楊弘棖 劉 山 焦瑋瑋 王效亮 丁弘毅

北京精密機(jī)電控制設(shè)備研究所，北京100076

0 引言

作為火箭控制系統(tǒng)中影響成敗的關(guān)鍵控制執(zhí)行分系統(tǒng)，推力矢量伺服系統(tǒng)在面對(duì)復(fù)雜時(shí)變非線性控制對(duì)象的同時(shí)，需滿足總體高精度、高動(dòng)態(tài)、大功率、高比功率和高可靠的控制需求。以柔性噴管推力矢量伺服系統(tǒng)為例，伺服系統(tǒng)的研制面臨柔性噴管擺心不固定、非線性負(fù)載力矩大、需自備大功率彈上能源及技術(shù)性能要求高等一系列相關(guān)難題。

智能控制出現(xiàn)于20世紀(jì)60年代，是由控制論、人工智能和運(yùn)籌學(xué)的研究成果交叉衍生的新方法，可用于對(duì)復(fù)雜非線性系統(tǒng)進(jìn)行建模、控制及優(yōu)化[1]。通過(guò)綜合利用現(xiàn)代控制理論、人工智能、專家系統(tǒng)、遺傳算法和計(jì)算機(jī)科學(xué)等新興技術(shù)，可協(xié)調(diào)解決復(fù)雜過(guò)程的控制問(wèn)題。人們普遍認(rèn)為，對(duì)于具有不確定性的數(shù)學(xué)模型、高度的非線性和復(fù)雜任務(wù)要求的一類系統(tǒng)，智能控制是目前解決此類復(fù)雜對(duì)象控制問(wèn)題的最好手段。結(jié)合航天推力矢量控制系統(tǒng)研制中面臨的一些問(wèn)題，本文針對(duì)智能控制理論的應(yīng)用進(jìn)行了分析和展望。

1 面臨的問(wèn)題

航天推力矢量控制技術(shù)在未來(lái)的發(fā)展中面臨以下問(wèn)題：

1)需要適應(yīng)復(fù)雜的負(fù)載特性。由于伺服系統(tǒng)負(fù)載特性比較復(fù)雜，以柔性噴管為例，在飛行過(guò)程中隨著發(fā)動(dòng)機(jī)燃燒室壓力的變化，存在著由結(jié)構(gòu)變形引起的擺心移動(dòng)和復(fù)雜的模態(tài)變化。由于柔性接頭具有較大彈性，噴管擺心會(huì)在燃燒室壓力作用下向下運(yùn)動(dòng)；在其受到伺服驅(qū)動(dòng)力作用時(shí)會(huì)產(chǎn)生不同于常規(guī)軸承的橫、側(cè)向乃至縱向運(yùn)動(dòng)；在大負(fù)載力矩作用下呈現(xiàn)顯著的非線性[2]。不同批次產(chǎn)品的力矩梯度也存在一定散布，貯存過(guò)程中，老化力矩的占比最高可達(dá)到30%。柔性噴管負(fù)載復(fù)雜的動(dòng)力學(xué)特性給伺服系統(tǒng)的設(shè)計(jì)，包含模型辨識(shí)、地面仿真和驗(yàn)證帶來(lái)了挑戰(zhàn)。

2)需要實(shí)現(xiàn)多約束條件下的特性最優(yōu)設(shè)計(jì)。航天伺服系統(tǒng)處于控制系統(tǒng)、動(dòng)力系統(tǒng)和總體結(jié)構(gòu)的結(jié)合部，需要協(xié)調(diào)滿足多約束條件下的任務(wù)需求。一方面伺服系統(tǒng)需要較大的功率儲(chǔ)備才能提供更快的響應(yīng)速度，另一方面總體要求機(jī)械結(jié)構(gòu)的重量不能過(guò)大，否則將導(dǎo)致安裝結(jié)構(gòu)無(wú)法承受過(guò)大的輸出力。為此，在滿足控制系統(tǒng)動(dòng)態(tài)特性的同時(shí)需要對(duì)伺服系統(tǒng)的最大輸出力進(jìn)行限制。采用無(wú)尾罩發(fā)射時(shí)，為實(shí)現(xiàn)一級(jí)柔性接頭的防護(hù)，伺服系統(tǒng)需同時(shí)對(duì)輸出位置和輸出力進(jìn)行控制。傳統(tǒng)控制策略以飛行時(shí)序?yàn)橐罁?jù)調(diào)整參數(shù)達(dá)到不同階段的控制需求，但由于負(fù)載存在復(fù)雜非線性，各項(xiàng)參數(shù)的設(shè)置需進(jìn)行大量調(diào)試，且仍難以達(dá)到控制性能的最優(yōu)。

3)需要具備對(duì)冗余資源進(jìn)行智能化的在線故障診斷和冗余資源管理的功能。在盡量提高各部件可靠性的前提下，另一種提高伺服系統(tǒng)可靠性的思路是應(yīng)用余度技術(shù)。傳統(tǒng)的多數(shù)表決和故障吸收方式占用資源較多，且由于故障產(chǎn)生機(jī)理復(fù)雜，有時(shí)會(huì)產(chǎn)生虛診和漏診的診斷錯(cuò)誤。為減少多余度機(jī)構(gòu)占用資源，避免診斷錯(cuò)誤，提高伺服系統(tǒng)的自組織、自重構(gòu)、自學(xué)習(xí)能力，需要對(duì)其進(jìn)行智能故障識(shí)別和診斷方法的研究，使系統(tǒng)在發(fā)生故障時(shí)，能夠快速自主識(shí)別故障模式并實(shí)時(shí)切換到新的工作狀態(tài)。

2 智能控制技術(shù)分析

以下將對(duì)幾種智能控制技術(shù)在推力矢量控制系統(tǒng)研制工作中的應(yīng)用和前景進(jìn)行分析。

2.1 復(fù)雜負(fù)載特性的辨識(shí)和模擬

帶載測(cè)試既是推力矢量伺服系統(tǒng)研制必不可少的工作內(nèi)容，也是控制系統(tǒng)仿真試驗(yàn)不可或缺的重要環(huán)節(jié)。負(fù)載模擬作為伺服系統(tǒng)帶載測(cè)試的必備條件，目前常用的主要有等效真實(shí)負(fù)載和機(jī)械模擬負(fù)載2種。對(duì)于柔性噴管推力矢量控制系統(tǒng)而言，模態(tài)數(shù)據(jù)雖然較為真實(shí)，但仍無(wú)法覆蓋任務(wù)書規(guī)定的最大力矩，難以模擬實(shí)際飛行過(guò)程中的擺心和力矩梯度變化，且使用維護(hù)成本高、壽命短；機(jī)械式模擬負(fù)載臺(tái)采用慣量塊和彈簧鋼板進(jìn)行負(fù)載模擬，動(dòng)力學(xué)特性模擬真實(shí)度低、參數(shù)調(diào)整不夠靈活，因此迫切需要研制具有任意加載能力的高精度通用可控負(fù)載模擬器，原理如圖1所示。在通用可控負(fù)載模擬器的應(yīng)用工作中，負(fù)載特性辨識(shí)和保證加載精度成為亟需解決的問(wèn)題。

2.1.1 基于神經(jīng)網(wǎng)絡(luò)的柔性噴管模型辨識(shí)方法

當(dāng)前對(duì)柔性噴管特性的模型辨識(shí)研究，通常將其看作變阻尼變剛度的質(zhì)量彈簧系統(tǒng)[3-4]，通過(guò)對(duì)試驗(yàn)數(shù)據(jù)或仿真數(shù)據(jù)的分析，分別獲得激振頻率、激振振幅、溫度等因素對(duì)柔性接頭力矩特性的影響，再基于動(dòng)力學(xué)模型和試驗(yàn)數(shù)據(jù)對(duì)噴管模型進(jìn)行擬合建立預(yù)測(cè)模型[5]。然而，噴管剛度和阻尼特性與激振頻率和振幅、環(huán)境溫度、燃燒室壓強(qiáng)、材料特性等眾多因素相關(guān)，基于簡(jiǎn)化模型進(jìn)行建模的方法受限于動(dòng)力學(xué)建模方法的合理性，無(wú)法準(zhǔn)確分析多種因素的綜合影響；通過(guò)試驗(yàn)系統(tǒng)難以測(cè)得噴管在極限負(fù)載下的力矩特性和分析更高頻率的動(dòng)態(tài)特性；根據(jù)試驗(yàn)方法對(duì)噴管非線性特性的研究，也僅能獲得其特性的變化趨勢(shì)，無(wú)法精確建模。近年來(lái)，神經(jīng)網(wǎng)絡(luò)[6-7]、模糊理論[8]、小波網(wǎng)絡(luò)[9]、支持向量機(jī)[10]等智能方法已經(jīng)逐漸應(yīng)用于復(fù)雜非線性系統(tǒng)的辨識(shí)當(dāng)中。

圖1 可控加載負(fù)載模擬器原理圖

圖2 BP網(wǎng)絡(luò)的結(jié)構(gòu)圖

由于神經(jīng)網(wǎng)絡(luò)方法可表達(dá)任意非線性映射，利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和自適應(yīng)能力，使其自主訓(xùn)練調(diào)整結(jié)構(gòu)參數(shù)，能大量減少參數(shù)識(shí)別和模型辨識(shí)的工作量?？紤]到BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度快，且具有關(guān)聯(lián)信息分散存儲(chǔ)、容錯(cuò)性好等優(yōu)點(diǎn)，使用BP神經(jīng)網(wǎng)絡(luò)對(duì)柔性噴管模型進(jìn)行建模和辨識(shí)[11]。其結(jié)構(gòu)如圖2所示。采用離線學(xué)習(xí)，用訓(xùn)練集內(nèi)所有模式即柔性噴管的測(cè)試數(shù)據(jù)依次訓(xùn)練網(wǎng)絡(luò)，通過(guò)累加各權(quán)值修正量并統(tǒng)一修正網(wǎng)絡(luò)權(quán)值，可以使權(quán)值按最快速下降方向進(jìn)行，大幅度提高網(wǎng)絡(luò)學(xué)習(xí)速度。

通過(guò)訓(xùn)練和修正得到的柔性噴管參數(shù)辨識(shí)BP神經(jīng)網(wǎng)絡(luò)，有望充分體現(xiàn)柔性噴管復(fù)雜的非線性特征，在給定輸入量時(shí)給出合理的預(yù)測(cè)輸出，可在控制算法中對(duì)控制對(duì)象進(jìn)行辨識(shí)，作為半實(shí)物仿真系統(tǒng)構(gòu)建和自適應(yīng)控制器設(shè)計(jì)的基礎(chǔ)。

2.1.2 基于迭代學(xué)習(xí)控制的高精度負(fù)載模擬技術(shù)

負(fù)載模擬器的高精度加載控制作為研制半實(shí)物仿真中的一項(xiàng)關(guān)鍵技術(shù)，是航空、航天領(lǐng)域內(nèi)的重要研究方向之一。電液負(fù)載模擬器作為典型的加載裝置，加載過(guò)程中多余力(力矩)的存在是設(shè)計(jì)和使用過(guò)程中難以克服的技術(shù)難點(diǎn)，直接影響負(fù)載模擬器動(dòng)態(tài)加載精度的提高。文獻(xiàn)[12]根據(jù)一般測(cè)試過(guò)程中，負(fù)載模擬器加載對(duì)象的主動(dòng)運(yùn)動(dòng)允許具有一定重復(fù)性的特點(diǎn)，提出運(yùn)用迭代學(xué)習(xí)控制消除負(fù)載模擬器加載系統(tǒng)的多余力(力矩)，并進(jìn)行了提高加載精度方面的研究。同時(shí)建立了電液負(fù)載模擬器及其被加載系統(tǒng)的全系統(tǒng)數(shù)學(xué)模型，并在此基礎(chǔ)上詳細(xì)分析了多余力(力矩)產(chǎn)生的機(jī)理。選取PID型迭代學(xué)習(xí)控制作為控制算法，利用算子理論對(duì)該算法的收斂條件、收斂速度、魯棒性和初值問(wèn)題以及開環(huán)PID型迭代學(xué)習(xí)控制和閉環(huán)PID型迭代學(xué)習(xí)控制的優(yōu)缺點(diǎn)進(jìn)行了理論推導(dǎo)和證明，為PID型迭代學(xué)習(xí)控制應(yīng)用于負(fù)載模擬器，消除多余力(力矩)和提高加載精度提供了參考依據(jù)，迭代學(xué)習(xí)控制算法如圖3所示。在理論推導(dǎo)和仿真試驗(yàn)的基礎(chǔ)上，提出了具有監(jiān)督機(jī)制的改進(jìn)P型迭代學(xué)習(xí)控制。仿真試驗(yàn)表明，該方法對(duì)提高加載精度、減小學(xué)習(xí)過(guò)程后期輸出毛刺、防止誤差發(fā)散等方面具有較好的效果。使用開環(huán)P型迭代學(xué)習(xí)控制算法和改進(jìn)P型開環(huán)迭代學(xué)習(xí)控制算法進(jìn)行了電液位置伺服系統(tǒng)提高跟蹤精度的試驗(yàn)(圖4)。結(jié)果表明，迭代學(xué)習(xí)控制算法能夠有效地提高電液伺服系統(tǒng)的跟蹤精度。

圖3 迭代學(xué)習(xí)控制算法框圖

圖4 迭代學(xué)習(xí)控制加載跟蹤試驗(yàn)結(jié)果

2.2 時(shí)變非線性負(fù)載的高精度力位混合控制

由于柔性噴管存在著結(jié)構(gòu)變形引起的復(fù)雜模態(tài)，且力矩特性參數(shù)難以準(zhǔn)確描述，給推力矢量的伺服控制帶來(lái)了困難；推力矢量伺服系統(tǒng)需同時(shí)對(duì)輸出位置和輸出力進(jìn)行控制，傳統(tǒng)控制方法難以實(shí)現(xiàn)。結(jié)合上述需求，對(duì)可用于推力矢量伺服系統(tǒng)的新型控制策略進(jìn)行了初步分析。

2.2.1 面對(duì)力/位置輸出綜合要求的主動(dòng)柔順控制方法

傳統(tǒng)的推力矢量控制屬于位置閉環(huán)控制。近年來(lái)，由于對(duì)噴管輔助支撐的需要，借鑒航空發(fā)動(dòng)機(jī)的推力矢量控制，提出的一種推挽式伺服系統(tǒng)控制方案[13]，需要同時(shí)對(duì)伺服作動(dòng)器的輸出力和位移進(jìn)行協(xié)調(diào)控制。為此，借鑒了機(jī)器人控制領(lǐng)域柔順控制的技術(shù)思路。

機(jī)器人領(lǐng)域的柔順控制分為被動(dòng)柔順控制和主動(dòng)柔順控制2類。前者使用一些在與環(huán)境作用時(shí)能夠吸收或儲(chǔ)存能量的機(jī)構(gòu)，如彈簧、阻尼，使其在與環(huán)境接觸時(shí)能夠?qū)ν獠孔饔昧Ξa(chǎn)生自然順從；后者使用力的反饋信息，采用一定的控制策略，主動(dòng)控制機(jī)構(gòu)與環(huán)境間的作用力。由于被動(dòng)柔順機(jī)構(gòu)的剛度與柔順性存在矛盾，且適應(yīng)性較差，難以在復(fù)雜工作狀態(tài)下實(shí)現(xiàn)位置和力的準(zhǔn)確控制。因此，基于力反饋的主動(dòng)柔順控制是主要的研究方向[14]。由于推力矢量伺服系統(tǒng)需要同時(shí)對(duì)輸出位置和輸出力進(jìn)行控制，因此考慮使用力/位切換控制方法。其中，各種控制方案間能否實(shí)現(xiàn)平滑切換是切換控制成敗的關(guān)鍵。此外，切換時(shí)系統(tǒng)應(yīng)具有較小的相對(duì)剩余能量，使系統(tǒng)在切換后不至于發(fā)生往復(fù)振蕩[15]。

文獻(xiàn)[16]提出了一種針對(duì)機(jī)器人的多模型模糊切換控制策略，其原理如圖5所示。多模型控制的基本思想是：在多個(gè)工作點(diǎn)或多種工況下，將非線性過(guò)程或線性不確定過(guò)程劃分為若干個(gè)線性化模型，利用多個(gè)模型逼近整個(gè)系統(tǒng)的動(dòng)態(tài)特性。分別建立多個(gè)數(shù)學(xué)子模型，針對(duì)每個(gè)子模型設(shè)計(jì)相應(yīng)的子控制器。利用一個(gè)有效的切換方案，將這些簡(jiǎn)單的子控制器映射成最終的控制作用，實(shí)現(xiàn)對(duì)復(fù)雜系統(tǒng)的控制[17]。為保證切換的平穩(wěn)性，可使用模糊控制方法，將系統(tǒng)的精確量轉(zhuǎn)化為相應(yīng)的模糊量。然后，按照相應(yīng)的語(yǔ)言控制規(guī)則對(duì)模糊量進(jìn)行模糊推理，并做出模糊決策。最后將經(jīng)過(guò)模糊推理得到的模糊結(jié)果轉(zhuǎn)化為精確量[18]。用模糊推理的過(guò)程代替簡(jiǎn)單判斷的切換條件，可以避免系統(tǒng)在切換點(diǎn)附近頻繁切換控制策略時(shí)可能出現(xiàn)的抖動(dòng)，實(shí)現(xiàn)切換過(guò)程的平穩(wěn)過(guò)渡，進(jìn)一步保證系統(tǒng)在切換點(diǎn)附近的穩(wěn)定性[19]。

圖5 多模型模糊切換控制策略原理圖

采用力控制和位置控制2個(gè)模型來(lái)模擬負(fù)載特性的非線性，并設(shè)計(jì)相應(yīng)的子控制器。模糊切換規(guī)則根據(jù)反饋力和位置的信息和輸出需求來(lái)控制權(quán)值σ1和σ2，控制權(quán)值的論域?yàn)閇0,1]，力控制器輸出u1和位置控制器輸出u2分別乘以σ1和σ2作為被控對(duì)象的輸入量。當(dāng)需要對(duì)位置精確控制時(shí)，權(quán)值σ2取值在1附近，位置控制占比提高；當(dāng)需要對(duì)輸出力精確控制時(shí)，權(quán)值σ1取值在1附近，力控制占比提高。由于控制策略的切換是一個(gè)漸變的過(guò)程，使系統(tǒng)切換過(guò)程更平穩(wěn)，力波動(dòng)更小，能夠較好地實(shí)現(xiàn)推力矢量伺服系統(tǒng)的力/位置綜合主動(dòng)柔順控制。

2.2.2 面對(duì)非線性不確定負(fù)載的模型參考自適應(yīng)控制方法

在飛行過(guò)程中，柔性噴管隨著發(fā)動(dòng)機(jī)燃燒室壓力的變化，存在著由結(jié)構(gòu)變形引起的擺心移動(dòng)和模態(tài)的復(fù)雜變化。此外，在貯存過(guò)程中，由于非金屬老化導(dǎo)致的力矩梯度變化也很大。推力矢量控制伺服系統(tǒng)需要適應(yīng)上述變化。自適應(yīng)控制的基本思想是通過(guò)不斷地監(jiān)測(cè)被控對(duì)象，根據(jù)其變化調(diào)整控制參數(shù)，使系統(tǒng)運(yùn)行于最優(yōu)狀態(tài)，因此可使用自適應(yīng)控制方法解決對(duì)該不確定對(duì)象的控制問(wèn)題[20]。

自適應(yīng)控制主要有2種類型，即模型參考自適應(yīng)控制和自校正控制。前者直接對(duì)控制器參數(shù)進(jìn)行更新，運(yùn)算速度快，適用于實(shí)時(shí)性要求較高的系統(tǒng)。它由以下幾部分組成，即參考模型、被控對(duì)象、反饋控制器和自適應(yīng)機(jī)構(gòu)等部分。系統(tǒng)根據(jù)實(shí)際輸出y(t)和模型輸出yM(t)產(chǎn)生的偏差，驅(qū)動(dòng)自適應(yīng)機(jī)構(gòu)產(chǎn)生調(diào)節(jié)作用，直接改變控制器的參數(shù)，最終使得y(t)=yM(t)。設(shè)計(jì)這類系統(tǒng)的核心問(wèn)題是如何設(shè)計(jì)自適應(yīng)調(diào)節(jié)器的算法。

基于神經(jīng)網(wǎng)絡(luò)的模型參考自適應(yīng)控制可分為以下2種類型：

1)直接模型參考自適應(yīng)控制

如圖6所示，控制系統(tǒng)的目的是維持受控對(duì)象輸出與參考模型輸出的差e(t)=y(t)-yM(t)→0。但由于神經(jīng)網(wǎng)絡(luò)控制器(NNC)的反向傳播需要已知受控對(duì)象的數(shù)學(xué)模型，當(dāng)系統(tǒng)模型未知或部分未知時(shí)，NNC的學(xué)習(xí)和修正較難進(jìn)行，不適用于對(duì)不確定對(duì)象的控制。

圖6 直接模型參考自適應(yīng)控制

2)間接模型參考自適應(yīng)控制

如圖7所示，當(dāng)被控對(duì)象的數(shù)學(xué)表達(dá)不明確時(shí)，需要設(shè)計(jì)一個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器(NNI)來(lái)辨識(shí)被控對(duì)象，根據(jù)辨識(shí)誤差e1(t)進(jìn)行在線學(xué)習(xí)和修正，將辨識(shí)結(jié)果反饋至NNC，并提供控制誤差e2(t)的反向傳播。

圖7 間接模型參考自適應(yīng)控制

由于對(duì)柔性噴管難以進(jìn)行準(zhǔn)確建模，因此根據(jù)模型辨識(shí)的結(jié)果設(shè)計(jì)間接模型參考自適應(yīng)控制器，可以使神經(jīng)網(wǎng)絡(luò)柔性噴管模型對(duì)噴管的各項(xiàng)狀態(tài)量進(jìn)行估計(jì)，指導(dǎo)控制器參數(shù)的自適應(yīng)調(diào)整，以補(bǔ)償噴管變形及擺心浮動(dòng)、安裝位置形變等影響因素，實(shí)現(xiàn)對(duì)推力矢量的智能化控制。

2.3 在線故障診斷和冗余資源管理

推力矢量伺服系統(tǒng)是火箭控制系統(tǒng)中影響發(fā)射成敗的控制執(zhí)行分系統(tǒng)。應(yīng)用余度技術(shù)，可使其固有可靠度成數(shù)量級(jí)地提高。余度伺服技術(shù)的發(fā)展經(jīng)歷了簡(jiǎn)單并聯(lián)余度方式、檢測(cè)-糾正余度方式、多數(shù)表決余度方式、多數(shù)表決-檢測(cè)糾正混合余度方式幾個(gè)階段[21]。其中，多數(shù)表決故障吸收式伺服機(jī)構(gòu)系統(tǒng)方案無(wú)需故障檢測(cè)和隔離，基本不占用計(jì)算資源，實(shí)時(shí)性較好，是當(dāng)前應(yīng)用的主要方法，可以對(duì)大多數(shù)故障模式準(zhǔn)確識(shí)別。但由于故障產(chǎn)生機(jī)理復(fù)雜，有些故障模式下的表決方式會(huì)產(chǎn)生虛診和漏診的診斷錯(cuò)誤，導(dǎo)致錯(cuò)誤使用故障部件而影響飛行任務(wù)。文獻(xiàn)[22]在三余度伺服系統(tǒng)中引入了智能檢測(cè)補(bǔ)償?shù)能洐C(jī)制，通過(guò)軟、硬件協(xié)同設(shè)計(jì)的方式，在控制產(chǎn)品體積、重量、成本和控制實(shí)時(shí)性的前提下，提高了伺服系統(tǒng)的可靠性。因此，對(duì)新型的智能故障診斷理論、方法和技術(shù)進(jìn)行進(jìn)一步研究，對(duì)于航天任務(wù)的順利完成具有重要的意義。

近年來(lái)，對(duì)適用于新型火箭的高可靠容錯(cuò)機(jī)電伺服系統(tǒng)進(jìn)行了深入研究，文獻(xiàn)[23]提出了一種新型高可靠五相容錯(cuò)電機(jī)的可靠性技術(shù)方案，使得伺服系統(tǒng)在部分繞組故障下仍能滿足火箭控制系統(tǒng)對(duì)伺服功能的要求，其關(guān)鍵技術(shù)之一是故障繞組的識(shí)別與診斷方法。目前關(guān)于此類方法的研究，解決了電機(jī)開路故障、短路故障等明顯的故障識(shí)別，但仍有一定的局限性[24]。基于電流預(yù)測(cè)法、基于對(duì)稱分量法、基于定子電壓空間矢量等檢測(cè)方法也有各種使用缺陷，存在使用條件受限或部分狀態(tài)下不能識(shí)別故障的缺點(diǎn)[25]?？紤]到故障類型的復(fù)雜性和表現(xiàn)的多樣性，可在現(xiàn)有基于規(guī)則和FMEA分析結(jié)果的基礎(chǔ)上，進(jìn)一步開發(fā)能綜合多種檢測(cè)方法優(yōu)點(diǎn)的智能故障識(shí)別方法[26]。

基于神經(jīng)網(wǎng)絡(luò)的故障識(shí)別方法利用了神經(jīng)網(wǎng)絡(luò)的模式識(shí)別和函數(shù)擬合2項(xiàng)主要功能。使用神經(jīng)網(wǎng)絡(luò)作為模式分類器，實(shí)現(xiàn)故障特征空間到故障類空間的映射，以得到診斷結(jié)果。首先設(shè)計(jì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和學(xué)習(xí)算法，將含有故障信息的特征量作為輸入，故障模式作為輸出，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，確定神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)的權(quán)值；再給定故障模式的輸出作為神經(jīng)網(wǎng)絡(luò)的輸入，將網(wǎng)絡(luò)輸出與訓(xùn)練模式中確定的故障編碼進(jìn)行比對(duì)，確定伺服系統(tǒng)的正?；蚬收?，并判定故障模式及發(fā)生部位，采取相應(yīng)的解決措施，提高伺服的可靠性。

由于神經(jīng)網(wǎng)絡(luò)模式識(shí)別技術(shù)并不需要預(yù)先給出關(guān)于模式的先驗(yàn)知識(shí)和判別函數(shù)，其網(wǎng)絡(luò)特性由其拓?fù)浣Y(jié)構(gòu)、節(jié)點(diǎn)特性、學(xué)習(xí)或訓(xùn)練規(guī)則所決定，能充分利用各狀態(tài)信息，對(duì)來(lái)自不同狀態(tài)的信息逐一訓(xùn)練以獲得某種映射關(guān)系。而且網(wǎng)絡(luò)可連續(xù)學(xué)習(xí)，當(dāng)環(huán)境改變，這種映射關(guān)系可以自適應(yīng)調(diào)整，實(shí)現(xiàn)進(jìn)一步逼近目標(biāo)對(duì)象。因此，隨著高性能伺服控制平臺(tái)運(yùn)算能力的不斷提高，基于神經(jīng)網(wǎng)絡(luò)的在線智能故障診斷方法有著很大的應(yīng)用潛力。

3 結(jié)論

隨著智能控制理論的逐步完善，將先進(jìn)的控制理論應(yīng)用在火箭推力矢量控制上是一種發(fā)展趨勢(shì)。本文針對(duì)推力矢量控制技術(shù)發(fā)展中面臨的問(wèn)題，對(duì)能應(yīng)用于推力矢量控制的智能控制技術(shù)進(jìn)行了分析研究。神經(jīng)網(wǎng)絡(luò)控制、迭代學(xué)習(xí)控制、模糊控制、自適應(yīng)控制等方法在航空航天領(lǐng)域有非常廣闊的應(yīng)用前景，有望在未來(lái)火箭的推力矢量控制中取得較傳統(tǒng)控制方法更好的應(yīng)用效果。