国产亚洲成AV在线下载|亚洲精品视频在线|久久av免费这里有精品|大香线蕉视频观看国产

關鍵詞：運載火箭 容錯控制 推力下降 徑向基神經網絡 

摘要：針對運載火箭單臺發(fā)動機推力下降故障,提出了一種基于徑向基神經網絡(Radial Basis Function Neural Network,RBFNN)的容錯姿態(tài)控制方法。該方法無需故障診斷系統(tǒng),根據(jù)運載火箭姿態(tài)動力學控制通用模型,使用RBFNN在線辨識并補償模型的故障變化和不確定干擾,得出容錯控制律。仿真結果表明,在單臺發(fā)動機發(fā)生推力下降故障時,本文方法與傳統(tǒng)PD方法、自適應增廣控制方法(Adaptive Augment Control,AAC)相比,可有效保證姿態(tài)穩(wěn)定和控制精度。

航天控制雜志要求:

{1}稿件文字精練，文前請附100—300字中英文提要，5—7個關鍵詞。

{2}凡投本刊文稿,應主題和論點明確，論據(jù)可靠，數(shù)據(jù)準確，文字簡練。

{3}文章做到主題明確、結構合理、論據(jù)可靠、邏輯清晰。

{4}如論文系某科研基金資助項日，須注明基金名稱、項目編號。

{5}文稿必須采用法定計量單位，物理量符號用斜體，物理量單位用正體。帶有角標（主要是下標）的量請注意正確格式，非量的角標用正體，如角標本身為物理量，則仍為斜體。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社