适应运载火箭推力下降故障的神经网络容错控制方法

作者：朱海洋; 吴燕生; 陈宇; 杨云飞; 徐利杰

来源：航天控制, 2019, 37(04): 3-9.

DOI：10.16804/j.cnki.issn1006-3242.2019.04.001

• 运载火箭
• 容错控制
• 推力下降
• 径向基神经网络

针对运载火箭单台发动机推力下降故障,提出了一种基于径向基神经网络(Radial Basis Function Neural Network,RBFNN)的容错姿态控制方法。该方法无需故障诊断系统,根据运载火箭姿态动力学控制通用模型,使用RBFNN在线辨识并补偿模型的故障变化和不确定干扰,得出容错控制律。仿真结果表明,在单台发动机发生推力下降故障时,本文方法与传统PD方法、自适应增广控制方法(Adaptive Augment Control,AAC)相比,可有效保证姿态稳定和控制精度。

• 单位
  北京宇航系统工程研究所; 中国航天科技集团有限公司