摘要：考虑了同时存在执行器故障以及外部扰动下领航-跟随多智能体系统的容错一致性问题,其中,执行器故障由执行器增益变化来刻画;针对可能的执行器故障,设计具有自适应增益的补偿控制律,并与标称控制律共同作用来实现容错一致性,在进行增益系数以及控制律设计中,均采用相对输出信息而非相对状态信息;通过分析闭环跟踪误差系统的渐近稳定性,给出原来多智能体系统实现容错一致性所需满足的条件.结果表明,在未知扰动以及领航者输入范数满足一定条件下,通过适当选择参数可以实现容错一致性的目标.最后,采用数值仿真验证了所得结果的有效性.

摘要：针对小型四旋翼无人机自主着陆问题,提出了一种基于光流的高度估计方法和基于信号补偿的高度鲁棒控制器设计方法.首先从通用光流运动模型出发,采用奇异值分解方法求解无人机线速度和深度的比值,通过对垂直速度和高度比值积分获得高度数据.其次,将考虑地效影响和其它不确定性的高度通道非线性模型分解为标称线性模型和等效扰动两部分,并设计基于信号补偿的高度鲁棒控制器,该控制器由标称控制器和鲁棒补偿器组成,其中标称控制器使得标称闭环系统达到期望的高度跟踪特性,鲁棒补偿器用于抑制等效扰动的影响.最后从理论上证明了该控制器可以保证高度跟踪误差在有限时间内收敛至指定的原点邻域内.四旋翼无人机自主着陆的实验结果验证了所提出的基于光流的高度估计和鲁棒控制方法的有效性.

摘要：研究了一类含分布式测量的闭环系统故障检测问题.系统中存在的未建模动态使得反馈控制对残差信号以及故障检测性能产生影响,在设计残差生成器增益时需考虑反馈控制律.系统被多个分布式传感器节点同时测量,各节点可以与相邻节点通信.在存在模型不精准和分布式测量的情况下,基于最小二乘准则设计分布式残差生成器,每个节点都利用自身测量和相邻节点测量生成残差信号并判断系统中是否有故障发生.该残差生成器可以利用递推方法设计,因此适用于在线应用.仿真实验表明了本方法的有效性.

摘要：针对具有加性执行器或元部件故障的线性系统,在独立故障的个数大于独立测量个数的情况下,提出了一种基于鲁棒残差生成器的故障估计方法.该故障估计方法是基于鲁棒残差生成器实现的,不需要额外设计动态的故障估计器.故障估计的实现需要:设计编码集;基于编码集设计鲁棒残差生成器;利用编码集和鲁棒残差生成器的输出实现故障分离和故障的渐近估计.给出了本方法的适用的充分条件,并证明了故障估计误差的渐近收敛性.最后,针对具有加性执行器故障的线性系统,基于几何方法设计鲁棒残差生成器,并进行了故障检测、故障分离和故障估计的仿真.仿真结果验证了本故障估计方法的有效性.

摘要：针对一类存在未知扰动、过程噪声和测量噪声的离散线性随机动态系统,研究了其鲁棒间歇故障检测问题.设计了降维未知输入观测器的输出,通过引入滑动时间窗口构造了截断残差信号,使得该残差信号对未知扰动解耦而对间歇故障敏感;针对间歇故障的发生时刻和消失时刻,分别提出了2个假设检验,在给定误报率和漏报率的情况下,分别定量确定了间歇故障发生时刻和消失时刻的检测阈值以满足检测性能要求,并在概率框架下分析了间歇故障的可检测性.同时,在某卫星模型上对所提出的方法进行了仿真验证.结果表明,所提出的方法能够快速、准确地检测出间歇故障的发生时刻和消失时刻.

摘要：针对具有执行器故障和状态时滞的间歇过程,主要考虑输出反馈与迭代学习控制相结合,即复合迭代学习可靠保性能控制器设计问题,将具有时滞的故障系统转化为等价的2D-FM模型的时滞系统,在等价模型基础上,提出了基于2D动态输出反馈的鲁棒迭代学习可靠保性能控制策略,建立了依赖于时滞、确保系统稳定且具有最优性能的充分条件,并提出具有拓展学习信息的鲁棒迭代学习容错保性能控制的优化设计算法,同时,考虑了时滞对系统稳定性及性能的影响,实现了当系统发生执行器失效故障且在故障允许范围内时闭环系统的平稳运行,并具有最优的控制性能.另外,以注射成型过程保压段的喷嘴压力设计控制律为例验证了所提方法的有效性.

摘要：仿射投影算法(APA)重复利用数据,可提高算法的收敛速度。针对现有盲源分离收敛速度慢的问题,以盲源分离的非线性主分量分析(PCA)为基础,结合仿射投影算法,提出了盲源分离的非线性APA-PCA准则,并设计出盲源分离的APA-Kalman,APA-RLS,APA-LMS新算法。在这些新算法中,预白化后的观测向量数据被重复利用,向量式数据转变成矩阵式数据,从而加快了盲源分离的收敛速度。仿真结果表明,非线性APA-PCA准则是有效的。

摘要：仿射投影算法(APA)重复利用数据,可提高算法的收敛速度。针对现有盲源分离(BSS)收敛慢问题,以BSS的独立分量分析(ICA)为基础,结合APA思想,设计出BSS的APA-ME、APA-MMI、APA-EASI新算法。在这些新算法中,输出向量数据被重复利用,向量式数据转变成矩阵式数据,从而加快了BSS的收敛速度。仿真结果表明,APA-ICA类的BSS算法是有效的。

摘要：针对一类带有事件触发测量传输和不准确测量噪声统计特性的系统,研究了最小二乘故障估计及其性能分析。通常情况下,测量噪声的统计特性不是完全已知的。提出一种事件触发机制,当预先设定的条件被破坏即事件被触发时,测量输出会传到远端估计器。在满足使得滤波误差协方差最小的意义下,设计了滤波器,其参数通过最小二乘的方法在线迭代得到,然后进一步分析了带有不准确测量噪声的滤波器性能。最后,利用具有实际背景的数值仿真例子说明了所提算法的有效性以及带有不准确测量噪声对于估计性能的差异影响。

摘要：滚动轴承的故障诊断对于确保机械设备的安全可靠性有着十分重大的意义。本文采用模式识别的方法,借助振动数据对滚动轴承进行故障诊断。为了改善K均值算法极易陷入局部最优解的情况,利用粒子群算法与K均值算法进行混合聚类,设计了一种基于自适应粒子群的K均值算法,它在惯性权重的调整和学习因子的设置等方面有别于传统的混合聚类算法。提取滚动轴承振动信号的28个时域和频域特征,采用主成分分析方法进行降维处理,再分别利用三种聚类算法对滚动轴承进行故障诊断。仿真表明,基于自适应粒子群的K均值算法能够增强K均值算法的寻优能力,可以改善传统混合聚类算法容易早熟、收敛速度较慢等缺点。