非线性系统的模糊Backstepping自适应容错控制

针对一类受扰动的且伴有执行器故障的严格反馈不确定非线性系统,提出了一种模糊自适应容错控制方法.当故障发生时,改变控制器结构使其融合故障.设计中,模糊逻辑系统用作在线逼近系统的未知动态和未知的故障函数,结合模糊自适应控制与backstepping技术,给出了模糊容错控制器方法,并基于Lyapunov定理严格证明了所提出的鲁棒模糊自适应控制方法能够保证整个闭环系统的稳定,最后通过仿真实例验证了该方法的有效性.所提出的模糊自适应容错方法扩展了经典容错控制方法的结果,给出的结果更具有一般性意义     

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。     

带有执行器故障的无人船的基于模糊逻辑系统的容错控制（英文）

研究了具有执行机构故障的无人驾驶船舶的基于模糊逻辑系统的模糊容错控制问题。首次构建了具有匹配未知不确定非线性的线性系统模型。考虑的执行器故障包括部分失效故障和中断故障,利用模糊逻辑系统方法对未知非线性函数进行逼近。通过仅对模糊逻辑系统中权重向量的范数进行估计,可以达到有效减少自适应参数个数的目的。进而,设计适当的自适应更新率对自适应参数进行实时更新。基于设计的自适应参数,构建模糊容错控制器。与现有的容错控制结果相比,设计了一种新型的含有切换机制的容错控制器。通过在控制器中引入切换机制,所设计的控制器可以有效地避免现有控制器可能出现的抖振现象。此外,利用李雅普诺夫稳定性定理,可以证明所提方法确保系统一致最终有界。最后,通过仿真实例验证了该方法的有效性和可行性。     

基于模糊学习方法的非线性系统智能容错控制

提出了一种基于自适应模糊逻辑学习方法的非线性系统智能容错控制方案.整个控制方案集自适应模糊控制器、监督控制器和调节控制器为一体,是一个功能强大的控制体系结构.仿真结果表明:提出的控制方案能有效地识别和调节非线性系统的未知错误,而且控制系统在不确定或错误的情况下具有稳定性和鲁棒性.     

一类带有执行器故障不确定线性系统的自适应H∞控制

针对一类带有不匹配外部扰动、非线性参数不确定性和执行器故障的线性系统,提出一种基于自适应容错技术的H_∞控制方案。所设计的变增益容错控制器既可以对外部扰动具有良好的抑制作用,同时也可以有效补偿系统参数不确定和未知故障的影响,进而保证闭环系统具有期望的优化性能指标。飞行控制系统的数值仿真例子表明了所提出控制方法的有效性。     

基于Backstepping的模糊自适应跟踪控制

主要研究了单输入一单输出非线性系统的模糊自适应输出跟踪控制问题。模糊逻辑系统用于逼近系统中未知的非线性函数，然后基于Backstepping设计方法给出了系统性的输出跟踪控制器的设计方法。所构造的模糊控制器确保跟踪误差可以充分小，同时系统中的各个变量保持有界性。所提出方法的优越性在于自适应律中在线学习参数的数目独立于模糊规则的选择，从而避免了以往模糊自适应控制算法中自适应学习参数过多的缺点。最后，以一个例子进一步说明文中所得结论的有效性。     

一种自适应容错H_∞控制方法

针对有执行器故障的连续时间线性时不变控制系统,结合自适应控制方法和线性矩阵不等式(LMI)技术研究系统的容错H∞控制问题.利用LMI得到一个定常控制增益并同时优化系统干扰抑制性能(H∞性能).在定常控制增益基础上加上自适应控制方程得到完整的状态反馈控制器,使得系统在执行器故障下稳定,并通过李亚普诺夫第二稳定性定理,证明所提出的自适应容错控制系统比定常增益容错控制系统具有更为优越的干扰抑制性能.最后给出一个数值例子来验证该方法的有效性和优越性.     

基于故障估计的无人车容错控制方法

考虑转向控制系统故障和未知干扰同时作用对无人车辆路径跟踪效果的影响,为提高无人车辆控制系统的可靠性,设计了一种无人车路径跟踪容错控制方法. 对转向控制系统输入性故障进行分析,结合未知干扰情况定义了名义故障并建立相应的数学模型. 利用高阶滑模观测器构造名义故障微分方程,并利用自适应容积卡尔曼滤波设计了车辆质心侧偏角和名义故障估计方法,从而为无人车容错控制提供可靠信息源. 基于滑模控制理论设计了无人车路径跟踪容错控制器并证明了其收敛性. 联合仿真和硬件在环试验结果表明,所提出的估计方法能够得到精确可靠的质心侧偏角和名义故障估计结果,且与无容错控制相比,所设计的路径跟踪容错控制器在面对故障和干扰时能够明显地提高车辆的控制性能,并同时保证车辆的路径跟踪能力及其自身的稳定性.      

多缸液压机的自适应容错滑模控制分配

针对一类多缸液压机提出了一种基于滑模的自适应容错控制分配方法.该方法不仅考虑了单一执行器的故障问题,而且可以满足执行器同时发生故障时控制系统的性能要求.当某一个液压缸发生故障时,控制分配部分采用容错控制分配方法在健康的液压缸之间对故障进行补偿;当液压缸同时发生故障时,针对虚拟控制量存在误差的问题,采用在线自适应控制方法调整高层滑模控制器的控制增益,在消除虚拟控制误差的同时,保持了闭环系统的稳定性.仿真实验表明:所提出的控制器与未考虑容错性能的控制器相比具有更好的控制性能,在液压缸分别出现局部或全局故障的情况下,皆表现出较强的鲁棒性.     

容错控制系统的一种神经网络控制策略

基于神经网络的函数逼近能力及其容错性，提出了一种神经网络容错控制策略；首先利用系统重构的方法设计控制系统在各种故障情况下的控制律，然后采用一个神经网络来学习这些控制律的特性，学习结果后，将该神经网络作为控制器对系统实验控制，对一个具体的线性控制在传感器故障情况下的神经网络控制进行了仿真研究，结果表明：神经网络控制器能够代替系统原有的控制器，而且在系统发生未知故障时，同样具有容错性。     

非线性系统H_∞模糊输出反馈容错控制

研究了一类含有执行器故障的非线性系统的H∞模糊输出反馈容错控制问题.采用T-S模糊模型对非线性系统进行建模,用模糊观测器重构系统状态.针对设计过程中的双线性矩阵不等式问题,采用相似变换法将其转化为线性矩阵不等式(LMI)问题.利用Lyapunov稳定性理论和线性矩阵不等式方法,给出了H∞模糊输出反馈容错控制器存在的充分条件.通过求解由一组LMI所表示的凸优化问题可以得到次优H∞模糊反馈容错控制器.所设计的控制器可保证系统在故障时满足给定H∞性能约束下,使正常情况下的H∞性能最优.最后通过对小车倒立摆系统的仿真验证了该设计方法的有效性.     

执行器故障参数不可测飞行系统的模型跟踪重构控制

针对具有二阶动态特性的执行器故障的飞控系统,在故障参数不可测、并伴有外界未知扰动和建模误差等不确定因素的情况下,克服已有的大部分模型跟踪重构控制所采用的自适应律都存在的双线性问题,研究一种新的直接自适应重构控制方案.在已有的重构控制器基础上,对状态反馈的形式进行改进,并利用Lyapunov稳定性定理,证明了在自适应重构控制器的作用下,故障后系统的跟踪误差渐近地收敛于零.仿真结果证明,存在不确定因素的飞控系统发生不可测的执行器故障后,本文给出的自适应重构控制器能够很好的对故障系统进行重构,证实了所提出的算法的有效性.     

高超声速飞行器模糊自适应动态面容错控制

针对输入饱和下高超声速飞行器发生执行机构损伤故障并存在参数不确定的情况,提出了一种基于Nussbaum增益技术的模糊自适应动态面容错控制策略.对于飞行器的高度和速度子通道,分别设计了动态面和动态逆控制器.利用双曲正切函数逼近飞行器的输入饱和特性,并基于中值定理将其转化为控制输入的仿射形式.对于损伤故障和参数不确定导致的控制增益未知问题,通过引入Nussbaum增益技术既保证控制系统稳定,又可以避免控制器奇异问题.通过设计模糊自适应系统,在线逼近包含不确定参数与饱和逼近误差的未知函数项,且引入范数估计思想,使得每个模糊系统仅包含一个自适应参数,以减小计算量.稳定性分析证明了闭环控制系统的半全局一致最终有界性,仿真结果验证了该容错控制算法的有效性.     

桥式起重机系统的传感故障容错控制研究

针对欠驱动桥式吊车系统的小车位置传感器故障问题,设计了一种基于观测器的自适应容错控制算法。考虑小车位置传感器出现了大小和符号均未知的故障,为了实现系统稳定下的定点和防摆控制目标,提出了由基于K滤波器的观测器以消除未知传感器故障的影响,同时引入Nussbaum增益来减轻故障未知符号的影响,二者共同组成自适应容错控制器使得桥式起重机可在传感器故障下依然实现控制目标。同时,基于李雅普诺夫稳定性理论,利用反步法证明了欠驱动桥式起重机系统的稳定性。最后,利用MATLAB验证了控制方案的可行性。     

基于T-S模糊模型的观测器和动态输出反馈容错控制器设计

针对具有执行器故障和传感器故障的非线性系统,提出了一种基于T-S模型的观测器设计和动态输出反馈控制器设计方法。首先,将非线性系统转化为T-S模型,以此模型作为设计模型,利用扩展传感器故障为辅助状态向量的方式,将系统扩展为增维的T-S描述系统;然后,针对增维的T-S描述系统,设计模糊自适应观测器以达到对非线性系统的状态、执行器和传感器故障同时估计的目的;最后,基于观测器对传感器和执行器故障的估计,设计了一种动态输出反馈容错控制器以达到容错控制的目的,其中以线性矩阵不等式的方式给出了观测器和容错控制器存在的充分性条件。通过实例仿真验证了该文设计方法的有效性。     

基于动态面backstepping控制的高超声速飞行器自适应故障补偿设计

针对带有冗余舵面的高超声速飞行器纵向模型,考虑舵面出现卡死故障情况下,分别设计了基于backstepping的高度容错控制器与基于动态逆的速度跟踪控制器.在运用backstepping自适应设计高度控制器时,采用动态面设计方法,引入一阶滤波器,避免了设计中对虚拟信号求导带来的复杂计算问题.针对舵面出现未知故障(不确定故障模式、大小、发生时间)的情况,设计容错控制器结构,给出实现故障补偿控制的匹配条件,根据Lyapunov稳定性理论设计的控制器参数自适应律保证系统的稳定性与指令跟踪性能.针对舵面出现卡死故障的情况,仿真对控制算法进行了验证,得到了较理想的控制效果.     

不确定离散时滞系统的鲁棒完整性设计

研究了离散时滞系统的完整性设计问题，提出了一种基于Lyapunov方程的对传感器失效故障具有完整性的容错控制器设计方法，进而讨论了参数不确定离散时滞系统的鲁棒容错控制问题，给出了鲁棒容错控制器的设计步骤，并讨论了执行器失效的情况，最后用一个设计示例及其仿真结果验证了这种方法的有效性。     

一类离散MIMO系统的神经网络自适应输出反馈容错控制

针对一类离散多输入多输出(MIMO)严格反馈系统,提出了基于神经网络的输出反馈容错控制.由于讨论的执行器故障类型有失效和卡死两种情况,提出了比例驱动方法,可将这两种故障类型恰当地表示出并便于控制器的设计;同时,由于此类多输入多输出系统不满足匹配条件,通过引入预测控制设计方法,可以克服这一缺陷.考虑到系统中的函数是未知的,利用神经网络具有逼近任意连续函数到任意精度的原理来估计该未知函数,由此证明了本文所提出的方法可以使得系统的所有参数及实际容错控制律均一致最终有界.通过MATLAB实验仿真,有效地验证了此方法的合理性.     

容错控制系统的一种神经网络控制策略

基于神经网络的函数逼近能力及其容错性，提出了一种神经网络容错控制策略：首先利用系统重构的方法设计控制系统在各种故障情况下的控制律，然后采用一个神经网络来学习这些控制律的特性．学习结束后，将该神经网络作为控制器对系统实施控制．对一个具体的线性系统在传感器故障情况下的神经网络控制进行了仿真研究，结果表明：神经网络控制器能够代替系统原有的控制器．而且在系统发生未知故障时，同样具有容错性．     

自适应Dahlin数字控制器

提出了一种新型的自适应Ｄａｈｌｉｎ数字控制器，给出了它的设计原理和实验结果。这 种自适应数字控制器可用于参数和时滞未知或慢时变的受控对象，它不要求时滞严格等 于采样周期的整数倍，因而也能用于逆不稳定的离散时间系统。