火箭是怎么飞到目的地的:物理描述

姿控则不同,它控制的是箭体姿态角等角度,这个角度在火箭上装上一个传感器很容易测量,但姿控的问题在于,就像开车,要保证不翻车,需要对开的方法,以及车的特性有比较好的理解,因此姿控设计(非实现)主要集中在“箭体”这个部分,即火箭在外力下的行为。

后记

如前所述,制导和姿控都是闭环控制,但两者侧重点不同:

制导控制长周期运动,特征量无法测量,但稳定性不是关键。

制导特征量传感器测不出来,方程太复杂也无法写出来,有两种处理思路:

精读法。

在火箭中一种是长周期的控制,称为制导,一种是短周期的控制,称为姿控。说起来还是隐晦,这两个到底是什么东西呢?有什么区别?

首先,它们两个都闭环控制。

什么是闭环控制?

参考《动态系统的反馈控制》,个人认为比Katsuhiko Ogata的《现代控制工程》好。

按这本书第一章,以自动调温器控制壁炉为例。在系统工作过程中,若房间温度低于要求温度时,自动调温器点燃壁炉,房屋吸热量大于散热量,温度上升,直至达到设定值,关闭壁炉,房间朝外界散热温度下降,当下降到低于要求温度时,再重复此过程。

注意图中下侧的那条回路,因为回路的引入,可对系统的输出进行测量并反馈回来加以利用,构成了闭环控制,或反馈控制。反馈控制的基本组成如下图所示。

在上图中,过程就是房屋,它的输出是房屋温度,对这个过程的干扰是外界的换热。过程的设计对控制效果有很大影响,如关上窗户就比开着容易稳定温度。壁炉是执行机构,执行机构应能以满足要求的速度和范围快速改变过程输出。如果壁炉功率较小,如安徒生童话中小女孩的火柴,就无法达到需要的温度。

一般地,过程和执行机构紧密连接,控制设计主要是寻找一个合适输入给执行机构,过程和执行机构合在一起称为受控对象,用来准备求解要求的控制信号的装置称为控制器,本例中为温度控制器,它在温度低于要求值时打开壁炉,低于特定值时关闭壁炉。本例中温度计对房间温度进行测量,是传感器。

火箭控制系统框图也别无二致,这里箭体是过程,伺服机构,配电器(控制关机)是执行机构,箭机是控制器,惯性器件是传感器。

制导和姿控有什么区别呢?

什么是制导?

各种偏差下,真实弹道都是标准弹道下的扰动,制导的目的是将火箭导向目标。向标准弹道靠近不一定好使,因为需要保证七个参数(t, x, y, z, vx, vy, vz)等于预定值,这很困难,而且如果发动机不调节推力,控制量是不够的,不可能保证。另外,导向目标也不是一定要导向标准弹道。如下图所示,在标准弹道附近存在一个弹道族,在这里的七个参数只要满足一定关系,就能导向正确目标。

问题是,飞行中,射程怎么测量

没法测!这就是制导面临的问题:没法测量?传感器可以测出当前的加速度、速度、位置,但就是没有传感器可以测出射程。

既然没办法测量射程,那么可以算吗?能不能写出计算方程?仍然很难,但我们可以确定,射程是一个关于关机点时间、速度、位置的确定性函数,也即L=L(t, x, y, z, vx, vy, vz)。只是这个函数难以写出来。

怎么办呢?制导设计很多时候就是在处理测量问题。两种思路:

  • 精读法。在标准弹道基础上,采用泰勒展开,对每一时间点上写出一个近似函数,对函数直接求解,对应摄动制导。

  • 通读法。不管标准弹道,对所有时间点写一个统一的近似函数,这个函数可能开始不准,但会越来越准,对应迭代制导。

前者书上说是隐式制导,后者书上说是显式制导,笔者总是一头雾水。精读法、近似函数,算是笔者的形象理解吧,不一定对,欢迎讨论。

摄动制导

在标准弹道附近可对关机时刻的射程进行泰勒展开!(下式为大一多元微积分内容,回忆起来了吗?)

这里的偏导数是指关机时刻偏导数,ΔL是实际射程与理论射程之差,Δx是实际位置与标准弹道位置之差。

现在目标明确了,实际射程与理论射程相等,即ΔL=0是需要的控制目标,将上式右侧的Δ项展开成实际值和理论值的部分可得:

从公式里可以看到7个偏导数,它们都可以根据标准弹道提前算好,称为偏差系数

方程右侧的值,即偏差系数与标准弹道中时间、速度、位置相乘再求和,可以提前算好,称为关机特征量。导弹中只需要装订这7个系数加1个关机特征量,然后时刻将传感器敏感到的时间、位置、速度进行计算,再与关机特征量比较,即可确定是否关机。显然,由于是泰勒展开,要求真实弹道离标准弹道不要太多,它的精度终有瓶颈,同时也无法适应发动机推力下降等故障模式。

还记得上一篇已经给出,对于射程10000km的导弹,在关机点大约有:

这几个就是上面的偏差系数。

(泰勒公式:关于泰勒公式,本公众号后续会专题介绍。很多人不喜欢数学,这里打个比方,我们都知道地球是圆的,中国和美国在球的两头。但有个人说,我现在踩的地面是平的,也是没错的。那这是为什么呢?其实这就是泰勒展开。)

迭代制导

如上图,火箭飞行中,后面推力朝什么方向,落点在哪儿,无法计算。但任何时刻只要关机(图中K点),都对应一个落点(图中T点)。那换个角度,为让导弹飞行到落点,先不考虑后续发动机怎么推,假设只需在当前时刻推一下,后面不推了,可以计算一个速度增量和推的方向,那发动机就照这个方向推吧,只要不犯方向性错误总能达到目的地。

于是,复杂的导弹运动近似成了一个简单的二体问题(这里没说落地时大气阻力,真实应用时需要修正一下)。当然,只要发动机还在工作,这个近似就不准。但随着离落点越来越近,剩余发动机工作时间越短,就越准。当发现不需要速度增量落点就重合时,就可以关机了,关机时刻的近似方程终于准确了。

这就是迭代制导,原方程写不出来,那就做个近似,这个近似开始不准,但会越来越准。

什么是姿控?

制导控制的是诸如射程、半长轴之类的量,这些量没法测、难以算。因此制导设计(非实现)主要集中在“箭机”这个部分,即计算射程的方法。

姿控则不同,它控制的是箭体姿态角等角度,这个角度在火箭上装上一个传感器很容易测量,但姿控的问题在于,就像开车,要保证不翻车,需要对开的方法,以及车的特性有比较好的理解,因此姿控设计(非实现)主要集中在“箭体”这个部分,即火箭在外力下的行为。

后记

如前所述,制导和姿控都是闭环控制,但两者侧重点不同:

  • 制导控制长周期运动,特征量无法测量,但稳定性不是关键。因此制导系统的设计要点在处理特征量问题;

  • 姿控控制短周期运动,特征量容易测量,稳定性特别关键。因此姿控系统的设计要点在处理稳定性问题。

制导特征量传感器测不出来,方程太复杂也无法写出来,有两种处理思路:

  • 精读法。在标准弹道基础上,对每个时间点上写一个近似函数(使用泰勒展开)的摄动制导。由于是泰勒展开,要求真实弹道离标准弹道不要太多,它的精度终有瓶颈,同时也无法适应发动机推力下降等故障模式,一般认为是第一代制导算法;

  • 通读法。不管标准弹道,对所有时间点写一个统一的近似函数,这个函数开始可能不太准,但会越来越准,这就是迭代制导。迭代制导紧盯一个目标,能在一定程度上适应发动机推力降低等故障模式,同时需要地面计算和装订值少,一般认为是第二代制导算法。

以上四句是教科书都没有的,笔者自学自悟,但愿不要走火入魔,也请高人批评指正。

说到姿控稳定性,最好来点数学,详见下篇《火箭是怎么飞到目的地的:数学描述》。

本文来自微信公众号:理念世界的影子(ID:spaceodyssey1968),作者:洞穴之外

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2024年4月17日 17:10
下一篇 2024年4月17日 18:18

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日