基于多模型切换的智能主动容错控制方法研究

针对某些具有可能故障先验知识的非线性系统,采用主动容错控制方法,基于神经网络对系统正常及各种先验故障情形建模,并采用基于神经网络的PID控制方法离线整定出各种故障模式下的控制律,由此建立模型库;在系统实时运行时,依据系统性能容忍度指标和模型失配度指标的计算分析,判断系统所处运行模式,切换与该模式匹配的控制律,从而达到系统主动容错控制的目的.最后将所提出的主动容错控制方法应用于某一非线性系统和线性系统,仿真结果表明了方法的有效性.     

多层次多模型预测控制算法的模型切换方法研究

针对多层次多模型(Multi-hierarchical multi-model, MHM)预测控制系统的模型切换问题, 在分析各通道非线性程度对模型层次切换以及层次 间模型切换过程对系统动态特性的影响的基础上, 提出了一种新的模型切换方法. 并将此方法应用到多输入多输出pH 中和过程, 仿真结果表明, 该方法有效地改善了系统工况大范围跳变时的动态性能.     

非线性系统主动容错控制综述

以故障发生部位为分类视角,分别从传感器故障、执行器故障及其他部件故障3个方面,较为详细地对近5年非线性系统主动容错控制的研究进展情况进行了归纳和总结,重点讨论了执行器故障的容错控制问题,并对所存在的问题与未来的发展趋势进行了探讨。     

非线性系统预测控制的多模型方法

本文在非线性系统的线性化多模型基础上,引入多模型参考轨迹逼近期望轨迹,提出了一种非线性系统预控制的多模型方法.仿真结果表明,这种方法是有效的.     

多模型主动容错滑模预测控制在太阳能热发电系统中的应用

针对太阳能热发电系统的随机性和干扰性强的特点,以解决太阳能热发电的平稳性问题,本文设计了多模型主动容错滑模预测控制器.对实测的数据进行模糊聚类,再用递推最小二乘法建立集热子系统的多模型;采用基于累计误差最小的切换策略在线选择最优控制模型;为降低在建立多模型的过程中数据的缺失、故障和强扰动引起的误差,建立太阳能集热系统的自适应预测模型;设计主动容错滑模预测控制器提高输出的跟踪精度和鲁棒性;最后,验证该算法应用的有效性和优势.     

液位系统的多模型广义预测控制研究

用多模型的广义预测控制器对复杂的非线性液位系统进行仿真控制。通过在覆盖工况的若干个平衡点采用最小二乘法离线辨识建立多个线性模型,形成非线性系统的多模型表示,然后对各个子模型分别设计子控制器,采用基于相对残差的方法来实现控制增量的加权以获取控制增量。通过对单容液位系统的仿真,表明该方法的有效性。     

基于多智能体模型的动车组分布式预测控制

以高速铁路普遍采用的动力分散式动车组为研究对象.针对动车组由若干动力单元相互耦合组成的结构特点,以各动力单元为智能体.结合动车组牵引特性曲线和实际运行数据,应用减法聚类和模式分类算法建立各智能体多模型集.依据各智能体网络拓扑结构和相互耦合约束关系,建立动车组多智能体模型.针对各智能体的耦合约束,采用PID和GPC相结合的平稳起动切换控制策略和基于邻域优化的多智能体分布式协调控制算法,实现各智能体对给定速度的同步跟踪.基于CRH380A型动车组运行数据的仿真结果验证了本文方法的有效性.     

数据驱动逆系统方法的多模型主动容错控制

针对非线性系统提出了一种基于数据驱动逆系统思想的多模型主动容错控制方法;该方法首先采用最小二乘支持向量机(LS-SVM)对系统正常以及各种先验故障情形建立其逆模型,并以此构造系统的基本逆模型库,实际运行时依据系统性能指标切换函数,经在线计算分析,判断系统所处的运行模式,当系统发生已知故障时,调用与之匹配的LS-SVM逆模型,使其始终与被控对象串联保持为不变的伪线性系统,并以固定的内模控制器实现非线性系统对已知故障的快速容错;当系统发生未知故障时,切换至基于数据驱动技术的无模型自适应控制器(MFAC)进行过渡容错控制,在保证系统稳定的同时利用过渡容错期间的输入输出(I/O)数据建立系统当前故障情形的逆模型并添加到模型库中,使其具有自学习能力;最后以一仿真算例验证了文中所述方法的有效性。     

非线性动态系统的容错控制

首先概要介绍了非线性动态系统容错控制技术的发展现状;然后分类介绍了几种非线性系统的容错控制技术,重点分析了基于人工智能和参数估计的主动容错控制方法和基于Hamilton-Jacobi方程的非线性被动容错控制设计方法。对于其它的方法,则简要讨论了它们的适用范围和优缺点;并探讨了该领域的难点问题和可能的研究方向。     

基于逆系统多模型内模主动容错控制

针对现有非线性系统对故障容错的快速性和可靠性不足,从而导致容错失败的问题,为解决上述问题,研究了一类具有可能故障先验知识的非线性系统,提出了一种基于最小二乘支持向量机(LS-SVM)建模的逆系统多模型内模主动容错控制方法.采用 LS-SVM 对系统正常以及各种先验故障情形的逆系统进行建模,构造系统的逆模型库,根据逆系统方法将逆模型与被控系统串联形成伪线性系统,设计具有良好鲁棒性能的内模控制器.系统在线运行时,监控决策机制基于对系统性能指标的仿真计算,结果表明在无需改变内模控制器的情况下达到对非线性系统故障容错的快速性和可靠性,证明方法的有效性.     

A nonlinear model predictive control scheme for sensor fault tolerance in observation processes

This article addresses the problem of designing a sensor fault‐tolerant controller for an observation process where a primary, controlled system observes, through a set of measurements, an exogenous system to estimate the state of this system. We consider sensor faults captured by a change in a set of sensor parameters affecting the measurements. Using this parametrization, we present a nonlinear model predictive control (NMPC) scheme to control the observation process and actively detect and estimate possible sensor faults, with adaptive controller reconfiguration to optimize the use of the remaining sensing capabilities. A key feature of the proposed scheme is the design of observability indices for the NMPC stage cost to improve the observability of both the state of the exogenous system and the sensor fault parameters. The effectiveness of the proposed scheme is illustrated through numerical simulations.     

模糊预测-PID复合控制在高速列车制动中的应用

为解决高速列车的快速、准确、舒适停车问题,分析并建立了列车制动的牵引力模型;综合考虑列车制动过程中舒适度因素的影响,提出了带有舒适度约束条件的模糊预测-PID复合控制方法。该控制方法结合了模糊预测控制以及模糊PID控制的优点,使列车制动过程的控制没有死角,控制状况始终处于最优。在制动距离较大情况下采用模糊预测控制修正控制量,优化制动力,使制动过程满足舒适度要求;在距离较近的情况下,采用模糊PID实现列车的准确停车。仿真结果证明了该方法的可行性和有效性。     

基于Elman模型的高速列车速度跟踪控制

高速列车运行速度快,运行过程复杂,具有较强的非线性,难以实现高精度速度跟踪控制.为了实现高速列车的安全可靠运行,本文研究提出高速列车的运行过程建模和速度跟踪控制方法,采用数据驱动建模方法建立了高速列车运行过程Elman模型,设计了改进型广义预测控制实现了高速列车速度跟踪控制.基于CRH380AL运行过程数据的仿真结果表明,该方法具有更高的跟踪控制精度和较强的鲁棒性,可实现高速列车安全、正点运行.     

输入有饱和的轧机液压伺服系统的多模型切换控制

针对轧机液压伺服系统随工况变化而存在的弹性负载力和外负载力跳变所引起的结构跳变问题,建立并优化了考虑控制输入饱和特性的、系统连续工作时不同工况下的轧机液压伺服系统被控对象的多模型集.对每一模型采用线性矩阵不等式(LMI)方法设计了抗饱和状态反馈控制器,并制定了整个系统的切换策略,分析了具有饱和输入和外部扰动的切换系统的...     

近空间飞行器的多模型切换控制

针对受到扰动的变机翼后掠角近空间飞行器,研究一类基于多模型切换的多输入多输出非线性系统的模糊自适应鲁棒控制器的设计问题.通过构造公共Lyapunov函数设计系统的控制器,采用动态面控制方法避免了控制器设计中的计算膨胀问题,利用自适应模糊系统和鲁棒控制项在线消除系统中的未知干扰影响.仿真结果表明了该方法的有效性.     

Fault‐tolerant reference generation for model predictive control with active diagnosis of elevator jamming faults

This paper focuses on the longitudinal control of an Airbus passenger aircraft in the presence of elevator jamming faults. In particular, in this paper, we address permanent and temporary actuator jamming faults using a novel reconfigurable fault‐tolerant predictive control design. Due to their different consequences on the available control authority and fault duration, the above 2 actuator jamming faults need to be distinguished so that appropriate control reconfigurations can be adopted accordingly. Their similarity in symptoms, however, prevents an effective discrimination of the root cause of the jamming when using only a passive fault‐diagnosis approach. Hence, we propose the use of model predictive control (MPC) as a fault‐tolerant controller to actively help the fault‐detection (FD) unit discriminate between a permanent and a temporary jamming fault, while ensuring the performance of the aircraft. The MPC controller and the FD unit closely interact during the detection and diagnosis phases. In particular, every time a fault is detected, the FD module commands the MPC controller to perform a predefined sequence of reconfigurations to diagnose the root cause of the fault. An artificial reference signal that accounts for changes in the actuator operative ranges is used to guide the system through this sequence of reconfigurations. Our strategy is demonstrated on an Airbus passenger aircraft simulator.     

近空间飞行器多模型鲁棒保性能软切换控制

针对可变机翼后掠角的近空间飞行器,提出一种多模型鲁棒保性能软切换控制方法.首先,将非线性系统的工作空间划分为若干区域,在每一区域建立局部T-S模糊模型;然后,根据性能指标利用广义系统的方法,设计局部鲁棒保性能控制器,从而大大减少了计算量,由于控制器在模糊了的边界处进行切换,保证了系统状态在切换过程中的平滑性;最后,对近空间飞行器在变机翼过程中的姿态进行控制,仿真结果表明了所提出方法的有效性.     

切换系统的同时故障估计与容错控制

当切换系统发生故障时,通常需要依次进行故障诊断和容错控制.为了提高切换系统故障诊断的可靠性和容错控制的及时性,本文提出一种同时故障估计与容错控制方法.针对满足平均驻留时间约束的线性切换系统,首先建立了基于状态观测器的同时故障估计与容错控制器,并将其设计问题转化为了加权H∞性能指标下增广误差系统的多目标求解问题.然后使用平均驻留时间技术和多Lyapunov函数方法设计了故障估计与容错控制器的参数,又通过松弛矩阵方法进一步得到了保守性较低的结果.最后,利用一个例子对本文所提方法进行了仿真,证实了该方法的有效性.     

Multi-model predictive control with local constraints based on model switching

Because model switching system is a typical form of Takagi-Sugeno(T-S) model which is an univer sal approximator of continuous nonlinear systems,we describe the model switching system as mixed logical dynamical (MLD) system and use it in model predictive control (MPC) in this paper.Considering t hat each local model is only valid in each l ocal region,we add local constraints to local models.The stability of proposed multi-model predictiv e control (MMPC) algorithm is analyzed, and the p erformance of MMPC is also demonstrated on an in ulti-multi-output(MIMO) simulated pH neutralization process.