一类非线性系统的故障重构与容错控制

针对一类满足Lipschitz条件的仿射非线性系统,提出一种执行器故障重构与容错控制方法。通过非奇异变化矩阵对系统进行降阶,设计出滑模故障重构观测器,优化滑模策略,使滑模故障重构观测器渐进估计系统的状态,并给出稳定性分析。运用等价输出控制方法直接获取故障信息,实现执行器故障的检测与重构。设计出主动容错控制器,通过补偿控制,完成执行器故障的容错控制。最后通过数值仿真验证了方法的可行性与有效性。     

考虑状态约束与执行器饱和的水下机器人轨迹跟踪控制

针对执行器饱和、模型参数不确定以及海流干扰等因素影响下的水下机器人,提出一种考虑状态约束以及执行器饱和的轨迹跟踪控制器.首先,构建水下机器人水平面轨迹跟踪误差方程;然后,对载体模型参数不确定性产生的模型误差以及海流干扰,设计一个非线性观测器进行估计并用于对控制器进行扰动补偿;接着,引入执行器饱和补偿系统、二阶滤波器以及滤波器误差补偿系统,设计命令滤波反步滑模控制器来控制水下机器人的水平面轨迹跟踪;最后,严格验证命令滤波反步滑模控制器的稳定性并进行数值仿真,验证所提出控制器的有效性.     

基于嵌套自适应观测器的 连铸结晶器振动位移系统有限时间容错控制

针对连铸结晶器振动位移系统存在伺服电机驱动单元等执行器故障和负载转矩扰动问题, 本文提出一种基于嵌套自适应观测器的有限时间容错策略. 首先, 设计一种嵌套自适应观测器在线估计由执行器故障和负载转矩扰动构成的综合不确定项; 其次, 采用分层设计与终端滑模相结合的方法, 分别对位移子系统和电流环子系统设计全阶滑模控制器(FOSMC)和终端滑模控制器补偿综合不确定项, 并通过引入一阶低通滤波器来提高控制信号的连续性. 理论分析表明, 本文所提容错控制策略能够保证闭环系统所有状态有限时间稳定; 最后, 通过仿真对比研究验证了本文所提控制策略的有效性.     

多故障并发非线性系统一体化跟踪主动容错控制器设计

针对一类执行器及传感器同时发生故障的非线性系统,综合鲁棒滑模重构观测器及自适应滑模容错控制器设计技术,提出一体化跟踪主动容错控制方案.首先,将系统增维变换为广义系统,运用广义约束逆引入辅助矩阵,采用线性矩阵不等式设计观测器系数矩阵,综合自适应律给出广义鲁棒滑模观测器设计程式;在此基础之上,通过设计鲁棒滑模微分器估计输出向量微分,结合广义鲁棒滑模观测器状态估计结论,实现执行器及传感器故障同时重构.其次,基于故障重构及状态估计结论,提出自适应滑模的跟踪主动容错控制律设计程式.最后,通过开展飞行模拟转台伺服系统数值仿真,检验一体化跟踪主动容错控制器设计方法的有效性.     

基于滑模观测器和广义观测器的故障估计方法

针对受未知干扰影响的一类非线性系统,提出一种基于滑模观测器和广义观测器的执行器故障和传感器故障估计方法.首先通过线性变换将原系统解耦为两个降阶的子系统,其中一个子系统受执行器故障和干扰的影响,另一个含有传感器故障和干扰,进一步将后一个子系统转化为广义系统.对两类子系统分别设计滑模观测器和广义观测器,给出估计误差一致最终有界的条件,得到系统状态和未知干扰的估计值.然后,利用等效输出控制原理重构执行器故障,引入干扰补偿保证重构算法的鲁棒性,再根据广义观测器的结果获得传感器故障的估计值.最后,通过计算机仿真验证了本文方法的有效性.     

机器人系统的加权快速终端滑模主动容错控制

针对受执行器故障的非线性机器人系统,提出一种加权快速终端滑模主动容错控制方法。首先利用观测器估计机器人系统中的执行器故障信息,并通过自适应律对故障未知的界进行估计。然后根据机器人各关节的加权位置误差进一步设计快速终端滑模控制器对获得的故障信息做出补偿,从而实现有限时间主动容错控制。通过李雅普诺夫函数法证明了闭环系统的稳定性,并采用两关节机器人验证了方案的有效性。该方案可以通过对不同关节位置误差权重值的分配来相应地补偿故障的影响,能够在有限时间内使得机器人位置跟踪误差快速收敛且跟踪精度得到提高。     

基于迭代学习观测器的航天器姿态主动容错控制

针对含有外部扰动和执行器故障的一类航天器姿态控制系统,本文提出基于迭代学习观测器的主动容错控制方案.首先,建立了含有外部扰动和执行器故障的航天器姿态控制系统的运动学和动力学模型.其次,为了提高观测器的故障估计精度,在传统迭代学习观测器设计基础上引入上一时刻状态估计误差信息,文章提出一种改进型学习估计算法.进一步,基于滑模控制和指定时间稳定理论,利用学习观测器的故障估计信息设计指定时间主动容错控制器.与现有的航天器主动容错控制方案相比,本文所提出的算法的优势在于可以使故障系统的姿态能在指定时间跟踪上指令信号.基于Lyapunov方法,本文从理论上证明了改进型学习观测器和姿态容错控制系统的稳定性.最后,通过数值仿真,说明了所提容错控制方案的有效性和可行性.     

考虑输入饱和的近空间飞行器姿态容错控制

针对近空间飞行器姿态控制中出现的执行器故障,输入饱和与外部干扰等问题,设计了一种基于二阶滑模干扰观测器和辅助系统的鲁棒容错跟踪控制方法.首先,将系统不确定,外部扰动和执行器故障作为复合干扰,设计super-twisting二阶滑模干扰观测器对其进行估计.然后为解决输入饱和问题构造了辅助分析系统,并借助backstepping方法,设计姿态容错跟踪控制器.利用Lyapunov方法,严格证明了所有闭环系统信号的收敛性.最后将所设计的控制方法应用于近空间飞行器姿态控制中,仿真结果验证了该控制方法的有效性.     

基于滑模观测器的临近空间飞行器容错控制

针对临近空间飞行器中结构未知的执行器故障,提出一种基于滑模观测器的容错控制方法。采用Edwards-Spurgeon观测器结构设计滑模观测器,实现对执行器故障的鲁棒估计。根据所得的故障信息设计模型参考滑模容错控制器,控制律的非线性增益分为两部分,保证系统的鲁棒容错性能。一部分利用参数不确定的界值条件设计,一部分基于鲁棒故障估计信息设计。基于李雅普诺夫稳定性理论证明了系统的渐近稳定性。仿真结果表明,该方法能有效实现对执行器故障的鲁棒估计,并保证故障条件下飞行器对参考模型的稳定跟踪性能,达到了期望的容错效果。     

基于LMI的一体化鲁棒主动容错控制器设计

针对一类发生执行器故障的非线性系统,提出基于线性矩阵不等式(LMI)的一体化鲁棒主动容错控制器设计方法.首先,设计含自适应律的鲁棒滑模观测器,并将观测器设计方法转化为LMI约束下的凸优化问题,进而实现执行器故障的鲁棒重构;然后,提出基于状态及故障估计的一体化主动容错控制器,同时通过LMI给出控制器增益解算方法;最后,通过数值算例验证容错控制器设计方法的有效性.     

多故障的奇偶方程-参数估计诊断方法

提出一种将奇偶方程与参数估计相结合的多故障诊断方法。构造了一种新的奇俩方程，其产生的残差仅对一个传感器故障和一个执行器故障敏感。将传感器和执行器故障模型表示成刘度因子和偏差的形式，应用卡尔曼滤没方法对各故障模型参数进行估计。某型号飞机控制系统的仿真结果表明，新方法能对传感器故障和执行器故障同时存在的线性系统进行诊断，有效地估计出各故障的模型参数。     

模糊非线性奇偶方程故障诊断方法

研究基于模糊模型和奇偶(一致性)方程的非线性系统执行器故障诊断方法.讨论了全 解耦奇偶方程的产生方法,并给出了全解耦奇偶向量存在的条件.由全解耦奇偶方程产生的残 差仅对特定执行器故障敏感,而与系统状态、扰动输入和其它执行器输入无关.用T-S模糊模型 描述非线性系统,并与全解耦奇偶方程相结合得到了模糊奇偶方程,解决了奇偶方程在非线性 系统中的应用问题.将执行器故障模型用刻度因子和偏差表示,用模糊奇偶方程产生残差,从而 可以估计故障模型的参数.文章给出了某飞机非线性模型的仿真实例.     

Actuator fault detection and performance recovery with Kalman filter-based adaptive observer

A novel Kalman filter-based adaptive observer for the sampled-data nonlinear time-varying system is proposed in this paper. With the high gain property of Kalman filter, it is applicable to a large variation of unknown parameters, which can be estimated optimally. Then a method of actuator fault detection is proposed. With the estimated faults, one can use the proposed input compensation method to solve actuator faults. Additionally, the optimal linearization technique is used to obtain the locally optimal linear model for a nonlinear system at each sampled state, so that the actuator fault detection and performance recovery of a sampled-data nonlinear time-varying system is accomplished. In this paper, we also introduce a prediction-based digital redesign method to develop the corresponding sampled-data controller.     

基于有限时间未知输入观测器的一类受扰非线性系统故障检测与估计

针对一类非线性系统同时存在执行器故障、传感器故障和扰动的问题,提出一种基于有限时间未知输入观测器的故障检测与估计方法.首先,通过线性非奇异变换将原系统解耦为两个降阶的子系统,其中一个子系统只包含扰动,另一个子系统同时包含扰动和故障;然后,通过一阶低通滤波器获得新的状态并与子系统构成增广系统,实现将原系统的传感器故障转化为增广系统的执行器故障;接着,设计未知输入观测器对增广系统故障进行检测,实现在有限时间内估计出系统的扰动和故障,并通过理论分析验证所设计观测器的有限时间收敛性;最后,基于永磁同步电机(PMSM)转速系统进行仿真研究,仿真结果验证了所提出方法的有效性.     

A method for optimal control and filtering of multitime-scale linear singularly-perturbed stochastic systems

In this paper we introduce a transformation for the exact closed-loop decomposition of the optimal Kalman filter and the linear quadratic optimal controller of multi time scale continuous-time, linear, singularly-perturbed stochastic systems. The solution of the corresponding algebraic regulator and filter Riccati equations are obtained in terms of solutions of reduced-order subsystem, algebraic, Riccati equations corresponding to the system time scales. We have also obtained N completely independent reduced-order subsystem Kalman filters working in parallel in different time scales. This allows parallel processing of information with lower-order, different rates Kalman filters consistent with the system time scales.     

Fault detection of actuator faults in unmanned underwater vehicles

A fault-diagnostic system for unmanned underwater vehicles has been designed and tested in real operating conditions. Actuator faults have been considered, relying on approximate models of the vehicles’ dynamics. Fault detection and diagnosis is accomplished by evaluating any significant change in the behaviour of the vehicle. This task is performed by a bank of estimators: a filter is implemented for each actuator fault type, including the no-fault case. The estimators used are extended Kalman filters (EKF), due to the presence of nonlinearities in the dynamic models. Experimental results are reported, to demonstrate the effectiveness of the proposed approach.     

自主水下航行器控制系统实时故障检测新方法研究

采用有限脉冲响应(FIR)滤波器对水下航行器进行在线自适应建模,并利用LMS算法来调节自适应滤波器的权系数,通过对FIR滤波器权系数的分析,可实时检测出系统的故障.在水下航行器控制系统中应用该方法对传感器和执行器的故障进行检测.仿真结果表明该方法简单、可靠,可对水下航行器控制系统进行实时故障检测.     

水下航行器执行机构的故障诊断与容错控制

为了解决水下航行器执行机构的故障,提出低依赖性和高普适性的故障诊断与容错控制算法.故障诊断由检测、隔离和辨识3个阶段组成.首先,定义比例式、偏差式和常量式3种故障类型,设计相应故障观测器,在满足指数收敛性的前提下检测出故障.其次,基于故障估计与其微分的指数收敛性,建立故障函数,以方差最小为条件隔离出实际故障;然后,联立控制输入方程和故障估计,辨识出故障执行机构.在故障诊断和反馈控制的基础上,通过修正期望控制输入,实现满足闭环稳定性的容错控制.经水下航行器回坞仿真实验验证,所提故障诊断和容错控制算法可行且有效.     

Fault Detection for A Class of Closed-loop Hypersonic Vehicle System via Hypothesis Test Method

This paper studies the fault detection problem for a class of hypersonic vehicle with actuator faults, disturbances and random noises. To handle the unknown disturbances, an unknown input Kalman filter (UIKF) is presented to estimate the unknown system states and disturbances, simultaneously. Considering that the closed-loop structure brings the robustness to the hypersonic vehicle, which could cover some faults, the Total Measurable Fault Information Residual (ToMFIR) is employed as the fault detection residual. Moreover, to deal with the random noises, the hypothesis testing method is utilized to obtain the thresholds under some fault detection performances (false alarm rate and missing alarm rate). The fault detectability condition is also derived. Finally, the simulations verify the effectiveness of the proposed fault detection method.

     

基于卡尔曼滤波器组的多重故障诊断方法研究

针对缺乏有效的用于处理多重(两重及以上)加性故障隔离问题的诊断方法的现状,本文提出了一种新的基于卡尔曼滤波器组的控制系统多重故障的检测与隔离算法.通过构造多个结构不同的卡尔曼滤波器并设计相应的残差,使得每个残差仅对执行机构或传感器某个故障敏感而对其余故障不敏感,最终实现多重故障检测与隔离.除此之外,通过理论推导以及仿真分析,证明了所提出的故障检测与隔离算法的优越性.