ВЕСТНИК САМАРСКОГО УНИВЕРСИТЕТА. АЭРОКОСМИЧЕСКАЯ ТЕХНИКА, ТЕХНОЛОГИИ И МАШИНОСТРОЕНИЕ
Архив статей журнала
Рассматриваются задачи оптимизации траекторного движения первой ступени авиационно-космической системы по критерию максимума конечной массы. Управлением является угол атаки и тяга двигателей. Оптимизация управления проводится на участке траектории от точки приведения первой ступени в район запуска до достижения требуемых для отделения космической ступени параметров движения. Для определения оптимальных программ управления используется принцип максимума Понтрягина. Решение задачи без ограничений на режимы движения проведено на примере разгона и набора высоты первой ступени авиационно-космической системы RASCAL. Предложена методика определения приближённо-оптимального управления в задаче с ограничением на высотный диапазон работы двигателей с раздельной оптимизацией активного и пассивного участков и поиском оптимальной точки их сопряжения. Обсуждаются изменения программы управления, траектории движения и затрат топлива при ограничении максимальной высоты полёта на активном участке.
Представлены результаты разработки средств интеллектуального робастного управления параметрами триботронной роторно-опорной системы с коническим подшипником со смещаемой втулкой. Предложенный контроллер реализован на основе глубокого нейросетевого Q-обучения с подкреплением (DQN), синтезированного на основе верифицированной численной модели роторно-опорной системы. Стратегия управления включала в себя одновременное управление положением вала и трением в смазочном слое. Помимо синтеза управления для детерминированной системы также представлен новый метод синтеза робастного DQN-контроллера для системы со стохастичностью параметров. Метод позволяет учитывать неопределённости в системе на этапе обучения посредством случайного варьирования параметров её численной модели. Численное тестирование полученных контроллеров показывает лучшую способность контроллера, обученного с учётом неопределенностей, справляться с переменными нагрузками, а также прогнозировать возможные изменения в системе и превентивно переводить систему в более выгодные состояния.