運載火箭智能控制（簡體書）

本書針對運載火箭的參數辨識、評估決策、軌跡規劃和智能控制問題，提出了基於智能控制理論的解決方案，可供運載火箭控制系統設計人員參考。全書內容分為7章。第1章梳理了國內外運載火箭控制系統的設計理念歷程和火箭制導與控制技術的進展，對比分析了國內外運載火箭控制系統的現狀，提出了運載火箭智能控制系統的概念；第2章介紹了典型坐標系的建立、運載火箭動力學運動學模型、典型控制方法以及控制系統的組成；第3章介紹了運載火箭故障檢測與診斷算法的研究方面取得的成果；第4章基於解析方法介紹了基於需要速度模型的火箭入軌能力評估方法和基於快速外推計算的入軌能力在線評估方法；第5章基於數值優化方法介紹了兩種能夠在線實現的軌跡規劃方法：基於改進間接法的軌跡規劃方法和基於模型補償的序列凸優化方法；第6章從人工智能理論出發，介紹了基於智能控制的運載火箭控制率、制導率設計方法；第7章以某型火箭為工程算例，考慮動力系統故障引起推力下降情況下，利用火箭智能控制方法，進行火箭控制能力的在線評估與軌跡在線規劃。

前　言
我國運載火箭起步於２０世紀６０年代,經過半個多世紀的發展,經歷了從無到有、從小到大、從綜合性能提升到產業生態的全面發展,使我國正式躋身航太大國行列,並逐步向航太強國邁進.在過去的研製歷程中,我國運載火箭設計理念和設計方法逐步完善,形成了基於偏差和基於有限故障的設計方法,並在我國現役運載火箭工程設計中得到了成功實踐.隨著信息時代和大資料時代的來臨,對於以長征五號、長征七號火箭為代表的新一代運載火箭,我們開始探索信息資料融合的設計方法.未來運載火箭將是傳統運載火箭與新一代信息及智能技術的重塑性融合,將打破傳統運載火箭設計理念,形成基於信息資料融合的智能型火箭,以提升對任務、故障和環境等的適應性.
人工智能作為信息科學的一個重要領域,其發展被上升到國家發展戰略的高度.人工智能是推動科技革命的重要力量,促進產業持續變革,成為國家戰略競爭力的重要支撐.一方面,運載火箭對全箭信息智能化決策有強烈需求;另一方面,傳統控制方法為適應新型運載火箭對智能化的需求面臨巨大的挑戰.這兩者的碰撞意味著發展智能控制的大好時機的到來,我們應緊緊抓住這個機遇,迎頭創新,使我國能在新一代控制技術發展上佔據制高點.
運載火箭智能控制系統的目標是,讓火箭在飛行過程中能夠實現在線故障診斷,進行本體參數及環境參數的信息感知與處理,並?實時進行控制能力在線評估.隨著大資料及智能技術的發展,基於全箭信息融合的智能控制技術進展顯著,而且應用條件逐步成熟.對標美國以NASA 為代表的國家科研體和以SpaceX 公司為代表的新興商業航太公司的新研火箭的能力,火箭控制系統的智能化特徵已成為新一代火箭的標配能力.
本書針對運載火箭的參數辨識、評估決策、軌跡規劃和智能控制問題,提出了基於智能控制理論的解決方案,可供運載火箭控制系統設計人員參考.全書內容共分７章.第１章梳理了國內外運載火箭控制系統的設計理念歷程和運載火箭制導與控制技術進展,對比分析了國內外運載火箭控制系統的現狀,提出了運載火箭智能控制系統的概念;第２章介紹了典型坐標系的定義、運載火箭動力學與運動學模型、典型控制方法以及控制系統的組成和功能;第３章介紹了運載火箭故障檢測與診斷算法研究方面取得的成果;第４章基於解析方法介紹了基於需要速度模型的入軌能力評估方法和基於快速外推計算的入軌能力在線評估方法;第５章基於數值優化方法介紹了兩種能夠在線實現的軌跡規劃方法,即基於改進間接法的軌跡規劃方法和基於模型補償的序列凸優化方法;第６章從人工智能理論出發,介紹了基於智能控制的運載火箭控制律、制導律設計方法;第７章以某型火箭為工程算例,考慮動力系統故障引起推力下降情況下,利用火箭智能控制方法,進行火箭控制能力的在線評估與軌跡在線規劃.

目　錄
第１章　緒論 １
１.１　運載火箭控制系統的設計理念歷程 １
１.１.１　基於偏差的運載火箭控制系統設計 １
１.１.２　基於有限故障的運載火箭控制系統設計 ２
１.１.３　基於全箭信息智能決策的運載火箭控制系統設計 ２
１.２　運載火箭制導與控制技術進展 ３
１.３　國內外運載火箭控制系統的差距分析. ４
１.４　運載火箭智能控制系統的概念 ６
參考文獻. ９
第２章　火箭控制系統建模及組成. １０
２.１　引言 １０
２.２　坐標系定義及轉換 １０
２.２.１　坐標系定義. １０
２.２.２　坐標系轉換關係及歐拉角定義. １１
２.３　運載火箭動力學與運動學模型. １４
２.３.１　火箭動力學方程. １５
２.３.２　火箭運動學方程. １９
２.３.３　火箭繞質心運動的動力學方程. ２０
２.３.４　火箭繞質心運動的運動學方程. ２２
２.４　運載火箭常用控制方法 ２３
目　錄
.Ⅳ　.
２.５　運載火箭控制系統主要組成和功能. ２５
參考文獻. ２６
第３章　運載火箭智能辨識 ２８
３.１　引言 ２８
３.２　智能辨識技術發展歷程 ２９
３.３　典型故障模式 ３１
３.３.１　發動機故障. ３１
３.３.２　姿態控制發動機系統故障. ３２
３.３.３　貯箱故障 ３３
３.３.４　陀螺儀故障. ３６
３.３.５　伺服機構故障 ３７
３.４　狀態辨識 ３８
３.４.１　線性氣動力辨識模型. ４２
３.４.２　氣動係數求解 ４２
３.４.３　遞推最小二乘估計 ４３
３.５　模擬 ４５
３.５.１　方法描述 ４６
３.５.２　面向控制的飛行器模型建立 ４７
３.５.３　控制器設計. ４８
３.５.４　模擬結果 ４９
參考文獻. ５２
第４章　運載火箭智能評估與決策. ５５
４.１　引言 ５５
４.２　基於需要速度模型的入軌能力評估方法. ５５
４.２.１　故障狀態下液體運載火箭能量損失分析. ５６
４.２.２　基於軌道約束的需要速度計算方法. ５７
運載火箭智能控制
.Ⅴ　.
４.２.３　基於需要速度模型的入軌能力實時在線評估方法. ５９
４.３　基於上升段快速外推計算的故障狀態入軌能力在線
評估方法 ６０
４.４　在線決策邏輯 ６７
４.５　模擬 ６７
參考文獻. ７７
第５章　運載火箭軌跡在線規劃 ７８
５.１　引言 ７８
５.２　基於改進間接法的大氣層內快速最優軌跡規劃技術 ７９
５.２.１　性能指標 ７９
５.２.２　終端約束 ７９
５.２.３　哈密頓函數和極值條件 ８０
５.２.４　優化計算模型 ８１
５.２.５　基於有限差分＋改進牛頓反覆運算數值求解算法. ８５
５.３　上升段凸優化方法 ８７
５.３.１　模型序列補償方法 ８８
５.３.２　過程約束的序列凸化. ９２
５.３.３　凸模型下的大氣層內火箭軌跡規劃問題. ９４
５.３.４　離散線性凸最優控制問題. ９６
５.３.５　模型補償序列凸規劃算法設計. １００
５.４　模擬 １０３
５.４.１　正常狀態上升段軌跡規劃模擬與分析 １０４
５.４.２　動力故障情況下火箭上升段軌跡自主規劃
模擬與分析. １１１
參考文獻 １１８
目　錄
.Ⅵ　.
第６章　智能控制. １１９
６.１　引言 １１９
６.２　自我調整控制. １１９
６.２.１　簡介 １１９
６.２.２　自我調整控制技術. １２０
６.３　智能控制 １２４
６.３.１　基本原理 １２４
６.３.２　智能控制技術 １２５
６.４　模擬分析 １３１
６.４.１　MATLAB自帶神經網絡模組訓練算例. １３１
６.４.２　BP神經網絡訓練算例 １３３
參考文獻 １３７
第７章　智能火箭控制實例. １３９
７.１　實例概述 １３９
７.２　芯一級推力下降故障及模擬 １３９
７.３　芯二級推力下降故障及模擬 １４１
７.４　小結 １４３