具有执行器故障的输出反馈系统自适应容错控制研究

摘要

现代科学技术理论与工业生产水平的提高，促使控制理论与控制工程在复杂系统建模，电子通讯技术，军工，航空航天，农业与交通运输，经济学与统计学等专业领域内获得了空前广泛的应用，并且在近年来取得了丰硕的研究成果与令人瞩目的科技成就.一方面，精密复杂控制仪器的应用使得系统能够完成日趋复杂的控制目标，并满足人们所提出的各项控制性能的苛刻要求，但另一方面，也使得系统在操作过程中发生故障的概率大大增加，而且，如果故障在一定时间内得不到消除与抑制，将会引起重大安全事故与经济损失.因此，如何增强动态系统的安全性与可靠性来使得系统的稳定性能够不受故障的影响便成为了日益紧迫的问题.
　　本文将后推控制，动态面控制，自适应控制，神经网络控制等有机结合，对几类具有执行器故障的非线性系统，提出了若干种容错控制方案.通过选取适当的李雅普诺夫函数，证明了所提出的控制策略能够使闭环系统跟踪误差半全局一致终结有界.其主要成果如下:
　　第一，针对一类具有未建模动态的多输入单输出非线性系统，提出了一种自适应输出反馈动态面控制方案.在外界扰动以及系统状态不可量测的情况下，通过引入一个可量测动态信号并结合函数分离定理克服了系统的未建模动态，同时利用K-滤波器估计系统不可量测的状态，并采用神经网络来逼近利用Young's不等式放缩后所形成的未知黑箱连续函数.与现有研究成果相比，取消了系统未知常数控制增益需要上下界均为已知的前提假设，放宽了状态方程中光滑非线性函数需要已知的假设条件，采用对神经网络未知理想权向量的模值进行估计来代替直接对权向量进行估计，从而减少了参数估计的数目，降低了设计的复杂性.
　　第二，针对一类具有执行器故障和未建模动态的输出反馈非线性系统，提出了一种自适应动态面被动容错控制方案.该方案在发生故障的执行器与时刻未知以及系统状态不可量测的情况下，通过构造系统虚拟控制律与参数自适应律解决了该类系统的跟踪控制问题，并选取适当的李雅普诺夫函数证明了所提出的控制策略的有效性，且跟踪误差能够收敛到原点的一个小邻域内.与已有文献相比，将研究对象由单输入单输出系统拓展为多输入单输出系统，并在容错控制器设计过程中，通过利用中间变量，将系统模型简化为单输入单输出系统进行研究，从而降低了设计系统正常控制输入的复杂性.
　　第三，针对一类具有执行器故障且常数控制增益符号未知的输出反馈非线性系统，提出了一种基于后推控制的容错控制策略.与已有文献相比，研究的系统同时考虑了系统的“常数值故障”与“衰减故障”，从而在一定程度上拓宽了该控制模型的适用范围.在基于后推的容错控制器设计过程中，通过引入Nussbaum函数有效的处理了符号未知的常数控制增益，并利用非负且单调不减的变能量函数巧妙的抵消了利用系统虚拟控制律所无法抵消的部分.最后，通过理论证明，闭环系统内所有信号能够在该容错控制器的作用下保持半全局一致终结有界，且跟踪误差收敛到原点的一个小邻域内.数值仿真结果进一步验证了所得出的结论.
　　第四，针对一类具有未建模动态与执行器故障的输出反馈非线性多输入多输出互联时滞大系统，基于后推方法设计了一种容错控制方案.该方案通过构造Lyapunov-Krasovaskii泛函消除了系统未知时变时滞所带来的不确定性，并将被动容错控制技术与后推控制方法推广到互联时滞大系统中.与已有的研究成果相比，将原有已知常数时滞拓展为未知时变时滞，同时无需关于未知常数增益上下界为常数或函数的假设条件.在容错控制器设计过程中，利用调节函数避免了系统的过参数化，通过理论分析与仿真证明了该方案的有效性与可行性.

目录

论文说明

摘要

符号说明与预备知识

第一章 绪论

1．1 容错控制的研究背景

1．2 容错控制的研究动态

1．2．1 基于后推方法的被动容错控制技术

1．2．2 基于动态面方法的被动容错控制技术

1．3 论文的主要工作和结构安排

第二章 多输入单输出系统的自适应输出反馈动态面控制

2．1 引言

2．2 问题的描述与基本假设

2．3 系统参数化与基于神经网络的滤波器设计

2．4 自适应动态面控制器设计

2．5 稳定性分析

2．6 仿真结果

2．7 结论

第三章 具有执行器故障的输出反馈自适应动态面容错控制

3．1 引言

3．2 问题的描述与基本假设

3．3 系统参数化与基于神经网络的滤波器设计

3．4 自适应动态面容错控制器设计

3．5 稳定性分析

3．6 仿真结果

3．7 结论

第四章 基于后推的多输入单输出系统的自适应容错控制

4．1 引言

4．2 问题的描述与基本假设

4．3 系统参数化与基于神经网络的滤波器设计

4．4 自适应后推容错控制器设计

4．5 稳定性分析

4．6 仿真结果

4．7 结论

第五章 一类互联时滞大系统的自适应输出反馈容错控制

5．1 引言

5．2 问题的描述与基本假设

5．3 系统参数化与基于神经网络的滤波器设计

5．4 自适应后推容错控制器设计

5．5 稳定性分析

5．6 仿真结果

5．7 结论

第六章 总结与展望

6．1 总结

6．2 进一步的研究工作

参考文献

致谢

攻读硕士期间发表的学术论文目录

声明