[发明专利]一种基于径向基神经网络的固体火箭发动机推力控制方法

说明书

本发明提供一种基于径向基神经网络的固体火箭发动机推力控制方法，其特征在于，包括如下步骤：步骤1.确定控制对象，执行机构采用燃气调节系统和气动伺服系统，选用固体火箭发动机作为动力装置；步骤2.建立固体火箭发动机被控对象数学模型；步骤3.根据预期控制性能要求，确立参考模型和实际模型：步骤4.设计用于固体火箭发动机推力自适应控制的RBF神经网络控制器，选择神经网络的学习指标；步骤5.利用遗传算法优化RBF神经网络控制器参数；本发明通过遗传算法优化神经网络参数给定，使得基于RBF神经网络的固体火箭发动机控制系统对给定参考模型特性具有良好的跟踪能力，并具有较好的抗干扰性和鲁棒性。

技术领域

本发明涉及自动化控制领域，具体涉及一种基于径向基神经网络的固体火箭发动机推力控制方法。

背景技术

固体火箭发动机又称固体推进剂火箭发动机，使用固体推进剂，能够最大限度的满足新一代战术导弹对其动力装置的要求，具有体积小、质量轻、速度快和机动性好等优点，其作为一种理想的推进系统，是各国优先发展的战略型武器。

国内外为了推力可控的固体火箭发动机做了大量的理论和实验。为了保证固体火箭能按预定的轨道飞行，需要做出相应导引与控制。通过推力矢量控制系统来实现火箭姿态控制，采用机械方法或流体喷射的气动方法等推力矢量控制技术来补偿飞行中各种扰动和运载火箭推力偏心等带来的偏差。近年来，由于神经网络的发展，很多研究将径向基神经网络应用于动态对象的控制中，但从控制方法角度上来讲，将径向基神经网络用于固体火箭控制还是属于首创，对于固体火箭发动机控制来说，其参数会随着环境发生剧烈变化，同时未建模动态也给控制带来一定困难，而径向基神经网络具有良好的自适应功能，能够较好地克服这一问题。

发明内容

本发明的技术任务是针对以上现有技术的不足，而提供一种基于径向基神经网络的固体火箭发动机推力控制方法，本方法针对固体火箭发动机参数随外界环境变化的问题，提供一种能自适应火箭工作环境变化以及不同工况的推力控制技术，提高发动机控制性能。

本发明解决其技术问题所采用的技术方案是：一种基于径向基神经网络的固体火箭发动机推力控制方法，包括如下步骤：

步骤1.确定控制对象，执行机构采用燃气调节系统和气动伺服系统，选用固体火箭发动机作为动力装置；

步骤2.建立固体火箭发动机被控对象数学模型，并选取特定工作点火箭模型参数与对应值为发动机名义模型；

步骤3.根据预期控制性能要求，确立参考模型和实际模型：采用比例积分型控制器进行设计，将该控制器作用下的闭环系统作为基于RBF神经网络的固体火箭发动机推力控制的参考模型，定义受参数摄动的名义模型为发动机实际模型；

步骤4.设计用于固体火箭发动机推力自适应控制的RBF神经网络控制器，选择神经网络的学习指标；

步骤5.利用遗传算法优化RBF神经网络控制器参数：根据控制系统的参考模型输出值与实际模型输出值的误差变化情况，来调整控制器权值以逼近参考模型性能。

进一步地，所述步骤2中具体包括：

带有执行机构的固体火箭发动机控制模型的传递函数形式为：

其在某一特定工作点的模型参数是：K₁为0.56，τ₁为0.0091，τ₂为0.0039，τ₃为0.0014，τ₄为0.0022，μ为0.0026，定义此参数下模型为发动机的名义模型，输入输出分别为u_m(t)和y_m(t)，其中，y_m(t)＝L^-1[ΔY(s)]，式中通过反拉氏变换将复变函数中的输入输出ΔY(s)，转换成时间函数的输入和输出u_m(t)、y_m(t)。