神经网络模型的用于卫星诊斷的姿态控制系统
附件:外文资料翻译译文
神经网络模型的用于卫星诊断的姿态控制系统
所罗门黑山,胡伟铎
摘要:本文在神经网络的基础上建立了I.个用于通信卫星的姿态控制系统(ACS)的故障检测模型.首先,模型中使用了动态的多层感知器网络,该网络中的神经元对应I.个II阶线性无限脉冲响应(IIR)滤波器和非线性激活函数可调参数.其次,通过调整模型中的参数来使指定的性能指标的输出估计误差值降到最低,并从ACS中收集给定的输入-输出数据.接着提出动态神经网络模型并对卫星上的轮子进行故障检测,在通信卫星的正常模式下这是主要的致动器.然后对网络的性能和功能进行了测试,并与剩余观察者的传统模型进行比较,显示出这两种方法之间的差异,结果表明该算法的优势是知道动量轮的真正地位.最后,对该模型在卫星地面站方面的应用进行了探讨.
关键字:卫星;姿态控制;动量轮;神经网络;故障检测
I..介绍
这几年,随着自动化操作和技术流程设计的影响日益增加,对于过程性能和产品质量的需求不断增长导致了自动化发展过程的不断扩张.操作员的存在使得过程操作能够独立运行,而不断上涨的工资则可以减轻操作员单调的任务.
卫星对于我们来说很重要,几乎能够改进所有事情,而且在这个限制的领域中自动化过程已经取得了X足的进步.通常,为了升级系统,研究人员会试图做I.些硬件和软件(STK.仿真软件.Matlab等).但由于设备的性能,有时这些硬件和软件会有I.些局限性.在系统的设计和开发中变量的控制被视为I.个目标,但本课程的工作并不容易,到后来使用的故障检测,诊断和隔离等方法都是必要的.
由于神经网络有能力来处理非线性.复杂性.不确定性.嘈杂性和损坏数据,参考文献II-VI中研究了神经网络的吸引力和它在故障诊断中的应用.神经网络在高度非线性过程中能够形成合适的建模工具.I.般来说,在I *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
.系列操作条件下,相比开发I.堆的线性模型,它更有利于开发I.个非线性神经网络模型,而每次开发都是I.个特定操作,最终使得神经网络成为生成残差的理想工具.
近年来,故障诊断和识别已被广泛研究,由于希望安全控制系统能够运行可靠,导致对故障诊断和识别系统的需求不断增加,如智能汽车和未来计划自主探索航天器.故障诊断计划的主要任务是检测和隔离故障发生,以避免整体监控系统发生故障和任何涉及人类的灾难伤亡和物质损失.
卫星通信链接能力增长了现有的通信能力并且给工艺路线提供了额外的通信量.如几种远程链接之I.的卫星链接,它的链接交换战略中心位于世界各地.关于通信卫星和姿态控制,两者之间有I.种关系,在这篇文章中用I.个有趣的点来表示,因为传动装置允许维护所需的天线指向卫星,因此如果天线是正常工作且没有任何故障,那么对于卫星用户来说得到的结果将会是最好的.
有许多研究需要避免执行机构发生故障,他们通常会使用不同的方法来避免故障发生,其中的I.个方法是以神经网络为代表和其他变量相结合,经过变量控制来获得系统的最佳性能.通过这些研究人员的成果,本文试图开发I.个建立在神经网络模型基础上的用于卫星故障检测和隔离的姿态控制系统.
由于需要I.个有效的工具使得航天器可以拥有更多的自主权,我们可以通过地面站的支持,运营商的检测并排除航天器的故障,从而使航天器在不可预见.重大不确定性.外空扰动的情况下正常工作.在本文中,我们将为动量轮设计I.个诊断算法作为ACS系统中常用的致动器.
本文的内容大致如下.最初介绍有关神经网络方面的知识,然后在第II部分评论神经网络模型,在下I.节中将神经网络模型应用于动量轮,然后在第IV部分通过I.些错误的场景和相应的结果来提出神经网络的应用.这样做的目的是为了体现我们提出的故障检测方法的优势,我们的故障检测方法是使用基准执行线性模型,比较评价结果和观察剩余电量以及得到最后的结论.
II.神经网络
在第II部分中,我们将开发I.个观察者的神经网络模型来对动量轮进行故障检测和隔离.图I.所示的神经网络模型将使用不同的神经网络诊断系统来执行检测和隔离任务.
在数学模型的故障诊断方案中,工厂通过建立模型进行残差诊断,得出比较实际的数据模型,然后使用残差诊断来进行错误的判定.假定这个数学模型的故障诊断方案能够代表实际的系统并且拥有足够的精度.不然如果实际系统之间互不匹配,那么这个模型以及相关干扰可能会最终导致不可靠的故障诊断方案被提出来.
在本节中介绍了广义动态神经元模型的结构.动态神经网络的结构是传统的静态模型通过添加无限脉冲响应(IIR)过滤器,神经元传递函数泛化得到的.
在这个动态的神经元结构中,有III个主要的操作执行命令,用以下表达式来计算开始输入的加权和:
w=(wI..wIIwIII,…,wp)表示重量的输入向量,P表示输入数量,u(k)=[uI.(k)·uII(k)…up]T是输入向量.因此,通过IIR滤波器计算x(k)的加权和.相应滤波器的特性可以通过下列差分方程进行描述:
因此上面代表过滤器的输入向量,y(k)表示过滤器的输出向量,a=[aI.,aII,aIII,…,an]和b=[b0,bI.,…,Bn]是反馈和前馈路径加权向量,n表示过滤器的顺序.神经元的输出可以被表示为:
F(·)是非线性激活函数,产生神经元的输出向量y( *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
k),g是激活函数的参数用来定义它的斜率.
与Elman和另I.个DML网络相比,由于神经元内部动态系统中的DMLP流程建模系统在当前时间即k时进行测量,从而减少了训练的输入空间网络.
通过网络训练来完成分析模型这项任务,该模型描述了MW在正常模式下的操作,它可以直接从Ref的仿真模型MW中学习收集数据,经过动态神经网络训练过程后,提出的动态神经网络可以有平等的结构作为标准前馈反向传播网络.计算机通过隐藏层中的动态过滤器输出误差传播回输入层,可以定义扩展的动态反向传播算法,它可以通过在线或离线这两种模式下进行训练.
III.动量轮模型
宇宙飞船的位置是由空间定位的,通过子系统来稳定和调整太空船,本文涉及某些航天器姿态控制方面的知识,知道如何控制以及决定什么时候显示各种各样的问题,MW是这I.领域的重要设备,属于卫星的子系统.尽管卫星受到外部干扰力的作用,但这样却稳定了S/C并且朝着它期望的方向飞行.
动量轮是由飞轮偏置设计的,它为旋转轴提供了变量动力存储能力,通常是固定在车辆上.该设备主要为飞船提供所需的动力.作为I.个副产品,动量轮还可以使得卫星的姿态轴平行于动量轮的轴旋转.MW用于航天器姿态控制,由巨大的旋转磁盘或旋转轮组成.虽然动量轮在静态和动态下X分平衡,但操作的高速度(≈IVV00到VIV00RPM)会导致航天器出现动态故障;当然,现实并非如此简单,这个设备能够根据输入的电压和电阻(RM)控制转矩提供给自己想要的.
Ref[I.VI]将I.个电机转换成所谓的动量轮(MW),它的基本方程如下:
上面的方程给出了I.个线性的动量交换设备模型.从技术上讲,这样的设备有I.个转矩和速度的限制,当设计I.个卫星的姿态控制时,就必须考虑这些限制.
MW本质上是I.个动量传递和存储设备,为车辆提供转矩和存储角动量.它包括I.个旋转的内部无刷直流电机的飞轮,这个飞轮通过姿态控制为其提供了实用性.MATLAB的动量轮仿真软件模型是由Ref开发的支持在反应环上的模型.
上面的动量轮示意图使我们能够获得I.个用于ACS卫星的高保真度数学模型.必须强调,这I.块通过数学描述用于模拟,引入不同的缺陷来检查神经网络的响应时间.典型的参数MW是由Ref开发的T-SAT虚拟卫星发射得到的.上面的MW模型随后用于诊断ACS系统,该系统包括非线性卫星姿态的动力学模型并且系统能够使模型显示故障注入功能.
I.个典型的III轴稳定的通信飞船,配置有两个动量轮和I.个反应轮用于姿态控制.I.个由Ref开发的同步虚拟飞船,是典型通信飞船配置的相应比例,它通过舱口围板支架使两个动量轮(MW)连接在航天器结构上.这颗卫星被用来完成I.些特殊的任务,比如正常模式下的误差必须小于:罗尔:±0.0V°,音高:±0.0V°和偏航:±0.I.V,还有在正常模式下,卫星有能力做W/E定位.
为了保证系统的可靠性等要求,卫星需要满足ACS的精度要求.
神经网络模型的用于卫星诊断的姿态控制系统
所罗门黑山,胡伟铎
摘要:本文在神经网络的基础上建立了I.个用于通信卫星的姿态控制系统(ACS)的故障检测模型.首先,模型中使用了动态的多层感知器网络,该网络中的神经元对应I.个II阶线性无限脉冲响应(IIR)滤波器和非线性激活函数可调参数.其次,通过调整模型中的参数来使指定的性能指标的输出估计误差值降到最低,并从ACS中收集给定的输入-输出数据.接着提出动态神经网络模型并对卫星上的轮子进行故障检测,在通信卫星的正常模式下这是主要的致动器.然后对网络的性能和功能进行了测试,并与剩余观察者的传统模型进行比较,显示出这两种方法之间的差异,结果表明该算法的优势是知道动量轮的真正地位.最后,对该模型在卫星地面站方面的应用进行了探讨.
关键字:卫星;姿态控制;动量轮;神经网络;故障检测
I..介绍
这几年,随着自动化操作和技术流程设计的影响日益增加,对于过程性能和产品质量的需求不断增长导致了自动化发展过程的不断扩张.操作员的存在使得过程操作能够独立运行,而不断上涨的工资则可以减轻操作员单调的任务.
卫星对于我们来说很重要,几乎能够改进所有事情,而且在这个限制的领域中自动化过程已经取得了X足的进步.通常,为了升级系统,研究人员会试图做I.些硬件和软件(STK.仿真软件.Matlab等).但由于设备的性能,有时这些硬件和软件会有I.些局限性.在系统的设计和开发中变量的控制被视为I.个目标,但本课程的工作并不容易,到后来使用的故障检测,诊断和隔离等方法都是必要的.
由于神经网络有能力来处理非线性.复杂性.不确定性.嘈杂性和损坏数据,参考文献II-VI中研究了神经网络的吸引力和它在故障诊断中的应用.神经网络在高度非线性过程中能够形成合适的建模工具.I.般来说,在I *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
.系列操作条件下,相比开发I.堆的线性模型,它更有利于开发I.个非线性神经网络模型,而每次开发都是I.个特定操作,最终使得神经网络成为生成残差的理想工具.
近年来,故障诊断和识别已被广泛研究,由于希望安全控制系统能够运行可靠,导致对故障诊断和识别系统的需求不断增加,如智能汽车和未来计划自主探索航天器.故障诊断计划的主要任务是检测和隔离故障发生,以避免整体监控系统发生故障和任何涉及人类的灾难伤亡和物质损失.
卫星通信链接能力增长了现有的通信能力并且给工艺路线提供了额外的通信量.如几种远程链接之I.的卫星链接,它的链接交换战略中心位于世界各地.关于通信卫星和姿态控制,两者之间有I.种关系,在这篇文章中用I.个有趣的点来表示,因为传动装置允许维护所需的天线指向卫星,因此如果天线是正常工作且没有任何故障,那么对于卫星用户来说得到的结果将会是最好的.
有许多研究需要避免执行机构发生故障,他们通常会使用不同的方法来避免故障发生,其中的I.个方法是以神经网络为代表和其他变量相结合,经过变量控制来获得系统的最佳性能.通过这些研究人员的成果,本文试图开发I.个建立在神经网络模型基础上的用于卫星故障检测和隔离的姿态控制系统.
由于需要I.个有效的工具使得航天器可以拥有更多的自主权,我们可以通过地面站的支持,运营商的检测并排除航天器的故障,从而使航天器在不可预见.重大不确定性.外空扰动的情况下正常工作.在本文中,我们将为动量轮设计I.个诊断算法作为ACS系统中常用的致动器.
本文的内容大致如下.最初介绍有关神经网络方面的知识,然后在第II部分评论神经网络模型,在下I.节中将神经网络模型应用于动量轮,然后在第IV部分通过I.些错误的场景和相应的结果来提出神经网络的应用.这样做的目的是为了体现我们提出的故障检测方法的优势,我们的故障检测方法是使用基准执行线性模型,比较评价结果和观察剩余电量以及得到最后的结论.
II.神经网络
在第II部分中,我们将开发I.个观察者的神经网络模型来对动量轮进行故障检测和隔离.图I.所示的神经网络模型将使用不同的神经网络诊断系统来执行检测和隔离任务.
在数学模型的故障诊断方案中,工厂通过建立模型进行残差诊断,得出比较实际的数据模型,然后使用残差诊断来进行错误的判定.假定这个数学模型的故障诊断方案能够代表实际的系统并且拥有足够的精度.不然如果实际系统之间互不匹配,那么这个模型以及相关干扰可能会最终导致不可靠的故障诊断方案被提出来.
在本节中介绍了广义动态神经元模型的结构.动态神经网络的结构是传统的静态模型通过添加无限脉冲响应(IIR)过滤器,神经元传递函数泛化得到的.
在这个动态的神经元结构中,有III个主要的操作执行命令,用以下表达式来计算开始输入的加权和:
w=(wI..wIIwIII,…,wp)表示重量的输入向量,P表示输入数量,u(k)=[uI.(k)·uII(k)…up]T是输入向量.因此,通过IIR滤波器计算x(k)的加权和.相应滤波器的特性可以通过下列差分方程进行描述:
因此上面代表过滤器的输入向量,y(k)表示过滤器的输出向量,a=[aI.,aII,aIII,…,an]和b=[b0,bI.,…,Bn]是反馈和前馈路径加权向量,n表示过滤器的顺序.神经元的输出可以被表示为:
F(·)是非线性激活函数,产生神经元的输出向量y( *好棒文|www.hbsrm.com +Q: ^3^5`1^9`1^6^0`7^2#
k),g是激活函数的参数用来定义它的斜率.
与Elman和另I.个DML网络相比,由于神经元内部动态系统中的DMLP流程建模系统在当前时间即k时进行测量,从而减少了训练的输入空间网络.
通过网络训练来完成分析模型这项任务,该模型描述了MW在正常模式下的操作,它可以直接从Ref的仿真模型MW中学习收集数据,经过动态神经网络训练过程后,提出的动态神经网络可以有平等的结构作为标准前馈反向传播网络.计算机通过隐藏层中的动态过滤器输出误差传播回输入层,可以定义扩展的动态反向传播算法,它可以通过在线或离线这两种模式下进行训练.
III.动量轮模型
宇宙飞船的位置是由空间定位的,通过子系统来稳定和调整太空船,本文涉及某些航天器姿态控制方面的知识,知道如何控制以及决定什么时候显示各种各样的问题,MW是这I.领域的重要设备,属于卫星的子系统.尽管卫星受到外部干扰力的作用,但这样却稳定了S/C并且朝着它期望的方向飞行.
动量轮是由飞轮偏置设计的,它为旋转轴提供了变量动力存储能力,通常是固定在车辆上.该设备主要为飞船提供所需的动力.作为I.个副产品,动量轮还可以使得卫星的姿态轴平行于动量轮的轴旋转.MW用于航天器姿态控制,由巨大的旋转磁盘或旋转轮组成.虽然动量轮在静态和动态下X分平衡,但操作的高速度(≈IVV00到VIV00RPM)会导致航天器出现动态故障;当然,现实并非如此简单,这个设备能够根据输入的电压和电阻(RM)控制转矩提供给自己想要的.
Ref[I.VI]将I.个电机转换成所谓的动量轮(MW),它的基本方程如下:
上面的方程给出了I.个线性的动量交换设备模型.从技术上讲,这样的设备有I.个转矩和速度的限制,当设计I.个卫星的姿态控制时,就必须考虑这些限制.
MW本质上是I.个动量传递和存储设备,为车辆提供转矩和存储角动量.它包括I.个旋转的内部无刷直流电机的飞轮,这个飞轮通过姿态控制为其提供了实用性.MATLAB的动量轮仿真软件模型是由Ref开发的支持在反应环上的模型.
上面的动量轮示意图使我们能够获得I.个用于ACS卫星的高保真度数学模型.必须强调,这I.块通过数学描述用于模拟,引入不同的缺陷来检查神经网络的响应时间.典型的参数MW是由Ref开发的T-SAT虚拟卫星发射得到的.上面的MW模型随后用于诊断ACS系统,该系统包括非线性卫星姿态的动力学模型并且系统能够使模型显示故障注入功能.
I.个典型的III轴稳定的通信飞船,配置有两个动量轮和I.个反应轮用于姿态控制.I.个由Ref开发的同步虚拟飞船,是典型通信飞船配置的相应比例,它通过舱口围板支架使两个动量轮(MW)连接在航天器结构上.这颗卫星被用来完成I.些特殊的任务,比如正常模式下的误差必须小于:罗尔:±0.0V°,音高:±0.0V°和偏航:±0.I.V,还有在正常模式下,卫星有能力做W/E定位.
为了保证系统的可靠性等要求,卫星需要满足ACS的精度要求.
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/lwqt/wxzs/112.html
