买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连理工大学;上海宇航系统工程研究所

摘要：本发明公开了一种火箭推力下降故障下椭圆救援轨道的轨迹重规划方法，包括：构建各种推力下降故障下椭圆救援轨道的轨迹优化问题；采用自适应伪谱法离线求解椭圆救援轨道的轨迹优化问题，得到故障状态‑入轨参数的样本集；采用最大最小法对样本数据进行归一化处理，通过正交最小二乘法选择径向基神经网络数据中心，其中径向基函数为高斯基函数，离线训练径向基神经网络，从而建立故障状态到入轨参数非线性映射关系；采用自适应伪谱法在线求解最优推进剂优化问题，即可得到飞行轨迹。本发明通过径向基神经网络决策入轨参数为在线椭圆救援轨道的轨迹规划提供合理的初值，且能避免出现因目标函数中各变量之间的冲突导致的计算效率降低。

主权项：1.一种火箭推力下降故障下椭圆救援轨道的轨迹重规划方法，其特征在于，包括：在地心惯性坐标系中建立火箭的上升段二级飞行动力学方程，以不同的故障时刻、推力下降百分比设置边界条件和约束条件，构建各种推力下降故障下椭圆救援轨道的轨迹优化问题：设X1轴在赤道平面内指向发射时刻本初子午线方向，Z1轴垂直赤道平面指向北极，Y1轴满足右手定则，在地心惯性坐标系中建立火箭的上升段二级飞行动力学方程如下： 式中r，v分别为运载火箭的位置、速度向量，为r的一阶导数，为v的一阶导数；μ＝GM为地球引力常数，G为引力常量，M为地球质量；m为火箭的总质量，为m的一阶导数，Isp为火箭的发动机比冲；u＝[ux,uy,uz]T为发动机的推力单位矢量分量；当发动机发生故障，推力下降的比例是η，推力大小是1-ηTnom，Tnom是发动机标称推力；g0为重力加速度；在推力下降故障情况下，发动机比冲不变，推进剂的秒耗量下降h，总飞行时间超过标称的飞行时间，假定发动机推力下降故障出现时刻为t0，运载火箭需要以t0时刻的状态为起始点优化救援轨迹，因此起始点等式约束条件表示为：xt0＝x04式中，x0是起始点的状态；用mf表示剩余燃料耗尽后运载火箭与有效载荷的总质量，地球半径是R0；定义最低安全轨道高度为hsafe，终端质量和高度应当满足：mtf≥mf,hsafe≤rtf-R05发生推力下降故障，为椭圆救援轨道类型，在调整轨道平面的同时，尽量提高轨道高度；椭圆救援轨道的轨迹优化问题描述为： 其中J是优化目标，λhp,λa,λi,λΩ为权重因子，hpf对应入轨轨道的近地点高度，是目标轨道的近地点高度,tf为终端时刻，af,if,Ωf分别为入轨轨道的半长轴、倾角、升交点赤经，分别为目标轨道的半长轴、倾角、升交点赤经；采用自适应伪谱法离线求解椭圆救援轨道的轨迹优化问题，得到故障状态-入轨参数的样本集，其中样本集的输入特征为故障状态，所述故障状态包括推力故障的时刻、推力下降的大小、位置、速度和质量，其中样本集的输出特征为入轨参数，所述入轨参数包括轨道半长轴、偏心率、轨道倾角、升交点赤经、终端的控制变量；采用最大最小法对样本数据进行归一化处理，将所有数据规范化到[-1,1]之间，通过正交最小二乘法选择径向基神经网络数据中心，其中径向基函数为高斯基函数，离线训练径向基神经网络，从而建立故障状态到入轨参数非线性映射关系；将径向基神经网络迁移到火箭实际飞行中，以飞行的故障状态作为输入，该径向基神经网络在线决策出入轨参数；利用决策出的救援轨道根数和终端控制变量，为轨迹规划设置合理的初始猜测值；利用决策出的救援轨道根数将椭圆救援轨道的轨迹优化问题转化为最优推进剂优化问题，采用自适应伪谱法在线求解最优推进剂优化问题，即可得到飞行轨迹；为轨迹规划设置合理的初始猜测值，具体为：根据故障状态，采用径向基神经网络决策救援的终端轨道根数和终端控制变量其中，分别为终端轨道的半长轴、偏心率、倾角、升交点赤经；在初始猜测值中，时间向量为状态向量为控制变量向量为t0为假定发动机推力下降故障出现时刻，x0是起始点的状态；飞行时间的猜测值，等于剩余推进剂除以秒耗量；是故障发生时的推力单位矢量分量；由入轨点的轨道根数决策值求得；升交点与入轨点之间的夹角是地心角Φk，用来近似升交点赤经；采用自适应伪谱法在线求解最优推进剂优化问题时，由于已知了救援轨道的轨道根数，将椭圆救援轨道的轨迹优化问题转化为最优推进剂优化问题： 其中，用mf表示剩余燃料耗尽后运载火箭与有效载荷的总质量，地球半径是R0，定义最低安全轨道高度为hsafe，u＝[ux,uy,uz]T为发动机的推力单位矢量分量；δ是一个避免径向基神经网络决策出的轨道半长轴正误差导致最优推进剂优化问题无法求解的项；为了消除半长轴正误差对在线轨迹优化的影响，将半长轴的末端约束设置为

全文数据：

权利要求：

百度查询： 大连理工大学 上海宇航系统工程研究所 一种火箭推力下降故障下椭圆救援轨道的轨迹重规划方法