一类不确定非线性系统的观测器设计

系统状态观测器在故障检测与状态反馈中起着重要作用,特剐是非线性系统状态观测器的构造已成为目前控制理论界一个重要研究课题。本文针对一类含有建模误差的非线性系统,提出了一种非线性状态观测器的结构形式,然后利用非线性变换,将含有建模误差的非线性系统变换为仅依赖原系统的输入、输出的规范形式,从而利用可测数据进行构造观测器。在此基础上,利用Lyapunov稳定性理论以及微分同胚的性质,分析了非线性动态误差方程的稳定性。理论证明,在建模误差为零时,估计状态收敛到其真实状态;在建模误差不为零时,估计状态与实际状态之差一致最终有界。最后进行了详细的仿真研究,结果表明了该方法的有效性。     

基于Lyapunov方法的非线性系统自适应观测器设计

针对一类满足L ipsch itz条件的具有未知参数的非线性系统,利用Lyapunov方法对L ipsch itz非线性系统自适应观测器的设计问题进行了研究。基于分析求解代数R iccati方程给出求解问题的不完善性、特征结构配置理论给出设计方法的重特征值限制性、对不同形式的观测器增益矩阵求解方法进行比较,最终选用线性矩阵不等式来改进观测器增益矩阵的选取方法。在观测误差稳定的条件下,得出了基于线性矩阵不等式方程设计状态观测器的增益矩阵,保证系统的状态估计误差收敛到零,并对其进行了仿真研究。结果证明,本文所构造的非线性观测器增益矩阵方法明显优越于其他方法,增强了系统的鲁棒性。     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

基于降维UIO的飞控系统鲁棒故障诊断

针对同时存在对象矩阵参数的摄动、外界扰动和故障的一类线性系统,基于降维的未知输入观测器(Un-known input observer,UIO)技术对飞控系统执行器故障进行诊断,使得系统对矩阵参数摄动和外界干扰具有良好的鲁棒性.该诊断方法把原系统分解为两个子系统,一个子系统受故障的影响,而另外一个子系统不受故障的影响,但状态可测.这样,不但大大降低了计算量,而且保证了故障诊断的快速性和准确性.     

基于T-S模糊模型和迭代学习观测器的飞行系统故障容错控制

针对执行器失效的一类飞行控制系统,提出基于迭代学习观测器的模糊容错控制律,利用Takagi-Sugeno(T-S)模糊模型对非线性系统进行描述、建模和控制.一旦系统发生故障,迭代学习观测器在估计系统状态的同时估计执行器的卡死值,然后利用估计的状态和故障信息构成反馈模糊控制律进行调节,以实现故障系统对参考系统的状态跟踪.给出了系统能进行容错控制的参数匹配条件,并利用Lyapunov理论详细分析了系统的稳定性以及闭环系统信号的有界性,某歼击机的仿真实例证明了本文方法的有效性.     

基于自适应模糊输出观测器的非线性系统鲁棒故障检测

针对一般非线性系统的故障检测，从工程应用的角度提出了一种基于自适应模糊输出观测器的非线性系统鲁棒故障检测方法。该方法以自适应模糊系统构造未知非线性模型的输出观测器，在充分考虑外加噪声干扰和系统误差的情况下，通过对一般反向传播学习算法进行改进，提出采用鲁棒反向传播学习算法调整观测器参数以辩识系统输出，再结合阈值故障检测策略检测系统故障。为保证算法具有较快的收敛速度，本文给出了根据模糊规则确定算法初始参数的选择方法并证明了算法的收敛性。仿真结果表明，对一般非线性系统故障检测，该方法具有有效性和实时性，以及对噪声干扰和系统误差的鲁棒性。     

一类不确定非线性系统的故障诊断方法

提出一种基于观测器的残差生成器方法来达到对一类多输入多输出非线性不确定系统进行故障分离的目的。通过对待监测故障引入适当的假设,同时假定不确定性满足Lipschitz条件,设计了一种残差信号来完成故障诊断,设计过程应用了高增益观测器和自适应故障诊断观测器方法,同时不需要借助线性逼近方法。最后分析了该残差信号对于待监测故障的敏感性和对于不须报警的故障的不敏感性。     

基于自适应干扰观测器的无人直升机模型参考跟踪控制

针对外部干扰影响下无人直升机（Unmanned aerial helicopter, UAH）模型参考跟踪控制问题开展研究,提出基于自适应干扰观测器的跟踪控制设计方案。首先,根据干扰部分可测特性将其建模为存在参数误差下的非线性外源系统,并设计了状态观测器及其自适应调节下的干扰观测器（Disturbance observer, DO）,用于估计无人机系统的未知状态和外部干扰。其次,将模型参考控制与基于干扰观测器的控制方法相结合,提出抗干扰复合控制设计策略,获得了由观测与跟踪误差动态组成的闭环系统。再次,利用Lyapunov稳定性理论建立了给定H∞性能下判定闭环系统渐近稳定的充分性条件,并借助矩阵变换技术获得了观测器和控制器的联合设计方案。最后,通过数值仿真验证了所提跟踪控制算法的有效性和优越性。     

基于ESO与NTSM的汽车主动前轮转向控制

提出基于扩张状态观测器(Extended state observer,ESO)与非奇异终端滑模(Nonsingular terminal sliding mode,NTSM)的车辆主动前轮转向控制。首先建立二自由度车辆模型计算车辆理想参考横摆角速度。其次以二自由度模型为基础设计扩张状态观测器与非奇异终端滑模控制器,扩张状态观测器能估计车辆状态与扰动,非奇异终端滑模控制器能对扰动进行补偿并输出控制量。最后在Matlab/Simlink中建立了扩张状态观测器与非奇异终端滑模控制器,采用CarSim非线性车辆模型进行仿真试验,研究了NTSM与PID控制器的闭环控制性能以及鲁棒性,并对两种控制器试验结果进行对比。结果表明,非奇异终端滑模控制的车主动前轮转向系统能有效改善车辆的操纵稳定性,控制器具有强抗干扰能力、良好的路径跟踪性能和鲁棒性,且优于PID控制器。     

奇异摄动法在数字飞行控制系统设计中的应用和实现

本文研究了线性定常离散奇异摄动系统的分解降阶,并进行了系统基于最优离散调节器理论的组合状态反馈设计。为了结合实际应用,提出了基于快子系统的龙伯格观测器设计方法。最后,用奇异摄动法具体设计了数字飞行控制系统(DFCS),并用微机予以实现。     

基于RBF神经网络的非线性观察器设计

提出了一种新的非线性观察器设计方法。与一般方法采用神经网络逼近整个非线性系统不同，该方法用RBF神经网络逼近系统的非线性项，故提高了状态估计的精度。基于李亚普诺夫方法，证明了状态估计误差渐近稳定且渐近收敛到零。仿真结果表明，所提出的非线性观察器设计方法具有良好的性能。在故障检测、状态估计等领域具有广泛的应用前景。     

基于未知输入观测器的不确定非线性系统故障检测

针对具有不确定性和系统故障的非线性系统,利用神经网络构造了全阶未知输入观测器,在获得系统的状态观测信号的同时得到了系统的故障观测信号。通过在故障观测神经网络权值的调整规律中引入死区函数,从而提高了故障观测对系统不确定性的鲁棒性。利用得到的故障观测信号,可以方便地检测系统的缓变故障和突变故障,实现了对系统故障的快速检测,降低了误检率。仿真示例表明了该方法的有效性。     

基于线性参数变化自适应观测器的鲁棒故障诊断

基于线性参数变化自适应观测器,研究了一类具有外部扰动的不确定线性参数变化系统的鲁棒故障诊断问题。针对飞控系统具有非线性和时变的特点,运用了线性参数变化技术,提出一种基于线性参数变化自适应观测器的自适应故障估计算法来估计故障信息。为降低外部扰动对故障估计的影响,引入了H∞鲁棒性能指标来设计线性参数变化自适应观测器以及故障估计算法。结果表明,该方法具有良好的故障估计性能,且对外部扰动具鲁棒性。设计过程中,将参数的求解转化为线性矩阵不等式（LMIs）约束下的凸优化问题。最后,将该方法应用于直升机线性参数变化飞控系统执行器故障诊断,仿真实验验证了该方法的有效性。     

基于非线性干扰观测器的空天飞行器轨迹线性化控制

研究一种新的空天飞行器基于非线性干扰观测器的轨迹线性化飞行控制方案。轨迹线性化控制是一种新颖有效的非线性跟踪和解耦控制方法,但空天飞行器飞行过程中存在的建模误差和外界干扰等不确定因素将导致其性能下降甚至失效。为了满足空天飞行器高精度高稳定控制的要求,本文利用非线性干扰观测器对系统中存在的不确定进行估计,其输出用以设计新的补偿控制律,从而使当前轨迹线性化方法的控制性能得到改善。最后利用该方案设计出空天飞行器飞行控制系统,通过高超声速飞行条件下的仿真,验证了该方法的有效性。     

基于Hopfield神经网络的非线性系统故障估计方法

针对一类故障参数是线性可分的非线性系统,在参数故障情况下提出了一种基于Hopfield递归神经网络的故障估计方法。利用Hopfield递归神经网络的自学习能力和稳定性理论,将故障参数的估计问题转化为Hop-field神经网络的稳定性问题,克服了现有数值方法存在量化误差和算法收敛性等问题。与自适应观测器和等价空间方法等相关故障参数估计方法相比,具有设计简单、易于实现和适用性宽等特点。仿真结果表明,对于常值故障和时变故障,诊断系统均具有较好的估计效果和动态性能。