航天器姿控系統(tǒng)的PD型學(xué)習(xí)觀測(cè)器故障重構(gòu)

張科， 韓治國(guó)， 郭小紅， 呂梅柏

1.西北工業(yè)大學(xué) 航天學(xué)院， 西安 710072 2.西北工業(yè)大學(xué) 航天飛行動(dòng)力學(xué)技術(shù)重點(diǎn)實(shí)驗(yàn)室， 西安 710072 3.西安衛(wèi)星測(cè)控中心， 西安 710043

航天器姿控系統(tǒng)的PD型學(xué)習(xí)觀測(cè)器故障重構(gòu)

張科1,2,*， 韓治國(guó)1,2， 郭小紅3， 呂梅柏1,2

1.西北工業(yè)大學(xué) 航天學(xué)院， 西安 710072 2.西北工業(yè)大學(xué) 航天飛行動(dòng)力學(xué)技術(shù)重點(diǎn)實(shí)驗(yàn)室， 西安 710072 3.西安衛(wèi)星測(cè)控中心， 西安 710043

針對(duì)滿足Lipschitz條件的航天器姿態(tài)控制系統(tǒng)這一非線性系統(tǒng)中存在的執(zhí)行器加性故障、空間干擾與測(cè)量噪聲問題，提出了基于PD型迭代學(xué)習(xí)觀測(cè)器的故障重構(gòu)方法。該方法具有期望的魯棒性能指標(biāo)，能夠在系統(tǒng)存在空間干擾與測(cè)量噪聲情況下實(shí)現(xiàn)對(duì)突變故障與時(shí)變故障等故障類型的精確重構(gòu)。基于線性矩陣不等式技術(shù)給出系統(tǒng)化PD型迭代學(xué)習(xí)觀測(cè)器的設(shè)計(jì)方法，并根據(jù)Lyapunov穩(wěn)定性理論對(duì)上述設(shè)計(jì)方法的穩(wěn)定性條件進(jìn)行了理論證明，同時(shí)利用魯棒技術(shù)抑制空間干擾與測(cè)量噪聲對(duì)執(zhí)行器故障重構(gòu)的影響，通過線性矩陣不等式工具箱求解觀測(cè)器參數(shù)矩陣。最后，將該方法應(yīng)用到航天器姿態(tài)控制系統(tǒng)中，仿真結(jié)果證明了該方法的有效性。

故障重構(gòu)； 迭代學(xué)習(xí)； 非線性系統(tǒng)； 姿控系統(tǒng)； 航天器

隨著高性能與高可靠性要求的增加，航天器姿態(tài)控制系統(tǒng)(Spacecraft Attitude Control System, SACS)變得越來(lái)越精細(xì)與復(fù)雜。由于航天器長(zhǎng)期運(yùn)行在惡劣的空間環(huán)境，這樣的復(fù)雜系統(tǒng)不可避免地存在各種各樣的故障，這些故障將會(huì)降低系統(tǒng)的性能，甚至帶來(lái)災(zāi)難性的后果。因此，研究航天器姿態(tài)控制系統(tǒng)故障重構(gòu)問題有利于提高系統(tǒng)的可靠性，保障飛行任務(wù)的順利完成。近幾年來(lái)航天器姿態(tài)控制系統(tǒng)故障重構(gòu)問題越來(lái)越受到研究者的重視，成為重要的研究方向[1-4]。

自20世紀(jì)90年代以來(lái)，學(xué)習(xí)觀測(cè)器越來(lái)越受到研究者的重視[5]。與其他觀測(cè)器相比，學(xué)習(xí)觀測(cè)器具有設(shè)計(jì)復(fù)雜度小、運(yùn)算量少、魯棒性強(qiáng)、故障約束寬松等優(yōu)點(diǎn)，在進(jìn)行故障重構(gòu)時(shí)，故障重構(gòu)信號(hào)只需根據(jù)歷史故障信息和當(dāng)前測(cè)量輸出估計(jì)誤差遞推更新生成，無(wú)需進(jìn)行積分運(yùn)算。因此，基于迭代學(xué)習(xí)觀測(cè)器的故障重構(gòu)技術(shù)成為故障重構(gòu)的重要研究方向，并且取得了一系列富有成效的研究成果[6-11]。文獻(xiàn)[6]首次提出迭代學(xué)習(xí)觀測(cè)器的概念，同時(shí)根據(jù)此觀測(cè)器對(duì)非線性系統(tǒng)進(jìn)行故障檢測(cè)與調(diào)節(jié)。文獻(xiàn)[7]使用迭代學(xué)習(xí)觀測(cè)器對(duì)系統(tǒng)時(shí)變參數(shù)進(jìn)行辨識(shí)，同時(shí)能夠估計(jì)系統(tǒng)狀態(tài)。文獻(xiàn)[8]根據(jù)迭代學(xué)習(xí)觀測(cè)器對(duì)航天器姿態(tài)控制系統(tǒng)進(jìn)行故障檢測(cè)、隔離與估計(jì)。文獻(xiàn)[9]將迭代學(xué)習(xí)與未知輸入觀測(cè)器相結(jié)合的魯棒容錯(cuò)控制方法應(yīng)用于航天器在軌運(yùn)行時(shí)存在的執(zhí)行機(jī)構(gòu)故障和空間干擾問題。該方法利用未知輸入觀測(cè)器實(shí)現(xiàn)了空間干擾的解耦問題，同時(shí)利用上一時(shí)刻的偏差信息實(shí)現(xiàn)執(zhí)行機(jī)構(gòu)在線故障重構(gòu)。文獻(xiàn)[10]針對(duì)存在執(zhí)行器故障、傳感器故障與推力器故障的線性系統(tǒng)，提出了基于PD型學(xué)習(xí)觀測(cè)器的重構(gòu)故障方法，同時(shí)根據(jù)魯棒性能指標(biāo)設(shè)計(jì)了PD型學(xué)習(xí)觀測(cè)器抑制干擾輸入對(duì)故障重構(gòu)的影響。但是該方法只是針對(duì)線性系統(tǒng)，并且沒有考慮系統(tǒng)測(cè)量噪聲對(duì)故障重構(gòu)的影響。文獻(xiàn)[11]針對(duì)航天器姿態(tài)控制系統(tǒng)出現(xiàn)的執(zhí)行器故障，提出了一種基于迭代學(xué)習(xí)-未知輸入觀測(cè)器的魯棒故障重構(gòu)方法，采用未知輸入觀測(cè)器實(shí)現(xiàn)干擾解耦，利用迭代學(xué)習(xí)算法實(shí)現(xiàn)故障重構(gòu)。但是該方法在求解觀測(cè)器參數(shù)時(shí)較為繁瑣，約束較多，也沒有考慮系統(tǒng)的測(cè)量噪聲對(duì)故障重構(gòu)的影響。

基于上述研究，在綜合考慮空間干擾與測(cè)量噪聲下，針對(duì)滿足Lipschitz條件的航天器姿態(tài)控制系統(tǒng)，本文提出了一種魯棒PD型迭代學(xué)習(xí)觀測(cè)器的故障重構(gòu)方法。通過引入魯棒性能指標(biāo)，使得設(shè)計(jì)的迭代學(xué)習(xí)觀測(cè)器對(duì)空間干擾與測(cè)量噪聲具有魯棒性，利用線性矩陣不等式技術(shù)給出系統(tǒng)化的增益矩陣求解方法。最后，將所提故障重構(gòu)方法應(yīng)用于航天器姿態(tài)控制系統(tǒng)執(zhí)行器故障重構(gòu)問題，仿真結(jié)果說明了該方法的有效性。

1 問題描述

根據(jù)文獻(xiàn)[9-12]，航天器姿態(tài)動(dòng)力學(xué)方程可以描述為

(1)

式中：J=diag(J1,J2,J3)為航天器的轉(zhuǎn)動(dòng)慣量;ω=[ωxωyωz]T為航天器本體相對(duì)慣性坐標(biāo)系的角速度在星體坐標(biāo)系中的表示;Tc=[Tc1Tc2Tc3]T為控制力矩;ω0為軌道角速度;ζ=[-sinθsinφcosθcosφcosθ]T為非線性項(xiàng)，歐拉角φ,θ,ψ分別為滾轉(zhuǎn)、俯仰與偏航角；Td=[Td1Td2Td3]T為外部干擾力矩；ω×定義為

(2)

選取主慣量軸為本體坐標(biāo)系，忽略剛體航天器慣量積，則航天器姿態(tài)動(dòng)力學(xué)方程簡(jiǎn)化為[11]

(3)

考慮剛體航天器運(yùn)行于小角度工況下，則航天器姿態(tài)運(yùn)動(dòng)學(xué)方程簡(jiǎn)化為

(4)

結(jié)合式(3)與式(4)，建立航天器姿態(tài)動(dòng)力學(xué)方程為[13]

(5)

V=

(6)

(7)

注釋1本文選擇微小航天器作為研究對(duì)象。微小航天器的姿態(tài)控制系統(tǒng)不同于較大航天器，較大航天器的柔性與模型的緩變衰減是建模時(shí)應(yīng)該考慮的影響因素。而對(duì)于微小航天器，由于不存在柔性特性，可以把它作為剛體進(jìn)行考慮。

為了獲得主要結(jié)論，給出如下假設(shè)與引理。

假設(shè)1假設(shè)式(7)中系統(tǒng)能控能觀，非線性項(xiàng)f(x,t)滿足Lipschitz條件[13-14]，即

(8)

式中：γ>0為L(zhǎng)ipschitz常數(shù)。

引理1給定適維矩陣X和Z，存在對(duì)稱正定矩陣H1使得如下不等式成立[16]：

XTZ+ZTX≤XTH1X+ZTH1-1Z

(9)

引理2對(duì)于給定矩陣A1∈Rn×n，當(dāng)且僅當(dāng)存在對(duì)稱正定矩陣P1∈Rn×n使得如下不等式成立[16]：

(10)

式中：*表示對(duì)稱矩陣項(xiàng)，則矩陣A1的全部特征值位于圓形穩(wěn)定域D(α,r)，其中α和r分別為圓心和半徑。

2 基于PD型學(xué)習(xí)觀測(cè)器的執(zhí)行器加性故障重構(gòu)

2.1 PD型學(xué)習(xí)觀測(cè)器設(shè)計(jì)

針對(duì)式(7)中系統(tǒng)模型，設(shè)計(jì)如下的PD型學(xué)習(xí)觀測(cè)器(Learning Observer, LO)[10,17-18]

(11)

定義狀態(tài)估計(jì)誤差ex(t)、輸出估計(jì)誤差ey(t)和故障重構(gòu)誤差ef(t)如下：

(12)

結(jié)合式(7)與式(11)，可得誤差方程如下：

(13)

為了利用PD型學(xué)習(xí)觀測(cè)器式(11)重構(gòu)執(zhí)行器加性故障，給出如下假設(shè)：

注釋2從假設(shè)3可以看出，該假設(shè)具有明確的物理意義，即要求執(zhí)行器故障增量范數(shù)有界。

2.2 PD型學(xué)習(xí)觀測(cè)器穩(wěn)定性分析

為了使得PD型學(xué)習(xí)觀測(cè)器式(11)能夠精確重構(gòu)執(zhí)行器加性故障，給出如下定理：

定理1若假設(shè)1～假設(shè)3成立且存在對(duì)稱正定矩陣P∈Rn×n，Q∈Rn×n以及矩陣K∈Rm×p和Y∈Rn×p使得如下條件成立：

(14)

(15)

(16)

KCFa-Im=0

(17)

(18)

式中：wd(t)=[dT(t)dT(t-τ)ηT(t)NT(t)]T；kq為中間變量。

證明選取Lyapunov函數(shù)[10,17]

(19)

對(duì)Lyapunov函數(shù)求導(dǎo)，得

(20)

根據(jù)引理1與假設(shè)1～假設(shè)2，有如下不等式成立：

(21)

(22)

(23)

(24)

(25)

式中：λmax為矩陣L的最大特征值。如果條件式(16)與式(17)成立，把式(21)～式(25)代入式(20)得

2σPFaKC+2PFaKC+PP+γ2In+

(26)

如果條件式(15)成立，根據(jù)Schur補(bǔ)引理可得

(27)

另外，如果條件σ≥1滿足，則-2σPFaKC+2PFaKC≤0，因此有下式成立：

(28)

式中：

定義H∞性能指標(biāo)為[17]

(29)

在零初始條件下，可得

(30)

式中：

(31)

因此，如果假設(shè)2與假設(shè)3成立，則H∞性能指標(biāo)式(18)成立。如果Μ2<0成立，令Y=PL，根據(jù)Schur補(bǔ)引理可得不等式(14)成立。證畢。

注釋3為了矩陣求解方便，將式(16)轉(zhuǎn)化為如下不等式進(jìn)行求解[10]：

(32)

式中：μ>0。μ越小，上述不等式越接近式(16)。在求解μ時(shí)，可以設(shè)置μ為充分小的常量，或者通過MATLAB/LMI工具箱求解器mincx進(jìn)行求解。

注釋4為了保證PD型學(xué)習(xí)觀測(cè)器的收斂速度，將矩陣A-LC的特征配置在區(qū)域D(α,r)，根據(jù)引理2可得如下的線性矩陣不等式：

(33)

式中：α<0,r>0，且|α|≥r。

注釋5對(duì)于定理1，應(yīng)用最小二乘法求解等式(17)可得矩陣K，通過求解不等式(14)、式(15)、式(32)與式(33)可以獲得觀測(cè)器矩陣L。

注釋6對(duì)于定理1，為了保證所設(shè)計(jì)的觀測(cè)器具有可行解，根據(jù)文獻(xiàn)[10,19-21]，所設(shè)計(jì)的觀測(cè)器存在可行解的充分條件為

(34)

根據(jù)文獻(xiàn)[20-21]，上述充分條件等價(jià)于：(A,Fa,C)的不變零點(diǎn)位于復(fù)平面的左半平面。

注釋7執(zhí)行器故障可以采用加性或者乘性形式進(jìn)行標(biāo)示，且這2種故障形式可以相互轉(zhuǎn)換。突變型故障為加性形式故障標(biāo)示方式，在工程實(shí)際中，對(duì)應(yīng)卡死、偏置等故障現(xiàn)象。時(shí)變型故障為乘性形式故障標(biāo)示方式，在工程實(shí)際中，對(duì)應(yīng)執(zhí)行器效率下降等故障現(xiàn)象。

3 仿真校驗(yàn)

為驗(yàn)證本文方法的有效性，將上述方法應(yīng)用于航天器姿態(tài)控制系統(tǒng)執(zhí)行器加性故障重構(gòu)問題。選擇的典型航天器參數(shù)如表1所示[22]，其中?為姿態(tài)角。

干擾力矩為[23]

式中：A0=1.5×10-5N·m。

在進(jìn)行不等式求解時(shí)，選擇參數(shù)γ=0.01，γ1=2，σ=1，τ=0.01 s，μ=10-6，r=10，α=-10。

表1 航天器參數(shù)Table 1 Spacecraft parameters

根據(jù)上述仿真參數(shù)，利用條件式(17)可得

利用MATLAB/LMI工具箱求解條件式(14)、式(15)、式(32)與式(33)，可得

3.1 突變型執(zhí)行機(jī)構(gòu)加性故障重構(gòu)

假設(shè)執(zhí)行器出現(xiàn)突變型故障，故障形式為

(35)

(36)

(37)

采用定理1設(shè)計(jì)的PD型迭代學(xué)習(xí)觀測(cè)器實(shí)現(xiàn)對(duì)執(zhí)行器故障式(35)～式(37)重構(gòu)，重構(gòu)結(jié)果如圖1所示。

從圖1中可以看出，當(dāng)執(zhí)行器發(fā)生突變故障時(shí)，基于迭代學(xué)習(xí)觀測(cè)器的故障重構(gòu)方法能夠在很短的時(shí)間內(nèi)實(shí)現(xiàn)對(duì)突變故障的精確重構(gòu)，且該觀測(cè)器能夠同時(shí)實(shí)現(xiàn)對(duì)多方向突變故障的精確重構(gòu)。從局部放大圖可以看出，故障重構(gòu)精度很高，誤差很小。

圖1 突變故障重構(gòu)曲線Fig.1 Curves of abrupt fault reconstruction

3.2 時(shí)變型執(zhí)行機(jī)構(gòu)加性故障重構(gòu)

假設(shè)執(zhí)行器出現(xiàn)時(shí)變型故障，故障形式為

(38)

(39)

(40)

根據(jù)上述仿真參數(shù)，采用定理1設(shè)計(jì)的PD型學(xué)習(xí)觀測(cè)器實(shí)現(xiàn)對(duì)執(zhí)行器故障式(38)～式(40)重構(gòu)，重構(gòu)結(jié)果如圖2所示。從圖中可知，當(dāng)執(zhí)行器發(fā)生時(shí)變故障時(shí)，本文提出的故障重構(gòu)方法能夠在很短的時(shí)間內(nèi)實(shí)現(xiàn)對(duì)時(shí)變型加性故障的精確重構(gòu)，故障重構(gòu)精度高，在突變點(diǎn)處也能完全重構(gòu)實(shí)際故障。另外，對(duì)于正弦形式變化的時(shí)變故障，本文提出的故障重構(gòu)方法也能實(shí)現(xiàn)精確重構(gòu)(如圖2(a))。因此，對(duì)于緩變故障與正弦形式變化的故障，本文給出的故障重構(gòu)方法均能實(shí)現(xiàn)很好的故障重構(gòu)。

圖3為對(duì)時(shí)變型故障的故障重構(gòu)誤差。從圖中可以看出，故障重構(gòu)誤差非常小，對(duì)于正弦形式變化的故障，重構(gòu)誤差量級(jí)為10-3，對(duì)于緩變形式變化的故障，重構(gòu)誤差量級(jí)為10-4。因此，上述仿真結(jié)果說明了本文方法對(duì)航天器姿態(tài)控制系統(tǒng)執(zhí)行器加性故障重構(gòu)的有效性。

圖2 時(shí)變故障重構(gòu)曲線Fig.2 Curves of time-varying fault reconstruction

圖3 時(shí)變故障重構(gòu)曲線誤差Fig.3 Errors of curves of time-varying fault reconstruction

4 結(jié) 論

本文針對(duì)滿足Lipschitz條件的航天器姿態(tài)控制系統(tǒng)中存在的執(zhí)行器加性故障、空間干擾與測(cè)量噪聲問題，提出了一種基于PD型迭代學(xué)習(xí)觀測(cè)器的故障重構(gòu)方法。該方法具有如下優(yōu)勢(shì)：

1) 能夠在系統(tǒng)存在空間干擾與測(cè)量噪聲情況下實(shí)現(xiàn)對(duì)突變故障與時(shí)變故障等故障類型的精確重構(gòu)。

2) 通過引入H∞性能指標(biāo)能夠抑制空間干擾與測(cè)量噪聲對(duì)故障重構(gòu)的影響。

[1] NGUANG S K, SHI P, DING S. Fault detection filter for uncertain fuzzy systems: An LMI approach[J]. IFAC Proceedings volumes, 2005, 38(1): 227-232.

[2] ZHANG Z, JAIMOUKHA I M. On-line fault detection and isolation for linear discrete-time uncertain systems[J]. Automatica, 2014, 50(2): 513-518.

[3] FENG J, WANG S, ZHAO Q. Closed-loop design of fault detection for networked non-linear systems with mixed delays and packet losses[J]. IET Control Theory and Applications, 2013, 7(6): 858-868.

[4] ZHANG J, SWAIN A K, NGUANG S K. RobustH∞adaptive descriptor observer design for fault estimation of uncertain nonlinear systems[J]. Journal of the Franklin Institute, 2014, 351(11): 5162-5181.

[5] 陶洪峰, 鄒偉, 楊慧中. 執(zhí)行器故障多率采樣間歇過程的魯棒耗散迭代學(xué)習(xí)容錯(cuò)控制[J]. 控制理論與應(yīng)用, 2012, 33(3): 329-335.

TAO H F, ZOU W, YANG H Z. Robust dissipative iterative learning fault-tolerant control for multi-rate sampling batch process with actuator failure[J]. Control Theory and Applications, 2012, 33(3): 329-335 (in Chinese).

[6] CHEN W, SAIF M. An iterative learning observer-based approach to fault detection and accommodation in nonlinear systems[C]//Proceedings of the 40th IEEE Conference on Decision and Control. Piscataway, NJ: IEEE Press, 2001: 24-26.

[7] CHEN W, ER M J. Simulations identification of time-varying parameters and estimation of system states using iterative learning observers[J]. International Journal of Systems Science, 2007, 38(1): 39-45.

[8] WU Q, SAIF M. Repetitive learning observer based actuator fault detection, isolation, and estimation with application to a satellite attitude control system[C]//Proceedings of the 2007 American Control Conference. Piscataway, NJ: IEEE Press, 2007: 414-419.

[9] 管宇, 張迎春, 沈毅, 等. 基于迭代學(xué)習(xí)觀測(cè)器的衛(wèi)星姿態(tài)控制系統(tǒng)的魯棒容錯(cuò)控制[J]. 宇航學(xué)報(bào), 2012, 33(8): 1080-1086.

GUAN Y, ZHANG Y C, SHEN Y, et al. Fault-tolerant control for satellite attitude control system based on iterative learning observer[J]. Journal of Astronautics, 2012, 33(8): 1080-1086 (in Chinese).

[10] 賈慶賢. 基于學(xué)習(xí)觀測(cè)器的衛(wèi)星姿態(tài)控制系統(tǒng)故障重構(gòu)研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2015: 55-65.

JIA Q X. Research on learning observer-based fault reconstruction for satellite attitude control system[D]. Harbin: Harbin Institute of Technology, 2015: 55-65 (in Chinese).

[11] 賈慶賢, 張迎春, 沈毅, 等. 基于迭代學(xué)習(xí)-未知輸入觀測(cè)器的衛(wèi)星姿控系統(tǒng)魯棒故障重構(gòu)[J]. 系統(tǒng)工程與電子技術(shù), 2012, 34(1): 120-124.

JIA Q X, ZHANG Y C, SHEN Y, et al. Robust fault reconstruction method for satellite attitude control system based on iterative learning-unknown input observer[J]. Systems Engineering and Electronics, 2012, 34(1): 120-124 (in Chinese).

[12] JIA Q X, CHEN W, ZHANG Y C, et al. Fault reconstruction and fault-tolerant control via learning observer in Takagi-Sugeno fuzzy descriptor systems with time delays[J]. IEEE Transactions on Industrial Electronics, 2015, 62(6): 3885-3895.

[13] GAO Z F, JIANG B, SHI P, et al. Sensor fault estimation and compensation for microsatellite attitude control system[J]. International Journal of Control, Automation, and Systems, 2010, 8(2): 228-237.

[14] ZHANG J, SWAIN A K, NGUANG S K. Robust sensor fault estimation scheme for satellite attitude control systems[J]. Journal of the Franklin Institute, 2013, 350(9): 2581-2604.

[15] SOBHANI-TEHRANI E, KHORASANI K. Fault diagnosis of nonlinear systems using a hybrid approach[M]. Berlin: Springer, 2009: 19-117.

[16] 俞立. 魯棒控制——線性矩陣不等式處理方法[M]. 北京: 清華大學(xué)出版社, 2002: 6-29.

YU L. Robust control-linear matrix inequality method[M]. Beijing: Tsinghua University Press, 2002: 6-29 (in Chinese).

[17] LIU C, YANG H, CHEN W, et al. A novel design of iterative learning observer for fault estimation[C]//2011 ASME/IEEE International Conferences on Mechatronic and Embedded Systems and Applications. Washington, D.C.: ASME, 2011: 435-439.

[18] JIA Q X, CHEN W, ZHANG Y C, et al. Robust fault reconstruction via learning observers in linear parameter-varying systems subject to loss of actuator effectiveness[J]. IET Control Theory and Applications, 2014, 8(1): 42-50.

[19] XU J X, PANDA S K, LEE T H. Real-time iterative learning control[M]. Berlin: Springer, 2009: 7-26.

[20] TAN C P. Sliding mode observer for fault detection and isolation[D]. Leicester: University of Leicester, 2002: 35-142.

[21] EDWARDS C, YAN X G, SPURGEON S K. On the solvability of the constrained Lyapunov problem[J]. IEEE Transactions on Automatic Control, 2007, 52(10): 1982-1987.

[22] 賈慶賢, 張迎春, 陳雪芹, 等. 衛(wèi)星姿態(tài)控制系統(tǒng)故障重構(gòu)觀測(cè)器設(shè)計(jì)[J]. 宇航學(xué)報(bào), 2016, 37(4): 442-450.

JIA Q X, ZHANG Y C, CHEN X Q, et al. Observer design for fault reconstruction in satellite attitude control system[J]. Journal of Astronautics, 2016, 37(4): 442-450 (in Chinese).

[23] 張迎春, 賈慶賢, 李化義, 等. 基于比例積分觀測(cè)器的衛(wèi)星姿控系統(tǒng)魯棒故障重構(gòu)[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(9): 1810-1818.

ZHANG Y C, JIA Q X, LI H Y, et al. Robust fault reconstruction design for satellite attitude control systems based on proportional integral observer[J]. Systems Engineering and Electronics, 2014, 36(9): 1810-1818 (in Chinese).

(責(zé)任編輯： 張玉， 王嬌)

PD-type learning observer based fault reconstruction forspacecraft attitude control systems

ZHANGKe1,2,*,HANZhiguo1,2,GUOXiaohong3,LYUMeibo1,2

1.SchoolofAstronautics,NorthwesternPolytechnicalUniversity,Xi’an710072,China2.NationalKeyLaboratoryofAerospaceFlightDynamics,NorthwesternPolytechnicalUniversity,Xi’an710072,China3.ChinaXi’anSatelliteControlCenter,Xi’an710043,China

A fault reconstruction method based on PD-type iterative learning observer is proposed to deal with actuator additive faults, space external disturbances and measurement noises existing in the nonlinear systems such as spacecraft attitude control systems, which satisfy Lipschitz conditions. The method has the desired robust performance index, and can achieve accurate reconstruction of abrupt faults, time-varying faults, etc. in the presence of space external disturbances and measurement noises. The designed method of PD-type iterative learning observer is given based on linear matrix inequality technique, and the stability condition of the method is proved according to the Lyapunov stability theory. The influence of space external disturbances and measurement noises on actuator additive faults reconstruction is suppressed using robust technology and also linear matrix inequality toolkit solving observer parameter matrix. The method is applied to spacecraft attitude control system. Simulation results show the effectiveness of the proposed method.

fault reconstruction; iterative learning; nonlinear system; attitude control system; spacecraft

2016-07-20；Revised2016-08-29；Accepted2016-09-21；Publishedonline2016-10-081518

URL：www.cnki.net/kcms/detail/11.1929.V.20161008.1518.002.html

s：NationalNaturalScienceFoundationofChina(61502391);ChinaSpaceFoundation(N2015KC0121)

2016-07-20；退修日期2016-08-29；錄用日期2016-09-21； < class="emphasis_bold">網(wǎng)絡(luò)出版時(shí)間

時(shí)間：2016-10-081518

www.cnki.net/kcms/detail/11.1929.V.20161008.1518.002.html

國(guó)家自然科學(xué)基金 (61502391)； 航天支撐基金 (N2015KC0121)

*

.E-mailzhangke@nwpu.edu.cn

張科， 韓治國(guó)， 郭小紅， 等． 航天器姿控系統(tǒng)的PD型學(xué)習(xí)觀測(cè)器故障重構(gòu)J． 航空學(xué)報(bào),2017,38(6):320629.ZHANGK,HANZG,GUOXH,etal.PD-typelearningobserverbasedfaultreconstructionforspacecraftattitudecontrolsystemsJ.ActaAeronauticaetAstronauticaSinica,2017,38(6):320629.

http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn

10.7527/S1000-6893.2016.0259

V448.2

A

1000-6893(2017)06-320629-09

*Correspondingauthor.E-mailzhangke@nwpu.edu.cn