[发明专利]一种推力下降故障下运载火箭上升段智能任务重构方法

说明书

本发明公开了一种推力下降故障下运载火箭上升段智能任务重构方法，包括采用自适应配点法获取最优救援轨道与其对应飞行轨迹；从所述最优救援轨道对应的飞行轨迹中提取最优轨迹，对所述最优轨迹按离散的飞行时间节点插值，产生“故障状态‑最优轨迹”数据集；采用最大最小法对数据集进行归一化处理，通过正交最小二乘法选择径向基神经网络数据中心，建立故障状态到最优轨迹关系；将所述径向基神经网络迁移到火箭实际飞行中，该径向基神经网络在线决策出近似最优轨迹；利用决策出的所述近似最优轨迹为初始猜测值，采用自适应伪谱法在线求解得到最优救援轨道与飞行轨迹。本发明可在线同时优化救援轨道和其对应的飞行轨迹，并且节省了计算时间。

技术领域

本发明涉及故障下运载火箭救援技术领域，具体涉及一种推力下降故障下运载火箭上升段智能任务重构方法。

背景技术

发动机作为火箭动力装置，是全箭飞行可靠性及安全性的决定因素。在实际飞行任务中，运载火箭发动机故障等原因易造成推力下降，如果继续沿用标称弹道条件下的制导控制方案将难以完成任务，会导致飞行任务失败。

为了解决运载火箭因推力下降故障而坠毁的问题，需要研究一种在线任务重构方法，或叫飞行任务降级方法，来优化最优救援轨道和其对应的飞行轨迹。与传统目标轨道已知的轨迹优化问题不同，在线任务重构是一个救援轨道和飞行轨迹的联合优化问题。

发明内容

为了避免运载火箭推力下降故障引起发射任务失败，提出了一种基于轨迹决策的在线任务重构方法，可在线同时优化救援轨道和其对应的飞行轨迹。

为实现上述目的，本申请的技术方案为：一种推力下降故障下运载火箭上升段智能任务重构方法，包括

离线遍历大量的推力下降故障状态，构建任务重构问题，使用凸优化方法对所述任务重构问题求解近似轨迹，以所述近似轨迹作为初值，采用自适应配点法获取最优救援轨道与其对应飞行轨迹；

从所述最优救援轨道对应的飞行轨迹中提取最优轨迹，对所述最优轨迹按离散的飞行时间节点插值，产生“故障状态-最优轨迹”数据集；

采用最大最小法对数据集进行归一化处理，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，离线训练所述径向基神经网络，从而建立故障状态到最优轨迹关系；

将所述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近似最优轨迹；利用决策出的所述近似最优轨迹为初始猜测值，采用自适应伪谱法在线求解得到最优救援轨道与飞行轨迹。

进一步的，所述数据集的输入特征是故障状态，该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；所述数据集的输出特征是状态变量序列、控制变量序列。

进一步的，构建任务重构问题，具体为：

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，I_sp为火箭的发动机比冲；u＝[u_x,u_y,u_z]^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-η)T_nom，T_nom是发动机标称推力；g₀为重力加速度；