论文部分内容阅读
随着科学技术的发展,现代控住系统的规模越来越大,系统组成部件越来越多。又由于系统运行环境也越来越复杂。系统组成部件,如执行器、传感器以及其他元器件,发生故障的机率也会显著提高。为了及时消除故障所带来的影响,容错控制方法应运而生。容错控制分为两种类型:主动容错控制和被动容错控制。相对于被动容错方法,主动容错控制具有较小的保守性。在主动容错控制中,故障诊断、估计是两个重要问题,也是容错控制的基础。近年来,动态系统的故障诊断与容错控制得到了广泛的关注。针对多种系统,考虑多种故障发生情况,研究者们提出了多种故障诊断与容错控制方法。虽然故障诊断与容错控制的研究取得了丰富的成果,但是动态系统尤其像本文所研究无人机在内的复杂非线性不确定系统的故障诊断与容错控制仍需进一步研究。本文针对几类带有执行器或传感器故障的不确定非线性系统,研究了其故障诊断与容错控制问题。考虑到未建模动态以及外来干扰对被控系统的影响,利用神经网络逼近能力,综合了滑模控制、自适应控制等技术,在传统的故障诊断方法与技术的基础上,本文通过构造滑模观测器,提出了相应的故障检测方法与决策机制,设计了故障估计算法,进而提出了相应的自适应容错控制方案。然后,针对无人机的俯仰子系统,进行了仿真研究。仿真结果验证了设计方案的有效性。本文的研究内容概括如下:第一,针对一类具有执行器故障和未知扰动的不确定非线性严格反馈系统,考虑执行器故障为偏置故障,研究了其故障检测与估计问题。利用神经网络的逼近能力,将等价输出滑模观测器与非线性故障诊断理论相结合,设计了一种基于自适应滑模观测器的故障诊断方案。首先,构建自适应滑模观测器来产生残差以检测故障。然后,设计故障估计算法以估计故障。通过理论分析证明了,该算法能够有效检测并估计故障,并且保证观测误差与故障估计误差在有限时间内收敛至零。最后,无人机俯仰子系统的仿真结果验证了设计方案的有效性。第二,针对一类具有未建模动态的非线性系统,在传感器发生故障的情况下,研究其故障检测与估计问题。针对系统中所含未建模动态、传感器偏置故障,将未建模动态与非线性故障诊断理论相结合,提出了一种基于未建模动态的自适应故障诊断方案。首先,引入一个动态信号来控制系统中的未建模动态。然后,设计了一种算法来实现故障检测与估计。通过理论分析证明了,该算法能够有效检测并估计故障,并且保证观测误差与故障估计误差在有限时间内收敛至零。最后,利用无人机的俯仰子系统,进行了仿真研究。仿真结果显示了所提方案的有效性。第三,针对一类具有输出反馈和执行器故障的非线性系统,研究了其容错控制问题。通过构造K滤波器以重构系统状态,利用神经网络逼近能力,提出了一种自适应Backstepping容错控制方案。该方案引入了 Nussbaum函数以解决控制增益符号未知的问题。通过Lyapunov稳定理论,证明了闭环控制系统半全局一致终结有界,且跟踪误差收敛到零的一个邻域内。最后,以无人机俯仰子系统为模型,考虑其在巡航阶段的情况,对算法进行仿真研究。仿真结果证明了所给方案的有效性。