论文部分内容阅读
自由飞行空间机器人FFSR(Free-FlyingSpaceRobot)，又叫机器人卫星RS(RobotSatellite)或空间机械臂(SpaceManipulator)，由卫星本体和其上搭载的机械臂组成。自由飞行空间机器人可以在宇宙空间自由浮游和飞行，代替宇航员执行维修或更换零部件等舱外作业。与航天飞机相比，由于它具有小型、灵活、价格便宜等特点而受到越来越多的关注。目前，自由飞行空间机器人系统的研究已经成为国际上自动化领域的一个研究热点，但自由飞行空间机器人的很多技术问题仍有待进一步解决。因此，对自由飞行空间机器人的关键技术的研究不论在理论上还是在实践上都具有十分重大的意义。
空间机器人捕捉目标时，首先要进入目标卫星的同一平面轨道，并接近目标。在确定了FFSR的会合点之后，使机器人采用适当的算法，要求空间机器人既要节省燃料和时间，又要安全地避开障碍物达到汇合点，寻找价值消耗最低的路径，这就是FFSR飞行路径的选择问题。本文利用改进型蚁群算法使FFSR寻找路径过程迅速收敛，计算机仿真表明这种控制方法可以使FFSR很好地搜寻最优路径。本文中还研究了蚁群算法在Hopfield神经网络中的应用，利用蚁群算法训练Hopfield神经网络参数，可以提高训练速度，减少收敛到局部极值点的几率，基于蚁群算法的Hopfield神经网络用于多空间站访问问题时优于Hopfield神经网络。
空间机器人工作在恶劣的太空环境中，除了已知的控制作用以外，经常有一些外界的杂散信号对系统起作用。空间机器人在控制过程中，由于环境等条件的改变而受到随机信号的影响。因此，在设计控制系统时，除了要考虑控制作用外，还必须考虑噪声的影响，通过设计适当的控制器，抑制或滤掉噪声对系统的影响。本文中将噪声假设为能量有限信号，设计了FFSR末端效应器的H∞控制器，有效地抑制了噪声的影响。
空间机器人是一个多输入多输出、强非线性、高耦合和含有许多变参数的复杂控制系统。因此按照常规的控制方法来设计控制系统不能得到理想效果，必须考虑机器人建模时忽略的不确定因素进行分析和研究，以提高机器人的工作性能。本文根据空间机器人的控制要求，提出了改进的保成本控制算法。利用该控制方法，即使在不能得到精确动力学方程的情况下也能进行FFSR末端效应器控制，该算法比以往的保性能控制算法的保守性低。
在实际空间机器人系统中，系统的某些状态变量不易直接测量，从而使状态反馈在物理实现上成为不可能。因而，一个很重要的问题就是如何构造系统的状态观测器，从而用观测器输出的状态代替实际系统的状态进行反馈控制。本文推导出新的状态观测算法，简少了计算状态观测器的计算量，提出的状态观测器即使在能量有限干扰的情况下，也能观测状态变量的值。