%A 陈书钊, 楚龙飞, 杨秀梅, 蔡德淮 %T 状态预测神经网络控制应用于小型可回收火箭 %0 Journal Article %D 2019 %J 航空学报 %R 10.7527/S1000-6893.2018.22286 %P 322286-322286 %V 40 %N 3 %U {https://hkxb.buaa.edu.cn/CN/abstract/article_17353.shtml} %8 2019-03-15 %X 随着商业航天的到来,可重复使用运载器的研究受到广泛关注,以SpaceX为代表的商业航天公司研发的部分可回收火箭表现出了前所未有的竞争力。为了研发可回收火箭技术,翎客航天利用民间工业力量研制了RLV-T3小型可回收火箭验证机,并在该验证机上通过数百次试验逐渐掌握了垂直起降(VTVL)技术。主要介绍了翎客航天在VTVL技术中的一项动力控制技术,提出了状态预测神经网络控制(SPNNC)算法。该算法具有鲁棒性强、适用范围广、控制参数易调整等优点。详细地描述了该算法的原理,并通过Simulink对SISO和MIMO 2种系统进行了仿真。同时详细地论述了将状态预测神经网络控制算法应用于RLV-T3小型可回收火箭的飞行及回收的试验,包括RLV-T3小型可回收火箭的基本特点、控制难点、存在的问题,飞行过程中各物理量的曲线和试验结论。经试验验证,状态预测神经网络控制算法具有良好的控制性能,基于该控制技术,即状态预测神经网络控制算法的RLV-T3小型可回收火箭验证机可以安全地实现垂直起飞、弹道飞行、空中悬停、软着陆回收全流程。