154 工程科学学报，第43卷，第1期 (2)对接误差范围小，相较于航天器的尺寸， 很好地解决在复杂扰动下受油机对锥套的追踪 软管和锥套在对接阶段的精度要求是非常高的. 问题，进而提出将终端迭代学习控制(Terminal 对接控制即为解决上述难题，提高AAR的对 iterative learning control,.TILC)方法应用到跟踪控 接成功率.对接控制涉及的问题很多，下面将按照 制中.TLC根据上次迭代的终端输出误差给出前 控制主体分别介绍. 馈控制输入或初始状态，然后利用其调整控制输 3.1.1受油机控制设计 入或受油机的初始状态，以实现成功对接，是一种 在对接阶段，受油机必须精确、稳定地飞行， 有效的控制方法，控制框图如图5所示.仿真结果 以跟踪摆动的锥套.对受油机的控制设计能为受 显示，系统具备良好的容错性、鲁棒性和抗干 油机提供一个相对可靠的跟踪方法，这对无人受 扰性 油机更是尤为重要 跟踪需要实时获取锥套的状态，但对接过程 跟踪控制器能为受油机提供跟踪路径，使其 有20多种状态，通过传感器准确地检测这么多状 依照既定轨迹接近锥套.美国A&M公司B0将跟 态是非常困难的，且传感器的检测会因环境变化 踪控制工作集中在比例积分跟踪器与稳态收敛调 产生延迟.实际上，全球定位系统(Global positioning 节器的集成上，但瞬态下的高灵敏度使它在低频 system,GPS)和基于机器视觉(Machine vision,MV) 率下无法满足鲁棒性，而鲁棒性是补偿不确定性 的导航系统是对接时常用的精确定位方法38- 的必要条件.同时他们也尝试采用非零集点，将跟 为达到更高的精度和速度，Fravolini4!o-采用多变 踪问题转化为稳定问题，不过参考状态和参考输 量设计方法，将GPS和MV系统的测量值结合起 入被限制为常数，这意味着受油机只需要执行设 来，使受油机能够对锥套的位置进行实时检测.文 定点跟踪任务.对此，Tandale等B采用线性二次 献[42]通过地面飞行模拟实验，对具有不同闭环 调节器(Linear quadratic regulator,LQR)设计了参考 运动特性的受油机进行了飞行质量评价，根据评 观测器以适应运动的锥套，通过参考观测器对开 价结果，提出了能够反映受油机飞行质量不足的 环前馈控制的估测，受油机能实时跟踪锥套产生 闭环运动特性参数，并对每个参数提出了相应要 的参考轨迹 求，其结果可用于指导受油机控制设计 然而，利用LQR或非零点集的模拟控制器，虽 随着研究的深人，受油机的控制问题被一步 然设计简单，但在存在较大扰动的情况下，控制质 步细化，控制方法也在不断优化.已经能达到较好 量可能会降低.鉴于对接阶段的复杂扰动和不确 的控制效果，且正向着更精细化的方向发展 定性，文献[32]采用基于神经网络的自适应控制 3.1.2加油机控制设计 方法、另外，自抗扰控制也被应用到跟踪控制 加油机与受油机在对接过程中的任务不同， 设计中.文献[34-35)]采用非线性控制，基于反步 对应的控制设计也不同.加油机的控制设计是确 法，设计了具有较高的跟踪精度和较强的抗干扰 保机身能够维持定直平飞或进行平滑转弯，以减 能力的跟踪器.文献[36]研究了无人受油机在复 小锥套的偏移量.虽然通常会选择一个相对理想 杂扰动下追踪时的容错性能.文献[37刀认为线 的天气进行空中加油作业，但不可控的外部扰动， 性、自抗扰和自适应控制等方法都各有缺点，不能 如未知的气流，是加油过程中不可避免的，这会引 Tanker model Drogue dynamic Bow wave (Mass-point model) model effect model Probe mode Receiver The PDR system TILC controller 图5受油机控制框图) Fig.5 Receiver controllert（2）对接误差范围小，相较于航天器的尺寸， 软管和锥套在对接阶段的精度要求是非常高的. 对接控制即为解决上述难题，提高 AAR 的对 接成功率. 对接控制涉及的问题很多，下面将按照 控制主体分别介绍. 3.1.1    受油机控制设计 在对接阶段，受油机必须精确、稳定地飞行， 以跟踪摆动的锥套. 对受油机的控制设计能为受 油机提供一个相对可靠的跟踪方法，这对无人受 油机更是尤为重要. 跟踪控制器能为受油机提供跟踪路径，使其 依照既定轨迹接近锥套. 美国 A&M 公司[30] 将跟 踪控制工作集中在比例积分跟踪器与稳态收敛调 节器的集成上，但瞬态下的高灵敏度使它在低频 率下无法满足鲁棒性，而鲁棒性是补偿不确定性 的必要条件. 同时他们也尝试采用非零集点，将跟 踪问题转化为稳定问题，不过参考状态和参考输 入被限制为常数，这意味着受油机只需要执行设 定点跟踪任务. 对此，Tandale 等[31] 采用线性二次 调节器（Linear quadratic regulator, LQR）设计了参考 观测器以适应运动的锥套，通过参考观测器对开 环前馈控制的估测，受油机能实时跟踪锥套产生 的参考轨迹. 然而，利用 LQR 或非零点集的模拟控制器，虽 然设计简单，但在存在较大扰动的情况下，控制质 量可能会降低. 鉴于对接阶段的复杂扰动和不确 定性，文献 [32] 采用基于神经网络的自适应控制 方法. 另外，自抗扰控制[33] 也被应用到跟踪控制 设计中. 文献 [34−35] 采用非线性控制，基于反步 法，设计了具有较高的跟踪精度和较强的抗干扰 能力的跟踪器. 文献 [36] 研究了无人受油机在复 杂扰动下追踪时的容错性能. 文献 [37] 认为线 性、自抗扰和自适应控制等方法都各有缺点，不能 很好地解决在复杂扰动下受油机对锥套的追踪 问题 ，进而提出将终端迭代学习控制（ Terminal iterative learning control, TILC）方法应用到跟踪控 制中. TILC 根据上次迭代的终端输出误差给出前 馈控制输入或初始状态，然后利用其调整控制输 入或受油机的初始状态，以实现成功对接，是一种 有效的控制方法，控制框图如图 5 所示. 仿真结果 显示 ，系统具备良好的容错性、鲁棒性和抗干 扰性. 跟踪需要实时获取锥套的状态，但对接过程 有 20 多种状态，通过传感器准确地检测这么多状 态是非常困难的，且传感器的检测会因环境变化 产生延迟. 实际上，全球定位系统（Global positioning system, GPS）和基于机器视觉（Machine vision, MV） 的导航系统是对接时常用的精确定位方法[38−39] . 为达到更高的精度和速度，Fravolini[40−41] 采用多变 量设计方法，将 GPS 和 MV 系统的测量值结合起 来，使受油机能够对锥套的位置进行实时检测. 文 献 [42] 通过地面飞行模拟实验，对具有不同闭环 运动特性的受油机进行了飞行质量评价，根据评 价结果，提出了能够反映受油机飞行质量不足的 闭环运动特性参数，并对每个参数提出了相应要 求，其结果可用于指导受油机控制设计. 随着研究的深入，受油机的控制问题被一步 步细化，控制方法也在不断优化，已经能达到较好 的控制效果，且正向着更精细化的方向发展. 3.1.2    加油机控制设计 加油机与受油机在对接过程中的任务不同， 对应的控制设计也不同. 加油机的控制设计是确 保机身能够维持定直平飞或进行平滑转弯，以减 小锥套的偏移量. 虽然通常会选择一个相对理想 的天气进行空中加油作业，但不可控的外部扰动， 如未知的气流，是加油过程中不可避免的，这会引 Tanker model (Mass-point model) Drogue dynamic model Bow wave effect model The PDR system Probe model Receiver TILC controller − + 图 5    受油机控制框图[37] Fig.5    Receiver controller[37] · 154 · 工程科学学报，第 43 卷，第 1 期