具有执行器故障的网络控制系统的非脆弱保性能控制

对短时变时延下具有执行器故障的网络控制系统的鲁棒非脆弱保性能控制问题进行研究。为了降低保守性,利用标称点方法对系统进行建模,并结合时变故障矩阵与非脆弱控制,将连续时间系统模型转变为具有范数有界不确定参数的时变离散时间模型。根据Lyapunov对离散系统的稳定性判据以及线性矩阵不等式技术,给出保性能控制器的设计策略和相应的二次性能指标的求解方法,并通过算例验证了所提策略的正确性。

基于深度学习的高超声速飞行器执行器零样本故障辨识

近年来,基于深度学习的故障诊断已经通过大量数据进行了深入的研究.然而,深度学习技术的巨大成功是基于可以获取大量带标签的训练样本的假设.在实际问题中,经常面临数据不平衡、标记的数据太少或没有数据的情况.基于此,本文研究了高超声速飞行器在零样本情况下的故障辨识问题.考虑飞控系统执行器故障,运用深度学习技术来识别特定故障类型(失效故障或卡死故障).“零样本”指的是在故障诊断的深度学习模型构建中,未曾包含或引入任何与目标故障相关的样本数据.因此,该模型必须依赖于其他方法和特征来推断和准确识别这些未知故障,以实现有效的故障辨识.针对这一问题,使用人工定义的故障描述来表征未知故障.具体而言,即利用关系网络学习将已知故障样本与定义的未知故障描述进行比较.进一步,为实现特征提取,结合卷积神经网络及长短期记忆神经网络,构建深度神经网络结构.最后,在Winged-cone(翼椎体)构型的高超声速飞行器上进行零样本故障辨识实验,结果表明在没有目标故障样本的情况下,所设计的算法可以完成对目标故障的诊断工作.

具有执行器故障的柔性机械臂预定精度控制

探讨了具有动态不确定性的柔性机械臂故障补偿问题。由于系统的机械设备出现老化、磨损或维修过程出现操作不当,会导致执行器部分失效或卡死,但在执行器故障期间与故障相关的参数难以测量。若系统发生执行器故障,可能会对系统的稳定性造成影响,甚至会使系统出现不稳定的情况。使用自适应控制方法,处理存在未知模式的执行器故障以及参数故障的情况,保证系统快速补偿达到稳态状态。并且,通过使用模糊逻辑系统处理未知的非线性函数,并结合一类光滑函数作为控制器设计,保证系统跟踪误差收敛到指定的性能区间。仿真实验中,以单连杆柔性机械臂控制的故障补偿为例,证明了本文所提控制方案的有效性。

具有输入量化和执行器故障的非线性多智能体系统的自适应包容控制

研究了一类具有输入量化、外部扰动及动态领导者的非线性严格反馈多智能体系统的自适应容错包容控制问题.通过建立带有未知估计的阻尼项、正时变积分函数、一阶滤波器和补偿信号的参数更新律,提出了一种自适应反步控制方案.该方案在补偿滤波误差的同时在虚拟控制律中引入新的光滑函数来降低量化的影响,利用有界估计法克服了故障只能发生有限次的限制,保证所有跟随者的输出收敛于领导者的输出所形成的凸包内,且所有的信号都是有界的.仿真结果验证了该方案的有效性.

执行器故障下无人机无人车异构编队控制

针对存在执行器故障的无人机无人车异构系统,研究了编队跟踪容错控制问题。首先,异构系统采用有向图的拓扑结构,且并非所有无人机/车都能接收到参考信号,故在充分考虑无人机/车运动学模型存在较大差异的前提下,设计了一种针对两类系统都通用的分布式信号估计器来获取参考信号的信息。然后,基于参考信号估计值,利用鲁棒自适应控制理论,提出了形式统一的分布式容错控制协议。该协议无需获取精准故障信息,就能有效地补偿故障对异构系统性能的影响,确保异构系统在故障情况下仍能按照预先设定的编队构型跟踪上外界参考信号。最后,通过仿真试验验证了所提算法的有效性。

具有执行器故障及饱和的自主车队耦合滑模控制

对带有执行器故障及饱和影响下的三阶非线性自主车队控制问题进行研究。首先,建立了考虑时变执行器故障、执行器饱和及集总扰动的三阶非线性自主车队模型。其次,在所建立的模型基础上,设计新的PID型耦合滑模面,提出了一种结合扰动观测器的耦合滑模控制算法,并证明了该控制器能够同时实现单车稳定性和车队队列稳定性的控制目标。最后,为了验证所提出控制算法的有效性,通过MATLAB仿真工具箱,对由5辆车组成的自主车队进行数字仿真,并与PID类型的控制器进行比较,验证了所提控制算法的有效性和优越性。

含执行器故障的切换非线性系统的事件触发自适应模糊容错控制

本文研究在平均驻留时间约束下,一类含有执行器故障的切换非线性系统输出反馈自适应模糊事件触发容错控制问题.首先,建立了一个模态依赖的状态观测器估计不可测量状态.利用模糊逻辑系统来逼近未知项.其次,构建自适应模糊容错事件触发控制方案能够节省网络资源和数据传输.然后,通过构造多Lyapunov函数和平均驻留时间法,证明闭环系统所有状态半全局一致最终有界的同时排除了Zeno现象.最后,通过数值仿真验证该方法的有效性.

执行器故障下挠性航天器自适应边界容错控制

针对执行器故障下的挠性航天器的姿态控制及振动抑制问题,提出了基于模型变换的自适应边界容错控制方案,实现了挠性航天器的姿态跟踪及振动抑制。首先,为了准确刻画航天器刚体与挠性振动之间的强耦合特性,采用互联偏微分方程常微分方程描述挠性航天器的混合动力学;其次,设计辅助信号建立边界条件与内部动力学之间的关系;进而,采用直接自适应控制技术设计边界容错控制律及参数更新律,保证挠性航天器闭环姿态控制系统的渐近跟踪性能;最后,仿真结果验证了所提出的边界容错控制算法的有效性。

执行器故障不确定系统的迭代学习容错控制

针对含有执行器故障的不确定连续系统,提出了一种基于扩张状态观测器的迭代学习容错控制方法。首先,将实际故障执行器和理想线性执行器之间的偏差合并到系统总扰动中,并利用扩张状态观测器在批次内快速估计和补偿总扰动,保证批次内广义去扰动态模型的不变性;然后,基于广义去扰动态模型设计PD型迭代学习控制律,使系统在批次方向获得满意的跟踪性能,并研究执行器故障情形迭代学习控制系统的收敛性;最后,通过一个二阶控制系统的仿真实验验证了所提控制方法的有效性。

基于降维观测器与多胞体方法的执行器故障检测

针对具有执行器故障且状态方程和输出方程同时受到外部扰动影响的离散系统,研究了降维观测器设计方法和基于多胞体理论的区间估计方法,并在此基础上提出了基于区间估计的执行器故障检测方法。首先,通过适当的状态等价变换,将原系统分解成2个降维子系统,使得一个子系统可以直接解耦干扰。然后,在无执行器故障发生的前提下,基于对干扰解耦的子系统,提出了一种降维观测器设计方法,实现了原系统状态的渐近收敛估计。其次,针对具有干扰的子系统,设计了Luenberger型观测器,并结合多胞体理论,提出了一种对可测输出的区间估计方法。之后,基于可测输出的区间估计,提出了一种残差的构造方法,以此提出了一种执行器故障检测新方法。最后,给出了仿真设计和分析,验证了方法的有效性。

具有执行器故障的四旋翼无人机有限时间容错控制

本文主要研究了四旋翼无人机在外部干扰、执行器存在部分失效和偏置故障并发情况下有限时间轨迹跟踪的控制问题.通过分析四旋翼无人机动力学特性,本文构建了带有外部干扰、执行器机构故障的动力学模型.首先,基于鲁棒全局快速终端滑模控制算法,设计了一种有限时间容错控制器,提高了系统对故障的响应速度.其次,针对常值/时变故障和干扰,在控制器设计中采用改进的连续函数进行补偿,减少了由切换函数引起的系统抖振问题,并基于Lyapunov函数对控制器的稳定性进行了分析.最后,通过仿真实验验证了所设计控制器的有效性和可靠性,同时,在存在执行器故障和外部干扰的情况下,无人机能够实现较好的轨迹跟踪性能.

基于Bang-Bang+前馈策略的磁轴承执行器失效故障容错控制

对于传统磁轴承系统,发生单个下执行器失效故障后,悬浮的转子通常会与保护轴承发生碰撞,影响运行稳定性,甚至导致悬浮系统失稳,危害系统安全运行。在不改变磁轴承硬件架构的基础上,通过容错控制可以避免该碰撞,对于提高系统可靠性具有重要意义。为此,该文首先建立考虑部分执行器故障的两自由度转子动力学模型,提出针对上执行器的Bang-Bang控制算法,实现了故障磁轴承侧转子回到平衡位置的时间最优控制,并结合前馈控制使转子在BangBang控制结束后直接达到稳定状态。仿真和实验结果表明,在全转速范围内故障侧最大位移幅值与转子正常轴振幅值相差不超过0.04mm,且转子在0.2s内恢复至稳定悬浮,故障侧轴承座振动加速度在0.03s内恢复到正常幅值,避免了定转子碰撞,证明了该算法的有效性。

考虑执行器故障的直流微电网主动容错控制

针对直流微电网电压调节控制系统中的执行器故障问题,提出了一种基于故障诊断观测器的H∞容错控制方案。首先,通过分析直流微电网的电气结构,构造了故障诊断观测器,并给出了基于传统自适应观测器的故障估计算法,实现了执行器故障的实时在线观测;在此基础上,利用故障信息,设计了基于静态输出反馈的H∞容错控制器,保证了直流微电网电压调节控制系统的稳定性;最后,采用仿真实验测试所提控制方案的性能。实验结果表明,相对于传统的被动容错控制,基于故障诊断观测器的主动容错控制在提升系统的鲁棒性与容错能力上具有更好的效果。

一种具有执行器故障的非线性离散系统的迭代学习控制

针对执行器发生随机故障的一类仿射非线性离散系统,研究了一种迭代学习容错控制策略。首先,将执行器故障分解为乘性模型和加性模型。其次,从统计学角度分析了由执行器传输给被控系统的具有故障的控制信号和由控制器传输给执行器的未发生故障的控制信号的性态;同时,导出了控制策略收敛的充分条件。最后,通过数值仿真验证所提结果的有效性和可靠性。理论分析和仿真结果均表明,该策略能够在执行器随机发生故障的情况下,能使被控系统保持良好的跟踪精度。

时变参数执行器故障系统的渐近跟踪控制算法

针对一类具有时变参数和未知执行器故障的不确定非线性系统,提出了一种基于命令滤波器的自适应预定性能渐近跟踪控制算法。首先,基于正时变积分函数设计未知时变参数和外部扰动的动态补偿量,消除其在控制器设计过程中的影响。其次,构造新型Funnel模型,不仅能够保证跟踪误差的瞬态性能,同时避免了控制器设计中的奇异性问题。最后,利用命令滤波器解决了传统自适应反推控制方法中存在的“微分爆炸”问题,降低计算负担;同时,设计的补偿信号消除了滤波器引起的误差。理论分析表明闭环系统所有信号一致最终有界,且系统跟踪误差渐近收敛到零。仿真实例验证了该控制方案的有效性。

执行器故障和未知控制方向系统的自适应模糊学习控制

在工业生产中,工业机器人等设备在重复运动中容易出现执行器故障,进而降低生产效率。另外,考虑到很多实际系统无法提前预知控制方向,因此,面向执行器故障和未知控制方向系统,提出了一种自适应模糊迭代学习控制(iterative learning control,ILC)算法。首先,使用模糊逻辑系统(fuzzy logic system,FLS)估计期望的控制信号,并设计额外的自适应项来补偿执行器故障和系统未知函数带来的副作用。其次,考虑到系统的控制方向是未知的,采用离散Nussbaum型函数在迭代方向对其进行辨识,并将该函数应用于自适应模糊ILC算法。最后,通过Lyapunov-like函数证明了所提自适应模糊ILC算法的可行性:当迭代次数趋于无穷大时,除t∈{0,1,…,m-1}时刻之外的ILC跟踪误差可收敛到一个可调界内,且所有系统信号保持有界。仿真结果验证了所提方法的可行性和有效性。

具有执行器故障的非线性系统指定性能控制

针对一类带有全状态约束和执行器故障的非线性系统,提出一种具有指定性能的自适应神经网络输出反馈容错控制方案。首先,建立状态观测器估计系统中的不可测状态,利用径向基神经网络(RBF NNs)逼近系统中的未知非线性函数。其次,引入非线性映射将状态约束系统转化为一个没有约束的新系统。然后,采用新的性能函数,不仅能使跟踪误差在预先设定的时间内收敛,还可以利用设计参数改变误差的收敛速度。最后证明,该控制方法能够保证闭环系统中所有信号都是半全局一致最终有界的,并通过一个数值仿真验证该方法的有效性。

具有执行器故障的保成本可靠控制

针对线性定常系统,在涉及不确定性的保成本问题基础上,提出了带有执行器故障扰动的保成本可靠控制问题·给出了更实际、更一般的故障模型·在考虑执行器故障模型的基础上,给出了系统渐近稳定及可靠保成本的充分条件·通过求解代数Ricatti方程完成动态反馈控制器的设计·并且进一步说明当系统无故障时,系统渐近稳定且具有良好的保成本指标·当系统的执行器发生故障时,系统仍保持渐近稳定且满足一定的保成本指标·仿真实例验证了本文结果的有效性·

水下机器人执行器的高斯粒子滤波故障诊断方法

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.

具有执行器故障的不确定Delta算子系统鲁棒H_∞控制

利用 H∞ 控制方法 ,讨论了含有时变参数不确定性和执行器故障的 Delta算子系统鲁棒可靠性控制问题。通过将故障执行器输入视为能量有界的干扰信号 ,并利用 H∞ 范数与 Riccati代数矩阵不等式的关系 ,把系统鲁棒可靠性控制设计问题化为求解 Riccati不等式。所得结果可将连续系统和离散系统的结果统一在一个框架中。