针对变时滞控制系统执行器故障的滑模预测容错控制方法技术方案

本发明专利技术公开了一种针对变时滞控制系统执行器故障的滑模预测容错控制方法。根据系统输出误差采用极点配置方法设计得到了具有时变特征的系统滑模预测模型，该模型能够在保证滑动模态渐进稳定的同时，动态改善系统的运动品质。考虑时滞系统同时受到内部参数摄动和外部扰动的影响，提出了一种新型的离散滑模预测参考轨迹，该参考轨迹不仅能够保证系统的状态在趋近滑模面的过程中具有良好的鲁棒性和快速的收敛性，而且能够明显地抑制滑模抖振现象。利用多智能体粒子群算法改进滚动优化过程，既能够快速准确地求解出控制律，又能够有效避免传统粒子群算法的早熟问题。本发明专利技术用于一类含有时变时滞的不确定离散系统的鲁棒容错控制。

A sliding mode predictive fault tolerant control method for actuator faults in variable delay systems

The invention discloses a sliding mode predictive fault-tolerant control method for actuator faults of a variable delay control system. According to the method of pole placement design system output error system is obtained with the character of time-varying sliding mode prediction model, the model can guarantee the asymptotic stability of the sliding mode motion at the same time, improve the system dynamic quality. Considering the time delay system is also affected by the internal parameter perturbation and external disturbance, a new discrete sliding mode prediction reference trajectory, the reference trajectory can not only guarantee the state of the system has good robustness and fast convergence in the process of reaching the sliding surface, and can obviously restrain the chattering phenomenon of sliding mode. Using multi-agent particle swarm optimization to improve the rolling optimization process can not only quickly and accurately solve the control law, but also effectively avoid premature maturity of the traditional particle swarm algorithm. The present invention is applied to robust fault-tolerant control of a class of uncertain discrete time systems with time-varying delays.

【技术实现步骤摘要】
针对变时滞控制系统执行器故障的滑模预测容错控制方法
本专利技术涉及一种针对变时滞控制系统执行器故障的滑模预测容错控制方法，属于不确定离散控制系统的鲁棒容错控制

技术介绍
随着计算机技术的飞速发展和工业自动化等领域的实际需要，离散控制系统的分析与设计已经成为控制理论的一个重要组成部分。在工程实践中，离散系统的建模过程往往存在一定的误差，系统的物理结构也必然会受到工作条件的影响，同时还存在着不可避免的外部干扰，所有这些不确定因素都将对离散控制系统的最终控制效果产生深刻的影响。此外，随着实际离散控制系统组成结构的日益复杂化，在信号传输、计算求解、远程控制等过程中均会引入较大的时间延迟，时滞现象的存在会使得系统分析和控制设计变得更加复杂和困难，尤其对于航空航天、精细加工等具有快响应和高精度要求的控制领域，时滞往往会造成系统的控制精度大幅降低，严重的甚至可能造成系统失稳等后果。随着控制系统任务的多样化和结构的复杂化，使系统在运行时，传感器、执行器以及系统内部元件都不可避免地会发生故障。因此，探讨与分析适用于时滞离散不确定系统的容错控制算法，在保证系统稳定的前提下，获得良好的控制精度与动态品质，这已成为当前亟待解决的工程应用问题。滑模控制对于系统中存在的参数摄动、外部扰动等不确定性因素具有较强的鲁棒性，因而目前在不确定离散系统控制中得到了广泛的研究与应用。然而当离散系统存在时滞现象时，滑模控制在控制效果上表现出明显的性能降低，尤其当时间滞后较大，而系统对快速性要求较高时，滑模控制往往难以满足实际控制要求，甚至会出现失稳现象。相比于滑模控制，预测控制方法能够利用其自身的预测和优化能力，估计未来一段时间的系统性能，进而得到一个在线优化的实时控制策略，更加适用于消除时滞对离散系统性能造成的影响。因此，对于带有时滞的不确定离散系统，将滑模控制与预测控制相结合，不仅能够充分利用滑模控制在处理含有参数摄动和外部扰动的不确定离散系统上具有的良好的鲁棒性能优势，还可以通过预测控制有效避免时滞对系统稳定性的影响，进一步优化控制效果。目前，虽然滑模预测控制方法已成为一个解决不确定离散系统鲁棒控制问题的可行方法，但是针对同时存在时滞问题的系统尚缺少深入的研究与应用。
技术实现思路
专利技术目的：针对上述现有技术，提出一种针对变时滞控制系统执行器故障的滑模预测容错控制方法，能够在所设计的离散滑模预测控制律的作用下，通过利用多智能体粒子群快速准确寻优，并通过一种新型参考轨迹有效地抑制了滑模抖振现象，使得带有执行器故障情况下的时变时滞不确定离散系统保持鲁棒稳定。技术方案：一种针对变时滞控制系统执行器故障的滑模预测容错控制方法，根据系统输出误差采用极点配置方法设计得到了具有时变特征的系统滑模预测模型，该模型能够在保证滑动模态渐进稳定的同时，动态改善系统的运动品质；考虑时滞系统同时受到内部参数摄动和外部扰动的影响，提出了一种新型的离散滑模预测参考轨迹，该参考轨迹不仅能够保证系统的状态在趋近滑模面的过程中具有良好的鲁棒性和快速的收敛性，而且能够明显地抑制滑模抖振现象；利用多智能体粒子群算法改进滚动优化过程，既能够快速准确地求解出控制律，又能够有效避免传统粒子群算法的早熟问题，用以针对一类含有时变时滞的不确定离散系统的鲁棒容错控制，包括如下具体步骤：步骤1)确定不确定离散系统模型及其参数：步骤1.1)确定带有执行器故障和时变时滞的不确定离散系统为式(1)，其中，x(k)∈Rn为系统状态，u(k)∈Rp为系统输入，y(k)∈Rq为系统输出，ΔA、ΔB和ΔAd分别为系统参数摄动，A、B、Ad、C和E是适当维数的实矩阵，v(k)∈Rn为外部干扰，f(k)为故障函数，τ(k)∈R+为时变时滞；步骤1.2)将系统(1)改写为式(2)，其中，d(k)＝ΔAx(k)+ΔBu(k)+ΔAdx(k-τ(k))+v(k)+Ef(k)，并且d(k)满足|d(k)-d(k-1)|≤d0和dL≤|d(k)|≤dU；步骤2)预测模型设计：步骤2.1)定义系统输出误差为式(3)，其中，yr(k)为期望输出，y(k)为实际输出；e(k)＝y(k)-yr(k)(3)步骤2.2)采用线性滑模面s(k)＝σe(k)，σ＝[σ1，σ2，...，σq]可通过极点配置法设计，则可以得到基于系统输出误差(3)的滑模预测模型为(4)；s(k+1)＝σe(k+1)(4)步骤2.3)根据系统(2)的标称系统x(k+1)＝Ax(k)+Bu(k)+Adx(k-τ(k))可以得到预测模型在(k+P)时刻的预测输出(5)及其向量形式(6)；SPM(k)＝Gx(k)+HU(k)+FXd(k)-σYr(k)(6)其中，P为预测时域，M为控制时域，且满足M≤P，控制量u(k+j)在M-1≤j≤P时保持u(k+M-1)不变；Xd(k)＝[x(k-τ(k))，x(k+1-τ(k+1))，...，x(k+P-1-τ(k+P-1))]T；SPM(k)＝[s(k+1)，s(k+2)，...，s(k+P)]T；U(k)＝[u(k)，u(k+1)，...，u(M-1)]T；G＝[(σCA)T，(σCA2)T，...，(σCAP)T]T；Yr(k)＝[yr(k+1)，yr(k+2)，...，yr(k+P)]T；步骤3)参考轨迹设计：步骤3.1)设计如式(7)的参考轨迹：其中，ζ(k)＝σd(k)＝σ[ΔAx(k)+ΔBu(k)+ΔAdx(k-τ(k))+v(k)+Ef(k)]表示系统等效总扰动对滑模输出值的影响，s0为设计常数，通过选择合适的s0，可以协调控制信号幅值过大以及收敛到s(k)＝0速度过慢两者之间的关系；由于系统存在不确定性及故障的干扰，该参考轨迹中嵌入了干扰抑制手段，通过采用ζ1补偿ζ(k)，最大限度地抵消其对系统性能的影响，当|s(k)|较小时即s(k)逐渐进入准滑动模态时，由于存在补偿，可以使得从而有效抑制滑模抖振；步骤3.2)通过式(8)一步延迟估计法近似求得可以在d(k)未知的情况下完成对sref(k+1)的求解，sref(k+1)的向量形式满足(9)，其中Sref(k)＝[sref(k+1)，sref(k+2)，...，sref(k+P)]T(9)步骤4)反馈校正设计：步骤4.1)计算k时刻的预测误差为式(10)，其中s(k)为k时刻预测模型的实际输出，s(k|k-P)为(k-P)时刻对k时刻的预测输出，且满足式(11)；es(k)＝s(k)-s(k|k-P)(10)步骤4.2)加入校正后，P步预测输出及其向量形式分别为(12)，(13)；其中，ES(k)＝[s(k)-s(k|k-1)，s(k)-s(k|k-2)，...，s(k)-s(k|k-P)]T，hp为校正系数，一般取h1＝1，1＞h2＞h3＞...＞hP＞0，即随着预测步数的增加，反馈校正的作用逐渐减弱；步骤5)滚动优化设计：步骤5.1)设计k时刻的优化性能指标为式(14)，其中，βi、γi为非负权值，βi为采样时刻误差在性能指标中所占的比重；γi为对输入权重的限制；其向量形式为式(15)；其中，步骤5.2)确定粒子群规模L，粒子i的位置为ui＝(ui1，ui2，...，uiM)，速度为vi＝(vi1，vi2，...，viM)，权重系本文档来自技高网...

【技术保护点】
一种针对变时滞控制系统执行器故障的滑模预测容错控制方法，其特征在于：根据系统输出误差采用极点配置方法设计得到了具有时变特征的系统滑模预测模型，该模型能够在保证滑动模态渐进稳定的同时，动态改善系统的运动品质；考虑时滞系统同时受到内部参数摄动和外部扰动的影响，提出了一种新型的离散滑模预测参考轨迹，该参考轨迹不仅能够保证系统的状态在趋近滑模面的过程中具有良好的鲁棒性和快速的收敛性，而且能够明显地抑制滑模抖振现象；利用多智能体粒子群算法改进滚动优化过程，既能够快速准确地求解出控制律，又能够有效避免传统粒子群算法的早熟问题，用以针对一类含有时变时滞的不确定离散系统的鲁棒容错控制，包括如下具体步骤：步骤1)确定不确定离散系统模型及其参数：步骤1.1)确定带有执行器故障和时变时滞的不确定离散系统为式(1)，其中，x(k)∈R

【技术特征摘要】
1.一种针对变时滞控制系统执行器故障的滑模预测容错控制方法，其特征在于：根据系统输出误差采用极点配置方法设计得到了具有时变特征的系统滑模预测模型，该模型能够在保证滑动模态渐进稳定的同时，动态改善系统的运动品质；考虑时滞系统同时受到内部参数摄动和外部扰动的影响，提出了一种新型的离散滑模预测参考轨迹，该参考轨迹不仅能够保证系统的状态在趋近滑模面的过程中具有良好的鲁棒性和快速的收敛性，而且能够明显地抑制滑模抖振现象；利用多智能体粒子群算法改进滚动优化过程，既能够快速准确地求解出控制律，又能够有效避免传统粒子群算法的早熟问题，用以针对一类含有时变时滞的不确定离散系统的鲁棒容错控制，包括如下具体步骤：步骤1)确定不确定离散系统模型及其参数：步骤1.1)确定带有执行器故障和时变时滞的不确定离散系统为式(1)，其中，x(k)∈Rn为系统状态，u(k)∈Rp为系统输入，y(k)∈Rq为系统输出，ΔA、ΔB和ΔAd分别为系统参数摄动，A、B、Ad、C和E是适当维数的实矩阵，v(k)∈Rn为外部干扰，f(k)为故障函数，τ(k)∈R+为时变时滞；步骤1.2)将系统(1)改写为式(2)，其中，d(k)＝ΔAx(k)+ΔBu(k)+ΔAdx(k-τ(k))+v(k)+Ef(k)，并且d(k)满足|d(k)-d(k-1)|≤d0和dL≤|d(k)|≤dU；步骤2)预测模型设计：步骤2.1)定义系统输出误差为式(3)，其中，yr(k)为期望输出，y(k)为实际输出；e(k)＝y(k)-yr(k)(3)步骤2.2)采用线性滑模面s(k)＝σe(k)，σ＝[σ1，σ2，…，σq]可通过极点配置法设计，则可以得到基于系统输出误差(3)的滑模预测模型为(4)；s(k+1)＝σe(k+1)(4)步骤2.3)根据系统(2)的标称系统x(k+1)＝Ax(k)+Bu(k)+Adx(k-τ(k))可以得到预测模型在(k+P)时刻的预测输出(5)及其向量形式(6)；SPM(k)＝Gx(k)+HU(k)+FXd(k)-σYr(k)(6)其中，P为预测时域，M为控制时域，且满足M≤P，控制量u(k+j)在M-1≤j≤P时保持u(k+M-1)不变；Xd(k)＝[x(k-τ(k))，x(k+1-τ(k+1))，...，x(k+P-1-τ(k+P-1))]T；SPM(k)＝[s(k+1)，s(k+2)，...，s(k+P)]T；U(k)＝[u(k)，u(k+1)，...，u(M-1)]T；G＝[(σCA)T，(σCA2)T，...，(σCAP)T]T；Yr(k)＝[yr(k+1)，yr(k+2)，...，yr(k+P)]T；步骤3)参考轨迹设计：步骤3.1)设计如式(7)的参考轨迹：其中，ξ(k)＝σd(k)＝σ[ΔAx(k)+ΔBu(k)+ΔAdx(k-τ(k))+v(k)+Ef(k)]表示系统等效总扰动对滑模输出值的影响，s0为设计常数，通过选择合适的s0，可以协调控制信号幅值过大以及收敛到s(k)＝0速度过慢两者之间的关系...

【专利技术属性】
技术研发人员：杨蒲，郭瑞诚，姜斌，刘剑慰，马犇，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32