-
公开(公告)号：CN109573103B
公开(公告)日：2021-04-13
申请号：CN201811373001.5
申请日：2018-11-19
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 本发明一种适用于推力下降故障条件下的剩余运载能力评估方法，在运载火箭推力下降故障出现后，判断利用可用推力和剩余燃料，是否能够将运载火箭送入原定目标轨道；若能，则将运载火箭利用可用推力和剩余燃料将运载火箭送入原定目标轨道，若不能，则判断运载火箭利用可用推力和剩余燃料是否能够进入安全轨道，若可用推力和剩余燃料满足进入安全轨道的条件，则利用可用推力和剩余燃料将运载火箭送入原定目标轨道与安全轨道之间的救援轨道或安全轨道；否则，判定剩余运载能力不足以进入安全轨道；将剩余运载能力量化为进入原目标轨道和安全轨道所需的发动机最短正常工作时长的求解问题，减小救援轨道的求解空间，提升求解效率。
-
公开(公告)号：CN112550770A
公开(公告)日：2021-03-26
申请号：CN202011480564.1
申请日：2020-12-15
Applicant: 北京航天自动控制研究所
IPC: B64G1/24
Abstract: 本发明提供了一种基于凸优化的火箭软着陆轨迹规划方法，属于运载火箭控制技术领域，包括以下步骤：根据火箭软着陆过程建立满足凸优化的火箭动力软着陆段运动方程、火箭动力软着陆段状态约束方程，并获取火箭动力软着陆段目标函数；根据火箭动力软着陆段运动方程、火箭动力软着陆段状态约束方程、以及火箭动力软着陆段目标函数建立火箭动力软着陆段在线轨迹序列凸优化方程；在线滚动规划软着陆段可行域最大的理想轨迹。本发明提供的一种基于凸优化的火箭软着陆轨迹规划方法，提升可重复使用火箭进入动力软着陆段后的抗干扰能力，并且适于在线求解复杂约束的轨迹规划问题。
-
公开(公告)号：CN111597702A
公开(公告)日：2020-08-28
申请号：CN202010390797.6
申请日：2020-05-11
Applicant: 北京航天自动控制研究所
IPC: G06F30/20 , B64G1/24 , B64G1/62 , G06F119/14
Abstract: 一种火箭着陆轨迹规划方法及装置，包括：根据火箭发动机推力调节能力，计算着陆段采用最大推力和最小推力两种状态完成着陆的最大纵向速度-高度剖面和最小纵向速度-高度剖面；计算不同高度下所述最大纵向速度-高度剖面和最小纵向速度-高度剖面对应的速度平均值，进而得到可行域最大的纵向速度-高度标准剖面；根据实际飞行高度变化趋势以及所述纵向速度-高度标准剖面，最小化飞行过程期望纵向速度与实际纵向速度的偏差，构建可行域最大化的优化目标函数；根据所述优化目标函数规划火箭着陆轨迹。采用本申请中的方案，提升了在线规划的着陆轨迹对偏差的适应能力，有利于火箭安全着陆。
-
公开(公告)号：CN109484676B
公开(公告)日：2020-08-14
申请号：CN201811528445.1
申请日：2018-12-13
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: B64G1/24
Abstract: 本发明涉及一种垂直起降火箭在线轨迹规划的等效姿态控制处理方法，依靠发动机摆角调整箭体姿态也需要一个响应过程，因此将此调节过程引入在线轨迹规划x,z方向的动力学等式约束中，可以将姿态控制回路间接体现在在线轨迹规划算法中，可以解决姿态控制响应延迟而导致x,z方向推力矢量分量不准确的难题，使得整体控制运动规划效果更佳，有助于提高火箭落地时的位置精度。通过对ux和uz的变化率进行约束，进而能够对姿态角的变化率进行约束，保证了火箭的姿态控制能够被及时响应。当接近飞行结束时，对ux和uz进行终端等式约束，能够使得火箭垂直平稳着陆回收。
-
公开(公告)号：CN111221345A
公开(公告)日：2020-06-02
申请号：CN202010076008.1
申请日：2020-01-23
Applicant: 北京航天自动控制研究所
Abstract: 本发明涉及一种基于决策树的飞行器推力故障在线辨识方法，适用于飞行器飞行过程中典型动力系统推力故障在线辨识领域。针对控制系统飞行运动信息(如飞行位置、速度、加速度、转速、姿态角、角速度等)进行数据融合生成，并生成决策树，采用训练好的决策树对主发动机故障进行辨识，能够有效实现对故障类型的实时准确建模判别。考虑飞行器质心运动、扰心运动、结构干扰、气动力及力矩等因素，建立更加真实可信仿真模型，生成可信的数据样本，生成决策树，本发明可对飞行器推力故障进行实时在线辨识，可准确辨识出发动机故障。
-
Patent Agency Ranking
公开(公告)号：CN109615609A
公开(公告)日：2019-04-12
申请号：CN201811361588.8
申请日：2018-11-15
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 一种基于深度学习的焊点瑕疵检测方法，步骤如下：(1)对原始图像数据进行灰度化处理；(2)对灰度化处理后的图像进行预处理，进行滤波处理，消除噪声；(3)对预处理后的图像进行分割处理，将焊点和背景进行区分；(4)将步骤(3)分割处理后的图像进行形态学处理，将相连的焊点进一步分割；(5)对形态学处理后的图像进行最终分割，将相连的焊点处理完全，得到所有的焊点目标；(6)对所有的焊点目标进行瑕疵识别，完成焊点的瑕疵检测。本发明方法实现了电路板焊点的自动识别与瑕疵焊点检测，有助于节约人工成本，且瑕疵识别率高，有助于提升工业生产效率和可靠性。
-
公开(公告)号：CN109491246A
公开(公告)日：2019-03-19
申请号：CN201811373026.5
申请日：2018-11-19
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: G05B13/04
Abstract: 一种基于数值优化算法的自适应救援轨迹规划方法，在运载火箭发生故障后，判断故障后救援轨迹是否需要重力辅助滑行；若不需要引入重力辅助滑行，则利用剩余燃料和推力，在当前轨道面内寻找最优的救援轨迹，以及运载火箭能够将有效载荷送入的救援轨道；若需要重力辅助滑行，则考虑改变轨道面的情况，通过引入重力辅助滑行，调整变轨时机，提升剩余燃料利用率，从而优化得到最优的救援轨迹，以及运载火箭能够将有效载荷送入的救援轨道。根据对剩余运载能力的评估，自适应生成轨迹规划数值优化算法的初值，并根据生成救援轨迹状态量初值，利用数值优化算法，确定救援轨迹，提升救援轨迹求解的收敛性和求解效率，降低问题求解难度。
-
公开(公告)号：CN109484676A
公开(公告)日：2019-03-19
申请号：CN201811528445.1
申请日：2018-12-13
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: B64G1/24
Abstract: 本发明涉及一种垂直起降火箭在线轨迹规划的等效姿态控制处理方法，依靠发动机摆角调整箭体姿态也需要一个响应过程，因此将此调节过程引入在线轨迹规划x,z方向的动力学等式约束中，可以将姿态控制回路间接体现在在线轨迹规划算法中，可以解决姿态控制响应延迟而导致x,z方向推力矢量分量不准确的难题，使得整体控制运动规划效果更佳，有助于提高火箭落地时的位置精度。通过对ux和uz的变化率进行约束，进而能够对姿态角的变化率进行约束，保证了火箭的姿态控制能够被及时响应。当接近飞行结束时，对ux和uz进行终端等式约束，能够使得火箭垂直平稳着陆回收。
-
公开(公告)号：CN109343341A
公开(公告)日：2019-02-15
申请号：CN201811393548.1
申请日：2018-11-21
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
Abstract: 一种基于深度强化学习的运载火箭垂直回收智能控制方法，研究实现运载火箭自主智能控制的方法。主要研究解决利用智能控制实现运载火箭垂直回收姿态控制和轨迹规划问题。对航天事业而言，无论在人工成本的节约上，还是在人工失误的减少上，航天器自主智能化无疑都是具有重大意义的。建立运载火箭垂直回收仿真模型，并建立相应的马尔科夫决策过程，包括状态空间、动作空间、状态转移方程、回报函数，使用神经网络拟合环境和智能体行为间的映射关系，并对其进行训练，使得运载火箭能够使用训练好的神经网络自主可控回收。本项目不仅能为航天飞行器轨道智能规划技术提供技术支撑，同时也能为基于深度强化学习的航天飞行器间攻防对抗提供仿真验证平台。
-
公开(公告)号：CN105893663A
公开(公告)日：2016-08-24
申请号：CN201610192259.X
申请日：2016-03-30
Applicant: 北京航天自动控制研究所 , 中国运载火箭技术研究院
IPC: G06F17/50
CPC classification number: G06F17/5086
Abstract: 一种三捷联惯组非量化动态阈值区间估计方法。具体方案为：1)将通过蒙特卡洛打靶方法生成带有三捷联惯组误差模型的弹道数据作为样本数据；2)对样本数据进行正态分布检验，若样本数据服从正态分布，进入步骤3)；否则表明样本数据不服从正态分布；退出本方法；3)进行阈值置信区间估计。本发明与传统方法相比，可以更精确地实现正态分布验证，使阈值设计更加合理，可以快速完成阈值置信区间估计，提高模拟飞行效率。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.032 seconds)
