[发明专利]一种在线测量MEMS固体微推力器阵列输出推力的方法

说明书

本发明公开了一种在线测量MEMS固体微推力器阵列输出推力的方法，属于推力测量领域。将MEMS固体微推力器的六个阵列分别安装在立方体微纳卫星的6个面上；设计空间环境数据与飞行器测量状态数据发生器，生成深度神经网络推力测量模型的训练数据，并用训练数据训练深度神经网络；将MEMS固体微推力器点火前后引起的微纳卫星状态的改变量输入到训练好的深度神经网络中；通过正向计算得到点火的推力器输出的真实推力的估计值，并输入到控制系统和推力器阵列的点火分配系统，作为当前状态下的推力标定结果。不断更新MEMS固体微推力器的推力测量结果，实现自适应的在线推力测量。本发明解决了飞行环境对输出推力的影响问题，具有环境自适应能力。

技术领域

本发明属于推力测量领域，涉及一种在线测量MEMS固体微推力器阵列输出推力的方法。

背景技术

推力测量是航天发动机领域的一个重要方向，但目前的所有测量方法都是针对低集成度、可重复使用的大推力发动机，并且是在地面环境下离线标定推力后不再进行后续修正，如文献[1]：2017年10月，李得天，张伟文，张天平，郭宁，孟伟，唐福俊，杨福全发表的《空间电推进地面综合测试评价技术研究》。

MEMS固体微推力器阵列具有高度集成、功耗低、体积小、质量轻以及结构简单等特点，是微纳卫星理想的控制执行机构；如文献[2]，杨灵芝，魏延明，刘旭辉在2016年2月发表的《MEMS固体微推力器阵列发展研究》。由于该推力器的每个单元输出的推力很小，并且输出推力受工作环境影响较大，无法像传统的大推力器一样在地面测试时对每个推力输出单元进行推力标定，为此需要研发MEMS固体微推力器阵列的在轨推力测量方法，在空间环境下实时估计推力器阵列上每个推力输出单元在当前条件下的真实推力，为微纳卫星的高精度控制提供保障。

由于MEMS固体微推力器阵列上每个推力输出单元的推力很小，并且输出推力与所处的工作环境也有很大关系，如果仍使用目前的地面离线测量技术，在空间环境下使用点火时，地面标定的结果会与空间环境中推力器输出的真实推力之间产生较大误差，这种误差甚至会超出固体微推力器本身推力数倍，会严重降低控制精度，造成推力器浪费，从而降低卫星寿命。

发明内容

本发明针对上述问题，提出了一种在线测量MEMS固体微推力器阵列输出推力的方法，利用深度神经网络强大的特征提取能力，从MEMS固体微推力器点火前后引起的微纳卫星状态的改变量中，估计出推力器在当前工作条件下的真实推力，相比地面离线推力测量方法，测量精度更高，对环境的自适应能力更强。

具体步骤如下：

步骤一、将MEMS固体微推力器的六个阵列分别安装在立方体微纳卫星的6个面上；

步骤二、设计空间环境数据与飞行器测量状态数据发生器，生成深度神经网络推力测量模型的训练数据。

空间环境数据包括已知和未知的随机摄动量；

飞行器测量状态数据包括三轴位置和三轴速度，MEMS固体微推力器控制作用前后三轴位置和三轴速度的改变量，以及状态测量的传感器误差。

深度神经网络的输入数据为：

式中，是微推力器点火燃烧完后的卫星惯性系状态量；Δx⁽¹⁾是微推力器点火前的卫星状态改变量；Δx⁽²⁾是微推力器点火过程中的卫星状态改变量；Δx⁽³⁾是微推力器点火燃烧完后的卫星状态改变量；是可建模的J2摄动力；v_c^T是控制系统计算出的理想控制力。

深度神经网络的输出是待求的微纳卫星6个面上的MEMS固体微推力器的真实推力估计值f(t)。

真实推力估计值f(t)通过以下公式计算得到：