状态预测神经网络控制应用于小型可回收火箭

状态预测神经网络控制应用于小型可回收火箭

论文摘要

随着商业航天的到来,可重复使用运载器的研究受到广泛关注,以SpaceX为代表的商业航天公司研发的部分可回收火箭表现出了前所未有的竞争力。为了研发可回收火箭技术,翎客航天利用民间工业力量研制了RLV-T3小型可回收火箭验证机,并在该验证机上通过数百次试验逐渐掌握了垂直起降(VTVL)技术。主要介绍了翎客航天在VTVL技术中的一项动力控制技术,提出了状态预测神经网络控制(SPNNC)算法。该算法具有鲁棒性强、适用范围广、控制参数易调整等优点。详细地描述了该算法的原理,并通过Simulink对SISO和MIMO 2种系统进行了仿真。同时详细地论述了将状态预测神经网络控制算法应用于RLV-T3小型可回收火箭的飞行及回收的试验,包括RLV-T3小型可回收火箭的基本特点、控制难点、存在的问题,飞行过程中各物理量的曲线和试验结论。经试验验证,状态预测神经网络控制算法具有良好的控制性能,基于该控制技术,即状态预测神经网络控制算法的RLV-T3小型可回收火箭验证机可以安全地实现垂直起飞、弹道飞行、空中悬停、软着陆回收全流程。

论文目录

  • 1 算法设计
  •   1.1 神经网络控制算法
  •   1.2 在线学习神经网络控制器结构
  •   1.3 状态方程实现的预测
  •   1.4 状态预测神经网络控制应用于MIMO系统
  • 2 RLV-T3小型可回收火箭与Simulink仿真
  •   2.1 RLV-T3小型可回收火箭概况
  •   2.2 RLV-T3高度SISO系统的控制仿真
  •   2.3 SPNNC与PID控制器的比较
  •   2.4 SPNNC对MIMO系统的控制仿真
  • 3 算法在小型可回收火箭上的验证
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 陈书钊,楚龙飞,杨秀梅,蔡德淮

    关键词: 神经网络控制,智能控制,状态预测,可重复利用火箭,火箭回收,商业航天

    来源: 航空学报 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 航空航天科学与工程,自动化技术

    单位: 昆明理工大学信息工程与自动化学院

    分类号: TP183;V475.1

    页码: 154-168

    总页数: 15

    文件大小: 622K

    下载量: 343

    相关论文文献

    • [1].神经网络控制应用研究[J]. 计算机与现代化 2009(06)
    • [2].神经网络控制在火电机组的研究综述[J]. 电力学报 2012(05)
    • [3].基于近似动态规划的神经网络控制及在电力系统中应用[J]. 东北电力技术 2009(04)
    • [4].基于神经网络控制的空调系统[J]. 科技创新导报 2012(35)
    • [5].自适应反演神经网络控制在并联机器人中的应用[J]. 机械设计与制造 2010(05)
    • [6].基于变结构神经网络控制的决策树预测算法[J]. 微电子学与计算机 2017(02)
    • [7].粒子群优化算法在神经网络控制中的应用[J]. 工业控制计算机 2010(08)
    • [8].压电陶瓷驱动器的滑模神经网络控制[J]. 光学精密工程 2012(05)
    • [9].用神经网络控制减摇鳍[J]. 船舶工程 2012(S2)
    • [10].电液位置伺服系统的多滑模神经网络控制[J]. 控制与决策 2009(02)
    • [11].考虑驱动系统动态的机械手神经网络控制及应用[J]. 自动化学报 2009(05)
    • [12].汽油发动机怠速稳定性神经网络控制[J]. 中国农机化学报 2017(06)
    • [13].一种神经网络控制模型的研究与应用[J]. 计算机应用与软件 2013(06)
    • [14].PID神经网络控制倒立摆的仿真探讨[J]. 硅谷 2013(16)
    • [15].基于TrueTime的BP神经网络控制系统的仿真平台构建[J]. 深圳信息职业技术学院学报 2018(05)
    • [16].基于神经网络控制的星载微波辐射计[J]. 微计算机信息 2010(13)
    • [17].基于BP神经网络控制的生物发酵过程研究与实践[J]. 中小企业管理与科技(上旬刊) 2012(02)
    • [18].基于神经网络控制技术的综放工作面自动化控制系统[J]. 信息与电脑(理论版) 2012(08)
    • [19].电动汽车轮毂电机神经网络控制策略[J]. 重庆理工大学学报(自然科学) 2011(11)
    • [20].BP神经网络控制应用的基本问题[J]. 机械与电子 2010(S1)
    • [21].PID神经网络控制系统的稳定性分析与改进[J]. 山东理工大学学报(自然科学版) 2008(02)
    • [22].融合卡尔曼滤波的无人船航向神经网络控制[J]. 计算机工程与设计 2020(08)
    • [23].具有输出限制的纯反馈系统的神经网络控制[J]. 济南大学学报(自然科学版) 2017(05)
    • [24].基于神经网络控制的直流调速系统仿真与分析[J]. 计算机仿真 2013(04)
    • [25].一种基于神经网络控制的有源电力滤波器[J]. 微计算机信息 2011(09)
    • [26].变风量空调系统的神经网络控制[J]. 科技广场 2008(10)
    • [27].基于BP神经网络控制的铜冶炼降耗方法研究[J]. 世界有色金属 2016(23)
    • [28].基于排序选择的改进遗传算法优化的神经网络控制[J]. 四川兵工学报 2010(09)
    • [29].基于神经网络的发动机怠速控制的研究[J]. 装备制造 2009(05)
    • [30].基于PID神经网络控制的服务器分配方法[J]. 计算机仿真 2014(01)

    标签:;  ;  ;  ;  ;  ;  

    状态预测神经网络控制应用于小型可回收火箭
    下载Doc文档

    猜你喜欢