具有长时延和异步时钟的网络控制系统的故障检测

针对一类同时存在长时延和异步采样时钟的网络控制系统,假定其可能发生的故障,设计了系统的具有时延补偿功能的鲁棒H∞状态观测器,对其进行故障检测.当系统正常时,将观测器系统建模为一类具有不确定性的离散线性切换系统,基于该模型,利用线性矩阵不等式(LMIs)方法给出了系统鲁棒稳定性条件和H∞性能指标的求解方法;当系统发生故障时,观测器残差能够迅速发生跳变,从而检测出故障的发生.仿真示例验证了所提出方法的有效性.     

无线传感器网络控制系统故障检测

为了确保无线网络控制系统运行的可靠性,该文针对由无线传感器网络组成的网络控制系统,设计了基于离散切换系统的故障观测器.假定其可能发生故障,对其进行故障检测研究.通过研究无线传感器网络数据的传输特性,构建了增广故障观测器.将该观测器等效为离散切换系统.利用李雅普诺夫稳定性理论将观测器稳定条件归结为1个线性矩阵不等式,给出了稳定性证明.该观测器能在1s内跟踪上原系统的状态.当系统发生故障时,观测器残差能够迅速发生跳变,从而检测故障.仿真示例验证了该文方法的有效性.     

有时延和数据包丢失的网络控制系统故障检测

针对同时存在网络时延和数据包丢失情况下的网络控制系统（NCS）,研究了基于观测器的故障检测问题。对网络诱导时延大于一个采样周期的NCS,构建了增广系统模型。对于已知的数据包丢失率,在数据包正常传输和丢包发生的情况下分别设计了故障观测器,将观测器误差系统视为具有两事件率约束的异步动态系统（ADS）,利用ADS理论给出了系统稳定的充分条件,基于矩阵不等式优化理论给出了故障观测器的设计方法。通过计算实际系统和故障观测器输出之间的残差,实现了NCS的故障检测。仿真算例验证了所提出方法的有效性。     

具有固定拓扑结构的无线网络控制系统故障检测

为了提高无线网络控制系统对故障的灵敏度,该文根据鲁棒控制理论,对一类具有固定拓扑结构的无线网络控制系统的故障检测进行了研究。由于网络中节点的状态受到其它节点的影响,因此该文为每个节点对之间设计了故障观测器来对系统的故障进行检测。通过构建Lyapunov函数,以线性矩阵不等式的方式给出了使误差系统渐进稳定的充分条件,更进一步得到了系统的观测器增益。仿真结果表明,当系统出现故障时,故障观测器能够迅速检测到系统残差的跳变,验证了所提方法的有效性。     

网络控制系统的故障检测

针对一类同时存在时变时延与随机丢包的网络控制系统,研究了系统的鲁棒故障检测问题。考虑传感器与控制器之间、控制器与执行器之间的随机丢包与时变时延的现象,首先将时变时延对系统的影响转化为未知有界条件下的不确定项,再将随机丢包用满足Bernoulli分布的二进制序列来描述,并设计了系统的鲁棒 故障观测器,给出了基于观测器闭环系统渐近稳定的充分条件。最后,通过仿真验证了该方法的有效性。     

GA-Elman网络的网络控制系统预测

为了消除网络时延对网络控制系统的影响,采用Elman神经网络预测系统时延采样值,并用遗传算法优化神经网络权值阈值.实验仿真表明:经遗传算法优化后的Elman神经网络具有很好的预测精度及动态性能,能够消除时延的影响,并验证了该方法对时延采样值预测的有效性.     

基于神经网络滑模观测器的飞控系统故障诊断

为了提高控制系统的安全性和可靠性,针对含有扰动的飞控系统执行器微小故障诊断问题,基于神经网络滑模观测器,提出了一种对系统执行器故障进行检测及估计的办法,并证明了该神经网络滑模观测器的稳定性.通过坐标变换将线性系统解耦成两个子系统:一个子系统不含扰动,对其设计神经网络观测器,实现对微小故障的检测;另一个子系统受到扰动和微小故障的双重影响,对其设计滑模观测器,消除未知扰动的影响,保证系统的强鲁棒性.通过飞控系统故障诊断试验平台验证了该方法的有效性.     

多包传输机制下航空发动机分布式控制系统故障检测

考虑航空发动机分布式控制系统中,传感器与控制器间采用多包传输机制,传感器节点将测量数据封装为多个数据包发送给控制器,在每一采样时刻,同时产生的多个数据包只有一个能够发送,不能发送的数据包则被数据总线丢弃,针对这种情况,设计了神经网络预估器,用预估值来更新未被传输的数据包,使多包传输分布式控制系统"变为"单包传输分布式控制系统,建立了基于状态预估的多包传输分布式控制系统模型,构建了相应的故障观测器,将观测器误差系统看成一个离散周期系统,并应用周期系统稳定性理论推导了神经网络预估器和故障观测器能够稳定工作的条件。最后,给出了具体的故障检测步骤,仿真结果验证了所提出的故障检测算法的有效性。     

遥操作机器人系统的预测控制

遥操作机器人系统传输通道中存在通讯时延，造成系统不稳定和操作性能降低等问题．为了消除或减少时延的影响，利用前向神经网络建立环境模型，通过神经网络模型预测从机械手受力，并用时间前向观测器预测从机械手状态；然后用力、位置和速度反馈对系统进行设计，使得系统在环境模型未知的条件下稳定，还能获得良好的透明性；最后，将预测方法与无源控制方法进行切换，保证系统在环境剧变时的稳定性．实验结果表明了该方法的有效性．     

长时延网络化控制系统鲁棒故障诊断

针对一类具有网络时延和范数有界未知输入影响的不确定网络控制系统,研究了基于观测器的鲁棒H∞故障诊断方法.基于Lyapunov稳定性条件和线性矩阵不等式技术,得到了使系统渐近稳定的H∞性能判据,该准则的条件与网络诱导时延相关,在此性能准则的基础上可以进行长时延网络控制系统鲁棒H∞故障诊断滤波器的设计.     

一类中立时滞系统时滞相关观测器的设计

基于模型转换技术,以线性矩阵不等式(LMI)形式建立一类线性中立时滞系统时滞相关稳定性判据,系统的稳定性依赖于时滞大小·给出了时滞相关观测器设计方案·当时滞较小时,提出的稳定性及观测器的设计较时滞无关的结果具有较小的保守性·通过数值仿真显示所得结论的有效性·     

基于观测器的长时延网络控制系统设计

该文针对存在时变有界长时延的网络控制系统，讨论了具有时延补偿功能的状态观测器以及状态反馈控制器的设计方法。状态观测器根据控制器接收数据包的情况在开环预测和闭环预测两种模式之间切换，以补偿时延的影响。控制器的输入采用观测器的预测状态，从而将系统建模为一类具有多个子系统的离散切换系统。在此基础上，给出了状态观测器与控制器协同设计的方法。仿真结果表明：该文提出的设计方法能够比未采用补偿策略的方法取得更好的控制性能。     

基于事件触发的线性网络化控制系统主-被动混合容错控制设计

针对一类具有时变时延的线性网络化控制系统(NCS),在离散事件触发通信机制下,研究了执行器任意失效故障的主-被动混合容错控制问题.建立了基于事件触发机制的闭环故障系统模型,设计了能使系统在发生故障集以内的故障时稳定的被动容错控制器.同时,设计故障诊断观测器估计任意执行器失效故障的大小,一旦获得准确的故障信息,立即重构控制器以补偿故障的影响.所设计的主-被动混合容错控制器在执行器任意失效故障下,不但能使系统稳定而且具有良好的控制性能.仿真算例验证了本文方法可在确保故障系统稳定的前提下能有效地节约网络通信资源.     

基于多机场终端区交通态势的航班延误预测

为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立了6个描述终端区交通态势的指标。接着,构建反向传播（back propagation,BP）神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法（particle swarm optimization,PSO）优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型（genetic algorithm and back propagation,GA-BP）。     

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。     

带有时延和丢包的分布式网络化控制系统故障检测方法

针对带有带宽约束的分布式网络化控制系统,研究了双层监控系统框架下的带有时延和丢包的子系统故障检测方法.针对带有状态时延、输入与输出存在丢包的子系统,将其建模为带有时延的马尔可夫跳跃系统,将故障检测的任务转化为选择适当的滤波器参数,保证扩展系统渐近稳定并满足一定的鲁棒性要求,根据滤波器参数获得系统的残差用于判断故障是否发...     

基于小波神经网络的工业以太网延时预测控制

随着网络控制研究的兴起,对工业以太网延时进行补偿成为研究的重点方向.针对网络延时给网络控制系统带来的问题,提出用小波神经网络对工业以太网延时进行预测,根据输入的过去时间延迟序列预测输出下一采样时刻的网络延时值.预测模型的参数通过训练算法实时更新,以保证预测输出的准确性.对实际工业以太网延时数据样本的预测分析表明,该预测模型能够有效预测延时.为进一步说明延时预测效果,将延时预测模型应用于网络控制系统进行延时的预测与补偿,系统仿真结果证明了预测模型预测的准确性及补偿的有效性.     

预测控制理论在网络时延补偿策略中的应用

针对网络控制系统(NCS)中的时延问题,在分析网络时延特性的基础上,对系统采用预测控制策略进行时延补偿,该策略用易于测量的网络往返时延代替不易单独测量的前向时延和后向时延,并用MATLAB/TrueTime仿真工具箱对实际系统进行了仿真实验研究.仿真结果表明该策略能保证网络控制系统的良好性能.     

延迟时间未知的时延系统神经网络补偿控制

提出了延迟系统及延迟时间参数的神经网络辨识方法。改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于模型补偿的控制策略相结合,可以用于具有变化参数或者不确定性延迟时间的大延迟系统的控制。仿真结果表明这种神经网络模型补偿延迟系统控制具有很好的控制效果,它是大延迟控制中克服延迟时间变化的很有希望的方法。