论文部分内容阅读
21世纪伊始,月球探测进入了又一个活跃期,各航天大国开始了以重返月球为目标的新的探月行动,已经发射的多个月球探测器,外星球采样要面临地球上一般不会遇到的两个问题。第一个是对自动化水平的要求,另一个是对钻机作业环境的要求。
月表采样器的自动化技术不同于石油钻井中采用的自动化技术。在石油钻井中,钻机自动化只是用来让操作员能够从危险的现场环境中脱离出来,当操作时面对大多数的情境时,还是由人来做出决策。对于月表自动化来说,通讯的延迟使得在钻机面对状况时,由人来迅速做出做决策是不可能,也就是说,它不能够通过远程控制来实现实时钻取。大部分情况下采样器必须能够完全自主处理它在外太空所遇到的各种情形。
研究月球采样器控制系统的目的就是为了能够让采样器自动的采集月壤及月岩样品,通过对月球土壤和岩石的研究,从而获取大量科学数据和信息供科学家研究,增进人类对月球的认识,为人类登上月球作好前期工作。
基于中国科学院沈阳自动化研究所研制的月表采样器原理样机平台,本文搭建了该月表采样器的控制系统,该控制系统采用基于CAN总线的分布式体系结构设计,主控制器选用基于ARM核的S3C2440处理器,用于机器人整体任务规划及调度。从控制器选用富士通单片机,专注于每个执行机构的运动控制。
为确定月表采样器钻进作业时的有效钻进参数,评价其钻进性能,本文对月表采样器螺旋钻机的钻进参数进行分析并确立其控制模型。
月面表层的月壤性质具有一定的不确定性的,月表采样器进行钻进采样时,极有可能遇到一些类似地面上常见的卡钻事故,如遇到大直径的岩石等,所以本文基于BP神经网络构建了月表采样器钻机的卡钻事故诊断算法,实现了对卡钻事故的报警预测及故障恢复,目前该月表采样器的智能化水平按照国际采样器智能化程度的评估已达到A2级别。