一类约束非线性系统的自适应模糊容错控制

作者:郭涛;史小松; 刊名:计算机应用研究 上传者:陈蟊欣

【摘要】针对一类输出受限的非线性系统,提出了一种全局稳定的自适应模糊容错控制方案。在考虑可能发生的执行器故障的情况下,采用非线性映射的方法处理系统受约束的输出变量,采用有界的参考信号代换未知函数的自变量,并结合自适应模糊反推控制技术构造合适的控制器。结果表明,所提出的方案可以有效处理系统执行器故障,可以将约束量的初值选取区间扩大为整个约束空间,并获得全局性的稳定结果。系统输出可以有效跟踪参考信号,仿真结果进一步验证了该方法的有效性。

全文阅读

0引言非线性系统控制中,反推控制(backsteppingcontrol,BC)是一种重要的设计方法。近年来,反推控制在约束非线性系统控制、不确定非线性系统控制和能够增加复杂系统可靠性的容错控制等方面得到了广泛应用。实际的物理控制系统常会受各种实际条件的约束,如何处理系统中的约束条件一直是一个重要的研究课题。在反推控制的框架下,处理系统约束有两类方法。一类是基于障碍李亚普诺夫函数(barrierLyapunovfunc-tion,BLF)的方法,这类方法将约束区间作为定义域来构造李亚普诺夫函数,李亚普诺夫函数值随着约束量趋向约束边界而趋向于无穷大,进而保证约束量始终保持在约束区间内。由此发展起来的有基于对称BLF(symmetricBLF,SBLF)的方法[1,2]和基于非对称BLF(asymmetricBLF,ABLF)的方法[3,4]。由于闭环系统的约束变量初值选择区间可以是非对称的,ABLF可以得到比SBLF更大的初值区间。另一类是基于映射的方法,在笔者之前的研究中[5],通过将约束系统映射至非约束实数空间并进行控制器的构造,从而保证闭环系统不会违背约束条件。基于BLF的方法存在着约束量初值选取区间小、控制器结构和设计过程复杂的问题,同时由于构成控制器的是分段连续的非线性函数,所以需要额外的手段来保证这些分段函数的连续性。基于映射的方法则没有上述缺点,但目前这种方法仅被应用于一类简单的严格反馈非线性系统。对于不确定系统的反推控制,常采用模糊逻辑系统或神经网络作为逼近器,同时用自适应的方法消除逼近误差,并由此发展出基于逼近器的自适应反推控制(approximator-basedadaptivebacksteppingcontrol,ABABC)。但由于这些逼近器的输入仅当保持在某一个紧集内时才是有效的,所以闭环系统只能保证为半全局稳定[6,7]。为了解决这个问题,最近发展出两种可得全局稳定结果的方法:a)采用代换技术[8~13],将未知函数的输入替换为有界的系统参考信号,从而使得逼近器对未知函数的逼近始终成立;b)采用复合切换技术[14~19],通过在逼近器所成立的紧集外部设置额外的控制率来保证闭环系统的全局稳定性。基于代换的方法结构简单,但主要适用于系统不确定项仅含系统输出变量y的系统;基于切换的方法可适用于系统不确定项含任意变量,但控制器结构复杂。针对日益复杂的控制系统,反推控制也与容错控制(fault-tolerantcontrol,FTC)相结合,发展出基于FTC的反推控制方法,显著提高了复杂系统的控制可靠性。文献[20]将FTC与BC相结合,提出了一种自适应容错补偿控制方案,并应用于“双水獭”飞机的飞控模型中,取得了满意的控制结果。沿着这条思路,文献[21~23]讨论了不确定非线性系统的容错控制问题,模糊逻辑系统或神经网络用来在线逼近系统未知函数;文献[24,25]讨论了具有随机执行器故障的非线性系统容错控制问题;文献[26]则讨论了具有时变执行器的非线性系统的容错控制问题。容错控制在多输入多输出系统、关联大系统方面的推广参见文献[27~31]。值得注意的是,目前尚没有针对约束非系统容错控制方面的研究。本文针对一类系统输出信号受到约束的非线性系统,提出了一种基于非线性映射的自适应模糊容错控制方案。本文的主要贡献可归纳如下:a)考虑了约束非线性系统的容错控制问题,考虑了容错控制中的所有四种执行器故障模型,这些故障模型均可由所构建的自适应控制器有效补偿;b)采用非线性映射的方法,将约束区间映射为整个实数空间,映射后的新系统可以直接应用反

参考文献

引证文献

问答

我要提问