基于模糊观测器的不确定非线性系统故障检测方法

给出了一种不确定非线性系统的基于模糊观测器的故障诊断方法。用T-S模型描述不确定非线性系统,从而得到一种新的模糊观测器,并给出了其稳定性约束条件LMI。将模糊观测器和实际系统的输出之差作为残差可对不确定非线性系统进行故障检测。最后给出了一个控制系统感应电机的故障诊断应用实例。     

动态系统模糊马尔可夫建模方法研究

着重讨论基于模糊马尔可夫模型动态系统建模方法 ,研究的问题是用模糊马尔可夫模型 ,根据系统实际输入—输出 ,获得线性和非线性随机动态系统非参数建模的新方法 ,最后 ,给出了随机动态系统仿真的应用实例     

大椭圆轨道卫星编队T-S模糊控制

针对椭圆轨道卫星编队的相对运动模型参数大范围变化的情况,设计了基于T-S模糊模型的渐近跟踪控制器。该方法对非线性系统在一些选定工作点进行线性化,针对每一个线性模型采用LQR方法设计了局部渐近跟踪控制器。在此基础上,以卫星轨道角速度为前件,局部线性模型为后件,构造T-S模糊控制系统。然后采用线性矩阵不等式(LMI)方法分析系统的稳定性,保证系统的大范围渐近稳定。仿真结果验证了该控制系统能在大范围参数变化下工作良好。     

基于神经网络在线建模的非线性动态系统中传感器故障检测方法

本文提出一种基于神经网络在线建模的动态非线性系统中传感器故障检测方法，它首先利用神经网络在线建立动态非线性系统的超前一步预测模型，然后利用神经网络对传感器的预测输出和传感器实际输出之差与一预定阈值比较以检测传感器故障。本文的优点是可以检测多个传感器故障，同时由于采用在线学习方式，非常适于航天器自主系统传感器故障检测的需要。此外，故障检测阈值的选取也比较简单。为了验证本文方法，仿真了一控制系统中同时发生漂移故障的两个传感器故障检测过程。结果表明，方法十分有效。     

飞行器气动参数的集员辨识

在噪声未知但有界的情况下，本文研究了飞行器气动参数的集员辨识问题。提出了先对非线性系统参数可行集的中心进行估计，再估计参数可行集大小的集员辨识两步法。这样就为解决飞行器气动参数的辨识问题提供了一种新的可行方法，再入体实测数据的处理表明这种方法十分有效。     

基于辅助模型思想的带可变遗忘因子的最小二乘辨识算法

为了对时滞系统的时滞参数和系统动态参数进行辨识,本文提出了一种基于辅助模型思想的带可变遗忘因子的最小二乘辨识算法。建立辅助模型,用辅助模型输出代替系统的无噪声输出。引入基于预测误差的可变遗忘因子,加快算法的收敛速度,提高算法的预测精度。最后,通过仿真证明了本文算法的有效性。     

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     

MSCMG框架伺服系统非线性摩擦力矩建模与实验研究

在磁悬浮控制力矩陀螺(MSCMG)中,由于陀螺耦合力矩的影响,使得陀螺框架系统的摩擦力矩随着陀螺输出力矩和框架角位置的不同而发生变化,为了实现控制力矩陀螺输出力矩的高精度控制,需要对摩擦力矩进行精确建模。对控制力矩陀螺框架系统进行了动力学研究,分析了摩擦力矩随陀螺输出力矩和框架角位置的变化机理和变化规律,并据此建立了磁悬浮控制力矩陀螺框架系统的非线性摩擦力矩模型和非线性动力学模型。用实验数据对非线性动力学模型参数进行了最优最小二乘辨识,并用所得到的模型进行实际数据分析和仿真研究,仿真结果与实际实验数据非常吻合,验证了所建立模型的正确性和有效性。     

航天器环境干扰力矩的闭环辨识与补偿

研究引入干扰力矩辨识的方法提高三轴稳定航天器在稳态运行期间的高精度指向控制问题.基于航天器的稳态输出数据和系统传递函数,对环境干扰力矩的完整模型进行闭环辨识.其中采用改进的特征系统实现相关算法和多元线性回归法辨识环境干扰力矩的模型参数,最后使用前馈控制对所辨识的环境干扰力矩实现在线补偿.分析和仿真结果表明,该方案能有效地克服不确定的环境干扰力矩对姿态稳定度的影响,提高在轨运行航天器的姿态稳定精度.     

多变量线性时变系统的特征模型及自适应模糊控制方法

对于阶数及参数未知的高阶系统，如何设计一个工程上易于实现的低阶控制器，以实现有效的高性能控制，这是目前航天等领域亟待解决的问题。该文采用将对象特征和控制性能要求相结合的方法，对多输入一多输出高阶线性时变系统和一类非线性时变系统从理论上详细推导出了其特征模型，在此基础上设计了基于特征模型的稳定的自适应模糊广义预测控制方案。由于控制结构中使用了分层模糊系统，从而减少了模糊规则数目。通过对一个挠性航天器控制的仿真实验验证了所给方法的有效性。     

基于综合观测器的执行器过程故障量精确诊断

执行器的非线性与输出不可得在一般复杂动力学系统中具有典型性,而其过程故障量的精确诊断是个前沿难点问题.针对该问题,研究一种面向控制系统和执行器的综合观测器方法.提出一种适用于带有非线性执行器复杂系统的新型自适应观测器方法,可克服输出量不可直接获得的条件限制,实现故障诊断并获得执行器真实输出估计;基于执行器输出估计与控制器输出量,采用扩张状态观测器实现过程故障量精确估计,从而为主动容错故障调节提供诊断依据.以卫星姿态控制系统飞轮摩擦力矩增大这一典型非线性执行器故障的过程故障量精确诊断为应用实例验证了本文方案的有效性及优越性.     

航天器刚柔耦合非线性系统的自适应变论域模糊控制

研究了航天器刚柔耦合非线性系统的自适应变论域模糊控制问题;针对自适应变论域模糊控制器的稳定性设计这一难题,将输入和输出的隶属度函数分别用论域值表示成解析形式;引进李亚谱诺夫函数,设计了输入隶属度函数论域值的自适应律和输出隶属度函数中心取值的自适应律,最后针对由中心刚体Hub和大挠性结构组成的刚柔耦合航天器进行系统仿真,结果表明设计的自适应变论域模糊控制器是可行的。     

一种高稳定度帆板驱动系统的T-S模糊复合控制器

为减少帆板驱动机构（SADA）对太阳帆板挠性模态的激励作用,以扰动力矩较小的永磁同步电机(PMSM)作为驱动源,提出一种T-S模糊控制与校正网络相结合的控制方法。利用校正网络增加系统的相位裕度和增益,并通过T-S模糊控制器降低系统的超调和非线性摩擦的影响,从而有效抑制太阳帆板的振动。通过圆判据对带有此控制器的驱动系统进行了稳定性证明,很好地解决了模糊控制系统在摩擦扰动下难以进行频域理论分析的缺陷。仿真结果表明,在非线性摩擦等扰动的影响下,该控制方法能够很好地抑制太阳帆板引起的挠性振动,提高系统的速度精度和稳定度,具有较好的动态性能。     

基于模糊神经网络的飞船GNC分系统故障诊断

研究了基于模糊神经网络的飞船GNC分系统的故障诊断方法,提出了重构新的激励函数并附加动量因子的改进BP算法,采用了由输入层、输出层、隐含层和量化层组成的一种4层前向模糊神经网络,通过Ⅱ型隶属度函数完成输入模糊化。建立了基于模糊神经网络的GNC分系统故障诊断系统,实验验证了改进BP算法以及该诊断系统的正确性和有效性。     

基于BP算法的模糊神经网络研究

提出了一种基于模糊集合与前馈神经网络结合的神经网络。这种模糊神经网络（ＦＮＮ）在处理模糊特征时，能较好地反映出输入值和输出值的隶属度关系。应用经典的ＢＰ算法对网络进行训练，为了加快网络的学习过程，我们介绍了一种调整权值和阈值的学习方法，并且采用了Ｃ语言编制软件，实验结果表明，ＦＮＮ技术是一种新颖、有效的方法，能促进智能神经网络的发展。     

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。     

基于CLIPS的航天发射决策支持系统

提出了基于CLIPS的决策支持系统的构建方法，比较详细分析了系统的组成、功能和推理过程，重点讨论了关系矩阵、决策树、故障字典的推理方法。关系矩阵利用输入输出信息存在一一对应的特点。建立了故障模式与测试信息的映射关系，实现故障快速定位；决策树按叶结点、判定结点和决策结点三个层次，实现最低发射条件的判定；故障字典采用分步实施的模糊故障字典，既按系统、分系统、单机级设立故障字典，又按箭上、地面设备、人工信息设立故障字典，然后采用模糊推理方式，给出故障处置对策。该系统在首次载人航天飞行任务中得到了应用，有效解决了信源偏少问题，其实时性和正确性能较好地满足指挥员的要求。     

基于RBF网络辨识的挠性卫星姿态自适应控制

为满足挠性卫星姿态控制的更高要求,提出了一种基于径向基函数（RBF）网络辨识的模糊自适应控制方法。根据卫星姿态动力学方程,将RBF辨识网络引入模糊神经网络的T-S模型,以辨识卫星,在线修改模糊神经控制器（FNC）参数,使卫星的姿态角度达到设定值。仿真结果表明：该法能有效克服卫星的不确定性,提高卫星姿态的控制精度。     

六轮摇臂式月球探测车协调驱动自适应模糊容错控制

为提高复杂和未知环境中六轮摇臂式月球探测车的驱动控制系统的可靠性,防止因执行器故障引起的月球车失控,提出一种基于滑转率的协调驱动自适应模糊容错控制方法。该方法用模糊逻辑系统逼近系统的未知动态和未知的故障函数,并通过所设计的误差补偿器来减少逼近误差对跟踪精度的影响。基于Lyapunov理论,证明了所设计的容错控制方案不但能使跟踪误差收敛到原点的小邻域内,而且通过适当增大设计参数的值,可使跟踪误差减小。此外,为便于应用给出了详细的容错控制器设计步骤,并对控制器中参数的选取给出了示例。仿真结果表明该控制律具有较高的控制精度,并且对外部干扰有很强的鲁棒性。