笔记百科智能控制技术
2021年4月29日11时23分，搭载空间站“天和”核心舱的长征五号B遥二运载火箭，顺利发射升空，迈出了我国“载人航天”更坚实的一步！长征五号系列运载火箭又称“大火箭”“冰箭”“胖五”，是由中国运载火箭技术研究院研制的新一代大型低温液体运载火箭，主要承担大质量载荷、空间站建设和深空探测等发射任务，而长征五号B运载火箭将主要用于中国未来天宫空间站的建设。在建设航天强国的征程中，发展新型航天系统需要有低成本高可靠进出空间的航天运输系统、高效高性能空间站系统以及太空制造、深空探测和开发系统。因此，进一步提升航天控制的智能化水平，增强对不确定性和突发情况的适应能力，保证高可靠安全运行，是航天工程发展和航天强国建设的迫切需求。
控制科学与技术在能源、交通、航天等体现国家重大战略需求的诸多领域均有重要的应用。在我国航天事业的发展进程中，更是实施两弹一星、载人航天、探月工程等国家科技工业重大项目不可缺少的设计理论与方法。而智能控制的应用，将为各领域发展注入新的活力，满足系统持续发展的需求, 成为变革性发展的助推器。
不同于其他工业领域，航天系统具有飞行环境不确定、故障模式不确定、外部干扰不确定、自身模型不确定、飞行任务不确定等特有属性。虽然经过60多年的发展，航天控制工程实践研究积累了一批方法，诸如增益时变控制、自适应控制、协调解耦控制等，并在多个航天工程中得到了实践，有效应对了航天工程中的不确定性。但这些方法的系统性还不够，应对多因素不确定性的能力不足，未能全面、整体地解决问题，而智能控制则可能给出系统性、综合性的解决方案。由此，智能控制技术将成为实现智能航天的必然选择。
包为民院士认为，下一代智能控制技术就是根据无人系统的要求，由机器自主实现其目标的过程，或由人在远端与智能机器融合的方式驱动机器实现其目标的控制，这类无人系统具有学习、抽象、推理、决策、衍化等功能，并能根据环境（包括被控对象或被控过程）信息的变化作出适应性反应，从而实现由人来完成的任务。智能控制的发展阶段与特征可概括为：(1) 提升应对变化能力，控制系统关键环节的智能化。(2) 具备学习能力，能够学习先进、跟随模仿（可学习、可训练）；(3) 具有泛化能力，能够举一反三、超越常识认知；(4) 具备演化、进化能力，能够发现问题并解决问题。
下面将通过两个案例，以小见大，解释智能控制技术在我国航天事业的发展中起到的点点滴滴的作用，为我们幕后工作的千千万万的科学家们点赞！
案例 1
运载火箭上升段推力下降故障的自主轨迹规划
运载火箭发射后，在发动机推力异常下降的情况下完成原有任务或避免完全损失，对发射任务至关重要。如果该故障对运载能力影响较小，通过迭代制导调整入轨点和飞行轨迹，仍能将有效载荷送入目标轨道；若影响大，飞向目标轨道会造成推进剂提前耗尽，此时能否形成轨道取决于耗尽时刻的状态，并有可能坠毁。如果能够自主规划一条与原目标轨道最为接近的轨道（即最优救援轨道, optimal rescue orbit, ORO），则可以主动避免有效载荷的坠落，为后续救援创造条件。
科学家们针对运载火箭上升段飞行中的推力下降故障，研究在线自主救援的策略和算法。在故障时刻采用迭代制导和数值积分的方法进行运载能力的估计，当判断目标轨道不可达但仍能达到最低可接受的安全轨道时，自主寻找最优救援轨道。首先通过地心角估计，轨道坐标系转换以及凸优化方法，计算在故障时刻轨道面内和地心角约束下的最高圆轨道。随后以该问题的解为初值，利用自适应配点法求解不含上述约束的最优圆轨道；最后根据该圆轨道的高度与目标轨道近地点高度的对比来决策是否需要继续调整其他轨道根数偏差。该方法优先保障轨道高度，并能根据最优性权重优化最接近目标轨道的救援轨道；充分发挥了地心角预估可以简化终端约束条件，凸优化算法收敛性好，自适应配点法在合理初值条件下计算效率高的优势。仿真实验表明该救援策略和算法的适应性、收敛性和实时性能够满足在线应用需求。
相关阅读：
宋征宇, 王聪, 巩庆海. 运载火箭上升段推力下降故障的自主轨迹规划方法. 中国科学: 信息科学, 2019, 49: 1472–1487
案例 2
大型液体运载火箭结构安全性评估
液体运载火箭工作期间，其蒙皮和推进剂贮箱作为重要的两大组成部分，是整个火箭能否顺利发射升空的关键。蒙皮和推进剂贮箱作为薄壁壳体的一种，在火箭起竖阶段和大吨量推进剂加注后，地壳振动、气流、温湿度等对结构的影响会被放大，极易发生安全事故，可能发生的安全隐患包括：
(1)火箭倾斜。液体运载火箭由于体积大、高度高、与地面接触面积相对较小，特别是大吨量推进剂加注之后，火箭与地面连接部分受力较大，在受到地壳震动、受力不平衡等因素的影响下，极易发生倾斜。
(2)火箭震动。液体运载火箭在发射场准备阶段直接与地面接触，因此，在发生地壳轻微运动或者微小地震时，会引起火箭的震动，进一步引发火箭内部连接装置发生故障。
(3)推进剂泄漏。受液体运载火箭大吨量推进剂压力、工作时间增长或者震动等因素的影响，储箱内部及与其连接的各种阀门的气密性会随之降低，极易发生偏二甲肼、四氧化二氮等推进剂的泄露。
(4)工作环境的温湿度。由于液体运载火箭对其连接结构的气密性、可靠度要求较高，特别是推进剂储箱，在周围环境温湿度发生变化时，会影响其工作状态，降低了火箭结构的安全性。
针对这些问题，科学家们提出了一种基于置信规则库的液体运载火箭结构安全性评估模型；基于距离的方法计算得到监测指标的不确定度，通过指标不确定度反映监测数据中含有不确定信息的程度，并提出了一种考虑数据不确定性的输入匹配度计算方法，将不确定信息分配给监测数据剩余匹配度；最后构建置信规则库模型，将输入指标信息进行融合，得到火箭结构安全性评估结果。
相关阅读：
胡昌华, 冯志超, 周志杰, 等. 考虑环境干扰的液体运载火箭结构安全性评估方法. 中国科学: 信息科学, 2020, 50: 1559–1573
★
面向航天控制技术的智能化发展展望
★
智能控制的发展不是一蹴而就，也要遵循事物发展的规律，即从“+智能”到“智能+”的发展，起好步、走稳“+智能”的发展阶段，是智能控制技术发展的关键。目前，控制技术的智能化应聚焦5个关键环节，即智能感知与识别、智能控制律与机构、智能计算与规划决策、智能协同与博弈、智能网络与安全。我们要从基础理论与关键技术两个维度研究发力，并使二者相互促进、相互成就。
(1)智能感知与识别。即对被控对象本体、所处的环境，以及环境中存在的其他对象，具有一定程度的了解；对原始的测量信息进行更深层的处理与加工，例如提取特征、融合信息、层层抽象，具有一定程度的理解能力。
基础理论包括：认知探测基础理论与方法，新型仿生感知识别理论与方法，感知、记忆、推理一体化的全自主探测方法，类人识别，高级机器学习机理，人类快速学习和知识迁移的基础理论与方法，先验知识欠缺条件下场景理解和语义表示方法等。
关键技术包括：环境信息与本体状态的智能感知与认知技术、基于大数据与知识的场景快速推理技术、宽频谱可重构综合感知与认知无线电技术、基于分布式传感器的全景式综合感知技术、大范围复杂动态场景表征与认知技术、复杂态势深度认知与评估技术、故障智能诊断与快速定位技术等。
(2)智能控制律与机构。即在控制律中引入智能化的算法，显著提升自适应能力；递进开展思维控制器和进化式控制系统设计所需的理论与方法研究，使控制器具备更显著的自学习、自组织等特点；将新材料、新工艺应用于执行机构，使得更高的控制品质成为可能。
基础理论包括：思维控制器相关理论与方法、自主学习与行为控制理论、超大型柔性机构高精度高稳定度指向控制理论、多任务的迁移学习方法和增量学习方法、数字仿真与物理实验交互修正的平行学习方法、协同控制与优化决策理论、基于多目标优化的自主重构策略等。
关键技术包括：进化式系统设计技术、基于数据挖掘与数据驱动的制导控制技术、飞行状态辨识与主动适应控制技术、自主智能体的灵巧精准操作学习控制技术、极高精度测量与指向稳定度控制技术、深空人机结合大时延遥操作控制技术、多层次人在回路的智能控制技术、智能材料按需主动可控变形技术等。
(3)智能计算与规划决策。即以高级机器学习为代表的智能化信息处理算法，算力更强、能耗更低的计算体制与计算装置；更高效、更优化地求解复杂的大规模规划问题与决策问题。
基础理论包括：具有推理、理解、联想特征的智能认知理论、数据驱动和知识指导相结合的人工智能理论、适应小数据与增量数据的机器学习理论、复杂数据和任务的人机混合增强智能学习方法、自主无人系统的协同感知与交互理论、可解释的人工智能理论等。
关键技术包括：低能耗轻量化的智能计算技术、高速并行计算技术、分时分区分布计算技术、类脑计算制导与控制技术、跨媒体分析推理技术与应用、大规模数据挖掘与知识自动提取技术等。
(4)智能协同与博弈。即多个智能体之间的运动协同、信息协同与功能协同，从而增强整体效能；基于群体智能的涌现与演化机理，在非合作、强对抗、高动态、信息不完整等条件下，实现智能群体的体系化协同与博弈。
基础理论包括：动态、不确定、不完全信息下智能博弈决策理论，开放动态复杂环境下自主无人系统群智涌现与演化理论，群体决策与机制设计理论，个体之间的知识共享和并行学习方法等。
关键技术包括：基于增强学习和推演的规划与决策技术、复杂不确定环境下的智能实时推理和对抗技术、任务在线优化分配与博弈效果自主评估技术、体系条件下多智能体联合快速任务规划技术、面向群体行为的群智激发汇聚技术等。
(5)智能网络与安全。即多节点、跨地域、高速率、有弹性的信息网络，抗干扰、抗攻击的高可靠网络安全。
基础理论包括：分布式协同通信策略、太赫兹通信理论、量子通信理论、精准通信与抗干扰通信、信息网络系统的智能主动防御等。
关键技术包括：智能频谱管理与资源分配技术、高安全高可靠强实时智能通信技术、云协同网络及信息应用技术、空间激光通信与激光测距、激光成像一体化技术、智能体间协同信息网络与智能通信技术、网络抗毁安全路由关键技术、软件漏洞自动挖掘与分析利用技术等。
相关阅读：
包为民, 祁振强, 张玉. 智能控制技术发展的思考. 中国科学: 信息科学, 2020, 50: 1267–1272
