非线性不确定系统的滑模观测器设计

针对一类非线性不确定系统,给出了一种滑模观测器方案.设计了滑模与相应的控制策略以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期指标,同时保证对系统非线性不确定性具鲁棒性.由滑模控制原理给出4条模糊规则,用于平滑不连续控制以削弱高频抖振.仿真结果验证了该控制策略的有效性.     

非线性控制系统的观测器线性化和观测器构造

本文研究了非线性控制系统状态观测器的设计问题。首先,通过非线性坐标变换,给出了非线性系统的规范型观测器,然后,研究了观测器线性化问题的可解性,给出了规范型观测器存在的充要条件,并讨论了非线性状态观测器的一种简化设计方法,使得观测器的构造并不需要求解偏微分方程组。所得结果是线性系统观测器理论在非线性系统中的推广。     

基于动态观测器的多故障诊断技术的应用研究

针对卫星这类复杂系统多故障诊断的难题,研究了一种基于动态观测器的多故障诊断方法.该方法通过改变动态观测器的结构,使之对某一故障具有鲁棒性,从而简化了设计一族观测器的复杂性.给出了动态观测器的设计方法和多故障诊断策略,并在某卫星姿控系统中进行了仿真应用.仿真结果表明,适用于复杂系统的多故障诊断与分离,并可实现诊断的实时性.     

基于自适应模糊观测器的挠性航天器主动振动抑制方法研究

针对一类挠性航天器的柔性附件主动振动抑制问题,提出了自适应模糊观测器及变结构反馈控制律的设计方法.所设计的观测器是一种非线性广义Luenberger自适应观测器,采用模糊系统逼近非线性函数,并不需要引入航天器本体姿态信息,结构简单.最后通过数字仿真验证了该方法的有效性.     

基于快速模糊干扰观测器的UASV再入Terminal滑模控制

针对无人空天飞行器再人大气层过程中气动参数变化剧烈、控制精度要求高的特点，设计了基于快速模糊干扰观测器的Terminal滑模控制方案。通过改进传统模糊干扰观测器的学习律，提出一种快速模糊干扰观测器，增强了其在线逼近干扰及系统不确定的能力。Terminal滑模的有限时间收敛特性提高了系统跟踪速度，同时采用快速模糊干扰观测器消除全部扰动的影响，从而保证了飞行品质。最后，仿真结果表明了快速模糊干扰观测器的优越性及闭环控制方案的有效性。     

基于观测器的高超声速飞行器模糊自适应控制

针对高超声速飞行器输出跟踪问题,提出了一种基于观测器的分层模糊自适应鲁棒控制器的设计方法。本文设计了一种基于分层模糊系统的间接自适应控制器,减少在线辨识参数的数量;同时设计非线性干扰观测器(NDO)对系统复合干扰进行估计补偿;最后引入鲁棒补偿控制项,克服传统非线性干扰观测器的限制条件,并利用Lyapunov理论证明了整个系统的稳定性。仿真结果表明,该方法不仅能够保证高超声速飞行器具有良好跟踪性能,而且具有很强的鲁棒性。     

基于模糊干扰观测器的空天飞行器轨迹线性化控制

针对一类多输人多输出非线性不确定系统，提出了基于模糊干扰观测器（FDO）的轨迹线性化控制（TLC）方法并应用于空天飞行器（ASV）飞行控制系统设计。利用模糊系统具有以任意精度逼近非线性函数的能力设计FDO对未知干扰和不确定进行估计，并通过鲁棒控制项来提高系统的性能。采用Lyapunov方法本文证明了闭环系统跟踪误差和干扰观测误差一致最终有界。最后利用所提出的控制方案设计了ASV飞行控制系统，仿真结果表明了控制方案的有效性和鲁棒性。     

基于RO-NUIO/LMI的挠性卫星轨控期间姿控系统故障诊断

卫星轨控期间,由于推力偏心,会产生较大的干扰力矩,直接影响卫星姿态。针对轨道控制期间的挠性卫星姿态控制系统,设计了干扰解耦的降阶非线性未知输入观测器(RO-NUIO),用于故障检测与故障隔离。在设计过程中,首先通过坐标变换,使得不可观的状态及部分可观状态不受干扰影响,然后针对不可观的子系统利用可观状态的信息设计观测器,观测器中的部分参数利用LMI方法获得,可以弱化非线性部分对观测器的影响。所设计观测器的存在条件仅依赖于系统本身特性,无需在线验证。观测器采用降阶设计,同时借助LMI思想,结构简单,适合于非线性卫星姿态控制系统。仿真结果验证了降阶非线性未知输入观测器实现卫星姿态控制故障诊断的可行性与有效性。     

基于增广观测器的非线性系统执行器故障诊断

针对一类满足李普希茨条件的非线性系统,提出了一种新的执行器故障诊断方法。将执行器故障作为增广状态向量的一部分构造一个增广系统,然后利用线性矩阵不等式方法设计一个增广状态观测器,能够同时获得原系统的状态和执行器故障的渐近估计。利用李亚普诺夫理论分析了增广状态观测器的稳定性和收敛性。最后,将所提出的方法用于卫星姿态控制系统执行器的故障诊断,仿真结果验证了该方法的有效性。     

基于ESO的轨迹线性化控制方法及应用

针对先进气动布局飞行器飞行包线大、非线性不确定性强、耦合严重等问题给飞行控制带来的挑战,提出了一种基于扩张状态观测器(ESO)的轨迹线性化控制方法,给出了控制器的结构和设计方法,并应用于飞行控制律的设计.仿真结果表明,该方法实现了非线性不确定系统的解耦控制,对系统不确定性和外部干扰具有较强的鲁棒性.     

基于自适应FBFN网络的不确定系统容错方法

提出了一种基于自适应模糊基函数网络(AFBFN)的不确定系统的容错方法,解决不确定系统的故障容错问题。不确定系统由已知数学模型和未知模型组成。应用模糊基函数网络(FBFN)离线估计不确定系统无故障时的未知模型,用AFBFN在线估计系统的未知模型。由已知数学模型和FBFN组成参考模型。根据参考模型、实际系统和AFBFN的输出用另一个AFBFN得到不确定系统的反馈控制输入,使实际系统跟踪参考模型给出的期望输出。最后给出了某飞机的微波着陆系统仿真结果。     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题，为了降低卫星姿态确定系统故障诊断的运算量，提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器，然后将卡尔曼滤波器与简化观测器思想相结合，进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离，又能够诊断星敏感器的故障。此外，该方法只利用一个滤波器即可实现故障检测与分离，其计算量小，有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验，仿真结果表明了所提方法的有效性。     

基于LMI的H-/H∞故障检测观测器设计

针对系统模型的不确定性、未知输入扰动,为提高对干扰鲁棒性、待检故障敏感性及降低设计的保守性,提出了一种H-/H∞故障检测观测器设计方法,通过无损procedure将非凸约束问题转化为线性矩阵不等式(LMI)约束,采用Schur补引理将H-/H∞故障检测观测器设计转化为凸优化问题的LMI表述;设计了自适应门限以减小故障检测过程中的误报、漏报率。故障检测观测器的设计是借助凸优化问题的数值计算,使设计过程便于实现。提出的算法使未知扰动的鲁棒性及待检故障的敏感性之间具有最优平衡。仿真验证表明,所提算法使残差具有快速的收敛性、较短的故障检测时间。     

基于鲁棒故障检测滤波器的传感器故障诊断

本文讨论了鲁棒故障检测滤波器在喷气式发动机传感器故障诊断中的应用。鲁棒故障检测滤波器方法使残差既有干扰解耦特性又有方向特性。该滤波器的设计结合了未知输入观测器原理与Beard故障检测滤波器原理。利用未知输入观测器产生的残差对未知输入(干扰)具有鲁棒性,而特定方向性是基于BFDF技术获得的。最后举例说明了该方法的可行性和有效性。     

柔性空间结构的分散模糊变结构控制

提出了一种适用于一类不确定大系统的分散变结构控制方法 ,并将该方法用于柔性空间结构的控制系统设计中。考虑到复杂大系统的系统关联及不确定因素复杂 ,在控制律中引入了模糊控制规则来确定分散控制律中的非线性分量大小 ,使控制系统设计时不需知道系统不确定变化及关联的具体情况 ,简化了控制器的设计。同时 ,模糊控制规则的引入还有效减弱了一般分散变结构控制系统的抖颤问题。所设计的控制系统可以保证柔性空间结构系统在未知参数摄动以及外界干扰情况下的稳定。数字仿真结果表明该方法的有效性。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

竞争学习模糊神经网络及在导弹故障诊断中的应用

尽管基于解析冗余的故障诊断方法有许多突出的优点而越来越多地得到的研究和应用，但它依赖于系统的模型，当系统存在非线性或不确定性时，存在难以建模的困难，模糊神经网络可以通过学习建立系统的模型，且模型参数有明确的物理意义，初始参数易于选择，成为解决这一问题的优选途径，作者通过把模糊神经网络的学习转化为竞争聚类和线性优化问题，基于竞争聚类和最小二乘原理，提出了一种模糊神经网络学习算法，并在某伺服机构上进行     

基于模糊方向规则的火箭发动机传感器故障检测与分离

提出了一种直接从训练样本中获取模糊方向规则的学习算法，并应用于火箭发动机的传感器故障检测与分离。每种传感器故障模式由一些模糊方向规则聚集形成，模糊方向规则的全隶属区是一个由单位方向、夹角和两个半径确定的方向超体。模糊方向规则一次循环学习形成，在学习中能不断融合新样本信息。液体火箭发动机传感器故障检测与分离的仿真研究验证了模糊方向规则系统的优越性能。