执行器随机失效系统鲁棒预测容错切换控制

针对一类具有执行器随机失效问题的离散线性系统,提出一种基于故障概率情况下的鲁棒预测容错切换控制方法。首先,将工业过程建立成新型多自由度状态空间模型,设计含有故障概率的容错控制器;其次,引入系统故障和其恢复时的随机概率,利用李雅普诺夫判据给出基于线性矩阵不等式形式的稳定性条件,再通过指数稳定的相关证明求解出不同执行器切换时的稳定条件,以保证系统故障时容错控制与无故障时常规控制间的切换;然后,控制器设计时还充分考虑了设定值变化时所产生的跟踪误差带来的影响。最后,通过仿真结果验证了所提方法的可行性。     

一种容错飞行控制的神经网络方法研究

文章提出了一种新的主动容错飞行控制系统设计方法,可同时进行飞控系统执行器的故障诊断和容错控制;首先建立飞机执行器故障模型,接着应用改进的BP神经网络算法,进行飞行控制系统模型辨识,实时进行故障诊断;然后根据故障诊断信息进行自适应容错控制,为了克服故障系统引起的模型误差和非线性因素的影响,设计了自适应神经网络PID参数整定和动态逆控制器,对飞行控制系统执行器故障进行容错控制,以实现系统的良好模型跟踪和动态性能;仿真结果表明,在保证闭环系统稳定的前提下,实现了执行器的在线故障诊断与容错控制,达到了理想的效果.     

多输入多输出最小相位系统的执行器故障自适应容错控制

针对一类具有执行器卡死或/和变执行器故障的多输入多输出(MIMO)非线性最小相位系统提出了自适应容错跟踪控制方案.结合系统特征对系统执行器进行分类,用神经网络逼近执行器未知故障函数,采用模型参考自适应容错控制方法设计控制律.所设计的控制律不仅保证闭环系统稳定,而且跟踪误差一致最终有界.仿真结果表明了所提出方法的有效性.     

基于MMST分组的一类MIMO非线性系统执行器故障自适应补偿控制

在多输入多输出(Multiple-input multiple-output,MIMO)非线性系统的执行器故障容错控制问题中,控制器能够处理的执行器故障集合的大小与执行器分组方法有很大关系.为扩大系统可处理的执行器故障集合,本文针对一类具有执行器故障的MIMO非线性最小相位系统,提出基于多模型切换(Multiple model switching and tuning,MMST)执行器分组的自适应补偿控制方法.考虑系统的执行器卡死、部分失效和完全失效故障,在微分几何反馈线性化的基础上,研究基于多模型切换的执行器分组切换指标和切换策略,设计了基于反演控制的自适应补偿跟踪控制律,所设计的控制律能保证系统在执行器故障时闭环稳定,渐近跟踪给定的参考信号,且提出的分组方法扩大了可补偿的执行器故障集合.仿真结果表明了本文设计方法的有效性.     

一类不确定广义系统的分散容错控制

讨论一类不确定广义系统分散容错控制器设计问题.首先利用线性矩阵不等式(LMI)设计分散状态反馈控制器,使得广义系统执行器未出现故障时渐近稳定;接着针对广义系统的部分执行器出现故障的情况设计分散状态反馈控制器,使得闭环广义系统渐近稳定;进而利用LMI设计广义系统在分散状态反馈作用下具有完整性的容错控制器;同时对传感器故障情形设计了广义系统在分散输出反馈作用下具有完整性的容错控制器,得到了不确定广义系统关于执行器和传感器的分散容错控制器设计的方法.将所设计的控制器用于实际电子网络系统,验证了所提出方法的有效性.     

临近空间飞行器的模型参考滑模容错控制

针对临近空间飞行器中未知的执行器控制效益损失和漂移故障,提出了一种模型参考滑模容错控制方法,保证故障系统对参考模型的稳定跟踪性能。利用跟踪误差系统设计容错控制器,首先构造积分滑模面,以增强系统鲁棒性并消除稳态误差;随后,在无需故障诊断单元的条件下设计模型参考滑模控制律,使其增益能实现自适应调节以处理未知故障影响,其中自适应律基于李雅普诺夫稳定性理论设计,保证闭环系统稳定。在临近空间飞行器纵向动力学模型上的仿真验证表明,该方法能处理执行器中发动机节流阀调节通道和升降舵偏转量通道的不同故障,保证系统获得满意的鲁棒容错跟踪性能。     

不确定非线性多智能体系统的分布式容错协同控制

针对一类存在未知非线性的多智能体系统,研究具有执行器故障的“领导-跟随”协同控制问题。利用模糊逻辑系统逼近系统的未知非线性,通过设计故障估计器辨识系统的故障。在“跟随者”之间的通信网络为单向连通的情况下,提出分布式模糊容错协同控制器的设计方案,实现“跟随者”的状态跟踪“领导者”的状态。基于Lyapunov稳定性理论,证明系统的跟踪误差一致最终有界。仿真结果验证了所提出设计方法的有效性。     

基于学习的线性多智能体系统弹性最优协同容错控制

针对一类线性多智能体系统,研究其在网络间歇性拒绝服务攻击下的最优同步控制问题.首先,在时变非对称通讯网络拓扑结构下,提出一种弹性最优协同容错控制策略,并优化多智能体的合作二次性能指标,然后证明全局跟踪误差在出现执行器故障和网络攻击时仍然渐进收敛.进一步,当考虑多智能体子系统模型参数未知,同时系统发生执行器故障的情况下,提出利用局部系统状态和输入信息的自学习迭代算法求解代数Riccati方程,计算子系统的反馈控制器增益,实现弹性协同容错控制目标.最后,通过Chua电路网络仿真算例验证所提出的控制方法的有效性.     

基于LMI的磁浮列车悬浮系统被动容错控制

磁浮列车的悬浮系统是具有多传感器、多控制器的复杂非线性系统,其运行环境十分复杂.一旦发生故障或失效就有可能造成人员伤亡或财产损失.为了提高悬浮系统的安全性和可靠性,针对磁浮列车悬浮系统的电磁铁或功率放大器等执行器故障进行了容错控制问题的研究.在建立磁浮列车悬浮控制系统模型的基础上,从被动容错控制角度出发,采用LMI(线性矩阵不等式)方法设计了悬浮控制系统在执行器故障条件下的容错控制器,并以实际对象参数为例进行了仿真分析.仿真结果表明所设计容错控制器可以实现磁浮列车在故障条件下的稳定悬浮与运行,证明了将基于LMI的被动容错控制策略应用于磁浮列车悬浮控制系统的可行性.     

基于滑模观测器的临近空间飞行器容错控制

针对临近空间飞行器中结构未知的执行器故障,提出一种基于滑模观测器的容错控制方法。采用Edwards-Spurgeon观测器结构设计滑模观测器,实现对执行器故障的鲁棒估计。根据所得的故障信息设计模型参考滑模容错控制器,控制律的非线性增益分为两部分,保证系统的鲁棒容错性能。一部分利用参数不确定的界值条件设计,一部分基于鲁棒故障估计信息设计。基于李雅普诺夫稳定性理论证明了系统的渐近稳定性。仿真结果表明,该方法能有效实现对执行器故障的鲁棒估计,并保证故障条件下飞行器对参考模型的稳定跟踪性能,达到了期望的容错效果。     

多无人机编队递归非奇异终端滑模容错控制

为解决四旋翼无人机编队飞行过程中易受到外部干扰、空气阻力、执行器故障等不确定因素影响的问题,提出了一种基于补偿函数观测器(CFO)的递归非奇异终端滑模控制(RNTSMC)方法来提高四旋翼无人机编队系统性能。首先,引入具有高精度估计的补偿函数观测器,实时估计外部干扰、执行器故障等信息,通过设计递归积分终端滑模面改进非奇异终端滑模面等效控制器对估计信息进行补偿控制,并给定滑模面初始值,保证两滑模面依次连续到达平衡点,确保跟踪误差在有限的时间内快速收敛到0。其次,根据长机-僚机法建立编队模型,基于滑模控制理论,设计编队协同控制器,保证无人机编队完成飞行任务。最后,通过对比仿真结果表明,该方法对四旋翼无人机编队具有良好的容错性能。     

状态和控制含多时滞的离散系统H∞容错控制

针对状态和控制输入同时具有多个时滞的线性离散时间系统,基于Lyapunov稳定性理论和线性矩阵不等式方法(LMI),采用无时滞记忆的状态反馈控制律,研究了执行器故障情况下,离散多时滞系统的H∞容错控制问题.在采用连续执行器故障模型条件下,给出了系统没有干扰输入时存在无时滞记忆的状态反馈容错控制器的充分条件;进一步,给出了在H∞扰动衰减指标约束下,系统存在无时滞记忆的状态反馈H∞容错控制器的充分条件,并将结论推广到离散故障模型的情况.仿真结果证明了所提H∞容错控制器设计方法的正确性和有效性.     

可反馈线性化系统的鲁棒自适应容错控制设计

针对存在不确定执行器故障和未知不匹配干扰的可反馈线性化非线性系统, 提出一种鲁棒自适应容错控 制策略. 首先分别给出系统输入和扰动关于系统输出的相对阶, 针对两种相对阶之间的不同关系设计鲁棒控制器, 抑制干扰对系统输出的影响; 然后针对各故障情况分别设计容错控制器; 最后将各控制器进行融合得到一个综合 故障补偿控制器, 从而有效解决故障模式、类型、大小、时间和外界干扰等多重不确定性, 保证闭环系统稳定和渐近 输出跟踪性能. 仿真结果验证了所设计控制方案的可行性与有效性.     

固定翼无人机集群分布式固定时间编队跟踪控制

为实现固定翼无人机集群对理想编队构型的跟踪,研究了执行器存在未建模动态和不确定性的无人机集群系统的固定时间编队跟踪控制问题。首先,建立了无人机集群的三自由度运动学模型。其次,基于一种收敛时间独立于初始条件的固定时间终端滑模,设计了分布式固定时间编队协同跟踪控制器,利用控制器中的鲁棒项补偿外部扰动,通过Lyapunov稳定性理论证明了闭环系统的固定时间稳定性。最后,对所设计的控制器进行了数值仿真验证,仿真结果表明：所设计的控制器能够使无人机集群在固定时间内组成理想编队构型,同时系统具有鲁棒性。     

线性系统的容错控制

在这篇文章里 ,我们考虑一类线性系统的鲁棒跟踪控制器设计问题 .对执行器故障和控制面故障情况 ,提出了容错的鲁棒控制器的设计方法 .此设计方法能够保证闭环系统是稳定的     

一类不确定性离散非线性重复过程的迭代学习容错控制

针对一类具有非线性和执行器故障的重复运行不确定离散系统,提出了一种迭代学习鲁棒容错控制算法.首先通过定义执行器故障系数矩阵,将迭代学习控制过程转化为等价形式的不确定性非线性重复过程模型,然后基于混合李亚普若夫函数方法讨论非线性重复过程在时间轴和批次轴两个维度上的稳定性,并以线性矩阵不等式形式给出鲁棒容错控制器存在的充分条件和设计方法,同时保证系统正常和执行器故障情形下系统的容错稳定性能.最后,单杆机械手系统的输出跟踪控制仿真结果验证了本文算法的有效性.     

离散重复过程的有限频率范围迭代学习容错控制

针对一类执行器故障不确定离散重复过程, 提出一种有限频率范围的迭代学习容错控制算法. 通过定义故障系数矩阵和输出跟踪系统的等价二维模型, 沿故障系统的时间轴和批次轴设计迭代学习被动容错控制器, 以线性矩阵不等式形式分别给出基于KYP 引理的全频、分频区域重复控制系统稳定的充分必要条件, 同时保证故障系统在时域和频域范围内的容错性能. 最后, 以重复注塑过程的注射速度控制仿真验证了所提出分频控制算法的有效性.

     

风能转换系统执行器故障主动容错控制

提出了一种新颖的风能转换系统滑模主动容错控制策略.针对风能转换系统执行器故障,运用预测控制思想和迭代算法,设计了一种故障观测器.在设定的优化时域长度内,利用实际系统与故障观测器的输出差值,通过反复迭代运算,不断地对虚拟故障信号进行调整,使其能有效地拟合实际系统执行器故障,并根据故障观测值实时调整滑模容错控制器结构.未发生故障时,故障观测值为零,系统在滑模控制器控制下稳定运行;执行器发生故障时,运用故障观测值实时调整滑模容错控制项,并用双曲正切函数代替符号函数,消除抖动.仿真实验结果表明,滑模容错控制器下的系统具有良好的容错能力,提高了风能转换系统最大风能捕获效率.     

具有BIBO稳定的网络系统随机容错设计

研究了具有均方BIBO稳定的网络化控制系统的随机容错控制及控制器设计问题。针对网络化控制系统的传感器失效故障和执行器失效故障均具有随机性这一现象,将传感器和执行器的故障建模为相互独立的Bernoulli随机变量序列;利用Lyapunov稳定性理论,结合线性矩阵不等式技术,通过对反馈增益矩阵的分解,得到了网络控制系统存在传感器失效故障和执行器失效故障情况下的均方BIBO稳定条件;基于该稳定条件给出了系统随机容错控制器的设计。以数值实例验证了该方法的有效性。     

含时滞记忆的非线性时滞系统满意容错控制

针对一类基于T-S模糊模型描述的非线性时滞系统,研究在一般执行器故障模式下的含时滞记忆的鲁棒H∞容错控制器设计问题.针对任意连续型执行器故障模式,采用并行分布式补偿原理设计含记忆型状态反馈控制器,给出非线性时滞系统在执行器发生故障情况下的鲁棒镇定准则.然后给出H∞性能指标约束下的满意容错控制器的设计方法和设计步骤.提出的含时滞记忆的状态反馈控制方法可以确保当执行器发生故障时,闭环系统不仅具有渐近稳定性,而且有一定的抗扰动性能,状态反馈控制器设计的保守性较不含时滞记忆控制器设计方法大大降低.仿真实例验证了鲁棒容错控制策略的有效性.