CN103488080A - 基于分层模糊系统的月球探测车协调驱动自适应容错控制方法 - Google Patents

基于分层模糊系统的月球探测车协调驱动自适应容错控制方法 Download PDF

Info

Publication number
CN103488080A
CN103488080A CN201310404066.2A CN201310404066A CN103488080A CN 103488080 A CN103488080 A CN 103488080A CN 201310404066 A CN201310404066 A CN 201310404066A CN 103488080 A CN103488080 A CN 103488080A
Authority
CN
China
Prior art keywords
function
formula
fault
fuzzy
unknown
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310404066.2A
Other languages
English (en)
Other versions
CN103488080B (zh
Inventor
孙多青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei Normal University of Science and Technology
Original Assignee
Hebei Normal University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hebei Normal University of Science and Technology filed Critical Hebei Normal University of Science and Technology
Priority to CN201310404066.2A priority Critical patent/CN103488080B/zh
Publication of CN103488080A publication Critical patent/CN103488080A/zh
Application granted granted Critical
Publication of CN103488080B publication Critical patent/CN103488080B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明涉及一种基于分层模糊系统的月球探测车协调驱动自适应容错控制方法。本发明在系统存在不确定性和外部干扰的情况下，针对执行器故障设计了容错控制器，步骤为：给定车轮滑转率的期望值；
Figure 2013104040662100004DEST_PATH_IMAGE004
根据滑转率的期望值，限定其在动态过程中的变化范围；给出系统未知函数的界函数；
Figure 2013104040662100004DEST_PATH_IMAGE008
给出未知故障函数的界函数以及未知干扰项的界；
Figure DEST_PATH_IMAGE010
给出各层模糊系统的输入变量的论域及隶属函数；
Figure DEST_PATH_IMAGE012
用分层模糊逻辑系统逼近未知函数；
Figure DEST_PATH_IMAGE014
设计参数向量自适应律；

Description

基于分层模糊系统的月球探测车协调驱动自适应容错控制方法
技术领域
 本发明涉及自动控制技术领域，具体涉及一种基于分层模糊系统的月球探测车协调驱动自适应容错控制方法。
背景技术
 在探月工程中，月球探测车发挥着极其重要的作用。月球探测车是各种探测仪器的载体，其基本功能是具有在未知环境的复杂路面行走的能力。月球表面大多数地方都覆盖着细尘和碎岩，称为月壤层。从物理特性来看，月壤层的土壤多数比较松软，并且有较多的小砂石分布。这种土壤条件对探测车的自主行驶提出了很大挑战，月球探测车在这种复杂的地形环境中执行科学探测任务，必须具备性能优越、自适应能力强的控制系统。月球探测车的驱动控制系统作为月球探测车最底层的执行机构，其稳定性及快速性在很大程度上制约着月球探测车的自主行为能力，并且在复杂的未知环境中，月球探测车机械部件和控制系统极易出现故障，同时人类往往无法对月球探测车进行直接干预，因此，要确保月球探测车能在较长的时间里和复杂的工作环境下顺利完成预定任务，就需要建立容错机制以提高控制系统的可靠性。另外，对于在月表复杂环境下运行的探测车来说，探测车精确的驱动动力学模型是很难得到的，因此，需要解决模型参数不确知情况下的容错控制问题。
迄今为止，对月球探测车的驱动容错控制问题的研究仅见于孙多青撰写的论文“六轮摇臂式月球探测车协调驱动自适应模糊容错控制”（《宇航学报》，2012年第1期）；该文利用模糊逻辑系统设计了容错控制器。由于月球探测车的驱动控制系统具有多个输入变量，而众所周知，当处理含有多个输入变量的系统时，采用模糊控制存在一个普遍的困难：模糊控制器中规则数目随系统变量个数呈指数增长，即“维数灾”问题，这严重降低了控制的实时性，使得在工程上难以实现。
发明内容
本发明的目的在于针对上述问题，提供一种实时性好，控制精度较高，且能保证闭环系统稳定性的基于分层模糊系统的月球探测车协调驱动自适应容错控制方法，以提高复杂和未知环境中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探测车失控。
实现本发明目的的技术方案是：一种基于分层模糊系统的月球探测车协调驱动自适应容错控制方法，其通过以下步骤实现：
 第一步，给定车轮滑转率                                               
Figure 2013104040662100002DEST_PATH_IMAGE002
的期望值
Figure 2013104040662100002DEST_PATH_IMAGE004
，
Figure 2013104040662100002DEST_PATH_IMAGE006
；
 第二步，根据给定的车轮滑转率
Figure 93563DEST_PATH_IMAGE002
的期望值，限定在动态过程中
Figure 73021DEST_PATH_IMAGE002
的变化范围；
 第三步，根据已知参数和未知参数的变化范围，给出月球探测车在松软土壤上行驶时驱动系统动力学方程中的未知函数
Figure 2013104040662100002DEST_PATH_IMAGE008
的界函数
Figure 2013104040662100002DEST_PATH_IMAGE010
以及未知控制增益
Figure 2013104040662100002DEST_PATH_IMAGE012
的上界函数
Figure 2013104040662100002DEST_PATH_IMAGE014
和下界函数
Figure 2013104040662100002DEST_PATH_IMAGE016
；即
Figure 2013104040662100002DEST_PATH_IMAGE018
和
Figure 2013104040662100002DEST_PATH_IMAGE020
,
Figure 2013104040662100002DEST_PATH_IMAGE022
满足：
Figure 2013104040662100002DEST_PATH_IMAGE024
，
Figure 2013104040662100002DEST_PATH_IMAGE026
，                  (1)
其中月球探测车在松软土壤上行驶时的驱动系统动力学方程为：
Figure 2013104040662100002DEST_PATH_IMAGE028
                     (2)
(2)式中：
Figure 2013104040662100002DEST_PATH_IMAGE030
为状态向量；为车轮驱动力矩，是系统的输入；为系统的输出；
Figure 2013104040662100002DEST_PATH_IMAGE036
为未知的干扰项；
Figure 2013104040662100002DEST_PATH_IMAGE038
为未知的非线性故障函数，
Figure 2013104040662100002DEST_PATH_IMAGE040
是故障发生函数，定义为
Figure 2013104040662100002DEST_PATH_IMAGE042
，
Figure 2013104040662100002DEST_PATH_IMAGE044
为故障发生的时刻；和
Figure 871136DEST_PATH_IMAGE012
为未知的非线性连续函数，其表达式分别为
 
Figure 2013104040662100002DEST_PATH_IMAGE048
         (3)
Figure 2013104040662100002DEST_PATH_IMAGE050
,    ；                                       (4)
(3)和(4)式中，
Figure 2013104040662100002DEST_PATH_IMAGE054
为整车质量；
Figure 2013104040662100002DEST_PATH_IMAGE056
为车轮半径；
Figure 2013104040662100002DEST_PATH_IMAGE058
为车轮转动惯量；
Figure 2013104040662100002DEST_PATH_IMAGE060
为车速；为车轮
Figure 2013104040662100002DEST_PATH_IMAGE064
在竖直方向上的负载；
Figure 2013104040662100002DEST_PATH_IMAGE066
，
Figure 2013104040662100002DEST_PATH_IMAGE068
，
Figure 2013104040662100002DEST_PATH_IMAGE070
，
Figure 2013104040662100002DEST_PATH_IMAGE072
为拟合系数；
第四步，给出未知故障函数
Figure 2013104040662100002DEST_PATH_IMAGE074
的界函数
Figure 2013104040662100002DEST_PATH_IMAGE076
以及未知的干扰项
Figure 994163DEST_PATH_IMAGE036
的界；
第五步，给出各层模糊系统的输入变量的论域；并选取隶属函数；
第六步，分别用如下两层模糊逻辑系统：
Figure 2013104040662100002DEST_PATH_IMAGE080
，
Figure 2013104040662100002DEST_PATH_IMAGE082
, 
Figure 2013104040662100002DEST_PATH_IMAGE084
     (5)
来逼近
Figure 2013104040662100002DEST_PATH_IMAGE086
，
Figure 2013104040662100002DEST_PATH_IMAGE088
和；且
     
Figure 2013104040662100002DEST_PATH_IMAGE092
，
Figure 2013104040662100002DEST_PATH_IMAGE094
，；                  (6)
其中，
Figure 2013104040662100002DEST_PATH_IMAGE098
，，，
Figure 2013104040662100002DEST_PATH_IMAGE104
，
Figure 2013104040662100002DEST_PATH_IMAGE106
，
Figure 2013104040662100002DEST_PATH_IMAGE108
为模糊基函数；
Figure 2013104040662100002DEST_PATH_IMAGE110
, 
Figure 2013104040662100002DEST_PATH_IMAGE112
, 为参数向量，
Figure 2013104040662100002DEST_PATH_IMAGE116
； 
第七步，计算误差，并设计参数向量
Figure 876013DEST_PATH_IMAGE110
, 
Figure 706828DEST_PATH_IMAGE112
, 
Figure 968045DEST_PATH_IMAGE114
的自适应律；
第八步，根据第七步得到的参数向量, 
Figure 754921DEST_PATH_IMAGE112
, , 设计分层模糊容错控制器：
 
Figure 2013104040662100002DEST_PATH_IMAGE120
，                                          (7)                   
其中，
              
Figure 2013104040662100002DEST_PATH_IMAGE122
      
Figure 2013104040662100002DEST_PATH_IMAGE124
                     (8)
(8)式中，
Figure 2013104040662100002DEST_PATH_IMAGE126
表示检测出故障的时刻；
(8)式中
Figure 2013104040662100002DEST_PATH_IMAGE128
为故障发生前的等效控制项，设计为
Figure 2013104040662100002DEST_PATH_IMAGE130
，                             (9)
(8)式中
Figure 2013104040662100002DEST_PATH_IMAGE132
是故障发生后补偿的控制与等效控制量的和，设计为
，                          (10)
(8)式中为故障发生前的监督控制项，设计为
  
Figure 2013104040662100002DEST_PATH_IMAGE138
，          (11)
(11)式中，当
Figure 2013104040662100002DEST_PATH_IMAGE140
时
Figure 2013104040662100002DEST_PATH_IMAGE142
，当
Figure 2013104040662100002DEST_PATH_IMAGE144
时
Figure 2013104040662100002DEST_PATH_IMAGE146
；
Figure 2013104040662100002DEST_PATH_IMAGE148
；
Figure 2013104040662100002DEST_PATH_IMAGE150
是根据容许的状态量之上界而选定的正常数。符号
Figure 2013104040662100002DEST_PATH_IMAGE152
的含义是： 当时，
Figure 2013104040662100002DEST_PATH_IMAGE156
，当
Figure 2013104040662100002DEST_PATH_IMAGE158
时，
Figure 2013104040662100002DEST_PATH_IMAGE160
；
(8)式中为故障发生后的监督控制项，设计为
Figure 2013104040662100002DEST_PATH_IMAGE164
，         (12)
其中，(12)式中
Figure 2013104040662100002DEST_PATH_IMAGE166
；
(7)式中
Figure 2013104040662100002DEST_PATH_IMAGE168
为误差补偿控制项，设计为
Figure 2013104040662100002DEST_PATH_IMAGE170
，                                        (13)
(13)式中
Figure 2013104040662100002DEST_PATH_IMAGE172
为设计参数，且
Figure 2013104040662100002DEST_PATH_IMAGE174
的选取满足。
本发明的有益效果是：
Figure DEST_PATH_IMAGE178
 由于控制结构中使用了分层模糊系统，克服了当处理含有多个输入变量的系统时，存在的一个普遍的困难，即模糊控制器中规则数目随系统变量个数呈指数增长，使得模糊控制难以应用。利用分层模糊系统设计控制器，可使规则数目大大减少，便于实时控制。
Figure DEST_PATH_IMAGE180
 跟踪误差收敛到原点的小邻域内，且通过适当增大设计参数
Figure DEST_PATH_IMAGE182
的值，可提高控制精度。
Figure DEST_PATH_IMAGE184
 故障发生前、后的控制精度均较高，且稳态时间短。
Figure DEST_PATH_IMAGE186
 当执行器故障发生时，是利用分层模糊系统来逼近
Figure DEST_PATH_IMAGE188
Figure DEST_PATH_IMAGE190
，不需要使用两套模糊系统分别逼近
Figure 201524DEST_PATH_IMAGE086
和，因而，进一步减少了模糊规则数目，从而，减少了需要在线估计参数的数量，进而，进一步提高了控制的实时性。
 由于滑转率直接反映了各轮与整车及月面的运动关系，行驶过程中的某些危险状态可直接通过各轮的滑转率反映出来，故通过对滑转率的控制，可直接实现探测车的平稳、协调运动。此外，驱动效率主要取决于车轮的滑转率，通过对滑转率的合理控制，可有效提高整车的驱动效率。
 本发明提出的控制方法保证了闭环系统的稳定性。
附图说明   
图1为本发明实施例中对车轮滑转率
Figure DEST_PATH_IMAGE198
的期望值的跟踪曲线图；
 图2为本发明实施例中对车轮滑转率的期望值
Figure DEST_PATH_IMAGE204
的跟踪曲线图；
图3为本发明实施例中对车轮滑转率的期望值
Figure DEST_PATH_IMAGE208
的跟踪曲线图。
具体实施方式
为使本发明的内容和技术方案更加清楚明白，下面结合实施例对本发明进一步详细说明。
实施例：
本基于分层模糊系统的月球探测车协调驱动自适应容错控制方法的具体实施步骤：
第一步，给定车轮滑转率
Figure DEST_PATH_IMAGE210
的期望值
Figure 846613DEST_PATH_IMAGE004
，由于车体结构的对称性，仅需考虑整车的一半模型，即
Figure 276457DEST_PATH_IMAGE006
的情形。在实施例中，取
Figure DEST_PATH_IMAGE212
，即期望的输出
Figure DEST_PATH_IMAGE214
。
第二步，根据给定的车轮滑转率
Figure 705033DEST_PATH_IMAGE210
的期望值，限定在动态过程中的变化范围。在实施例中，
Figure 312043DEST_PATH_IMAGE002
的变化范围取
Figure DEST_PATH_IMAGE216
。
第三步，根据已知参数和未知参数的变化范围，给出月球探测车在松软土壤上行驶时的驱动系统动力学方程中的未知函数
Figure 709527DEST_PATH_IMAGE008
的界函数
Figure 999300DEST_PATH_IMAGE010
以及未知控制增益的上界函数
Figure 700726DEST_PATH_IMAGE014
和下界函数；即
Figure 49110DEST_PATH_IMAGE018
和
Figure 993932DEST_PATH_IMAGE020
,
Figure 408733DEST_PATH_IMAGE022
满足：
Figure 413598DEST_PATH_IMAGE024
，
Figure 412385DEST_PATH_IMAGE026
。                   (1)
其中月球探测车在松软土壤上行驶时的驱动系统动力学方程为：
                     (2)
(2)式中：为状态向量；
Figure 605972DEST_PATH_IMAGE032
为车轮驱动力矩，是系统的输入；
Figure 531202DEST_PATH_IMAGE034
为系统的输出；为未知的干扰项；为未知的非线性故障函数；是故障发生函数，定义为
Figure 264617DEST_PATH_IMAGE042
，
Figure 876906DEST_PATH_IMAGE044
为故障发生的时刻；和
Figure 372795DEST_PATH_IMAGE012
为未知的非线性连续函数，其表达式分别为
 
Figure 272618DEST_PATH_IMAGE046
Figure DEST_PATH_IMAGE218
，        (3)
Figure 464827DEST_PATH_IMAGE050
,    
Figure 828812DEST_PATH_IMAGE052
；                                       (4)
(3)和(4)式中，
Figure 251703DEST_PATH_IMAGE054
为整车质量；为车轮半径；为车轮转动惯量；
Figure 584705DEST_PATH_IMAGE060
为车速；为车轮在竖直方向上的负载；
Figure 852504DEST_PATH_IMAGE066
，，
Figure 955775DEST_PATH_IMAGE070
，为拟合系数；
(3)式和(4)式中的各个参数值见文献“月球探测车动力学建模与协调驱动控制”（王佐伟, 吴宏鑫, 梁斌. 第22届中国控制会议论文集, 武汉理工大学出版社, 2003, 24(5): 554-557）。
在实施例中，假设
Figure 386680DEST_PATH_IMAGE054
, 和是未知的，但它们的界是已知的；为方便起见，不妨假设其它参数是已知的，且已知
Figure DEST_PATH_IMAGE220
， ，
Figure DEST_PATH_IMAGE228
。则由(3)式和(4)式知
，；
Figure DEST_PATH_IMAGE234
；
Figure DEST_PATH_IMAGE236
；
, ；
 第四步，给出故障函数的界函数
Figure 458410DEST_PATH_IMAGE076
以及未知的干扰项
Figure 830485DEST_PATH_IMAGE036
的界
Figure 963527DEST_PATH_IMAGE078
。
在实施例中，未知的故障函数取为
Figure DEST_PATH_IMAGE240
,  
Figure 640102DEST_PATH_IMAGE006
。
故可假设已知
Figure DEST_PATH_IMAGE242
。
加于3个车轮上的摄动及干扰取为
Figure DEST_PATH_IMAGE244
。
故可估计出
Figure DEST_PATH_IMAGE246
，
Figure DEST_PATH_IMAGE248
。
第五步，给出各层模糊系统的输入变量的论域，并选定隶属函数：
输入变量
Figure DEST_PATH_IMAGE250
, 
Figure DEST_PATH_IMAGE252
, 
Figure DEST_PATH_IMAGE254
的论域是根据
Figure 417565DEST_PATH_IMAGE210
的变化范围来确定的；在实施例中，由第二步可知
Figure DEST_PATH_IMAGE256
的论域为
Figure DEST_PATH_IMAGE258
；隶属函数取为
 ，
Figure DEST_PATH_IMAGE262
，
           
Figure DEST_PATH_IMAGE264
，
Figure DEST_PATH_IMAGE266
。
Figure 209810DEST_PATH_IMAGE250
, 
Figure 564568DEST_PATH_IMAGE252
为第1层模糊系统的输入变量，第1层模糊系统的输出变量
Figure DEST_PATH_IMAGE268
, , 
Figure DEST_PATH_IMAGE272
连同
Figure 107151DEST_PATH_IMAGE254
是第2层模糊系统的输入变量；, 
Figure 577633DEST_PATH_IMAGE270
, 
Figure 622949DEST_PATH_IMAGE272
的论域均为[0, 1]（参见文献：孙多青, 霍伟. 具有任意形状隶属函数的分层模糊系统逼近性能研究. 控制理论与应用, 2003, 20(3):377-381）。在实施例中，相应的隶属函数取为
Figure DEST_PATH_IMAGE274
，，。
第六步，分别用如下两层模糊逻辑系统：
Figure 831208DEST_PATH_IMAGE080
，, 
Figure 91211DEST_PATH_IMAGE084
    (5)
来逼近
Figure 420561DEST_PATH_IMAGE086
，
Figure 681778DEST_PATH_IMAGE088
和
Figure 648860DEST_PATH_IMAGE090
；且
     
Figure 907803DEST_PATH_IMAGE092
，
Figure 724449DEST_PATH_IMAGE094
，
Figure 523778DEST_PATH_IMAGE096
。                   (6)
故障发生前只须用模糊系统
Figure DEST_PATH_IMAGE280
和
Figure DEST_PATH_IMAGE282
分别逼近
Figure 693769DEST_PATH_IMAGE086
和
Figure 185931DEST_PATH_IMAGE088
，不需要用模糊系统逼近。
其中，所采用的两层模糊逻辑系统规则库的形式为：
第1层模糊系统的规则形式为：
如果
Figure DEST_PATH_IMAGE284
为
Figure DEST_PATH_IMAGE286
且
Figure DEST_PATH_IMAGE288
为，则
Figure DEST_PATH_IMAGE292
。
式中
Figure DEST_PATH_IMAGE294
分别是将模糊化后得到的模糊变量，
Figure DEST_PATH_IMAGE298
是模糊集，，为第1层模糊规则库中所含模糊规则的个数，
Figure DEST_PATH_IMAGE304
为
Figure 889630DEST_PATH_IMAGE296
的函数。若采用模糊单值产生器，乘积推理规则，加权平均去模糊化方法，则该层模糊系统的输出为：
Figure DEST_PATH_IMAGE306
，
式中
Figure DEST_PATH_IMAGE308
分别为
Figure DEST_PATH_IMAGE310
相应的隶属函数。
第2层模糊系统的规则形式为：
如果
Figure DEST_PATH_IMAGE312
为
Figure DEST_PATH_IMAGE314
，且
Figure DEST_PATH_IMAGE316
为，则
Figure DEST_PATH_IMAGE320
。
式中,
Figure 803021DEST_PATH_IMAGE316
分别是将
Figure DEST_PATH_IMAGE322
模糊化后得到的模糊变量，
Figure 220358DEST_PATH_IMAGE314
,
Figure 361490DEST_PATH_IMAGE318
是模糊集，
Figure DEST_PATH_IMAGE324
，为第2层模糊规则库中所含模糊规则的个数，
Figure DEST_PATH_IMAGE328
为的函数。若采用模糊单值产生器，乘积推理规则，加权平均去模糊化方法，则第2层模糊系统的输出为：
Figure DEST_PATH_IMAGE330
，
其中
Figure DEST_PATH_IMAGE332
，
Figure DEST_PATH_IMAGE334
分别为
Figure 801753DEST_PATH_IMAGE314
,相应的隶属函数。
 记
Figure DEST_PATH_IMAGE336
, 
Figure DEST_PATH_IMAGE338
，定义模糊基函数如下：
    
Figure DEST_PATH_IMAGE340
; 
Figure DEST_PATH_IMAGE342
。
则有
Figure DEST_PATH_IMAGE344
, 
Figure 274377DEST_PATH_IMAGE342
。                 (6—1)
其中
Figure DEST_PATH_IMAGE346
，
Figure DEST_PATH_IMAGE348
，
Figure DEST_PATH_IMAGE350
，
Figure DEST_PATH_IMAGE352
，
 于是模糊系统总的输出可表示为：
Figure DEST_PATH_IMAGE354
，                                  (6—2)
其中
Figure DEST_PATH_IMAGE356
由(6—1)式确定。       
第七步，计算误差
Figure 499298DEST_PATH_IMAGE118
，并按如下的参数向量自适应律(6—3)至(6—7)式对
Figure 504163DEST_PATH_IMAGE110
, 
Figure 942097DEST_PATH_IMAGE110
, 
Figure 926496DEST_PATH_IMAGE110
进行自适应调节。
1）采用下列自适应律来调节参数向量（
Figure 433887DEST_PATH_IMAGE006
；
Figure 919970DEST_PATH_IMAGE116
）：
        (6—3)
其中投影算子
Figure DEST_PATH_IMAGE360
定义为
Figure DEST_PATH_IMAGE362
。
 2）采用下列自适应律来调节参数向量
Figure DEST_PATH_IMAGE364
（
Figure 957327DEST_PATH_IMAGE006
）：
Figure DEST_PATH_IMAGE366
          (6—4)
其中，
Figure DEST_PATH_IMAGE368
。
 3）采用下列自适应律来调节参数向量
Figure DEST_PATH_IMAGE370
（
Figure 94523DEST_PATH_IMAGE006
）：
当
Figure 441190DEST_PATH_IMAGE370
的某一分量
Figure DEST_PATH_IMAGE372
时，采用
Figure DEST_PATH_IMAGE374
                              (6—5)
式中
Figure DEST_PATH_IMAGE376
为
Figure DEST_PATH_IMAGE378
的第
Figure DEST_PATH_IMAGE380
个分量；
否则，采用
Figure DEST_PATH_IMAGE382
     (6—6)
其中，
Figure DEST_PATH_IMAGE384
。
 4）采用下列自适应律来调节参数向量
Figure 251056DEST_PATH_IMAGE114
（
Figure 138109DEST_PATH_IMAGE006
；
Figure 319692DEST_PATH_IMAGE116
）：
Figure DEST_PATH_IMAGE386
        (6—7)
其中，
Figure DEST_PATH_IMAGE388
。
在以上自适应律中
Figure DEST_PATH_IMAGE390
，，
Figure DEST_PATH_IMAGE394
都是调节增益；正常数，
Figure DEST_PATH_IMAGE398
，由设计者给定。
在实施例中，取
Figure DEST_PATH_IMAGE402
, 
Figure DEST_PATH_IMAGE404
, 。正常数
Figure DEST_PATH_IMAGE408
，，
Figure DEST_PATH_IMAGE412
可分别取为
Figure DEST_PATH_IMAGE414
，
Figure DEST_PATH_IMAGE416
，
Figure DEST_PATH_IMAGE418
在
Figure DEST_PATH_IMAGE420
变化范围内的最大值，分别为90.34，20.089，301.335。
第八步，根据第七步得到的参数向量
Figure 772014DEST_PATH_IMAGE110
, 
Figure 235619DEST_PATH_IMAGE112
, 
Figure 864047DEST_PATH_IMAGE114
, 设计分层模糊容错控制器：
 
Figure 900136DEST_PATH_IMAGE120
，                                           (7)                   
其中，
              
Figure 588606DEST_PATH_IMAGE122
                           (8)
(8)式中，
Figure 703116DEST_PATH_IMAGE126
表示检测出故障的时刻；
 (8)式中
Figure 859291DEST_PATH_IMAGE128
设计为
Figure 718663DEST_PATH_IMAGE130
，                             (9)
在实施例中，取
Figure DEST_PATH_IMAGE422
。
 (8)式中
Figure 452132DEST_PATH_IMAGE132
设计为
Figure 189406DEST_PATH_IMAGE134
，                          (10)
 (8)式中
Figure 200088DEST_PATH_IMAGE136
设计为
  
Figure 230361DEST_PATH_IMAGE138
，          (11)
(11)式中，当
Figure 388810DEST_PATH_IMAGE140
时
Figure 897151DEST_PATH_IMAGE142
，当
Figure 27918DEST_PATH_IMAGE144
时
Figure 727628DEST_PATH_IMAGE146
；
Figure 373373DEST_PATH_IMAGE148
；
Figure 685405DEST_PATH_IMAGE150
是根据容许的状态量之上界而选定的正常数。在实施例中，因
Figure DEST_PATH_IMAGE424
, 
Figure 732996DEST_PATH_IMAGE210
的期望值
Figure 606536DEST_PATH_IMAGE212
，则期望
Figure DEST_PATH_IMAGE426
，取
Figure DEST_PATH_IMAGE428
即可保证
Figure 801894DEST_PATH_IMAGE002
在期望的变化范围内。
(8)式中
Figure 917618DEST_PATH_IMAGE162
设计为
，         (12)
其中，(12)式中。
(7)式中
Figure 215984DEST_PATH_IMAGE168
设计为
，                                        (13)
(13)式中为设计参数，且
Figure 393467DEST_PATH_IMAGE174
的选取满足
Figure 107345DEST_PATH_IMAGE176
。在实施例中，取
Figure DEST_PATH_IMAGE432
，则满足
Figure 838147DEST_PATH_IMAGE176
。 
在实施例中，初始条件取为: 
Figure DEST_PATH_IMAGE434
=[0.5, 0.5, 0.5]T, 
Figure DEST_PATH_IMAGE436
(0), 
Figure DEST_PATH_IMAGE438
和
Figure DEST_PATH_IMAGE440
(0)在(0, 1)中随机选取。故障发生的时刻
Figure 984089DEST_PATH_IMAGE044
=0.01秒。
先取，仿真实验结果如图1、图2、图3中的虚线所示，图1中的虚线是对车轮滑转率
Figure 657516DEST_PATH_IMAGE198
的期望值
Figure 745558DEST_PATH_IMAGE200
的跟踪曲线，图2中的虚线是对车轮滑转率的期望值
Figure 635760DEST_PATH_IMAGE202
的跟踪曲线，图3中的虚线是对车轮滑转率的期望值
Figure 362593DEST_PATH_IMAGE208
的跟踪曲线；
再取
Figure DEST_PATH_IMAGE444
，仿真实验结果如图1、图2、图3中的实线所示，图1中的实线是对车轮滑转率的期望值
Figure 861019DEST_PATH_IMAGE200
的跟踪曲线，图2中的实线是对车轮滑转率
Figure 572533DEST_PATH_IMAGE202
的期望值
Figure 95919DEST_PATH_IMAGE204
的跟踪曲线，图3 中的实线是对车轮滑转率
Figure 384817DEST_PATH_IMAGE206
的期望值
Figure 190225DEST_PATH_IMAGE208
的跟踪曲线；由图1、图2、图3可见，增大的值确实可使误差减小。
仿真实验结果表明，当执行器发生故障时，采用本发明提出的方法，系统可以在较短的时间内恢复正常工作。此外，本发明提出的方法还具有如下特点：通过适当增大设计参数
Figure 793244DEST_PATH_IMAGE446
的值可减小跟踪误差，提高了稳态精度。
采用传统模糊逻辑系统需要43*6=384条规则，而本发明所采用的两层模糊逻辑系统中模糊规则数目为（16+20）*6=216，减少了44%的规则数目。如果在
Figure 233453DEST_PATH_IMAGE250
, 
Figure 896515DEST_PATH_IMAGE252
, 
Figure 920710DEST_PATH_IMAGE254
的论域上均取5个隶属函数，且采用传统模糊逻辑系统则需53*6=750条规则，而采用本发明所使用的两层模糊逻辑系统，则需要的模糊规则数目为（25+25）*6=300，减少了60%的规则数目。
另外，本发明中，当执行器故障发生时是利用分层模糊系统来逼近
Figure 265104DEST_PATH_IMAGE188
Figure 887715DEST_PATH_IMAGE190
，不需要使用两套模糊系统分别逼近
Figure 456099DEST_PATH_IMAGE086
和
Figure 672317DEST_PATH_IMAGE192
。这说明，进一步减少了模糊规则数目，使得控制的实时性得到进一步提高。如果按现有理论，执行器故障发生后，使用两套模糊系统分别逼近
Figure 118604DEST_PATH_IMAGE086
和
Figure 533405DEST_PATH_IMAGE192
，采用传统模糊逻辑系统则需43*9=576条规则，本发明与之相比减少了62.5%的规则数目；如果在
Figure 335008DEST_PATH_IMAGE250
, 
Figure 333794DEST_PATH_IMAGE252
, 
Figure 82308DEST_PATH_IMAGE254
的论域上均取5个隶属函数，采用传统模糊逻辑系统则需53*9=1125条规则，本发明与之相比减少了73.33%的规则数目。
本发明未详细说明部分属本领域技术人员公知常识。

Claims (1)

1.一种基于分层模糊系统的月球探测车协调驱动自适应容错控制方法，其特征在于通过以下步骤实现：
第一步，给定车轮滑转率                                               
Figure 2013104040662100001DEST_PATH_IMAGE002
的期望值
Figure 2013104040662100001DEST_PATH_IMAGE004
，
Figure 2013104040662100001DEST_PATH_IMAGE006
；
  第二步，根据给定的车轮滑转率的期望值，限定在动态过程中车轮滑转率的变化范围；
第三步，根据已知参数和未知参数的变化范围，给出月球探测车在松软土壤上行驶时驱动系统动力学方程中的未知函数
Figure 2013104040662100001DEST_PATH_IMAGE008
的界函数
Figure 2013104040662100001DEST_PATH_IMAGE010
以及未知控制增益的上界函数
Figure 2013104040662100001DEST_PATH_IMAGE014
和下界函数；即和
Figure DEST_PATH_IMAGE020
,
Figure DEST_PATH_IMAGE022
满足：
Figure DEST_PATH_IMAGE024
，
Figure DEST_PATH_IMAGE026
，                  (1)
其中月球探测车在松软土壤上行驶时的驱动系统动力学方程为：
                     (2)
(2)式中：
Figure DEST_PATH_IMAGE030
为状态向量；
Figure DEST_PATH_IMAGE032
为车轮驱动力矩，是系统的输入；
Figure DEST_PATH_IMAGE034
为系统的输出；
Figure DEST_PATH_IMAGE036
为未知的干扰项；
Figure DEST_PATH_IMAGE038
为未知的非线性故障函数；
Figure DEST_PATH_IMAGE040
是故障发生函数，定义为
Figure DEST_PATH_IMAGE042
，
Figure DEST_PATH_IMAGE044
为故障发生的时刻；
Figure 538321DEST_PATH_IMAGE008
和
Figure 714088DEST_PATH_IMAGE012
为未知的非线性连续函数，其表达式分别为
 
Figure DEST_PATH_IMAGE048
，        (3)
Figure DEST_PATH_IMAGE050
,    ；                                       (4)
(3)和(4)式中，
Figure DEST_PATH_IMAGE054
为整车质量；为车轮半径；
Figure DEST_PATH_IMAGE058
为车轮转动惯量；
Figure DEST_PATH_IMAGE060
为车速；
Figure DEST_PATH_IMAGE062
为车轮
Figure DEST_PATH_IMAGE064
在竖直方向上的负载；
Figure DEST_PATH_IMAGE066
，
Figure DEST_PATH_IMAGE068
，，
Figure DEST_PATH_IMAGE072
为拟合系数；
  第四步，给出未知故障函数的界函数
Figure DEST_PATH_IMAGE076
以及未知的干扰项的界
Figure DEST_PATH_IMAGE078
；
第五步，给出各层模糊系统的输入变量的论域；并选取隶属函数；
第六步，分别用如下两层模糊逻辑系统：
Figure DEST_PATH_IMAGE080
，
Figure DEST_PATH_IMAGE082
, 
Figure DEST_PATH_IMAGE084
    (5)
来逼近
Figure DEST_PATH_IMAGE086
，
Figure DEST_PATH_IMAGE088
和
Figure DEST_PATH_IMAGE090
；且
Figure DEST_PATH_IMAGE092
，
Figure DEST_PATH_IMAGE094
，
Figure DEST_PATH_IMAGE096
；                 (6)
其中，
Figure DEST_PATH_IMAGE098
，，
Figure DEST_PATH_IMAGE102
，
Figure DEST_PATH_IMAGE104
，
Figure DEST_PATH_IMAGE106
，
Figure DEST_PATH_IMAGE108
为模糊基函数；
Figure DEST_PATH_IMAGE110
, 
Figure DEST_PATH_IMAGE112
, 
Figure DEST_PATH_IMAGE114
为参数向量，
Figure DEST_PATH_IMAGE116
；
第七步，计算误差
Figure DEST_PATH_IMAGE118
，并设计参数向量
Figure 293985DEST_PATH_IMAGE110
, 
Figure 683378DEST_PATH_IMAGE112
, 
Figure 30046DEST_PATH_IMAGE114
的自适应律；
第八步，根据第七步得到的参数向量
Figure 740775DEST_PATH_IMAGE110
, 
Figure 831091DEST_PATH_IMAGE112
, , 设计分层模糊容错控制器：
，                                          (7)                   
其中，
              
Figure DEST_PATH_IMAGE122
      
Figure DEST_PATH_IMAGE124
                      (8)
(8)式中，
Figure DEST_PATH_IMAGE126
表示检测出故障的时刻；
(8)式中
Figure DEST_PATH_IMAGE128
为故障发生前的等效控制项，设计为
，                             (9)
(8)式中
Figure DEST_PATH_IMAGE132
是故障发生后补偿的控制与等效控制量的和，设计为
Figure DEST_PATH_IMAGE134
，                          (10)
(8)式中为故障发生前的监督控制项，设计为
  
Figure DEST_PATH_IMAGE138
，          (11)
(11)式中，当
Figure DEST_PATH_IMAGE140
时
Figure DEST_PATH_IMAGE142
，当
Figure DEST_PATH_IMAGE144
时
Figure DEST_PATH_IMAGE146
；；
Figure DEST_PATH_IMAGE150
是根据容许的状态量之上界而选定的正常数；符号
Figure DEST_PATH_IMAGE152
的含义是：当
Figure DEST_PATH_IMAGE154
时，
Figure DEST_PATH_IMAGE156
，当
Figure DEST_PATH_IMAGE158
时，
Figure DEST_PATH_IMAGE160
；
(8)式中为故障发生后的监督控制项，设计为
Figure DEST_PATH_IMAGE164
，         (12)
其中，(12)式中
Figure DEST_PATH_IMAGE166
；
(7)式中
Figure DEST_PATH_IMAGE168
为误差补偿控制项，设计为
Figure DEST_PATH_IMAGE170
，                                      (13)
(13)式中
Figure DEST_PATH_IMAGE172
为设计参数，且
Figure DEST_PATH_IMAGE174
的选取满足
Figure DEST_PATH_IMAGE176
。
CN201310404066.2A 2013-09-09 2013-09-09 基于分层模糊系统的月球探测车协调驱动自适应容错控制方法 Active CN103488080B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310404066.2A CN103488080B (zh) 2013-09-09 2013-09-09 基于分层模糊系统的月球探测车协调驱动自适应容错控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310404066.2A CN103488080B (zh) 2013-09-09 2013-09-09 基于分层模糊系统的月球探测车协调驱动自适应容错控制方法

Publications (2)

Publication Number Publication Date
CN103488080A true CN103488080A (zh) 2014-01-01
CN103488080B CN103488080B (zh) 2015-11-11

Family

ID=49828399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310404066.2A Active CN103488080B (zh) 2013-09-09 2013-09-09 基于分层模糊系统的月球探测车协调驱动自适应容错控制方法

Country Status (1)

Country Link
CN (1) CN103488080B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065561A (zh) * 2017-05-16 2017-08-18 清华大学 两轮自平衡车的机器学习控制方法
CN109606379A (zh) * 2018-11-22 2019-04-12 江苏大学 一种分布式驱动无人驾驶车辆路径跟踪容错控制方法
CN110658724A (zh) * 2019-11-20 2020-01-07 电子科技大学 一类非线性系统自适应模糊容错控制方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108227494B (zh) * 2018-01-05 2022-01-04 海南师范大学 非线性批次过程2d最优约束模糊容错控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118420A (zh) * 2007-09-18 2008-02-06 郑州大学 基于分层模糊系统的石油钻井工程事故预警系统
CN102749852A (zh) * 2012-07-24 2012-10-24 北京航空航天大学 多源干扰系统的容错抗干扰控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118420A (zh) * 2007-09-18 2008-02-06 郑州大学 基于分层模糊系统的石油钻井工程事故预警系统
CN102749852A (zh) * 2012-07-24 2012-10-24 北京航空航天大学 多源干扰系统的容错抗干扰控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
孙多青: "六轮摇臂式月球探测车协调驱动自适应模糊容错控制", 《宇航学报》 *
孙多青等: "具有任意形状隶属函数的分层模糊系统逼近性能研究", 《控制理论与应用》 *
孙多青等: "基于分层模糊系统的直接自适应控制", 《控制与决策》 *
孙多青等: "基于分层模糊系统的间接自适应控制", 《北京航空航天大学学报》 *
王佐伟等: "月球探测车动力学建模与协调驱动控制", 《第二十二届中国控制会议论文集（下）》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065561A (zh) * 2017-05-16 2017-08-18 清华大学 两轮自平衡车的机器学习控制方法
CN107065561B (zh) * 2017-05-16 2019-11-22 清华大学 两轮自平衡车的机器学习控制方法
CN109606379A (zh) * 2018-11-22 2019-04-12 江苏大学 一种分布式驱动无人驾驶车辆路径跟踪容错控制方法
CN110658724A (zh) * 2019-11-20 2020-01-07 电子科技大学 一类非线性系统自适应模糊容错控制方法
CN110658724B (zh) * 2019-11-20 2021-12-10 电子科技大学 一类非线性系统自适应模糊容错控制方法

Also Published As

Publication number Publication date
CN103488080B (zh) 2015-11-11

Similar Documents

Publication Publication Date Title
CN106125728B (zh) 一种四驱轮式移动机器人轨迹跟踪控制方法
CN104133375B (zh) 一种多auv同步控制器结构及设计方法
CN102825603B (zh) 网络遥操作机器人系统及时延克服方法
CN109884900B (zh) 基于自适应模型预测控制的收获机路径跟踪控制器的设计方法
CN103488080A (zh) 基于分层模糊系统的月球探测车协调驱动自适应容错控制方法
CN104018944B (zh) 基于龙伯格滑模观测器的电子节气门自适应反步控制方法
CN103780188B (zh) 基于动态摩擦补偿的永磁球形电机转子自适应控制系统
CN103616818A (zh) 微陀螺仪的自适应模糊神经全局快速终端滑模控制方法
CN102419597B (zh) 一种限定相对姿态的大规模编队航天器姿态一致控制方法
CN103558857A (zh) 一种btt飞行器的分布式复合抗干扰姿态控制方法
CN103407443A (zh) 一种气垫船航行安全性的协调控制方法
CN109189083B (zh) 一种具有垂推的低速水下航行器的定深控制方法
CN103336435A (zh) 微陀螺仪基于角速度估计的自适应模糊滑模控制方法
CN113126623B (zh) 一种考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法
CN104696080A (zh) 基于观测器的电子节气门智能双积分滑模控制方法
Meng et al. LQR-GA controller for articulated dump truck path tracking system
CN103863578B (zh) 火星着陆器喷气推力器和控制力矩陀螺复合控制系统
CN116880478A (zh) 一种基于事件触发的轮式机器人滑模编队容错控制方法
CN112363538B (zh) 一种速度信息不完备下的auv区域跟踪控制方法
CN117452827A (zh) 一种欠驱动无人艇轨迹跟踪控制方法
CN108776432A (zh) 基于网络的机场跑道检测机器人预测控制方法
CN117055433A (zh) 具有改进指数趋近律的飞机防滑刹车控制系统设计方法
CN108594644A (zh) 基于固定场景和路线的智能无人驾驶车辆的迭代学习控制方法
Ding et al. Research on static fault-tolerant control method of thruster based on MPC
CN110703792B (zh) 基于增强学习的水下机器人姿态控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant