基于自适应模糊输出观测器的非线性系统鲁棒故障检测

针对一般非线性系统的故障检测 ,从工程应用的角度提出了一种基于自适应模糊输出观测器的非线性系统鲁棒故障检测方法。该方法以自适应模糊系统构造未知非线性模型的输出观测器 ,在充分考虑外加噪声干扰和系统误差的情况下 ,通过对一般反向传播学习算法进行改进 ,提出采用鲁棒反向传播学习算法调整观测器参数以辨识系统输出 ,再结合阈值故障检测策略检测系统故障。为保证算法具有较快的收敛速度 ,本文给出了根据模糊规则确定算法初始参数的选择方法并证明了算法的收敛性。仿真结果表明 ,对一般非线性系统故障检测 ,该方法具有有效性和实时性 。

欠驱动航天器模糊自适应增强耦合姿态控制

在快速轨道机动期间,针对固体推进作用下推力偏心、安装误差等因素带来的姿态强干扰问题,提出了一种基于推力矢量控制技术的航天器姿态欠驱动智能控制方法。首先,建立了航天器姿态误差动力学模型,并分析推力矢量控制输入的欠驱动特性。然后,考虑强干扰不确定性和滚转通道耦合弱的问题,设计了基于增强耦合策略与自适应模糊观测器的欠驱动智能控制律,结合模糊逻辑函数逼近强干扰不确定项并引入控制律中,实现航天器的姿态欠驱动智能控制,通过Lyapunov理论证明了系统的稳定性。最后,通过与分层滑模控制方法进行对比仿真,验证了所设计的方法能够使得三轴姿态稳定时间缩短14%,滚转通道耦合弱产生的静差被有效消除,为快速轨道机动期间的强干扰抑制技术提供基础。

基于自适应模糊神经网络的非线性系统鲁棒故障诊断

针对一类非线性闭环稳定系统,在考虑噪声干扰和系统参数不确定误差条件下,用自适应模糊系统进行非线性补偿,提出了一种基于自适应模糊状态观测器实现状态观测和故障检测,再由 RBF 神经网络故障逼近器实现故障在线跟踪的鲁棒故障诊断方法。为确保观测器和诊断系统的鲁棒性,给出了闭环系统在有界噪声干扰和系统不确定误差下的稳定性定理,并进行了证明。

T-S建模的无人车自适应自动转向多目标控制

针对由轮胎侧偏现象引起的无人车侧向动力学系统非线性问题,采用T-S模糊建模方法,对轮胎侧偏角与其侧向力之间的非线性关系进行解析。而无人车自动转向控制过程包含了路径跟踪与侧向稳定性控制,选取横向位移偏差、航向偏差、质心侧偏角和横摆角速度四个变量作为控制目标,采用高效的多目标控制算法,即模型预测控制来设计控制器。为了进一步提高系统性能,基于路径曲率和前轮轮胎侧偏角,设计了模糊自适应观测器,在线调节预瞄时间。通过Carsim-Simulink联合仿真平台,在较低的轮胎-路面附着条件以及高速条件下进行双移线仿真,验证了所提出的控制方法有效提高了无人车的路径跟踪性和侧向稳定性。

一类多输入模糊双线性系统的输出反馈容错控制

本文针对一类多输入模糊双线性系统,在系统的状态不完全可测的情况下,提出一种模糊容错控制方法.首先,我们设计模糊检测观测器检测系统是否发生故障.再基于检测观测器,设计模糊控制器保证未发生故障的系统渐近稳定.然后,在系统发生故障的情况下,设计自适应模糊诊断观测器对故障进行估计,给出故障诊断的算法.最后,根据估计出的故障,进行故障调节,设计容错控制器.基于Lyapunov稳定性理论,证明所设计的容错控制器可以保证系统在发生故障的情况下,仍能保证故障系统的渐进稳定性.仿真证明了所提控制算法的有效性.

基于模糊多模型结构的飞行控制系统执行器故障诊断

为了解决一类飞行控制系统执行器故障诊断问题,本文将Takagi-Sugeno(T-S)模糊模型与多模型技术相结合,提出了一种模糊多模型方法。该方法的特点是:利用T-S模糊模型对非线性系统进行描述、建模;根据特定的故障,利用多模型技术建立了局部自适应未知输入观测器。通过所提出的诊断方法,当飞行控制系统的执行器发生故障时,故障参数能被在线逼近,使所设计的模糊自适应未知输入观测器模型与系统故障状态匹配,从而达到故障检测的目的。利用某飞机模型进行的仿真,表明了本文方法的有效性。

基于非奇异快速终端滑模的轧机液压伺服位置系统反步控制

针对具有非线性、参数不确定性和未知负载扰动的非对称缸轧机液压伺服位置系统,提出一种基于模糊自适应观测器和非奇异快速终端滑模面的反步控制方法.首先,基于非奇异快速终端滑模面和双幂次趋近律完成非对称缸轧机液压伺服位置系统反步控制器的设计,并通过构造二阶滑模滤波器对虚拟控制量的微分信号进行估计,有效地避免了反步控制中的微分爆炸现象;然后,选用模糊自适应观测器对系统的不确定项进行逼近估计,并将输出的估计值引入到设计的控制器中进行补偿,有效地提高了系统的跟踪控制精度,且分析表明,所提出的控制方法能够保证闭环系统全局渐近稳定;最后,基于某650 mm可逆冷带轧机液压伺服位置系统的实际参数进行仿真研究,并与常规线性滑模控制方法相比较,结果验证了所提出方法能够有效提高系统在整个全局过程的收敛速度和鲁棒稳定性.