摘要：对带有执行器故障及饱和影响下的三阶非线性自主车队控制问题进行研究。首先,建立了考虑时变执行器故障、执行器饱和及集总扰动的三阶非线性自主车队模型。其次,在所建立的模型基础上,设计新的PID型耦合滑模面,提出了一种结合扰动观测器的耦合滑模控制算法,并证明了该控制器能够同时实现单车稳定性和车队队列稳定性的控制目标。最后,为了验证所提出控制算法的有效性,通过MATLAB仿真工具箱,对由5辆车组成的自主车队进行数字仿真,并与PID类型的控制器进行比较,验证了所提控制算法的有效性和优越性。

摘要：针对受多源干扰影响且具有执行器故障的四旋翼姿态系统,研究了在姿态误差变化率未知情况下指令跟踪控制问题,结合高阶滑模观测器提出了一种基于预设性能的滑模自适应自耦PD容错控制策略。首先,构建带有外部干扰和执行器故障的四旋翼姿态动力学模型,并引入虚拟控制量进行姿态跟踪误差系统的三通道解耦;其次,使用高阶滑模观测器对各通道的跟踪误差变化率和集总扰动进行有限时间估计,并引入预设性能函数,使姿态角跟踪误差限定在预设边界内;最后,基于四旋翼无人机姿态系统模型设计了一种自耦PD容错控制律,并使用积分滑模面优化传统自耦PD速度因子,实现速度因子在线自适应,并采用Lyapunov分析方法证明了控制器的稳定性。仿真结果表明,所提控制方法具有良好的容错性能和抗干扰性能。

摘要：近年来,基于深度学习的故障诊断已经通过大量数据进行了深入的研究.然而,深度学习技术的巨大成功是基于可以获取大量带标签的训练样本的假设.在实际问题中,经常面临数据不平衡、标记的数据太少或没有数据的情况.基于此,本文研究了高超声速飞行器在零样本情况下的故障辨识问题.考虑飞控系统执行器故障,运用深度学习技术来识别特定故障类型(失效故障或卡死故障).“零样本”指的是在故障诊断的深度学习模型构建中,未曾包含或引入任何与目标故障相关的样本数据.因此,该模型必须依赖于其他方法和特征来推断和准确识别这些未知故障,以实现有效的故障辨识.针对这一问题,使用人工定义的故障描述来表征未知故障.具体而言,即利用关系网络学习将已知故障样本与定义的未知故障描述进行比较.进一步,为实现特征提取,结合卷积神经网络及长短期记忆神经网络,构建深度神经网络结构.最后,在Winged-cone(翼椎体)构型的高超声速飞行器上进行零样本故障辨识实验,结果表明在没有目标故障样本的情况下,所设计的算法可以完成对目标故障的诊断工作.

摘要：针对执行器故障下的挠性航天器的姿态控制及振动抑制问题,提出了基于模型变换的自适应边界容错控制方案,实现了挠性航天器的姿态跟踪及振动抑制。首先,为了准确刻画航天器刚体与挠性振动之间的强耦合特性,采用互联偏微分方程常微分方程描述挠性航天器的混合动力学;其次,设计辅助信号建立边界条件与内部动力学之间的关系;进而,采用直接自适应控制技术设计边界容错控制律及参数更新律,保证挠性航天器闭环姿态控制系统的渐近跟踪性能;最后,仿真结果验证了所提出的边界容错控制算法的有效性。

摘要：针对存在执行器故障的无人机无人车异构系统,研究了编队跟踪容错控制问题。首先,异构系统采用有向图的拓扑结构,且并非所有无人机/车都能接收到参考信号,故在充分考虑无人机/车运动学模型存在较大差异的前提下,设计了一种针对两类系统都通用的分布式信号估计器来获取参考信号的信息。然后,基于参考信号估计值,利用鲁棒自适应控制理论,提出了形式统一的分布式容错控制协议。该协议无需获取精准故障信息,就能有效地补偿故障对异构系统性能的影响,确保异构系统在故障情况下仍能按照预先设定的编队构型跟踪上外界参考信号。最后,通过仿真试验验证了所提算法的有效性。

摘要：探讨了具有动态不确定性的柔性机械臂故障补偿问题。由于系统的机械设备出现老化、磨损或维修过程出现操作不当,会导致执行器部分失效或卡死,但在执行器故障期间与故障相关的参数难以测量。若系统发生执行器故障,可能会对系统的稳定性造成影响,甚至会使系统出现不稳定的情况。使用自适应控制方法,处理存在未知模式的执行器故障以及参数故障的情况,保证系统快速补偿达到稳态状态。并且,通过使用模糊逻辑系统处理未知的非线性函数,并结合一类光滑函数作为控制器设计,保证系统跟踪误差收敛到指定的性能区间。仿真实验中,以单连杆柔性机械臂控制的故障补偿为例,证明了本文所提控制方案的有效性。

摘要：对短时变时延下具有执行器故障的网络控制系统的鲁棒非脆弱保性能控制问题进行研究。为了降低保守性,利用标称点方法对系统进行建模,并结合时变故障矩阵与非脆弱控制,将连续时间系统模型转变为具有范数有界不确定参数的时变离散时间模型。根据Lyapunov对离散系统的稳定性判据以及线性矩阵不等式技术,给出保性能控制器的设计策略和相应的二次性能指标的求解方法,并通过算例验证了所提策略的正确性。

摘要：本文针对非线性多智能体系统一致性跟踪控制问题,设计自适应事件触发控制策略.首先,通过引入非对称障碍Lyapunov函数,使输出误差满足非对称约束条件.其次,采用Lyapunov-Krasovskii(L-K)泛函和Young不等式消除状态时延的影响.利用模糊逻辑系统逼近未知非线性函数.再次,结合有界估计法和光滑函数有效补偿执行器故障和网络引起的误差.基于Lyapunov稳定性理论证明闭环系统半全局有界稳定.最后,通过仿真验证所设计控制策略的有效性.

摘要：本文主要研究了四旋翼无人机在外部干扰、执行器存在部分失效和偏置故障并发情况下有限时间轨迹跟踪的控制问题.通过分析四旋翼无人机动力学特性,本文构建了带有外部干扰、执行器机构故障的动力学模型.首先,基于鲁棒全局快速终端滑模控制算法,设计了一种有限时间容错控制器,提高了系统对故障的响应速度.其次,针对常值/时变故障和干扰,在控制器设计中采用改进的连续函数进行补偿,减少了由切换函数引起的系统抖振问题,并基于Lyapunov函数对控制器的稳定性进行了分析.最后,通过仿真实验验证了所设计控制器的有效性和可靠性,同时,在存在执行器故障和外部干扰的情况下,无人机能够实现较好的轨迹跟踪性能.

摘要：本文针对因多重不确定执行器故障而引起系统动态突变的非线性系统,设计了一种基于多模型切换的自适应执行器故障补偿控制策略,以提高系统应对动态突变的能力,同时实现不确定执行器故障的快速精确补偿.针对执行器故障模式的不确定性问题,采用基于多模型的参数估计方法,设计了自适应控制器组;基于最优性能指标函数,提出了一种控制切换机制,以选择最佳的自适应控制器作为当前的控制器,从而实现期望的故障补偿控制.所设计的多模型自适应控制策略,可以保证所有闭环系统信号有界,且在出现有限数量的不确定性执行器故障情况下,系统输出渐近跟踪所选择的参考系统输出;同时,当系统中出现持续间歇性执行器故障时,此方法可以保证系统的输出跟踪误差是平均小的.最后,本文基于飞行器动力学模型,进行仿真研究,验证了所设计的自适应故障补偿策略的有效性.