基于闭环参考模型的自适应容错跟踪控制研究

来源 :东北大学 | 被引量 : 0次 | 上传用户:qinlh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术日新月异的发展和人们对物质生活需求的不断提高,控制系统变得越来越复杂,如果系统部件出现故障轻则会影响系统的性能,重则会造成灾难性的事故。为了保证控制系统在长时间高负荷工作下有一定的安全性和可靠性,设计有效的控制器来容忍故障就变得十分重要。本文主要在线性系统的框架下研究基于闭环参考模型的自适应容错跟踪控制问题,为了提高系统的瞬态性能引入闭环参考模型,设计自适应容错控制器对闭环参考模型进行跟踪。
  第1章阐述了本课题的研究目的与意义、基本知识概述及研究现状。第2章介绍了后面证明会用到的一些引理和定义。
  第3章针对一类带有参数不确定性、外部干扰和执行器故障(包括失效、卡死和中断)三种故障情况的线性系统研究了鲁棒自适应容错跟踪控制问题。根据自适应机构提供的在线参数估计信息,设计了容错补偿控制器来鲁棒跟踪闭环参考模型。和现有结果相比,通过引入提供附加设计自由度的闭环参考模型,提高了系统的瞬态性能,可以证明最终的闭环系统的信号是有界的,并且跟踪误差能够渐近收敛到零。最后提供了仿真验证了本章所提出状态反馈自适应容错跟踪控制器的有效性。
  第4章考虑线性系统带有外部干扰和定常执行器故障的情况,在状态不可测的条件下,提出了鲁棒自适应容错跟踪控制策略。为了减轻故障对系统瞬态性能造成的影响,引入了带有附加设计自由的闭环参考模型。基于输入矩阵和故障矩阵之间的关系,通过对故障估计自适应律进行巧妙地设计,移除了传统的自适应故障估计中的等式约束。根据自适应机构提供的在线参数估计信息,设计了容错控制器保证跟踪误差的渐近稳定性和H∞性能在外部干扰和执行器故障的影响下。可以证明最终的闭环系统的信号是有界的并且当外部干扰为零时跟踪误差能够渐近收敛到零。最后提供了一个仿真结果来验证所提出输出反馈鲁棒自适应容错跟踪控制器的有效性。
  第5章与上一章的思想基本一致,本章考虑线性系统带有外部干扰和时变执行器故障的情况,在状态不可测的条件下,提出了自适应容错跟踪控制策略。通过引入闭环参考模型来减轻故障对系统瞬态性能造成的影响。基于输入矩阵和故障矩阵之间的关系,通过对故障估计自适应律进行巧妙地设计,移除了传统的自适应故障估计中的等式约束。根据自适应机构提供的在线参数估计信息,设计了容错控制器使得最终的闭环系统的所有信号是有界的。最后提供了仿真结果验证了本章所提出输出反馈自适应容错跟踪控制器的有效性。
  最后,对本文所做的主要工作进行了总结,并指出了有待解决的问题。
其他文献
随着现代科学技术的进步,工业生产流程变得更加复杂的同时,对生产的持续性、高效性和安全性提出了更高的要求,因此,如何有效对生产过程进行监测,及时地发现异常工况成为相关研究的热点问题。近年来,基于数据的方法由于其低成本、可实现性强等优点已经广泛应用于生产实践中。本文在前人工作的基础上,提出了基于流形正则化和相似性度量的算法和基于异构数据协同的算法的研究与应用,主要研究工作如下:  (1)在实际工业过程
学位
作为典型的高能耗行业,钢铁行业节能减排、由耗能企业向节能企业转变是降低生产成本、提升企业竞争力的重要手段。钢铁生产过程与能源消耗过程紧密相关,将二者协调考虑,对于提高余热、余能和物料利用率,减少排放与能源外购量,对提高企业经济效益、实现钢铁生产绿色化具有重要的作用。  本文从钢铁生产与能源消耗过程中提炼出多能源动态协调优化问题和考虑能耗的无委托板坯动态匹配优化问题。根据具体的问题特性,分别建立了静
学位
贝叶斯网络以其自身独特的优势,成为目前不确定知识表达和推理领域中最有效的理论模型之一,广泛应用于人工智能,故障诊断等多个领域。贝叶斯网络学习包括参数学习和结构学习,其中结构学习是核心。本文以知识和数据为驱动,针对贝叶斯网络结构学习进行了研究。  本文研究了基于数据的贝叶斯网络结构学习算法,提出了pMIC_BPSO_ADR混合算法。该算法先针对基于最大信息系数(MIC)的条件独立性测试的方法(第一阶
目前,在众多领域中都不可避免地存在随机变量且表现形式多样,使随机规划在解决决策、优化、调度问题方面展现出广阔的应用前景。然而,由于随机变量具有不确定的变化和波动性,特别是对于多随机变量规划问题还存在着多个随机变量间相互作用的情况,随机变量不确定性的合理表示成为了随机规划领域所面临的共同问题。场景分析法作为解决随机规划问题的主流方法,在随机变量的不确定性表示方面具有独特优势,但还面临着计及多随机变量
浸出工序是湿法冶金过程重要的生产工序,其质量指标的优劣直接影响有价金属的回收率,建立操作变量与质量指标之间的软测量模型奠定了过程质量指标控制的基础。然而,在实际生产过程中原料属性的改变、矿浆中大颗粒的沉降作用会引起浸出过程发生工况改变或慢时变,从而导致模型精度下降。因此,研究在浸出过程特性发生改变的条件下,如何有效确保模型性能满足生产要求具有重要的理论和现实意义。  本文首先对湿法冶金浸出过程及其
随着无人机控制技术的发展,使得其在民用领域和军事领域都凸显出巨大的应用空间,并且这种趋势已初露端倪。要想实现无人机更高的自主性和智能性,不需要人的控制而准确地完成任务,首先要解决的是无人机的自主定位与导航和地图构建问题。为解决该问题,将同时定位与地图构建(SLAM)方法应用于无人机领域是近年来的研究方向之一。本文主要研究基于滤波算法的无人机视觉SLAM后端优化方法,无人机使用相机等视觉传感器完成环
学位
目前,大部分Ⅰ型糖尿病患者通过每日多次注射胰岛素的方式来实现对血糖动态的调节,其核心环节是胰岛素注射剂量的调节,若不能准确地对胰岛素注射剂量进行调整,极可能使患者出现低血糖或高血糖现象,对患者的生活造成了巨大的影响。本文从为Ⅰ型糖尿病患者提供自动的胰岛素注射剂量调节的角度出发,研究了一种基于广义预测控制(Generalized Predictive Control,GPC)算法的Ⅰ型糖尿病血糖动态
天然气压缩机是天然气输送系统的心脏,在西气东输工程中具有举足轻重的地位。压缩机动力源目前主要有中压大功率电驱系统和燃驱系统两种,本文研究对象为前者。中压电驱系统规模较大,其网侧电能质量相关技术要求和电机侧逆变器设计要求会大大高于小型设备。由于大型电驱系统运行过程中会带来大量谐波,因此在实际系统中必须加入一系列谐波抑制手段。本文从变频原理与变频器基本结构出发,分析变频器的谐波来源、主要去向与相关抑制
学位
随着科学和技术的力量不断进步,人们对于实际的需求标准也更加丰富和更具有挑战性。信息物理系统(Cyber-Physical Systems,简称CPSs)是新一代具有控制属性的网络控制系统。不同于传统的控制系统,CPS将物理进程与网络环境有机结合起来实现二者的深度融合和实时交互,以安全、可靠、高效和实时的方式检测或者控制一个物理实体。由于信息交互是在网络环境里,不免受到来自网络内部或者外部的威胁。如
随着智能化的进程,相对于传统物理变量数据视频图像等异构数据也呈现出巨大的过程监测应用价值。因此,通过多元统计、机器学习等建模学习方法,依据一定数量的历史数据协同训练学习出运行稳定、性能优良的模型用于监测工业现场对保障工业系统的运行安全能够起到帮助。这使得基于数据驱动的故障诊断方法在大数据时代在安全预警方面有着光明的前景。  本文以氧化镁冶炼生产过程为背景进行故障检测和诊断研究。针对冶炼过程中采集的