航天器/控制器飞行能够实现自主控制么？

最新推荐文章于 2024-07-26 17:59:14 发布

擦擦擦大侠

最新推荐文章于 2024-07-26 17:59:14 发布

阅读量6k

点赞数 3

本文链接：https://blog.csdn.net/chenshiming1995/article/details/106831421

版权

航天器/控制器飞行能够实现自主控制吗？（未完，待续）

Personal opinion

虽然从控制专业毕业，但是现代控制原理是否可以用到真是的控制系统中去，完成真正的智能控制，是我一直困惑的问题。与北交理学院做控制的老师聊他所做的方向，他对我说自己一直在寻找控制对象，自己已经在数学上走的很远了，现在正在试图做一些改变。在知乎上，这个问题收到了广泛的讨论，一些学生大言不惭的说到：控制理论已死，没有现实的应用对象，已经成为了数学家们自娱自乐的行为。这一点值得质疑，因为研究数学问题并不需要真正的对应现实中的模型，它可以是脱离实际在理论领域里不断深耕的。

这篇文主要是在探究这样的一个问题，我们已经用上了哪些方法？实际在b站看到up主的一些分享之后，我又重新燃起了对经典控制理论的兴趣，他一开始并不是向着高屋建瓴去的，它有着实际的研究方法和应用对象。

在博客中讨论了控制原理与人的智能之间的关系，可以说让人印象深刻。

猎豹既不懂数学，也不会建立动力学方程，可是它矫健的身手让现在的机器人望尘莫及，这是为什么呢？“秀丽隐杆线虫”是一种身长只有1毫米的小虫子，虽然它只有一个非常简单的大脑，但是却能感受环境中的很多刺激，比如接触、温度、化学物质、离子、外激素等等。和实验室和工厂中的机器人对比一下不免让人疑惑，一个大脑如此“单纯”的虫子为什么需要这么多“传感器”呢？我的观点是，生物没有高级的数学方程“信息”可供利用，所以只能最大限度的收集其它形式的“信息”弥补这一缺陷。利用这些信息，动物能在自己的神经网络中建立类比动力学方程的输入输出关系，其实际效果甚至超过精确但却死板的动力学模型。幸好上帝没有给动物直接灌输动力学方程，如果我们人类也像机器人一样，先建立模型再设计控制算法才能行走，可能到大学毕业我们还没迈出第一步；而蝴蝶的大脑也必须装载两套运动控制系统：一套专门用来控制爬行，一套用来飞行。看来大自然比我们想象的更聪明。

实际上，所谓智能控制的未来是不是就在这段话中呢？

另外，何毓琦老先生提出了这样的观点：

任何应用的科学领域通常经历三个阶段——突破新的问题领域，建立理论基础和成熟领域。目前大家都认为控制领域正处于成熟的第三阶段。主流控制系统思想的框架和基础是非常清楚的。

飞行器的智能自主

首先需要解释什么是智能自主？一般认为，从人类智能的角度来看，一个智能系统应该具备自动获取和应用知识的能力、思维与推理的能力、问题求解的能力和自动学习的能力¹。

Toward Intelligent Flight Control ²

抽象的飞行控制系统可以通过设计来模拟自然智能的功能。本文将智能控制功能分为三类。

声明性动作包括决策、为系统监控、目标规划和系统/场景识别提供模型。
程序行为包含熟练的动作，在制导、导航和自适应方面具有相似性。
反馈行为或多或少都是自主的，类似于环路控制和状态估计
智能飞行控制系统还将包含一个专家系统、程序算法和计算神经网络的层次结构，每个层次都扩展先前的功能以提高任务能力，提高飞行的可靠性和安全性，减轻飞行员的工作量。

因此，作者将“智能自主”分成几个模块：

20200618091105

NASA曾经开展过相关的飞行试验（IFCS，智能飞行控制系统试验）来验证该智能系统的可行性³。

自适应飞行控制系统有可能更能适应飞机行为的极端变化。极端变化可能是系统故障或飞机损坏的结果。为美国国家航空航天局NF-15B智能飞行控制系统飞机研制了一种基于直接自适应神经网络的飞行控制系统，并对失效（冻结）（不可移动）的稳定器进行了飞行仿真。编队飞行操纵品质评估采用神经网络自适应和不采用神经网络自适应。给出了这些飞行试验的结果。并与仿真结果进行了比较，分析了自适应系统的性能。该自适应系统的性能评估依据是它能够分离横摇和纵摇响应，并重建良好的机载模型跟踪。在模拟稳定器失效和自适应情况下的飞行评估表明，俯仰响应总体上有所改善，但出现了滚转飞行员诱发振荡的趋势。详细讨论了产生混合结果的原因。

F-15 ifcs是一种基于直接自适应神经网络的飞行控制系统。该方法基于Calise等人和Rysdyk等人开发的增强模型反演体系结构。一般的控制方案是由一个动态逆控制器和一个显式模型跟踪器组成，并加入一个自适应元件以适应超出动态逆控制器正常鲁棒范围的大误差。在F-15 IFCS方案中提供在线自适应的神经网络被称为sigma-pi神经网络，由美国宇航局Ames研究中心开发。

20200618121919

实际上，我们在控制端看到了PID与神经网络相结合的模块。在PID控制器的后面，还有动态逆控制器。简单来说，这个系统集成了三个不同的控制器。我现在就想知道他在实际系统中是怎么集成的。

另外，不知是这种控制方法落伍了，或者其他。我没看到最近与它相关的工作。

参考文献

https://zh.wikipedia.org/zh/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD ↩︎
Stengel R F . Toward intelligent flight control[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1993, 23(6)😛.1699-1717. ↩︎
Flight Test Results from the NF-15B Intelligent Flight Control System (IFCS) Project with Adaptation to a Simulated Stabilator Failure ↩︎