡甚至发散。为了解决这些高阶非线性问题,通常采用自适应补偿和数据驱动方案。
受上述分析的启发,并考虑到执行器故障、外部干扰和未知非线性,本研究专注于航天器近距离接近系统的预定义时间收敛性。主要贡献可以总结如下:
a. 设计了一个非线性滑模,以确保航天器近距离接近系统的预定义时间收敛性。此外,引入了一个辅助变量以避免奇异性。
b. 利用BLNN的快速响应能力来补偿未知的非线性。此外,提出了一种新的特征节点选择策略来提高逼近性能。
c. 为了补偿累积干扰,通过整合BLNN设计了一个超扭转干扰观测器。
本文的组织结构如下:第2节提出问题公式和初步准备;第3节建立了6自由度姿态-轨道耦合动力学模型;第4节分析了系统稳定性;第5节通过几个仿真示例展示了所提出控制策略的有效性和优越性;第6节给出了结论。
部分摘录 问题公式和初步准备 考虑图1所示的航天器近距离接近操作中的两艘航天器,其中O , X , Y , Z T = O t < />x t , y t C = O C , x c , y c 分别表示以地球为中心的惯性(ECI)坐标系、目标和追逐者航天器的机体坐标系。P 是位于目标下方ρ 距离的固定点。T
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号