基于孪生神经网络的高超声速飞行器执行机构故障诊断方法

    公开(公告)号:CN116756652A

    公开(公告)日:2023-09-15

    申请号:CN202310722064.1

    申请日:2023-06-19

    摘要: 本发明公开一种基于孪生神经网络的高超声速飞行器执行机构故障诊断方法,针对样本量少,模型复杂的高超声速飞行器执行机构故障诊断问题。包括以下步骤:(1)采集高超声速飞行器传感器数据,并进行预处理;(2)获得预处理后的数据集,将数据集两两配对输入到孪生神经网络模型训练;孪生神经网络输出的特征向量对一方面用于求相似度,另一方面作为故障分类网络的输入。(3)将预处理后的待诊断的高超声速飞行器执行机构传感器数据输入到训练好的模型中,在故障分类网络中输出故障类别。本发明提高了小样本的情况下高超声速飞行器执行机构故障诊断正确率。

    基于长短时记忆神经网络线性自抗扰控制的高超声速飞行器容错控制方法

    公开(公告)号:CN116755337A

    公开(公告)日:2023-09-15

    申请号:CN202310722053.3

    申请日:2023-06-19

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种基于长短时记忆神经网络线性自抗扰控制的高超声速飞行器容错控制方法,包括建立高超声速飞行器的数学模型以及执行器故障的模型,包括其动力学模型和运动学模型;采用线性自抗扰控制技术设计控制器,针对高超声速飞行器可能出现的执行器故障和异常情况设计相应的容错控制策略,将线性自抗扰控制器和容错控制策略集成到高超声速飞行器的控制系统中;在飞行过程中,线性扩张状态观测器会不断评估当前飞行状态以及总扰动情况,根据实时控制需求和故障情况,利用长短时记忆神经网络自动调整观测器和控制器参数,确保高超声速飞行器的安全运行。

    基于数据驱动技术的高超声速飞行器姿态容错控制方法

    公开(公告)号:CN116610136A

    公开(公告)日:2023-08-18

    申请号:CN202310722061.8

    申请日:2023-06-19

    IPC分类号: G05D1/08

    摘要: 本发明公开了一种基于数据驱动技术的高超声速飞行器姿态容错控制方法,针对高超声速飞行器在飞行过程中发生的执行器故障,考虑加性故障和外部干扰的情况,基于混合数据驱动模型设计了一种自适应的滑模鲁棒控制策略。首先针对于高超声速飞行器,利用飞行力学的原理建立数学模型,并且使用BP神经网络和RNN神经网络替换模型中需要依靠风洞实验测试出来的参数。其次基于滑模控制理论,设计了一种自适应滑模面,使得跟踪误差能在不同的故障工况下快速收敛至零。本发明通过引入广义学习系统对控制器中的非线性参数进行辨识,提高了系统的抗干扰性能。该方法在高超声速飞行器具有加性故障及扰动的情况下较传统容错控制方法具有有效性和优越性。

    一种蛇形机械臂分布式TOF测距感光系统

    公开(公告)号:CN116106920A

    公开(公告)日:2023-05-12

    申请号:CN202211126813.6

    申请日:2022-09-16

    IPC分类号: G01S17/10 G01S17/931

    摘要: 本申请公开了一种蛇形机械臂分布式TOF测距感光系统,数个TOF传感器分布式安装于蛇形机械臂上,其中蛇形机械臂末端安装的TOF模块具有感光功能;TOF传感器通过CAN总线连接,向对应的检测处理模块传输测量数据;检测处理模块对接收到的方位信息以及距离信息进行处理,得到蛇形机械臂的周围障碍信息,并对周围障碍信息进行判断;检测处理模块将判断结果传输给上级控制单元,蛇形机械臂在上级控制单元的控制下完成避障任务。本申请运用完善的技术途径,并且经过成熟的试验方法实现了蛇形机械臂在运动过程中自主测距并合理避障的相关功能,具有较强的工程实践意义和良好的可发展性,未来可同样适用于柔性机械臂、蛇形机器人等。