基于扩张状态观测器的运输机多故障容错控制

针对含有传感器与舵面故障的运输机姿态跟踪问题, 提出了一种基于扩张状态观测器的反步容错控制方法。采用状态观测器与控制器分开设计的方法, 设计含神经网络的扩张状态观测器估计系统状态、传感器和舵面故障信息。在此基础上, 利用状态估计值代替实际状态, 采用反步法设计姿态角跟踪控制律, 并引入指令滤波器提高反步法的控制性能, 基于Lyapunov稳定性理论推导证明了闭环系统跟踪误差的最终有界收敛。仿真结果表明, 在系统存在传感器与舵面多故障的条件下, 所提方法依然可以实现运输机姿态角的稳定跟踪。      

四旋翼无人机的自适应故障诊断与估计

针对四旋翼无人机执行器常见故障，提出一种基于自适应技术和观测器的鲁棒故障检测和估计（FDE）方法。在故障检测阶段，设计非线性诊断观测器，通过解析函数推导出阈值，确保所提检测方法的鲁棒性，并对所设计的观测器和残差评估函数进行证明。在故障估计阶段，提出基于切换ρ-修正的自适应律来准确估计检测到故障的方案。该方案不仅能够同时估计系统状态和残差信号，而且能估计未知故障的特征和大小。通过线性矩阵不等式进行设计参数的计算。利用2种故障场景分别进行仿真验证，同时在4种情况下讨论所提方法的有效性。基于四旋翼无人机硬件在环实验台验证了所提方法的可行性。     

基于ASTSMO和UIO的故障估计方法

针对系统在有未知干扰情况下的故障估计问题,提出一种基于自适应Super-Twisting滑模观测器（ASTSMO）和未知输入观测器（UIO）的故障估计方法。不需要已知故障导数的上界,避免了现有自适应算法存在的滑模增益过估计问题,并且能够处理多执行器同时发生故障的情况。首先,通过非奇异变换将原系统降阶为两个子系统,其中一个子系统只受故障的影响,另一个子系统同时含有故障和不确定干扰。对两个子系统分别设计ASTSMO观测器和UIO观测器,并对误差系统有限时间内收敛的条件进行了证明,同时给出了滑模增益初始值和时变增益的设计方法。然后,基于等效控制的概念对故障进行检测和估计。最后,通过仿真算例验证了所提故障估计方法的有效性。      

基于矩阵分解的空间系绳系统不完全反馈控制

针对利用空间系绳系统（STS）进行面内捕获过程中系绳展开后状态保持阶段及捕获完成后系统面内运动抑制等问题,在面内角和面内角速率信号丢失情况下,基于矩阵分解采用不完全状态反馈控制方法,设计出能够抑制系绳展开完成后所出现的非标称行为、捕获后面内摆动的张力控制律,进而使系统回稳。将所设计的控制律与线性二次调节器（LQR）+降维观测器方法对比,在参数不确定的条件下检验该控制律的控制效果。仿真结果表明,所设计的控制律在超调量和调节时间上优于LQR+降维观测器方法,能够有效控制系绳的展开误差及捕获过程所带来的面内扰动。所设计的控制律结构简单,控制效果良好,且设计过程无需参数调整。      

基于ESO的高超声速飞行器解耦控制

针对高超声速飞行器三通道具有强耦合的问题,提出一种基于扩张状态观测器的全通道解耦控制方法。该方法不需要根据耦合项特点设计耦合补偿模型,而是通过设计扩张状态观测器,将高超声速飞行器耦合项视为扰动,利用扩张状态观测器具有实时跟踪估计扰动的能力,将耦合项扰动估计出来。通过补偿控制来消除耦合的影响,从而完成解耦控制。进一步,通过LQR控制方法完成姿态控制系统的闭环反馈控制律设计,最终实现一种工程上实用的高超声速飞行器解耦控制方法,并通过数学仿真验证了该控制方法的正确性和有效性。     

基于速度观测的双余度电液舵机系统容错同步控制

考虑飞机电液舵机活塞杆运动速度不易测量的情况,提出一种基于速度观测的容错同步控制策略,解决了双余度电液舵机系统（DREHAS）内泄漏共模故障（IL-CMF）下的位置跟踪控制问题。首先,通过引入2组参考轨迹并对模型进行线性变换,实现舵面位置跟踪与两舵机力输出同步控制解耦;其次,在扩展状态观测器（ESO）中加入故障参数自适应项,设计一种自适应扩展状态观测器（AESO）估计两通道舵机活塞杆速度和扰动,从而克服了故障条件下利用原系统模型设计ESO带来的估计结果不准确问题;最后,基于AESO的估计结果及故障参数在线更新结果,利用反步法设计了一种非线性容错同步控制器。Lyapunov稳定性分析结果表明,该控制方法可确保IL-CMF故障及时变干扰条件下,闭环系统所有信号有界,系统输出满足规定的性能要求。IL-CMF故障及常值干扰条件下,系统跟踪误差渐进收敛于零。仿真实验进一步验证了所提方法的有效性。      

大型柔性空间结构的状态估计及变结构控制

本文研究大型柔性空间结构作单轴大角度操纵时的状态估计及变结构控制方法。所建立指数律的状态观测器,实现了以较少传感器估计系统弹性振动模态的目的。利用状态观测器的状态及系统输出变量反馈方法,设计了大型空间结构的动态输出变结构控制律。针对一个实际模型仿真计算,得到了满意的结果。     

基于扩张状态观测器的泵控电液伺服系统滑模控制

以泵控电液伺服系统为研究对象,提出了一种基于扩张状态观测器的滑模位置跟踪控制策略。首先,利用奇异扰动理论对泵控电液伺服系统的数学模型进行降阶处理,得到降阶泵控电液位置伺服系统数学模型。其次,针对泵控电液伺服系统工况的复杂性及外负载干扰问题,设计了扩张状态观测器对系统干扰在线观测,同时该观测器还可以对活塞杆的位置和速度信号进行估计。然后,利用观测到的干扰信号及速度信号,基于滑模控制理论设计了滑模变结构控制算法,对所提出的控制策略的稳定性进行了理论分析。最后,利用MATLAB/Simulink和AMESim仿真平台,搭建了泵控电液伺服系统的联合仿真模型,对算法的可行性及有效性进行了仿真验证。仿真结果表明,所设计的扩张状态观测器能对干扰进行精确估计,基于扩张状态观测器的滑模控制策略的位置跟踪性能显著优于PID控制器和传统滑模控制器,且对外部干扰力具有较强的鲁棒性,提高了泵控电液伺服系统的控制性能。      

间隙非线性气动弹性颤振控制

研究了亚音速不可压来流中二元机翼气动弹性颤振主动控制问题.采用Theodorsen准定常气动力建立俯仰方向含有间隙非线性的气动弹性动态方程,然后基于状态依赖Riccati方程推导了非线性颤振控制律.假设只有俯仰角位移和控制面偏转位移可以直接测量,状态空间中的其它变量通过所设计的状态观测器进行了估计.仿真结果显示,观测器可以快速准确地对非直接测量变量进行估计,系统状态变量与控制变量都能够迅速地收敛于零点,表明所设计的控制律可以有效地实现对间隙非线性二元机翼颤振的抑制.      

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。      

一种改进的固液火箭发动机故障诊断方法

针对固液火箭发动机的可靠性问题，设计了一种改进的贝叶斯网络故障诊断方法，可以通过网络化自主逻辑推理，对固液火箭发动机进行故障诊断。为了提取时序观测信号的故障特征，提出将步进法与核主成分分析(KPCA)相结合的分析方法，并根据模糊C均值聚类算法(FCM)建立模糊多态贝叶斯网络，实现对观测信号尺度的模糊处理，提高对不确定性故障的诊断能力。通过Matlab/Simulink建立改进的贝叶斯网络故障诊断系统。仿真结果表明，改进的算法能够实现对固液火箭发动机常见故障的有效诊断，并能够适应小样本集学习的情况。与传统贝叶斯诊断算法相比，故障诊断的平均准确率提高了20.9%。     

一种基于二元估计与粒子滤波的故障预测算法

假设对象系统的故障演化过程可以由一个含有未知缓变参数的状态空间模型加以描述,则故障预测问题就可以转化为一个在已知当前系统信息的条件下,对系统未来某一时刻的状态变量的估计问题.针对该问题的求解提出了一种基于二元估计和粒子滤波的故障预测算法.算法的实施分为两个主要阶段:在状态估计阶段,采用两个并联的粒子滤波器迭代估计当前时刻对象系统故障演化模型状态和未知参数的后验分布.在状态预测阶段,对当前时刻故障演化模型状态的后验分布进行迭代采样,以采样样本粒子来近似估计未来时刻的状态变量的先验分布密度.在上述计算结果的基础上,结合相应的故障判据,算法采用计算对象系统未来时刻故障概率的方法预测其剩余使用寿命.仿真实验中将本文提出的算法与基于联合估计的故障预测算法进行对比,实验结果证明了所提算法的有效性.      

一种网络环境中的故障诊断模型

结合故障诊断的需求和存在的问题,提出了一种以故障症状、故障假设、诊断操作和观测操作节点为基本元素,并具有网络结构的诊断模型.在该模型基础之上,遵循诊断过程独立的假设,解决实际诊断过程中操作依赖关系的问题,提出了一种基于诊断贝叶斯网络DBN(Diagnosis Bayesian Network)的故障诊断算法.同时通过引入观测操作,加快诊断的速度并且降低诊断代价.试验表明,与P/C更新算法比较,该算法能更有效地降低诊断代价,实现快速故障诊断,较好解决了操作依赖的复杂故障诊断问题.      

基于RBF带学习能力高精度非线性FDD设计

在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数（RBF）神经网络的动量轮非线性故障检测与诊断（FDD）方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。     

基于自适应观测器的飞轮故障诊断物理仿真

研究了反作用飞轮的故障诊断问题.针对反作用飞轮的非线性数学模型,分析了其故障模式,建立了其故障的参数化描述方法,并在此基础上提出了一种基于参数自适应投影的反作用飞轮故障诊断方法.该方法通过构造观测器,利用参数自适应投影算法来更新参数信息,保证观测器的误差收敛到零.最后对飞轮的正常模式和3种故障模式进行了物理仿真实验,结果表明提出的方法有效可行.     

基于非线性未知输入观测器的航天器故障诊断

针对一类满足Lipschitz条件的非线性系统,设计了一组非线性未知输入观测器,并依据故障解耦的思想,产生结构化的残差集,实现非线性系统执行器的故障隔离。研究考虑了未知扰动对非线性系统的影响,并利用Lyapunov理论证明了所设计观测器的稳定性。最后,以三轴稳定卫星的姿态控制系统为对象,仿真验证了所提方法对各种典型执行器故障诊断的有效性。     

基于循环神经网络的卫星姿态执行器故障诊断

针对卫星姿态控制系统执行器机构故障问题,提出了一种基于循环神经网络的故障诊断方法.对卫星姿态控制系统建模,进行故障分析并采集星敏感器和角速度陀螺的连续时刻故障数据.设计六种异构的循环神经网络,对故障数据进行故障诊断和分类,分别从网络深度、反馈单元、激活函数和训练算法对比网络效果.带有门循环单元的(gate recurr...     

基于自适应神经网络的飞行器主动容错控制

针对飞行器非线性系统执行器故障,利用RBF神经网络和自适应控制律,提出了基于自适应神经网络的故障重构和容错控制方法。设计了自适应神经网络观测器,利用神经网络逼近故障,引入调节因子,设计自适应律以在线调整神经网络权重向量和中心向量。构造自适应神经网络控制器,结合神经网络设计补偿控制输入。利用Lyapunov稳定性定理证明了所提方法可以实现系统渐近稳定。仿真实验结果验证了所提的方法对故障系统具有良好的观测性能、控制精度和响应速度。