一种电动代步车系统的主动容错控制方法技术方案

本发明专利技术公开了一种电动代步车系统的主动容错控制方法，包括：建立系统DBG模型，通过分离因果划得到BDBG模型；基于BDBG模型，推导ARRs，由ARRs生成残差，得到集合故障特征矩阵；设计系统无故障情况下的滑模控制律u

【技术实现步骤摘要】
一种电动代步车系统的主动容错控制方法


[0001]本专利技术涉及故障诊断与容错控制
，尤其是一种电动代步车系统的主动容错控制方法。

技术介绍

[0002]随着新能源产业的快速发展和人口老年化趋势日益明显，为老年人及残障人士出行提供便利的电动代步车产品，近年来受到广泛的关注。但是随着电动代步车数量的剧增，由电动代步车带来的交通安全问题越来越多。电动代步车在行驶过程中，系统如果发生故障，将导致系统运行的不稳定，可能引发一系列交通问题，甚至危害到驾驶员的生命安全。
[0003]目前有关电动代步车的研究主要集中在故障检测、故障隔离、故障参数估计等方面，而容错控制的研究相对较少。中国专利公开号为CN108437798A公开了一种基于键合图模型的电动代步车故障诊断和估计方法，虽然该专利中公开了故障诊断和估计方法，但是并没有公开实时的容错控制方法。所以，针对电动代步车的安全运行问题，迫切需要设计一种容错控制方法，使系统在发生故障时仍然可以维持可接受的性能。

技术实现思路

[0004]为了克服上述现有技术中的缺陷，本专利技术提供一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动代步车系统的主动容错控制方法，其特征在于，包括以下步骤：S1，建立电动代步车系统的诊断键合图模型即DBG模型，通过分离因果划得到双重因果关系诊断键合图模型即BDBG模型；S2，基于BDBG模型，推导系统的解析冗余关系ARRs，由ARRs生成残差，得到集合故障特征矩阵，用于进行故障检测和故障隔离；S3，设计电动代步车系统无故障情况下的滑模控制律u
no
，用于实现电动代步车速度跟踪；S4，针对电动代步车系统传感器故障，设计神经网络观测器，进行传感器故障重构，并基于传感器故障重构的结果，设计电动代步车系统传感器故障情况下的容错控制律u
f1
；S5，针对电动代步车系统参数故障，构建电动代步车系统参数故障条件下的容错控制律u
f2
，并利用极限学习机对容错控制律u
f2
中用来补偿未知参数故障的控制项进行实时估计；S6，设计电动代步车系统的主动容错控制器，根据故障检测和故障隔离的结果，针对不同的故障类别，进行控制律的实时切换，用于实现电动代步车系统的主动容错控制，具体如下所示：若系统未发生故障，则采用无故障情况下控制律u
no
实现电动代步车速度跟踪；若检测到系统发生了传感器故障，则系统将由无故障情况下控制律u
no
切换至容错控制律u
f1
；若检测到系统发生了参数故障，则系统将由无故障情况下控制律u
no
切换至容错控制律u
f2
。2.根据权利要求1所述的一种电动代步车系统的主动容错控制方法，其特征在于，步骤S1所建立的电动代步车系统的DBG模型和BDBG模型具体如下所示：采用键合图理论对电动代步车系统进行建模，电动代步车系统的DBG模型中的键合图元件包括：势源Se，流源Sf，阻性元件{R1，R2，
…
，R
j
}，容性元件{C1，C2，
…
，C
m
}，惯性元件{I1，I2，
…
，I
i
}，流传感器{Df1，Df2，
…
，Df
n
}，j，m，i，n分别表示系统中阻性元件、容性元件、惯性元件和流传感器的数量；电动代步车系统的DBG模型包括：直流电机驱动器部分、直流电机部分、后轮部分、车身部分、前轮部分；电动代步车系统的BDBG模型基于DBG模型得到，具体方式为：将DBG模型中流源Sf、势源Se转换为势源
‑
流源SS，并将附加的键合图元件流放大器AF和势放大器AE分配到DBG模型中，然后将所有和传感器相连的键都分配双重因果关系，使得势、流都指向与传感器相连的结点；同时，选取部分非线性元件分配为终端节点，接收势、流信息；对于1
‑
型结点和0
‑
型结点，在与结点相连的所有键中，只有一个键在远离结点的一端存在因果划，其它所有键的因果划都在靠近结点的一端，或者，只有一个键在靠近结点的一端存在因果划，其它所有键的因果划都在远离结点的一端。3.根据权利要求2所述的一种电动代步车系统的主动容错控制方法，其特征在于，步骤S2中，所推导的解析冗余关系ARRs和集合故障特征矩阵为：基于电动代步车系统的DBG模型和BDBG模型，通过因果关系倒置法以及分析所有终端节点的因果路径和本构关系，得到具有以下形式的ARRs：ARR
q
(Ξ，De，Df，u
in
)＝0，q＝1，2，
…
，b
ꢀꢀꢀꢀꢀꢀ
(1)其中，b表示系统的解析冗余关系ARRs的数量，Ξ＝[Ξ1...Ξ
n
]
T
表示系统参数，De和Df分别表示DBG模型中的势传感器和流传感器；
u
in
表示系统的输入，选取为电动代步车系统无故障情况下的滑模控制律u
no
，或电动代步车系统传感器故障情况下的容错控制律u
f1
，或电动代步车系统参数故障条件下的容错控制律u
f2
；通过对ARRs进行数值估计，生成残差r
i
，根据残差r
i
是否超出对应的阈值ε
i
进行故障检测，定义一个二进制的相干向量CV＝[o
1 o2ꢀ…ꢀ
o
b
]来表示所有残差的一致性；其中，相干向量CV中的元素数量为b，相干向量CV中的元素数量与ARRs的数量一致；CV中的元素确定规则如下：其中，ρ
i
表示第i个残差r
i
的阈值；根据系统的ARRs构建如下表1所示的集合故障特征矩阵：表1表1中，[α1，α2，
…
，α
p
]表示可能故障集合；q
hl
表示第h个可能故障即α
h
和第l个ARR即ARR
l
之间的关系，h＝1，2，
…
p，l＝1，2，
…
b，q
hl
＝1表示ARR
l
对α
h
敏感，q
hl
＝0表示ARR
l
对α
h
不敏感；在系统运行过程中，当检测到故障的发生，通过对比相干向量CV和集合故障特征矩阵，隔离出故障发生的位置，确定故障类别。4.根据权利要求3所述的一种电动代步车系统的主动容错控制方法，其特征在于，步骤S3中，设计电动代步车系统无故障情况下的滑模控制律u
no
，具体如下所示：S31，电动代步车由直流电机驱动，因此各个可测变量之间存在线性比例关系，通过等价替换以及线性变换得到电动代步车系统微分方程模型为：其中，g和为已知的非线性函数；为实际测量的电动代步车后轮角速度，为实际测量的电动代步车后轮角加速度，为系统未知干扰，且满足D为系统干扰上界；S32，根据滑模变结构控制方法，定义系统相对于期望后轮角速度的跟踪误差为：定义滑模面为：
式中，c>0，将式(5)两边对时间求导并结合式(4)可得：式中，为期望后轮角速度的导数，表示期望后轮角加速度；设计电动代步车系统无故障情况下的滑模控制律u
no
为：式中，η1为正常数，η1的取值需大于系统干扰上界，sign(
·
)为符号函数。5.根据权利要求4所述的一种电动代步车系统的主动容错控制方法，其特征在于，步骤S3中，对于式(3)所示的电动代步车系统微分方程模型，采用式(5)定义的滑模函数和式(7)设计的电动代步车系统无故障情况下的滑模控制律u
no
，证明闭环系统稳定性，如下所示：选取李亚普诺夫函数为：将式(8)两边对时间求导可得：将式(5)和式(6)代入式(9)可得：由于取η1&...

【专利技术属性】
技术研发人员：郁明，杨柳，蓝盾，黄云志，平兆武，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：