学位论文 > 优秀研究生学位论文题录展示
基于逆系统方法的主动容错控制研究
作 者: 许德智
导 师: 李炜
学 校: 兰州理工大学
专 业: 控制理论与控制工程
关键词: 非线性系统 逆系统方法 主动容错控制 多模型 RBF LS-SVM 内模控制 数据驱动方法 非线性观测器
分类号: O231.2
类 型: 硕士论文
年 份: 2010年
下 载: 87次
引 用: 0次
阅 读: 论文下载
内容摘要
本文以非线性系统为研究对象,基于逆系统方法研究了SISO系统、MIMO系统的主动容错控制问题,主要进行了以下几方面的研究工作:1)针对具有一定故障先验知识的非线性系统,为解决多模型主动容错控制在应对系统发生未知故障时控制律计算的快速性问题,提出了一种基于RBF逆系统方法的多模型内模主动容错控制方案。采用RBF对系统正常及各种先验故障情形的逆系统建模,并由此建立动态系统逆模型库,基于逆系统方法将逆模型与系统串联形成一伪线性系统,并对其设计了具有良好鲁棒性能的内模控制器。系统实际运行时,监控决策机制依据系统性能容忍度指标和模型失配度指标的时实计算分析,诊断系统所处运行模式,调用与之匹配的RBF逆模型,使系统始终通过模型切换与其逆模型的串联保持为不变的伪线性系统,从而在无需改变内模控制器的情况下,实现了对系统故障的主动容错。2)针对实际系统故障先验知识不易获取等问题,提出了一种基于RBF逆系统方法的故障诊断和调节的设计方法。通过设计基于非线性被控对象RBF逆模型的故障估计器来估计执行器故障,同时将RBF逆模型与被控对象串联成伪线性的复合系统,并引入内模控制。采用故障估计值作用于被控对象的逆系统,以产生相应的补偿,最终使被控对象和补偿后的逆系统串联仍能保持为不变的伪线性系统,从而在无需改变系统正常控制器参数的情形下,以逆系统补偿的方法达到容错控制的目的。3)针对实际系统存在不确定性及各种时变故障,将小样本建模方法LS-SVM引入用于系统的逆建模,借助数据驱动控制思想和无模型自适应控制方法,设计一个补偿控制器,用于系统参数摄动或发生故障时的逆模型的实时补偿,使系统在无需改变主控制参数情形下,以自适应逆补偿的方法,使得系统输出可以准确跟踪参考输出。4)针对状态空间形式的多变量非线性可逆系统,首先将逆系统方法引入,提出一种基于逆系统方法的多变量非线性系统故障诊断方法,通过设计非线性鲁棒滑模观测器实现状态估计,并结合逆系统方法,实现多变量非线性系统的执行器故障诊断。在此基础上又设计基于逆系统方法设计控制器,最终通过故障估计值对逆系统调节,实现了MIMO系统的主动容错控制。
|
全文目录
摘要 7-8 Abstract 8-10 插图索引 10-12 第1章 绪论 12-25 1.1 引言 12-13 1.2 研究背景与现状 13-23 1.2.1 故障诊断与容错控制 13-19 1.2.2 逆系统方法 19-21 1.2.3 多模型控制 21-22 1.2.4 内模控制 22-23 1.3 论文的主要工作和安排 23-25 第2章 基于RBF逆系统方法的多模型内模主动容错控制 25-32 2.1 基于RBF网络逆系统的内模控制 25-26 2.1.1 基于RBF网络的逆系统建模 25-26 2.1.2 基于逆系统方法的内模控制 26 2.2 多模型内模主动容错控制 26-29 2.2.1 控制方案 26-27 2.2.2 监控机制的工作原理 27-29 2.3 仿真试验 29-31 2.3.1 系统不同运行模式下逆模型的建立 29 2.3.2 内模控制器的设计 29-30 2.3.3 容错效果验证 30-31 2.4 本章小结 31-32 第3章 基于RBF逆系统方法的非线性系统故障诊断和调节 32-39 3.1 基于逆系统方法的非线性系统故障诊断和调节 32-34 3.1.1 基于逆系统方法故障诊断的一般原理 32-33 3.1.2 基于逆系统方法的故障调节方案 33-34 3.1.3 MIMO系统RBF网络逆建模 34 3.2 基于RBF逆系统的故障诊断和调节 34-35 3.3 仿真研究 35-38 3.3.1 逆系统模型的建立 35 3.3.2 内模控制器的设计 35-36 3.3.3 容错效果验证 36-38 3.4 本章小结 38-39 第4章 基于动态补偿逆的不确定非线性系统LS-SVM内模容错控制 39-50 4.1 支持向量机(SVM)简介 39-43 4.1.1 支持向量机原理 39-41 4.1.2 支持向量机特点 41 4.1.3 最小二乘支持向量机(LS-SVM)回归原理 41-43 4.2 基于动态补偿逆的LS-SVM不确定非线性系统内模容错控制 43-46 4.2.1 LS-SVM非线性内模控制 43 4.2.2 无模型自适应控制方法 43-45 4.2.3 基于动态补偿逆的LS-SVM非线性内模控制 45-46 4.3 仿真研究 46-49 4.3.1 算例仿真 46-48 4.3.2 实例仿真 48-49 4.4 本章小结 49-50 第5章 基于状态空间逆系统方法的非线性系统故障诊断与故障调节 50-57 5.1 非线性系统和执行器故障描述 50-51 5.1.1 多变量非线性系统 50-51 5.1.2 执行器故障描述 51 5.2 基于逆系统方法的故障诊断与调节 51-54 5.2.1 基于逆系统方法的非线性系统故障诊断 51-52 5.2.2 非线性鲁棒滑模观测器的设计 52-54 5.2.3 多变量非线性系统故障诊断原理 54 5.3 基于逆系统方法的多变量非线性系统故障调节 54-55 5.4 仿真算例 55-56 5.5 本章小结 56-57 结论与展望 57-59 结论 57 展望 57-59 参考文献 59-67 致谢 67-68 附录A 攻读学位期间所发表的学术论文目录 68-69 附录B 论文中用到的部分程序 69-82
|
相似论文
- 带径向速度观测的跟踪算法研究,TN953
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 非线性变结构导引规律的研究,TJ765
- 分导飞行器多模型自适应控制,TP273.2
- 某武器检测装置的控制系统设计,TP183
- 陀螺稳定吊舱控制系统设计,TP273
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于神经网络的传输线故障识别方法研究,TP183
- 制造业绿色产品研发的风险识别与评价研究,F205;F224
- 模糊预测函数控制改进算法的研究及应用,TP273
- 基于切换机制的BTT导弹控制,TJ765
- 水煤浆气化炉炉温智能软测量建模应用研究,TQ546
- 基于神经网络的热轧模型研究,TP183
- 城市污水处理厂中A~2O工艺过程的建模研究,X703
- 基于滑模观测器的非线性系统故障诊断与故障重构问题研究,TP13
- 结构振动的逆系统预测控制,TU311.3
- 一类半严格反馈型非线性参数化系统的自适应控制方法研究,TP13
- 非线性系统的容错保性能控制研究,TP13
- 非线性系统的多层次多模型预测控制方法研究,TP273
- 基于数据驱动的烧结处理过程建模和控制,TP273
- 基于RBF的人工神经网络在PCB钻孔工艺中的应用,TN405
中图分类: > 数理科学和化学 > 数学 > 控制论、信息论(数学理论) > 控制论(控制论的数学理论) > 非线性控制系统
© 2012 www.xueweilunwen.com
|