带有执行器故障的不确定系统的容错控制系统技术方案

本发明专利技术公开了带有执行器故障的不确定系统的容错控制系统，网络中传感器、控制器和执行器皆采用时间驱动方式，采样时间同步，考虑到网络传输过程中可能出现的丢包现象，在传感器与控制器、控制器与执行器之间加入开关对数据包丢失进行建模，建立被控对象模型，根据执行器故障矩阵判断执行器是否正常工作。本发明专利技术的有益效果是系统稳定，能够很好的进行容错控制。

Fault tolerant control system for uncertain systems with actuator failures

The invention discloses a fault-tolerant control system for uncertain systems with actuator faults. Sensors, controllers and actuators in the network all adopt time-driven mode to sample time synchronously. Considering the possible packet loss in the network transmission process, an opening is added between the sensor and the controller, the controller and the actuator. Close the data packet loss modeling, establish the controlled object model, according to the actuator fault matrix to judge whether the actuator is working properly. The beneficial effect of the invention is that the system is stable, and the fault-tolerant control can be carried out well.

【技术实现步骤摘要】
带有执行器故障的不确定系统的容错控制系统
本专利技术属于通信
，涉及通信容错控制系统。
技术介绍
随着计算机技术、控制技术和通信技术的快速发展，网络控制系统由于具有资源共享，布线少，成本低，控制便捷等优点在现代工业中受到极大的关注。网络控制系统是由传感器、控制器和执行器以及相互之间的网络构成的闭环控制系统，但由于网络带宽有限和网络拥塞等问题，网络控制系统不可避免的出现时延、丢包、时序错乱等问题，在一定程度上降低了系统性能甚至使系统失稳。近年来，研究者更多关注系统的安全性能，容错控制已成为控制领域的研究热点，并取得了很大的成果。容错控制是在组件故障或者失效情况下保持整体系统稳定性和可接受性能一种控制技术。
技术实现思路
本专利技术的目的在于提供带有执行器故障的不确定系统的容错控制系统，本专利技术的有益效果是在执行器部件发生故障时基于丢包的不同位置将不确定控制系统分为四个子系统，将这四个存在故障的控制系统建模为四个马尔科夫跳变线性系统，再利用Lyapunov稳定性理论和矩阵不等式技术对系统进行稳定性分析，证明系统的稳定性。本专利技术的网络中传感器、控制器和执行器皆采用时间驱动方式，采样时间同步，考虑到网络传输过程中可能出现的丢包现象，在传感器与控制器、控制器与执行器之间加入开关对数据包丢失进行建模，网络中的被控对象：x(k+1)＝Ax(k)+Bu(k)(1)x(k)是控制系统的状态输入，u(k)是控制输入，A、B是具有一定维数的常数矩阵；在实际控制系统中，由于外部环境的干扰、系统参数变化和未知因素的扰动等使得控制系统中存在不确定性，难以获得理想的系统模型，考虑到不确定性，被控对象模型为：x(k+1)＝(A+ΔA)x(k)+(B+ΔB)u(k)(2)ΔA、ΔB是未知矩阵，系统中存在的不确定因素，假设ΔA、ΔB满足下列等式：ΔA(k)＝DaFa(k)Ea,ΔB(k)＝DbFb(k)Eb(3)其中Da、Db、Ea、Eb是已知常数矩阵，Fa(k)、Fb(k)是未知矩阵，并且Fa(k)、Fb(k)满足：对于可能出现的执行器故障，定义执行器形式、执行器故障模型：u(k)＝Kx(k),uF(x)＝Mu(k)(5)其中K是未知的控制器参数，M＝diag[m1,m2,…,mp]，0≤mil≤mi≤miu,1>mil,miu≥1,i＝1,2,…,p是执行器故障矩阵，现根据执行器故障矩阵判断执行器是否正常工作。进一步，mi＝0，执行器第i条通道完全失效；当mi＝1，第i条通道可以正常工作；当0≤mil≤mi≤miu,1>mil,miu≥1并且mi≠1，表示第i条通道不完全失效。进一步，M0＝diag[m01，m02，...，m0p]，L＝diag[l1，l2，...，lp]，H＝diag[h1，h2，...，hp]，|L|＝diag[|l1|，|l2|，…，|lp|]，i＝1，2，...，p(6)由m0i、li、hi可以得到：M＝M0(I+L),|L|≤H≤I(7)得出带有执行器故障的不确定系统的被控方程为：分别表示状态矩阵参数和控制输入参数:进一步，在传感器与控制器、控制器与执行器之间加入开关分别为开关S1和开关S2，当开关S1关闭时，传感器的数据是可以直接传送到控制器，即传感器输出x(k),控制器需要处理的数据是经过开关后的控制信号若控制器接受到的信号是开关断开的状态，则此时数据包丢失，控制器能够接收到的信号其实是开关保持输出前的一个信号，即此时本文表示开关S1的模型：S2的模型：根据丢包位置的不同和式(9)-(11)，分别用下面四个子系统表示：在分析丢包位置时，令扩维状态向量⑴未发生数据包丢失⑵开关S1断开，即数据包丢失仅在传感器与控制器之间ξ(k+1)＝Φ2ξ(k)，⑶开关S2断开，即数据包丢失仅在控制器与执行器之间ξ(k+1)＝Φ3ξ(k)，⑷开关S1、S2断开，即数据包丢失在传感器与控制器和控制器与执行器之间同时发生ξ(k+1)＝Φ4ξ(k)，数据包丢失情况分为四类，在传感器与控制器之间发生丢包，控制器接收到是丢包后的数据，那么在下一阶段即控制器与执行器之间也很可能会发生丢包，由于网络资源可以共享，那么系统存在依赖性，四种不同丢包的情况相互影响，现在将四种情况统一处理，闭环故障网络控制系统模型：ξ(k+1)＝Φσ(k)ξ(k)(13)假设随机信号σ(k)∈S＝{1,2,3,4}且σ(k)符合马尔科夫链分布，转移概率矩阵Π＝(πij)∈R4×4,πij＝P{σ(k+1)＝j|σ(k)＝i}≥0,i,j∈S且而且初始状态是ξ(0)＝ξ0,σ(0)＝σ0，对于已经给出的初始条件(ξ0,σ0),如果常数Ψ(ξ0,σ0)存在，并且控制系统(13)的解满足那么表示执行器故障的不确定网络控制系统是稳定的。附图说明图1是专利技术系统网络结构图；图2是不稳定系统的故障分布示意图。具体实施方式如图1为本专利技术系统结构框图，传感器、控制器和执行器皆采用时间驱动方式，采样时间同步，考虑到网络传输过程中可能出现的丢包现象，在传感器与控制器、控制器与执行器之间加入开关对数据包丢失进行建模。网络控制系统被控对象：x(k+1)＝Ax(k)+Bu(k)(1)x(k)是控制系统的状态输入，u(k)是控制输入，A、B是具有一定维数的常数矩阵。在实际控制系统中，由于外部环境的干扰、系统参数变化和未知因素的扰动等使得控制系统中存在不确定性，难以获得理想的系统模型，考虑到不确定性，被控对象模型为：x(k+1)＝(A+ΔA)x(k)+(B+ΔB)u(k)(2)ΔA、ΔB是未知矩阵，系统中存在的不确定因素，假设ΔA、ΔB满足下列等式：ΔA(k)＝DaFa(k)Ea,ΔB(k)＝DbFb(k)Eb(3)其中Da、Db、Ea、Eb是已知常数矩阵，Fa(k)、Fb(k)是未知矩阵，并且Fa(k)、Fb(k)满足：对于可能出现的执行器故障，定义执行器形式、执行器故障模型：u(k)＝Kx(k),uF(x)＝Mu(k)(5)其中K是未知的控制器参数，M＝diag[m1,m2,…,mp]，0≤mil≤mi≤miu,1>mil,miu≥1,i＝1,2,…,p.是执行器故障矩阵，现根据执行器故障矩阵判断执行器是否正常工作。当mi＝0，执行器第i条通道完全失效；当mi＝1，第i条通道可以正常工作；当0≤mil≤mi≤miu,1>mil,miu≥1并且mi≠1，表示第i条通道不完全失效。执行器故障矩阵：M0＝diag[m01,m02,…,m0p],L＝diag[l1,l2,…,lp],H＝diag[h1,h2,…,hp],|L|＝diag[|l1|,|l2|,…,|lp|],i＝1,2,…,p(6)由m0i、li、hi可以得到：M＝M0(I+L),|L|≤H≤I(7)所以可以得出带有执行器故障的不确定系统的被控方程为：分别表示状态矩阵参数和控制输入参数:如图1系统结构图，本专利技术在传感器和控制器与控制器和执行器之间设置了开关S1和S2，当开关S1关闭时，传感器的数据是可以直接传送到控制器，即传感器输出x(k),控制器需要处理的数据是经过开关后的控制信号若控制器接受到的信号是开关断开的状态，则此时数据包丢失，控制器能够接收到的信号其实是开本文档来自技高网...

【技术保护点】
1.带有执行器故障的不确定系统的容错控制系统，其特征在于：网络中传感器、控制器和执行器皆采用时间驱动方式，采样时间同步，考虑到网络传输过程中可能出现的丢包现象，在传感器与控制器、控制器与执行器之间加入开关对数据包丢失进行建模，网络中的被控对象：x(k+1)＝Ax(k)+Bu(k)     (1)x(k)是控制系统的状态输入，u(k)是控制输入，A、B是具有一定维数的常数矩阵；在实际控制系统中，由于外部环境的干扰、系统参数变化和未知因素的扰动等使得控制系统中存在不确定性，难以获得理想的系统模型，考虑到不确定性，被控对象模型为：x(k+1)＝(A+ΔA)x(k)+(B+ΔB)u(k)   (2)ΔA、ΔB是未知矩阵，系统中存在的不确定因素，假设ΔA、ΔB满足下列等式：ΔA(k)＝DaFa(k)Ea,ΔB(k)＝DbFb(k)Eb   (3)其中Da、Db、Ea、Eb是已知常数矩阵，Fa(k)、Fb(k)是未知矩阵，并且Fa(k)、Fb(k)满足：

【技术特征摘要】
1.带有执行器故障的不确定系统的容错控制系统，其特征在于：网络中传感器、控制器和执行器皆采用时间驱动方式，采样时间同步，考虑到网络传输过程中可能出现的丢包现象，在传感器与控制器、控制器与执行器之间加入开关对数据包丢失进行建模，网络中的被控对象：x(k+1)＝Ax(k)+Bu(k)(1)x(k)是控制系统的状态输入，u(k)是控制输入，A、B是具有一定维数的常数矩阵；在实际控制系统中，由于外部环境的干扰、系统参数变化和未知因素的扰动等使得控制系统中存在不确定性，难以获得理想的系统模型，考虑到不确定性，被控对象模型为：x(k+1)＝(A+ΔA)x(k)+(B+ΔB)u(k)(2)ΔA、ΔB是未知矩阵，系统中存在的不确定因素，假设ΔA、ΔB满足下列等式：ΔA(k)＝DaFa(k)Ea,ΔB(k)＝DbFb(k)Eb(3)其中Da、Db、Ea、Eb是已知常数矩阵，Fa(k)、Fb(k)是未知矩阵，并且Fa(k)、Fb(k)满足：对于可能出现的执行器故障，定义执行器形式、执行器故障模型：u(k)＝Kx(k),uF(x)＝Mu(k)(5)其中K是未知的控制器参数，M＝diag[m1,m2,…,mp]，0≤mil≤mi≤miu,1>mil,miu≥1,i＝1,2,…,p是执行器故障矩阵，现根据执行器故障矩阵判断执行器是否正常工作。2.按照权利要求1所述带有执行器故障的不确定系统的容错控制系统，其特征在于：所述mi＝0，执行器第i条通道完全失效；当mi＝1，第i条通道可以正常工作；当0≤mil≤mi≤miu,1>mil,miu≥1并且mi≠1，表示第i条通道不完全失效。3.按照权利要求2所述带有执行器故障的不确定系统的容错控制系统，其特征在于：M0＝diag[m01，m02，...，m0p]，L＝diag[l1，l2，...，lp]，H＝diag[h1，h2，...，hp]，|L|＝diag[|l1|，|l2|，...，|lp|...

【专利技术属性】
技术研发人员：赵景波，沈汉文，王众，薛秉鑫，廖鹏浩，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：山东,37