适应运载火箭推力下降故障的神经网络容错控制方法
【摘要】 针对运载火箭单台发动机推力下降故障，提出了一种基于径向基神经网络(RadialBasisFunctionNeuralNetwork，RBFNN)的容错姿态控制方法。该方法无需故障诊断系统，根据运载火箭姿态动力学控制通用模型，使用RBFNN在线辨识并补偿模型的故障变化和不确定干扰，得出容错控制律。仿真结果表明，在单台发动机发生推力下降故障时，本文方法与传统PD方法、自适应增广控制方法(AdaptiveAugmentControl，AAC)相比，可有效保证姿态稳定和控制精度。
