一类时滞随机分布系统的跟踪控制

针对一类具有输入时滞的非高斯随机分布系统,提出了基于广义PI控制器的跟踪控制方法.首先采用B样条模型和非线性权模型来建立概率密度函数和控制输入之间的关系,从而将概率密度函数的跟踪问题转化成动态权值的跟踪问题.然后基于线性矩阵不等式技术设计PI控制器,给出了时滞随机分布系统稳定的充分条件,并保证了良好的跟踪性能.最后仿真结果说明了方法的有效性.     

一种基于RBF神经网络的智能故障诊断方法

根据神经网络独特的容错、联想、推测、自适应、自学习等优点,针对BP网络在故障诊断应用中收敛速度慢等不足,研究了基于RBF神经网络的智能故障诊断方法.该诊断方法只需要足够的具有代表性的故障样本用以训练神经网络,然后将归一化的故障信息输入给训练好的神经网络,根据其输出结果就可以判断发生的故障类型.利用该诊断方法,对发动机转子系统故障诊断进行了仿真,仿真结果表明,基于RBF神经网络的智能故障诊断方法效果良好.     

基于反馈线性化的主动容错控制器设计

针对一类满足Lipschitz条件的非线性系统,基于反馈线性化提出了一种主动容错控制方法,并将其应用到了某机器人系统中.仿真表明,在故障发生时,容错控制器不仅能够保持闭环系统的稳定性,而且能够有效地补偿故障对输出的影响,因此输出依然能够对参考输入具有较好的跟踪性能.     

基于中点电流的ANPC逆变器故障诊断策略与容错控制

有源中点箝位型(ANPC)逆变器具有输出波形畸变率低、传输效率高等优点,获得了广泛的应用,但大量的开关器件降低了逆变器的可靠性.分析了三电平ANPC逆变器在不同开关器件开路故障下的电流路径,得到不同故障下输出电平及输出电压空间矢量的变化情况.结合各矢量作用下中点电流与输出电流的关系,提出了一种基于中点电流的故障诊断方法.根据ANPC逆变器电路特点,对其桥臂器件和箝位器件提出了不同的容错模式,并提出了一种具有不降额容错能力的容错电路结构.通过搭建仿真模型及实验平台对提出的故障诊断方法及容错策略进行验证,仿真和实验结果验证了该故障诊断方法及容错策略的有效性.     

射流火焰温度场广义随机分布模型的迭代学习控制

为实现射流火焰温度场的控制性能,采用随机分布控制理论实现了射流火焰温度场的建模及其迭代学习控制. 采用高斯函数作为输出概率密度函数逼近的基函数,用广义系统状态空间模型建立系统模型,模型的独立状态数量与系统实际的动态阶次一致. 采用随机分布预测控制算法实现单批次的控制,在每个批次控制完成后,采用牛顿法优化基函数参数,给出了射流火焰温度场迭代学习控制的仿真结果. 通过迭代学习优化了广义随机分布系统模型参数,提高了火焰温度场分布控制性能指标.      

一类非线性系统的模糊自适应容错控制

针对一类单输入单输出未知非线性系统,提出了模糊自适应故障诊断和容错控制方法。首先,利用模糊逻辑系统和非线性观测器技术实现非线性系统的故障诊断。在故障诊断的基础上．利用估计故障函数,实现了模糊自适应容错控制器的设计。证明了所提出的容错控制方案能够保证整个闭环系统的稳定性。把所提出容错控制方法应用于倒立摆系统．其仿真结果进一步验证了该方法的有效性。     

存在执行器故障的多智能体系统的容错一致性

考虑了同时存在执行器故障以及外部扰动下领航-跟随多智能体系统的容错一致性问题,其中,执行器故障由执行器增益变化来刻画;针对可能的执行器故障,设计具有自适应增益的补偿控制律,并与标称控制律共同作用来实现容错一致性,在进行增益系数以及控制律设计中,均采用相对输出信息而非相对状态信息;通过分析闭环跟踪误差系统的渐近稳定性,给出原来多智能体系统实现容错一致性所需满足的条件.结果表明,在未知扰动以及领航者输入范数满足一定条件下,通过适当选择参数可以实现容错一致性的目标.最后,采用数值仿真验证了所得结果的有效性.     

基于LMI的鲁棒H∞容错动态输出反馈控制设计

针对线性不确定系统,研究了其执行器失效情况下鲁棒容错H∞动态输出反馈控制设计问题.基于连续型执行器故障模型,利用线性矩阵不等式(LMI)方法提出了线性不确定系统动态输出反馈H∞容错控制器存在的充分条件,给出了动态输出反馈H∞控制器的设计方法.所获得的控制器不仅能使故障系统鲁棒稳定,并且能达到给定的H∞性能指标.仿真实例证明了所提出设计方法的有效性.     

无模型映射学习控制算法的研究

提出一种基于无穷级数映射的无模型学习控制算法，将往复运动的复杂非线性控制问题映射为傅里叶空间内有限个调节器设计问题，与一般基于被控对象模型的控制算法相比较，该方法无需巳知系统的内部结构与参数，而仅需了解系统的实际输入输出及系统的期望输出，是往复运动精确轨迹跟踪的一种较为理想的控制算法，给出了算法的推导及其收敛性的理论证明，并给出了仿真结果。     

气动AMT系统故障诊断研究

为增强机械式自动变速器(AMT)故障诊断和容错运行能力,提高系统可靠性和稳定性,研究气动AMT故障诊断系统.以应用于重型商用车的12挡气动AMT系统为平台,采用信号检测、解析冗余、实时跟踪的诊断方法及冗余替代、开环控制、反馈量更换的容错处理方法,开发了遵循ISO15765协议的故障诊断系统.试验证明,所设计故障诊断系统能及时监测、判断气动AMT系统故障,并可采取有效容错措施,保证故障车辆的行驶能力.     

汽车稳定性控制系统关键传感器故障诊断

设计了基于解析模型的故障诊断算法实现传感器信号的自诊断功能,首先建立关键传感器的故障诊断算法基本框架,然后利用不同的故障诊断模型分别设计了基于等价方程与基于观测器两种故障诊断算法.等价方程算法利用车辆线性单轨模型及车辆运动学方程,将车辆操纵稳定性控制需求的传感器联系起来,并用于彼此的相互诊断.观测器方法利用车辆非线性单轨模型,通过建立龙贝格观测器提取传感器故障信息.从灵敏度与误报率两方面出发,提出了将两种算法有效融合的算法改进措施,重新制定诊断规则.实车试验的结果表明融合算法能够准确快速地诊断出微小故障,并给出故障等级.     

基于故障诊断观测器的非线性时滞时变奇异系统的容错控制

为了解决控制理论中的系统安全性与可靠性问题,考虑到时滞时变普遍存在于此类系统中,沿着故障诊断和容错控制解决问题的思路,针对基于故障诊断观测器的非线性时滞时变奇异系统的容错控制问题进行研究,构造了一种新型的故障诊断观测器,结合Lyapunov稳定性理论研究了故障诊断观测器的状态估计误差,构建了状态反馈的容错控制器,利用Schur补引理以及一些基本的控制理论得到了故障诊断观测器和容错控制器存在的线性矩阵不等式(LMI)的充分条件,确定了闭环系统的稳定并且符合所给定的性能指标。通过Matlab仿真实例验证了所提方法的简便性以及实用性。此方法很好地克服了系统中存在的非线性、扰动以及时滞时变问题。     

基于滑模观测器的卫星姿态控制系统滑模容错控制

针对卫星姿态控制系统执行机构故障,设计了基于滑模观测器的滑模容错控制律.采用迭代学习算法在线调节观测器滑模项切换增益,设计滑模观测器估计卫星姿态和角速度.在此基础上,将执行机构故障作为系统的未知动态,提出一种对卫星姿态控制系统执行机构故障不敏感的滑模容错控制方法.该方法利用系统输入和状态信息,结合动力学特性实现未知动态估计,以此设计滑模控制律.通过数字仿真验证了该容错控制方法的有效性.     

非线性系统故障诊断与容错控制技术综述

介绍了一般非线性系统的模型,分析了非线性系统故障诊断与容错控制的特点,在此基础上综述了国内外在非线性系统故障诊断和容错控制技术上的研究进展和主要方法：包括基于滑模观测器的诊断方法、基于未知输入观测器的诊断方法、基于非线性观测器的容错控制、基于H∞的鲁棒容错控制方法等。总结了该领域待解决的几个重点和难点问题,并对该研究领域的发展趋势进行了展望。     

基于逆系统内模控制的非线性系统故障调节

针对一类满足Lipschitz条件的多输入多输出非线性可逆系统,提出一种基于逆系统内模控制的故障调节方法.该方法首先给出一种同时具有比例与积分项的快速故障估计算法,以此为受控对象设计自适应观测器来估计执行器故障,提高故障估计过程的快速性和平稳性;其次,根据故障估计值,基于逆系统方法产生附加控制律对逆模型进行补偿调节,并...     

轨控期间挠性卫星的姿态容错控制及主动振动抑制

针对受轨道控制推力影响及存在执行器故障的挠性卫星,提出了一种基于自适应滑模的姿态容错控制及挠性振动抑制方法.该容错控制方法不需要故障信息,而是基于滑模控制原理,利用自适应算法能够对故障系统中的不确定参数信息实现有效估计,并且在保证姿态稳定的同时,对来自环境和系统内部的扰动及转动惯量的不确定性具有良好的鲁棒性,从而提高了容错控制器的性能.进一步在姿态稳定的基础上,利用精确鲁棒微分器理论,针对挠性模态中的非线性项和扰动项设计了非线性状态观测器,并结合自适应控制和滑模控制方法实现了对挠性振动的有效抑制.最后,在反作用飞轮冗余配置的前提下,对轨道调控期间具有执行器故障的卫星姿态控制系统进行了仿真.结果表明,该方法有效正确.     

Design of Fault Detection Observer Based on Hyper Basis Function

In this paper, we propose the Hyper Basis Function(HBF) neural network on the basis of Radial Basis Function(RBF) neural network. Compared with RBF, HBF neural networks have a more generalized ability with different activation functions. A decision tree algorithm is used to determine the network center. Subsequently, we design an adaptive observer based on HBF neural networks and propose a fault detection and diagnosis method based on the observer for the nonlinear modeling ability of the neural network. Finally, we apply this method to nonlinear systems. The sensitivity and stability of the observer for the failure of the nonlinear systems are proved by simulation, which is beneficial for real-time online fault detection and diagnosis.     

基于神经网络模糊观测器的非线性系统的故障诊断

本文运用T-S模糊模型建立非线性系统的系统模型,用神经网络逼近非线性故障,用以设计观测器诊断系统故障。仿真结果表明,该设计方法能够有效的估计出故障大小。     

基于数据采样的混沌容错同步控制方法

针对含有故障的混沌系统,利用非线性系统Euler近似离散化方法,将采样控制系统转换为离散时间系统,并针对控制器容易出现的一类故障建立数学模型,设计故障观测器,进而给出了容错同步控制器的设计方法以及误差系统渐近稳定的充分条件,有效地实现两个混沌系统的同步.所设计的控制器增益可以通过Matlab提供的线性矩阵不等式(LMI)工具箱来求解.数值仿真实现了两个蔡氏电路的同步,并通过与文献算法的对比,验证了所设计采样同步控制器的有效性和容错能力.     

基于自适应观测器的线性离散系统故障诊断

为诊断线性离散系统中的故障,提出了基于状态估计的自适应观测器故障诊断方法。利用基于Lyapunov函数的自适应观测器构造残差信号,设计了观测器增益矩阵和故障估计值的自适应调节规律。保证Lyapunov函数的一阶导数为负,所提出的自适应调整律能够实现观测器稳定和故障估计误差收敛。仿真结果表明,该方法可以及时检测系统故障,且能够诊断故障大小。