余光學(xué),宋敬群,楊 華
(1. 北京宇航系統(tǒng)工程研究所,北京,100076;2. 中國(guó)運(yùn)載火箭技術(shù)研究院,北京,100076)
在航天運(yùn)載事故中,由于推進(jìn)系統(tǒng)故障而導(dǎo)致的重大失敗次數(shù)約占總失敗次數(shù)的50%以上[1]。針對(duì)發(fā)動(dòng)機(jī)故障問題,開展故障重構(gòu)控制,保證在運(yùn)載器非致命故障下的姿控穩(wěn)定與任務(wù)魯棒性至關(guān)重要。近年來隨著智能技術(shù)的發(fā)展,國(guó)內(nèi)外主要工業(yè)領(lǐng)域的整體技術(shù)水平正在快速提升,“智慧火箭”、“智能導(dǎo)彈”的概念也已明確提出[3],迫切需要對(duì)智能控制的動(dòng)力學(xué)建模、故障診斷和控制重構(gòu)技術(shù)等加大研究與實(shí)踐。國(guó)外運(yùn)載火箭在飛行出現(xiàn)故障時(shí)仍能夠自主利用全箭剩余能力去完成飛行任務(wù),諸如土星一號(hào)和Falcon9火箭均曾在一級(jí)單發(fā)動(dòng)機(jī)出現(xiàn)故障情況下,通過箭上控制重構(gòu)最終保證任務(wù)成功[1]。反觀中國(guó)在CZ-3B Y8、CZ-2C Y26、CZ-5 Y2等飛行任務(wù)中均出現(xiàn)由于單一系統(tǒng)故障而給飛行任務(wù)帶來致命影響,火箭尚未形成故障檢測(cè)與控制重構(gòu)能力,運(yùn)載器從自動(dòng)控制轉(zhuǎn)向智能控制成為航天技術(shù)發(fā)展的必然和必需[4]。
本文進(jìn)行了運(yùn)載器故障動(dòng)力學(xué)建模研究與智能控制總體技術(shù)探索,給出了一種基于自適應(yīng)控制與優(yōu)化策略的姿態(tài)重構(gòu)控制研究成果,姿態(tài)控制器設(shè)計(jì)包括控制律重構(gòu)與控制重分配。最后探討了智能控制研究方向。
如圖1所示,在此針對(duì)芯級(jí)運(yùn)載器4臺(tái)發(fā)動(dòng)機(jī)“×字”布局切向擺動(dòng)動(dòng)力學(xué)故障建模如下:
質(zhì)心運(yùn)動(dòng)學(xué)方程:
質(zhì)心動(dòng)力學(xué)方程:
姿態(tài)運(yùn)動(dòng)學(xué)方程:
姿態(tài)動(dòng)力學(xué)方程:
式(1)~(4)中變量的含義參見文獻(xiàn)[5]。
正常動(dòng)力學(xué)模型中往往采取合成擺角的概念進(jìn)行模型設(shè)計(jì),不能反映出某一伺服機(jī)構(gòu)或發(fā)動(dòng)機(jī)推力故障下產(chǎn)生的力與力矩規(guī)律,傳統(tǒng)運(yùn)載器動(dòng)力學(xué)方程與控制設(shè)計(jì)沒有考慮故障的情形,無法基于正常動(dòng)力學(xué)模型開展重構(gòu)控制研究。
無故障情形下合成擺角公式如下:
運(yùn)載器發(fā)動(dòng)機(jī)通常采取面對(duì)稱或軸對(duì)稱布局,發(fā)動(dòng)機(jī)推力在擺角較小條件下軸向推力產(chǎn)生的干擾力矩較小,姿控能力來自于擺發(fā)動(dòng)機(jī)控制產(chǎn)生的切向力。然而在某一臺(tái)或幾臺(tái)發(fā)動(dòng)機(jī)推力故障下,軸向力平衡被打破,此時(shí)將對(duì)運(yùn)載器產(chǎn)生不平衡的干擾力矩。
圖1 發(fā)動(dòng)機(jī)I分機(jī)推力故障示意Fig.1 Schematic Diagram of Engine-I Thrust Failure
圖1為擺發(fā)動(dòng)機(jī)控制示意。在發(fā)動(dòng)機(jī)I分機(jī)推力下降故障模式下,運(yùn)載器將在俯仰通道產(chǎn)生低頭干擾力矩(-),偏航通道產(chǎn)生左偏航的干擾力矩(+)。
對(duì)于芯級(jí)4臺(tái)發(fā)動(dòng)機(jī)“×字”布局切向擺動(dòng)方案,正常飛行時(shí)擺角分配規(guī)律如下:
當(dāng)故障發(fā)生后,擺發(fā)動(dòng)機(jī)控制伺服擺角合成與分解將不再滿足式(5)與式(6),需要在克服干擾力矩的條件下按照故障布局進(jìn)行重分配,這給傳統(tǒng)的PD控制方案在小偏差條件下設(shè)計(jì)帶來了困難與挑戰(zhàn)。
以上分析表明,為了開展發(fā)動(dòng)機(jī)推力下降故障下的姿控技術(shù)研究,必須建立考慮發(fā)動(dòng)機(jī)推力下降故障條件下的運(yùn)載火箭六自由度飛行動(dòng)力學(xué)模型,對(duì)該模型總結(jié)如下:
a)能夠反映發(fā)動(dòng)機(jī)故障對(duì)質(zhì)心運(yùn)動(dòng)和繞質(zhì)心運(yùn)動(dòng)的影響,因此,必須采用六自由度飛行動(dòng)力學(xué)模型。
b)能夠反映各臺(tái)發(fā)動(dòng)機(jī)故障的特征,因此,模型中應(yīng)當(dāng)分別對(duì)各臺(tái)發(fā)動(dòng)機(jī)推力分別加以描述。
c)發(fā)動(dòng)機(jī)故障既影響質(zhì)心運(yùn)動(dòng),也影響繞質(zhì)心運(yùn)動(dòng),研究過程中需要考慮發(fā)動(dòng)機(jī)故障對(duì)火箭質(zhì)量特性(質(zhì)量,轉(zhuǎn)動(dòng)慣量,質(zhì)心)的影響。
d)推力下降時(shí)除了會(huì)減小軸向推力和控制力矩以外,還會(huì)產(chǎn)生推力不平衡力和力矩,因此,需要在常規(guī)的六自由度飛行動(dòng)力學(xué)模型中補(bǔ)充相關(guān)干擾項(xiàng)。
飛行控制功能主要涉及制導(dǎo)、導(dǎo)航與控制技術(shù)的理論和應(yīng)用,除了運(yùn)載器動(dòng)力學(xué),還需要進(jìn)行飛控的上層管理,包括運(yùn)載器健康監(jiān)視與管理、自治飛行管理以及地面支撐保障系統(tǒng)等,其相應(yīng)的主要功能是綜合飛行控制系統(tǒng)的輸入、運(yùn)載器傳感器和導(dǎo)航系統(tǒng)來分析飛行參數(shù),判斷運(yùn)載器采取合適的決策,即任務(wù)繼續(xù)、降級(jí)或者終止[6]。智能重構(gòu)控制主要涉及的關(guān)鍵技術(shù)包括故障診斷與檢測(cè)技術(shù)、彈道重規(guī)劃技術(shù)、預(yù)測(cè)制導(dǎo)技術(shù)、容錯(cuò)控制律技術(shù)、控制重分配技術(shù)[7]。
圖2給出了一種智能控制總體方案概念設(shè)計(jì),控制系統(tǒng)需要克服各種外界干擾和模型不確定性及部分故障的影響。根據(jù)功能模塊化設(shè)計(jì)思想,軌跡生成算法基于飛行性能、新的飛行約束和目前的故障狀態(tài)來重新設(shè)計(jì)飛行包線內(nèi)的軌跡;閉環(huán)制導(dǎo)算法用來根據(jù)飛行動(dòng)態(tài)條件、故障條件或者是軌跡更新數(shù)據(jù)來修正姿態(tài)指令;姿態(tài)控制律用來生成控制力矩指令來保證運(yùn)載器的姿態(tài)跟蹤精度與穩(wěn)定性能;控制分配算法則用來確定控制執(zhí)行機(jī)構(gòu)的工作以充分發(fā)揮運(yùn)載器的控制能力。要實(shí)現(xiàn)姿態(tài)智能控制,分別對(duì)姿態(tài)控制律與控制分配開展重構(gòu)應(yīng)用,結(jié)合先進(jìn)的自適應(yīng)控制方法與優(yōu)化算法實(shí)現(xiàn)姿態(tài)從自動(dòng)控制轉(zhuǎn)向智能控制。
圖2 智能控制模塊設(shè)計(jì)Fig.2 Module Design of Intelligent Control
根據(jù)姿態(tài)動(dòng)力學(xué)方程,開展一般的控制建模如下。令
從而有
式中fs,gs,ff,gf為姿態(tài)動(dòng)力學(xué)中相應(yīng)的非線性項(xiàng)所確定的向量與矩陣:
為了實(shí)現(xiàn)姿態(tài)指令 cΩ的跟蹤,根據(jù)時(shí)標(biāo)分離原理,先對(duì)姿態(tài)角動(dòng)態(tài)式(7)(即慢狀態(tài)動(dòng)態(tài))設(shè)計(jì)所需要的姿態(tài)角速率指令 cω,稱為慢回路控制律;再由姿態(tài)角速率動(dòng)態(tài)式(8)(即快狀態(tài)動(dòng)態(tài))設(shè)計(jì)所需要的控制力矩指令Mc,稱為快回路控制律??旎芈肥锹芈返膬?nèi)環(huán),當(dāng)二者頻帶相差3~5倍,在設(shè)計(jì)與分析慢回路時(shí)可將快回路動(dòng)態(tài)特性近似忽略。圖3是一種適用先進(jìn)控制算法設(shè)計(jì)控制律與控制分配的雙環(huán)回路姿控方案。
圖3 雙環(huán)回路姿態(tài)控制方案Fig.3 Two-loop Attitude Control Scheme
圖3中,姿態(tài)角Ω是慢狀態(tài),ω是相對(duì)的快狀態(tài),根據(jù)雙環(huán)回路控制策略,所設(shè)計(jì)的慢狀態(tài)控制器是外回路控制器,快狀態(tài)控制器是內(nèi)回路控制器??刂品峙淠K完成從控制力矩指令Mc到擺角指令cδ的映射,與火箭擺發(fā)動(dòng)機(jī)控制的布局密切相關(guān),還需根據(jù)不同的故障情形調(diào)整控制分配策略。
需要說明的是,慢動(dòng)態(tài)控制律設(shè)計(jì)需要用到發(fā)慣系下的Euler角,可以通過平臺(tái)或者慣組在線獲得。快動(dòng)態(tài)控制律設(shè)計(jì)需要用到轉(zhuǎn)動(dòng)慣量,其中與推進(jìn)劑消耗相關(guān),可通過液位傳感器從離線獲得的數(shù)據(jù)中進(jìn)行在線插值??刂品峙渲行枰褂迷诰€推力大小,可以通過渦輪泵轉(zhuǎn)速來進(jìn)行估算;為了完成準(zhǔn)確的控制分配映射,需要實(shí)時(shí)掌握運(yùn)載器質(zhì)心位置動(dòng)態(tài),可通過質(zhì)量估計(jì)來獲得質(zhì)心的實(shí)時(shí)信息。這是先進(jìn)姿態(tài)技術(shù)應(yīng)用的信息基礎(chǔ),可通過故障檢測(cè)與離線計(jì)算-在線插值的方式來滿足[8]。
運(yùn)載器的真實(shí)模型(ff,gf)難以精確得到,只能建立標(biāo)稱的名義模型。將運(yùn)載器慢動(dòng)態(tài)的名義模型表示為因此基于非線性動(dòng)態(tài)逆,快回路標(biāo)稱控制律設(shè)計(jì)為
定義標(biāo)稱模型與真實(shí)模型的誤差為
將標(biāo)稱控制律式(9)代入式(8)中,可得:
由上式可知,模型的不準(zhǔn)確將導(dǎo)致控制性能的下降。針對(duì)快回路的控制律設(shè)計(jì),記快回路綜合的不確定未知干擾項(xiàng)為fh,那么,
對(duì)于快回路,飛行動(dòng)態(tài)的綜合不確定干擾項(xiàng)fh是未知的,為此,采用RBFNN對(duì)fh進(jìn)行估計(jì),從而在控制律中對(duì)fh進(jìn)行補(bǔ)償。
對(duì)于快回路RBFNN,其輸入向量x為姿態(tài)角速率誤差e,RBFNN根據(jù)誤差動(dòng)態(tài)對(duì)相應(yīng)的不確定項(xiàng)fh進(jìn)行在線估近,得到RBFNN關(guān)于fh的估計(jì)為
因此可以根據(jù)估計(jì)量在快回路控制律中進(jìn)行補(bǔ)償。在此,神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)m可調(diào),而且輸入向量與輸出向量的維數(shù)均為3,即n=k= 3。
令m×k階理想的輸出權(quán)值矩陣使得為RBFNN對(duì)hf(e)的最佳逼近。
由于hf(e)有界,那么W*也是有界的,即
式中wmax為有界正數(shù)。設(shè)η為神經(jīng)網(wǎng)絡(luò)理想逼近誤差,即:
那么逼近誤差η是有界的,設(shè)其界為η0,則有:
在快回路控制律的設(shè)計(jì)中對(duì)不確定項(xiàng)hf進(jìn)行補(bǔ)償,設(shè)計(jì)快回路自適應(yīng)控制律為
且
將控制律式(20)代入原系統(tǒng)式(8),可得:
將式(10)、式(11)代入式(22),則有:
從而有:
又由式(12)有:
所以,
由于:
則有:
式中
控制算法穩(wěn)定性證明與調(diào)參規(guī)律參見文獻(xiàn)[9],姿控的干擾主要集中在內(nèi)回路,外回路動(dòng)態(tài)較為準(zhǔn)確。
對(duì)于采用多種執(zhí)行機(jī)構(gòu)進(jìn)行組合控制的運(yùn)載器,其期望控制向量可寫為
根據(jù)期望控制向量Mc與控制效率矩陣B,求解實(shí)際控制向量cδ的問題即為控制分配問題。當(dāng)發(fā)動(dòng)機(jī)故障時(shí),控制效率矩陣B將發(fā)生變化,當(dāng)伺服機(jī)構(gòu)發(fā)生故障時(shí),cδ對(duì)應(yīng)的某一行將成為限制約束。
發(fā)動(dòng)機(jī)故障下的擺角控制指令分配問題可歸結(jié)為已知期望控制力矩Mc、干擾力矩Bfcδ和故障后的控制效率矩陣Br,求故障后滿足位置飽和約束條件下剩余正常發(fā)動(dòng)機(jī)擺角cδ的問題。
因此可將控制分配問題轉(zhuǎn)換為具有如下性能指標(biāo)的有約束優(yōu)化問題:
式中cδ為擺發(fā)動(dòng)機(jī)的擺角指令,δ為擺發(fā)動(dòng)機(jī)的擺角限幅,W為加權(quán)系數(shù)矩陣。這里目標(biāo)函數(shù)選用1范數(shù),使各發(fā)動(dòng)機(jī)擺角絕對(duì)值之和最小,意味著擺動(dòng)發(fā)動(dòng)機(jī)所需的能量最小,可以利用線性規(guī)劃算法求解控制分配問題。
由此可得:
令:
由式(31)可得:
令:
則最優(yōu)化問題可以轉(zhuǎn)化為如下標(biāo)準(zhǔn)型:
針對(duì)上述標(biāo)準(zhǔn)的線性規(guī)劃模型,采用現(xiàn)有成熟的線性規(guī)劃求解算法如單純形法、有效集法、內(nèi)點(diǎn)法等即可完成控制分配問題的求解。不同于傳統(tǒng)的固定比例控制分配,采用最優(yōu)動(dòng)態(tài)控制分配技術(shù)進(jìn)行運(yùn)載器姿態(tài)控制系統(tǒng)設(shè)計(jì),可以有效解決多伺服機(jī)構(gòu)綜合分配與協(xié)調(diào)操縱問題,尤其是故障情形。
在此針對(duì)第3.1節(jié)、第3.2節(jié)的設(shè)計(jì)結(jié)果,開展了姿態(tài)重構(gòu)控制仿真驗(yàn)證,應(yīng)用神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)了自適應(yīng)重構(gòu)控制律,應(yīng)用序列二次規(guī)劃算法獲得最優(yōu)擺角分配效果。
3.3.1 傳統(tǒng)PD控制
圖4為無故障PD控制正常飛行時(shí)的仿真結(jié)果,圖5為發(fā)動(dòng)機(jī)I零推力故障飛行時(shí)的仿真結(jié)果。
圖4 無故障PD控制正常飛行時(shí)的仿真結(jié)果Fig.4 Normal Flight of PD Control
圖5 發(fā)動(dòng)機(jī)I零推力故障飛行時(shí)的仿真結(jié)果Fig.5 Flight Results of Engine-I with Zero-thrust Failure
比對(duì)圖4與圖5的仿真結(jié)果,可見傳統(tǒng)PD控制在無故障條件下獲得了較好的控制效果,當(dāng)出現(xiàn)發(fā)動(dòng)機(jī)推力故障時(shí),不采取姿態(tài)重構(gòu)控制措施在高空風(fēng)干擾作用下將導(dǎo)致姿態(tài)角超差,發(fā)動(dòng)機(jī)擺角飽和失穩(wěn)。
3.3.2 最優(yōu)控制分配
圖6為推力故障下最優(yōu)控制分配結(jié)果,圖7為推力故障下控制重構(gòu)配平效果。
圖6 推力故障下最優(yōu)控制分配結(jié)果Fig.6 Flight Results under Optimal Control Allocation
圖7 推力故障下控制重構(gòu)配平效果Fig.7 Control Reconstruction Trim Result of Thrust Failure
從圖6與圖7可知,采用傳統(tǒng)PD控制方法,在控制分配環(huán)節(jié)采取控制重分配措施,可見無需修改控制律即可獲得良好的姿控效果,但由于I分機(jī)推力故障干擾力矩將形成姿態(tài)角靜差。大風(fēng)區(qū)控制重分配的效果是,δ2<0,δ3>0,δ4<0,因此2δ與δ3產(chǎn)生低頭控制力矩與I分機(jī)的推力故障導(dǎo)致的低頭力矩、風(fēng)攻角產(chǎn)生的氣動(dòng)干擾力矩配平,δ3與δ4產(chǎn)生右偏航控制力矩與I分機(jī)的推力故障導(dǎo)致的左偏航干擾力矩配平,為了完成實(shí)現(xiàn)滾動(dòng)通道的控制平衡,最終的配平效果滿足δ3=-(δ2+δ4)。
3.3.3 控制律重構(gòu)控制
圖8為控制律重構(gòu)控制正常飛行時(shí)的仿真結(jié)果,圖9為控制律重構(gòu)控制故障飛行時(shí)的仿真結(jié)果,圖10為控制律重構(gòu)與控制重分配結(jié)果。
圖8 控制律重構(gòu)控制正常飛行Fig.8 Normal Flight of Control Law Reconstruction
圖9 控制律重構(gòu)控制故障飛行Fig.9 Flight Results under Control Law Reconstruction
圖10 控制律重構(gòu)與控制重分配結(jié)果Fig.10 Flight Results under Control Law Reconstruction and Optimal Control Allocation
在此給出了采取控制律重構(gòu)措施的控制效果,圖8與圖9可知,在發(fā)動(dòng)機(jī)推力故障下控制律重構(gòu)由于補(bǔ)償了干擾力矩作用,姿態(tài)角偏差在整個(gè)飛行段均較為平穩(wěn),獲得了與無故障情形下一致的姿控性能。比對(duì)圖9與圖10可知,在控制律重構(gòu)的基礎(chǔ)上,進(jìn)一步采取最優(yōu)控制重分配策略,調(diào)整了剩余發(fā)動(dòng)機(jī)擺動(dòng)控制組合方式,姿控所需的擺角將大大降低,最大擺角由10°將為5°。
智能控制技術(shù)將極大提高運(yùn)載器總體可靠性與任務(wù)魯棒性水平,姿態(tài)重構(gòu)技術(shù)作為彈道-制導(dǎo)-姿控大回路的底層基礎(chǔ),是智能重構(gòu)控制的前提[2]。對(duì)此建議開展如下技術(shù)攻關(guān)與研究:
a)加大控制重構(gòu)在總體設(shè)計(jì)中的應(yīng)用。
對(duì)于運(yùn)載火箭而言,某些系統(tǒng)是無法實(shí)現(xiàn)冗余的,比如伺服機(jī)構(gòu)、發(fā)動(dòng)機(jī),此時(shí)必須通過基于解析容錯(cuò)的控制重構(gòu)技術(shù)提高系統(tǒng)的可靠性。中國(guó)運(yùn)載火箭研制過程中,對(duì)該方面的研究還處于初級(jí)階段。加大控制重構(gòu)在運(yùn)載火箭中的應(yīng)用力度,尤其是在型號(hào)方案論證過程中,考慮控制重構(gòu)的需求,進(jìn)行總體方案優(yōu)化,可以大幅提升火箭整體可靠性,一旦在方案階段沒有考慮該需求,今后再想采用該項(xiàng)技術(shù),其可能性是很小的。
b)加強(qiáng)先進(jìn)控制理論方法的工程化。
目前國(guó)內(nèi)外高校與研究機(jī)構(gòu)過多關(guān)注理想化假設(shè)條件和模型的控制理論研究,缺少工程化轉(zhuǎn)換和應(yīng)用研究,導(dǎo)致很多理論方法一方面計(jì)算量大、實(shí)時(shí)性要求高、工程很難實(shí)現(xiàn),另一方面需要較強(qiáng)的理論假設(shè),在工程實(shí)際中無法滿足,這一切都制約了先進(jìn)控制理論方法的工程應(yīng)用。因此工程師們需要加強(qiáng)先進(jìn)控制理論方法的工程化轉(zhuǎn)換,找出計(jì)算量小、方法簡(jiǎn)單可靠的方法,在工程實(shí)際中逐步推進(jìn),才能逐漸解決這一問題。
c)加強(qiáng)故障建模與故障診斷技術(shù)研究。
運(yùn)載器容錯(cuò)控制方法建立在一定的故障模式基礎(chǔ)上,目前還沒有能夠適用于各種故障模式的動(dòng)力學(xué)模型與重構(gòu)方法,因此,故障模式的全面與否一定程度決定了火箭應(yīng)對(duì)不同故障模式的適應(yīng)能力。在進(jìn)行容錯(cuò)控制設(shè)計(jì)之前,首先必須解決故障模式的梳理與建模工作,在此基礎(chǔ)上開展故障診斷與檢測(cè),為智能控制重構(gòu)提供必要的信息與數(shù)據(jù)支撐。在進(jìn)行建立故障模型時(shí),盡可能采用同一形式的模型覆蓋不同的故障模式,可以達(dá)到減少計(jì)算量的目的。
d)重視控制與其他系統(tǒng)的整體優(yōu)化。
運(yùn)載器智能重構(gòu)控制技術(shù)不單是控制系統(tǒng)的問題,它涉及到結(jié)構(gòu)、動(dòng)力、載荷等多個(gè)方面,對(duì)總體方案設(shè)計(jì)影響很大,需要重視控制在總體方案設(shè)計(jì)中的地位。為了實(shí)現(xiàn)控制重構(gòu)技術(shù),與控制相關(guān)的其他系統(tǒng)也要進(jìn)行相應(yīng)的配套設(shè)計(jì),比如擺發(fā)動(dòng)機(jī)的控制布局、載荷設(shè)計(jì)及動(dòng)特性調(diào)整等,才能最大限度地發(fā)揮運(yùn)載器控制能力,通過各系統(tǒng)之間的相互配合和整體優(yōu)化,才能實(shí)現(xiàn)運(yùn)載器高可靠性與經(jīng)濟(jì)性。
運(yùn)載火箭正常飛行條件下彈道參數(shù)與姿控特性是可以預(yù)知的,但故障發(fā)生后則變得不可預(yù)知。工程上目前采取的是變?cè)鲆婧妥兙W(wǎng)絡(luò)的方法,姿態(tài)控制并不是根據(jù)故障火箭的特性、性能和參數(shù)變動(dòng)的實(shí)際情況來決策的,而是按照無故障情形事先確定下來,不符合測(cè)量、辯識(shí)、決策、應(yīng)對(duì)的過程,當(dāng)被控對(duì)象特性變化較大時(shí),其適應(yīng)性將受到限制。對(duì)于快時(shí)變非線性的被控對(duì)象,現(xiàn)代自適應(yīng)控制理論具有較大的應(yīng)用潛力,且隨著計(jì)算機(jī)技術(shù)與控制理論的飛速發(fā)展其應(yīng)用將越來越廣泛,實(shí)現(xiàn)運(yùn)載器從自動(dòng)控制到智能控制的跨越,智慧火箭與智能導(dǎo)彈將是運(yùn)載器領(lǐng)域的重要發(fā)展方向。