CN107390529A - 一种基于带宽节省的模糊自适应执行器失效补偿控制方法 - Google Patents

一种基于带宽节省的模糊自适应执行器失效补偿控制方法 Download PDF

Info

Publication number
CN107390529A
CN107390529A CN201710732633.5A CN201710732633A CN107390529A CN 107390529 A CN107390529 A CN 107390529A CN 201710732633 A CN201710732633 A CN 201710732633A CN 107390529 A CN107390529 A CN 107390529A
Authority
CN
China
Prior art keywords
mrow
msub
mover
msubsup
mtr
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
CN201710732633.5A
Other languages
English (en)
Other versions
CN107390529B (zh
Inventor
王建晖
张春良
陈子聪
黄运昌
陈文力
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.)
Guangzhou University
Original Assignee
Guangzhou University
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 Guangzhou University filed Critical Guangzhou University
Priority to CN201710732633.5A priority Critical patent/CN107390529B/zh
Publication of CN107390529A publication Critical patent/CN107390529A/zh
Application granted granted Critical
Publication of CN107390529B publication Critical patent/CN107390529B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于带宽节省的模糊自适应执行器失效补偿控制方法，该方法包括：建立带执行器失效的工业系统模型，根据预设的暂态性能参数，建立虚拟控制器和所述虚拟控制器需满足的自适应法则，再创建工业系统模型的自适应补偿控制策略，当执行器发送故障时，根据虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，如果是，执行自适应补偿控制策略；否则，返回判断。采用本发明实施例，在不确定随机非线性系统的事件触发执行器失效时，既节省网络通讯的带宽，又保证了系统的暂态性能。

Description

一种基于带宽节省的模糊自适应执行器失效补偿控制方法
技术领域
本发明涉及机器人技术领域，尤其涉及一种基于带宽节省的模糊自适应执行器失效补偿控制方法。
背景技术
在实际机器人系统中，特别是机器人控制系统，其系统部件如执行器，在操作过程中可能突然出现失效故障，如齿轮卡住，执行结构不连续供电、信号衰减等。这种故障通常在时间输出值和模式上都是不确定的，将严重影响系统的跟踪性能，甚至导致系统不稳定而产生灾难性的事故。而现有技术主要包括滑膜控制模式、自适应控制方法、容错控制方法等，但是由于没有考虑资源限制和故障不确定性，上述方法普遍效果不佳，误差大。
另外，现有技术并非均考虑随机扰动和执行器和控制器之间的系统网络传输资源的限制。在大多数已考虑网络传输资源限制的控制方案中使用了不变阈值或周期性事件触发的通信方案。这种方案具有系统分析和设计的简单和方便性的突出优点，但其是建立在减少了数据包交换的数量的情况下，这必然会导致了系统的稳定性问题。当系统执行器在操作过程中个别或同时发生突然故障时，控制器与执行器之间需要很大的传输资源，而实际中往往难以满足，这必然会影响系统的暂态性能。
发明内容
本发明实施例提出一种基于带宽节省的模糊自适应执行器失效补偿控制方法，在不确定随机非线性系统的事件触发执行器失效时，既节省网络通讯的带宽，又保证了系统的暂态性能。
本发明实施例提供一种基于带宽节省的模糊自适应执行器失效补偿控制方法，包括：
建立带执行器失效的工业系统模型；所述工业系统模型包含执行器失效故障的描述函数；
所述工业系统模型为：
其中，x＝[x1,x2,...,xn]∈Rn、y∈R和uci(t)∈R(i＝1,2,...,m)分别代表系统状态、输出和输入；定义为[x1,x2,...,xj]；βi(x)∈R(1,2,...,m)为执行器的非线性函数；fj、fn、βi(x)为所述工业系统模型的系统参数；v是一个独立的r阶标准布朗运动；ρi∈[0,1]为常量；所述执行器失效故障的描述函数为：biβi(x)(ρiuPFi(t)+uTFi)；uPFi(t)代表第i个执行器的输入；
根据预设的暂态性能参数，建立虚拟控制器和所述虚拟控制器需满足的自适应法则；
根据所述虚拟控制器和所述自适应法则，创建所述工业系统模型的自适应补偿控制策略；
当所述执行器发送故障时，根据所述虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，如果是，执行所述自适应补偿控制策略；否则，返回判断。
进一步的，所述根据预设的暂态性能参数，建立虚拟控制器和所述虚拟控制器需满足的自适应法则，具体为：
所述工业系统模型为二阶系统，确定物理控制器的描述函数为：
根据预设的暂态性能参数，建立第一虚拟控制器和第二虚拟控制器，具体如下：
其中，α1为所述第一虚拟控制器；α2为所述第二虚拟控制器；λ＝(y-yr)/η，δ是预设的暂态性能下限，是预设的暂态性能上限；η为预设的单调递减的任意函数，yr为参考信号；
根据建立的所述第一虚拟控制器和所述第二虚拟控制器，创建第一自适应法则和第二自适应法则，具体如下：
其中，为所述第一自适应法则；为所述第二自适应法则；kj＝(kj,1,kj,21,...,kj,2m)T、为一个常数；tk,k∈R+为控制器更新时间；γ(t)代表活跃函数；Γk是一个非奇异正定矩阵；λ1为大于0的常量；定义z1＝p，在[tk,tk+1)区间内，wi(t)＝(1+λ1(t)δ)uPFi(t)+λ2(t)m1，在[Tj,Tj+1)区间内，
进一步的，所述根据所述虚拟控制器和所述自适应法则，创建所述工业系统模型的自适应补偿控制策略，具体为：
创建的自适应补偿控制策略为：
进一步的，所述根据所述虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，具体为：
当所述虚拟控制器的传输控制量误差满足以下公式时，确定触发自适应补偿控制，否则，返回判断；
所述公式为：|e(t)|≥δ|uPFi(t)|+m1,δ>0。
实施本发明实施例，具有如下有益效果：
本发明实施例提供的基于带宽节省的模糊自适应执行器失效补偿控制方法，建立带执行器失效的工业系统模型，根据预设的暂态性能参数，建立虚拟控制器和所述虚拟控制器需满足的自适应法则，再创建工业系统模型的自适应补偿控制策略，当执行器发送故障时，根据虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，如果是，执行自适应补偿控制策略；否则，返回判断。相比于传统控制不考虑控制器与执行器之间的传输资源限制问题和执行器失效故障的问题，本发明技术方案在不确定随机非线性系统的事件触发执行器失效时，既节省网络通讯的带宽，又保证了系统的暂态性能。
附图说明
图1是本发明提供的基于带宽节省的模糊自适应执行器失效补偿控制方法的一种实施例的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，是本发明提供的基于带宽节省的模糊自适应执行器失效补偿控制方法的一种实施例的流程示意图，包括步骤101至步骤105，各步骤具体如下：
步骤101：建立带执行器失效的工业系统模型；其中，工业系统模型包含执行器失效故障的描述函数。
在本实施例中，在任何情况下，要确保检测中的跟踪性能，带有执行器失效系统的跟踪错误信号被锁定在一个范围内，同时保存网络通讯资源，优化系统暂态性能、节省带宽。
在本实施例中，步骤101具体为：
工业系统模型为：
其中，x＝[x1,x2,...,xn]∈Rn、y∈R和uci(t)∈R(i＝1,2,...,m)分别代表系统状态、输出和输入；定义为[x1,x2,...,xj]；βi(x)∈R(1,2,...,m)为执行器的非线性函数；v是一个独立的r阶标准布朗运动；uPFi(t)代表第i个执行器的输入；ρi∈[0,1]为常量；fi∈R，Ψj∈RT(j＝1,2,...,n)和bi∈R分别为未知常量、光滑的非线性函数。
fj、fn、βi(x)为所述工业系统模型的系统参数，应根据实际系统情况具体设定。βi(x)可定义为执行器的未知函数式放大部分，如震荡环节，正弦函数，高次谐波。
由于把机器人本体看作一个整体系统，那么系统必然存在位移速度加速度的关系，但是由于实际系统中，机器人必然会面对随机干扰以及其他非线性的环节，那么机器人不能简单的描述成位移速度加速度的关系，必须将随机干扰以及其他非线性的环节考虑进去。传统的控制方法并不会考虑，而本发明考虑了fi∈R和Ψj∈RT(j＝1,2,...,n)；因此将执行器失效故障的描述函数为：biβi(x)(ρiuPFi(t)+uTFi)。
步骤102：根据预设的暂态性能参数，建立虚拟控制器和虚拟控制器需满足的自适应法则。
在本实施例中，由于大部分工业现场系统都可以简单描述为带有实际问题的二阶线性系统，但是实际中系统常常存在非线性环节、不确定环节、随机干扰、执行器故障、传输资源有限等等问题，因此，针对上述问题，本发明设计了相关控制器和自适应律、控制策略来维持系统的稳定运行。
步骤102具体为：
A、工业系统模型为二阶系统，确定物理控制器的描述函数为：
上述控制律中为未知量，为了控制器可物理实现，为其提供了一个自适应法则。同时为了整个系统在运行过程中保持稳定性，创建虚拟控制器α1、α2和参数自适应法则
B、根据预设的暂态性能参数，建立第一虚拟控制器和第二虚拟控制器，具体如下：
其中，α1为所述第一虚拟控制器；α2为所述第二虚拟控制器；λ＝(y-yr)/η，δ是预设的暂态性能下限，是预设的暂态性能上限；η为预设的单调递减的任意函数，yr为参考信号；通过此参数可以保证系统的暂态性能。
C、根据建立的所述第一虚拟控制器和所述第二虚拟控制器，创建第一自适应法则和第二自适应法则，具体如下：
其中，为所述第一自适应法则；为所述第二自适应法则；fj、fn、βi(x)为步骤101中建立模型的系统参数，与步骤101中模型的设定一致；kj＝(kj,1,kj,21,...,kj,2m)T、为一个常数；tk,k∈R+为控制器更新时间；γ(t)代表活跃函数；Γk是一个非奇异正定矩阵；λ1为大于0的常量；定义z1＝p，在[tk,tk+1)区间内，wi(t)＝(1+λ1(t)δ)uPFi(t)+λ2(t)m1，在[Tj,Tj+1)区间内，
上述两个步骤只解决的了当机器人系统受到执行器故障后的解决方法，但是仍然未解决传输限制问题，本发明的步骤103是针对该传输限制问题，提出了触发控制策略实现在低传输且执行器故障情况下系统的持续稳定。
步骤103：根据虚拟控制器和自适应法则，创建工业系统模型的自适应补偿控制策略。
在本实施例中，创建的自适应补偿控制策略为：
其中，tk，k∈R+，ε，0<δ<1，m1，都是自主设计参数。
步骤104：当执行器发送故障时，根据虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，如果是，执行步骤105，否则，返回步骤104。
在本实施例中，当虚拟控制器的传输控制量误差满足以下公式时，确定触发自适应补偿控制，否则，返回判断；
所述公式为：|e(t)|≥δ|uPFi(t)|+m1,δ>0。
步骤105：执行自适应补偿控制策略。
当控制信号的大小满足于不确定控制器失效要求时，更长的更新间隔通过相对大的阀值获得，当系统状态趋向均衡，更短的更新间隔可以通过相关较小的阀值获得，然后通过大量的精确控制信号可以获得更好的系统性能。
为了更好的说明本发明技术方案，以二阶随机非线性机械人系统为例，建立二阶系统模型，包括了随机干扰、执行器故障、不确定项等实际问题描述，模型如下：
根据实际情况，将上述不确定环节分别设置：
f1＝(1-sin2(x1))x1；
β1(x)＝1.9+0.1sin(x1)；
β2(x)＝1.9+0.1sin(x2)；
再创建虚拟控制器α1和参数自适应法则使得系统状态x1趋于稳定。
创建虚拟控制器α2和参数自适应法则使得系统状态x2趋于稳定。
在系统状态趋于稳定的前提下，利用虚拟控制器α2、参数自适应法则控制率参数自适应法则和自适应率提出相应的控制策略，将所提出的控制策略作用于基于工业系统所创建的二阶随机非线性系统模型。
当虚拟控制器的传输控制量误差满足|e(t)|≥δ|uPFi(t)|+m1,δ＞0时，确定触发自适应补偿控制。
控制策略为：
经过仿真数据验证，本发明所提出的技术方案在系统发生执行器失效的触发事件的情况下，可有效跟踪错误信号，补偿系统故障、优化系统暂态性能，有效提高了系统的稳定性。
由上可见，本发明实施例提供的基于带宽节省的模糊自适应执行器失效补偿控制方法，建立带执行器失效的工业系统模型，根据预设的暂态性能参数，建立虚拟控制器和所述虚拟控制器需满足的自适应法则，再创建工业系统模型的自适应补偿控制策略，当执行器发送故障时，根据虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，如果是，执行自适应补偿控制策略；否则，返回判断。相比于传统控制不考虑控制器与执行器之间的传输资源限制问题和执行器失效故障的问题，本发明技术方案在不确定随机非线性系统的事件触发执行器失效时，既节省网络通讯的带宽，又保证了系统的暂态性能。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (4)

1.一种基于带宽节省的模糊自适应执行器失效补偿控制方法，其特征在于，包括：
建立带执行器失效的工业系统模型；所述工业系统模型包含执行器失效故障的描述函数；
所述工业系统模型为：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>dx</mi> <mi>j</mi> </msub> <mo>=</mo> <mo>&amp;lsqb;</mo> <msub> <mi>x</mi> <mrow> <mi>j</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>+</mo> <msub> <mi>f</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mi>d</mi> <mi>t</mi> <mo>+</mo> <msubsup> <mi>&amp;psi;</mi> <mi>j</mi> <mi>T</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mi>d</mi> <mi>v</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>dx</mi> <mi>n</mi> </msub> <mo>=</mo> <mo>&amp;lsqb;</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>b</mi> <mi>i</mi> </msub> <msub> <mi>&amp;beta;</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mi>&amp;rho;</mi> <mi>i</mi> </msub> <msub> <mi>u</mi> <mrow> <mi>P</mi> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>+</mo> <msub> <mi>u</mi> <mrow> <mi>T</mi> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>f</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mi>d</mi> <mi>t</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <msubsup> <mi>&amp;psi;</mi> <mi>n</mi> <mi>T</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mover> <mi>x</mi> <mo>&amp;OverBar;</mo> </mover> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mi>d</mi> <mi>v</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>y</mi> <mo>=</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
其中，x＝[x1,x2,...,xn]∈Rn、y∈R和uci(t)∈R(i＝1,2,...,m)分别代表系统状态、输出和输入；定义为[x1,x2,...,xj]；βi(x)∈R(1,2,...,m)为执行器的非线性函数；fj、fn、βi(x)为所述工业系统模型的系统参数；v是一个独立的r阶标准布朗运动；ρi∈[0,1]为常量；所述执行器失效故障的描述函数为：biβi(x)(ρiuPFi(t)+uTFi)；uPFi(t)代表第i个执行器的输入；
根据预设的暂态性能参数，建立虚拟控制器和所述虚拟控制器需满足的自适应法则；
根据所述虚拟控制器和所述自适应法则，创建所述工业系统模型的自适应补偿控制策略；
当所述执行器发送故障时，根据所述虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，如果是，执行所述自适应补偿控制策略；否则，返回判断。
2.根据权利要求1所述的基于带宽节省的模糊自适应执行器失效补偿控制方法，其特征在于，所述根据预设的暂态性能参数，建立虚拟控制器和所述虚拟控制器需满足的自适应法则，具体为：
所述工业系统模型为二阶系统，确定物理控制器的描述函数为：
<mrow> <msub> <mover> <mi>u</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>c</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mi>sgn</mi> <mrow> <mo>(</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mfrac> <mn>1</mn> <mrow> <msub> <mi>&amp;beta;</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <msup> <mover> <mi>k</mi> <mo>^</mo> </mover> <mi>T</mi> </msup> <mover> <mi>w</mi> <mo>&amp;OverBar;</mo> </mover> <mo>;</mo> </mrow>
根据预设的暂态性能参数，建立第一虚拟控制器和第二虚拟控制器，具体如下：
其中，α1为所述第一虚拟控制器；α2为所述第二虚拟控制器；λ＝(y-yr)/η，δ是预设的暂态性能下限，是预设的暂态性能上限；η为预设的单调递减的任意函数，yr为参考信号；
根据建立的所述第一虚拟控制器和所述第二虚拟控制器，创建第一自适应法则和第二自适应法则，具体如下：
<mrow> <msub> <mover> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mo>&amp;CenterDot;</mo> </mover> <mn>1</mn> </msub> <mo>=</mo> <mfrac> <msub> <mi>&amp;lambda;</mi> <mn>1</mn> </msub> <mrow> <mn>2</mn> <msubsup> <mi>a</mi> <mn>1</mn> <mn>2</mn> </msubsup> </mrow> </mfrac> <msubsup> <mi>z</mi> <mn>1</mn> <mn>6</mn> </msubsup> <msubsup> <mi>&amp;xi;</mi> <mn>1</mn> <mi>T</mi> </msubsup> <msub> <mi>&amp;xi;</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mi>&amp;gamma;</mi> <mn>1</mn> </msub> <msub> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mn>1</mn> </msub> <mo>,</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <mn>0</mn> <mo>,</mo> <msub> <mover> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mo>&amp;CenterDot;</mo> </mover> <mn>2</mn> </msub> <mo>=</mo> <mfrac> <msub> <mi>&amp;lambda;</mi> <mn>2</mn> </msub> <mrow> <mn>2</mn> <msubsup> <mi>a</mi> <mn>2</mn> <mn>2</mn> </msubsup> </mrow> </mfrac> <msubsup> <mi>z</mi> <mn>2</mn> <mn>6</mn> </msubsup> <msubsup> <mi>&amp;xi;</mi> <mn>2</mn> <mi>T</mi> </msubsup> <msub> <mi>&amp;xi;</mi> <mn>2</mn> </msub> <mo>-</mo> <msub> <mi>&amp;gamma;</mi> <mn>2</mn> </msub> <msub> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mn>2</mn> </msub> <mo>,</mo> <msub> <mover> <mi>&amp;theta;</mi> <mo>^</mo> </mover> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <mn>0</mn> <mo>;</mo> </mrow>
<mrow> <mover> <mover> <mi>k</mi> <mo>^</mo> </mover> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mo>-</mo> <msub> <mi>&amp;lambda;</mi> <mi>n</mi> </msub> <msub> <mi>&amp;Gamma;</mi> <mi>k</mi> </msub> <mover> <mi>w</mi> <mo>&amp;OverBar;</mo> </mover> <msubsup> <mi>z</mi> <mi>n</mi> <mn>3</mn> </msubsup> <mo>-</mo> <msub> <mi>&amp;gamma;</mi> <mi>n</mi> </msub> <mover> <mi>k</mi> <mo>^</mo> </mover> <mo>;</mo> <mover> <mover> <mi>d</mi> <mo>^</mo> </mover> <mo>&amp;CenterDot;</mo> </mover> <mo>=</mo> <mfrac> <msub> <mi>&amp;lambda;</mi> <mi>d</mi> </msub> <mrow> <mn>2</mn> <msub> <mi>a</mi> <mi>d</mi> </msub> </mrow> </mfrac> <msubsup> <mi>z</mi> <mi>n</mi> <mn>4</mn> </msubsup> <mo>-</mo> <msub> <mi>&amp;gamma;</mi> <mi>d</mi> </msub> <mover> <mi>d</mi> <mo>^</mo> </mover> <mo>;</mo> </mrow>
其中，为所述第一自适应法则；为所述第二自适应法则；kj＝(kj,1,kj,21,...,kj,2m)T、 为一个常数；tk,k∈R+为控制器更新时间；γ(t)代表活跃函数；Γk是一个非奇异正定矩阵；λ1为大于0的常量；定义z1＝p，在[tk,tk+1)区间内，wi(t)＝(1+λ1(t)δ)uPFi(t)+λ2(t)m1，在[Tj,Tj+1)区间内，
3.根据权利要求2所述的基于带宽节省的模糊自适应执行器失效补偿控制方法，其特征在于，所述根据所述虚拟控制器和所述自适应法则，创建所述工业系统模型的自适应补偿控制策略，具体为：
创建的自适应补偿控制策略为：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>w</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mi>&amp;delta;</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mover> <mi>u</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>c</mi> <mi>i</mi> </mrow> </msub> <mi>tanh</mi> <mo>(</mo> <mfrac> <mrow> <msubsup> <mi>z</mi> <mi>n</mi> <mn>3</mn> </msubsup> <mi>sgn</mi> <mrow> <mo>(</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>&amp;beta;</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <msub> <mover> <mi>u</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>c</mi> <mi>i</mi> </mrow> </msub> </mrow> <mi>&amp;epsiv;</mi> </mfrac> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mover> <mi>m</mi> <mo>&amp;OverBar;</mo> </mover> <mi>tanh</mi> <mo>(</mo> <mfrac> <mrow> <msubsup> <mi>z</mi> <mi>n</mi> <mn>3</mn> </msubsup> <mi>sgn</mi> <mrow> <mo>(</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>&amp;beta;</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mover> <mi>m</mi> <mo>&amp;OverBar;</mo> </mover> </mrow> <mi>&amp;epsiv;</mi> </mfrac> <mo>)</mo> <mo>)</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mrow> <mi>P</mi> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>w</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>t</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>,</mo> <msub> <mi>t</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> <mo>.</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>e</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>w</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>u</mi> <mrow> <mi>P</mi> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>t</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mi>inf</mi> <mo>{</mo> <mi>t</mi> <mo>&amp;Element;</mo> <mi>R</mi> <mo>|</mo> <mo>|</mo> <mi>e</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>&amp;GreaterEqual;</mo> <mi>&amp;delta;</mi> <mo>|</mo> <msub> <mi>u</mi> <mrow> <mi>P</mi> <mi>F</mi> <mi>i</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>+</mo> <msub> <mi>m</mi> <mn>1</mn> </msub> <mo>}</mo> <mo>,</mo> <mi>&amp;delta;</mi> <mo>&gt;</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
4.根据权利要求3所述的基于带宽节省的模糊自适应执行器失效补偿控制方法，其特征在于，所述根据所述虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，具体为：
当所述虚拟控制器的传输控制量误差满足以下公式时，确定触发自适应补偿控制，否则，返回判断；
所述公式为：|e(t)|≥δ|uPFi(t)|+m1,δ>0。
CN201710732633.5A 2017-08-22 2017-08-22 一种基于带宽节省的模糊自适应执行器失效补偿控制方法 Active CN107390529B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710732633.5A CN107390529B (zh) 2017-08-22 2017-08-22 一种基于带宽节省的模糊自适应执行器失效补偿控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710732633.5A CN107390529B (zh) 2017-08-22 2017-08-22 一种基于带宽节省的模糊自适应执行器失效补偿控制方法

Publications (2)

Publication Number Publication Date
CN107390529A true CN107390529A (zh) 2017-11-24
CN107390529B CN107390529B (zh) 2020-11-20

Family

ID=60345436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710732633.5A Active CN107390529B (zh) 2017-08-22 2017-08-22 一种基于带宽节省的模糊自适应执行器失效补偿控制方法

Country Status (1)

Country Link
CN (1) CN107390529B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212974A (zh) * 2018-11-12 2019-01-15 辽宁石油化工大学 区间时变时滞系统的鲁棒模糊预测容错控制方法
CN110096436A (zh) * 2019-04-12 2019-08-06 深圳壹账通智能科技有限公司 基于数据推送补偿功能的测试方法、装置、介质和设备
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
CN110687784A (zh) * 2019-09-16 2020-01-14 广东工业大学 一种针对非线性不确定系统的自适应事件触发控制方法
CN111240206A (zh) * 2020-01-19 2020-06-05 广州大学 一种建筑结构有限时间抗震控制方法、系统、装置及介质
CN111830976A (zh) * 2020-07-01 2020-10-27 武汉理工大学 DoS攻击下基于切换T-S模糊系统的无人船艇控制方法
CN113433825A (zh) * 2021-06-22 2021-09-24 广州大学 单连杆机械臂的自适应容错控制方法、系统及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105159307A (zh) * 2015-08-27 2015-12-16 北京天航华创科技股份有限公司 一种带有执行器饱和问题的运动体姿态事件触发控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105159307A (zh) * 2015-08-27 2015-12-16 北京天航华创科技股份有限公司 一种带有执行器饱和问题的运动体姿态事件触发控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
FANG WANG,ET AL.: "Adaptive fuzzy control for a class of stochastic pure-feedback nonlinear systems with unknown hysteresis", 《IEEE TRANSACTIONS ON FUZZY SYSTEMS》 *
SHUAI SUI,ET AL.: "Fuzzy adaptive fault-tolerant tracking control of MIMO stochastic pure-feedback nonlinear systems with actuator failures", 《JOURNAL OF THE FRANKLIN INSTITUTE》 *
WEI WANG，ET AL.: "Adaptive actuator failure compensation control of uncertain nonlinear systems with guaranteed transient performance", 《AUTOMATICA》 *
ZHI LIU,ET AL.: "Fuzzy adaptive quantized control for a class of stochastic nonlinear uncertain systems", 《IEEE TRANSACTIONS CYBERNETICS》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212974A (zh) * 2018-11-12 2019-01-15 辽宁石油化工大学 区间时变时滞系统的鲁棒模糊预测容错控制方法
CN110096436A (zh) * 2019-04-12 2019-08-06 深圳壹账通智能科技有限公司 基于数据推送补偿功能的测试方法、装置、介质和设备
CN110687784B (zh) * 2019-09-16 2022-10-04 广东工业大学 一种针对非线性不确定系统的自适应事件触发控制方法
CN110687784A (zh) * 2019-09-16 2020-01-14 广东工业大学 一种针对非线性不确定系统的自适应事件触发控制方法
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
CN111240206A (zh) * 2020-01-19 2020-06-05 广州大学 一种建筑结构有限时间抗震控制方法、系统、装置及介质
CN111240206B (zh) * 2020-01-19 2023-02-03 广州大学 一种建筑结构有限时间抗震控制方法、系统、装置及介质
CN111830976B (zh) * 2020-07-01 2021-03-23 武汉理工大学 DoS攻击下基于切换T-S模糊系统的无人船艇控制方法
WO2022000945A1 (zh) * 2020-07-01 2022-01-06 武汉理工大学 DoS攻击下基于切换T-S模糊系统的无人船艇控制方法
CN111830976A (zh) * 2020-07-01 2020-10-27 武汉理工大学 DoS攻击下基于切换T-S模糊系统的无人船艇控制方法
US11921505B2 (en) 2020-07-01 2024-03-05 Wuhan University Of Technology Unmanned surface vehicle control method based on switching T-S fuzzy system under DoS attack
CN113433825B (zh) * 2021-06-22 2022-05-31 广州大学 单连杆机械臂的自适应容错控制方法、系统及存储介质
CN113433825A (zh) * 2021-06-22 2021-09-24 广州大学 单连杆机械臂的自适应容错控制方法、系统及存储介质

Also Published As

Publication number Publication date
CN107390529B (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN107390529A (zh) 一种基于带宽节省的模糊自适应执行器失效补偿控制方法
Sun et al. Adaptive fuzzy control for nontriangular structural stochastic switched nonlinear systems with full state constraints
CN105242544B (zh) 考虑随机扰动的非线性多无人机系统容错编队控制方法
CN107797454B (zh) 基于有限时间控制的多智能体系统协同容错控制方法
Zhang et al. H∞ model reduction of Markovian jump linear systems
Wang et al. A sojourn probability approach to fuzzy-model-based reliable control for switched systems with mode-dependent time-varying delays
CN105093934A (zh) 考虑干扰与模型不确定性的多机器人系统分布式有限时间跟踪控制方法
CN108828949A (zh) 一种基于自适应动态规划的分布式最优协同容错控制方法
CN104537134B (zh) 一种动态级联耦合机电系统的可靠性建模与评估方法
Gadewadikar et al. Parameterization of all stabilizing H∞ static state-feedback gains: application to output-feedback design
CN106249599A (zh) 一种基于神经网络预测的网络化控制系统故障检测方法
CN103983453A (zh) 一种航空发动机的执行机构和传感器故障诊断的区分方法
CN105182743A (zh) 一种基于鲁棒h无穷的变增益解耦控制方法
Liu et al. Adaptive finite-time prescribed performance control for stochastic nonlinear systems with unknown virtual control coefficients
Chen et al. Event‐triggered consensus control of second‐order multi‐agent systems
CN101813916A (zh) 非线性生产过程的自适应预测函数控制方法
CN109116737A (zh) 基于观测器的多智能体系统故障上限评估以及容错一致性控制算法
Zhai et al. Decentralized adaptive fuzzy control for nonlinear large-scale systems with random packet dropouts, sensor delays and nonlinearities
Yu et al. Model free adaptive control for a class of nonlinear systems with fading measurements
Iannelli et al. Aeroelastic modeling and stability analysis: A robust approach to the flutter problem
Xie et al. Multiple model adaptive control for switched linear systems: A two‐layer switching strategy
CN115755621A (zh) 一种忆阻递归神经网络的有限时间自适应同步控制方法
CN103365210B (zh) 用于通讯受限网络的控制方法及控制系统
CN107390527A (zh) 一种执行器时滞和失效时的模糊自适应补偿控制方法
Han et al. Control performance‐based fault detection and fault‐tolerant control schemes for a class of nonlinear systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171124

Assignee: GUANGDONG RIYUETAN POWER SUPPLY TECHNOLOGY CO.,LTD.

Assignor: Guangzhou University

Contract record no.: X2022440000156

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20220921

Application publication date: 20171124

Assignee: Dongguan Hezhi photoelectric Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022440000158

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20220921

Application publication date: 20171124

Assignee: Guangzhou Weiyasi Microwave Equipment Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022440000167

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20220921

Application publication date: 20171124

Assignee: GUANGZHOU RENDER ELECTRICAL EQUIPMENT Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022440000157

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20220921

Application publication date: 20171124

Assignee: GUANGZHOU GEYI REFRIGERATION EQUIPMENT Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022440000159

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20220921

Application publication date: 20171124

Assignee: Guangzhou Jianchu Electric Appliance Technology Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022440000166

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20220921

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171124

Assignee: GUANGZHOU HANDONG INDUSTRIAL AUTOMATION EQUIPMENT CO.,LTD.

Assignor: Guangzhou University

Contract record no.: X2022440000189

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20220926

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171124

Assignee: Heyuan Yunyuan Information Technology Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022440000193

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20220927

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171124

Assignee: Shenchuang Information Consulting (Shenzhen) Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022980021389

Denomination of invention: A fuzzy adaptive actuator failure compensation control method based on bandwidth saving

Granted publication date: 20201120

License type: Common License

Record date: 20221114

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171124

Assignee: Guangzhou Xinjing Zhiyuan Medical Technology Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022980027442

Denomination of invention: A Fuzzy Adaptive Actuator Failure Compensation Control Method Based on Bandwidth Saving

Granted publication date: 20201120

License type: Common License

Record date: 20230103

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171124

Assignee: GUANGZHOU KOLANT HEAT TECHNOLOGIES CO.,LTD.

Assignor: Guangzhou University

Contract record no.: X2022980028534

Denomination of invention: A Fuzzy Adaptive Actuator Failure Compensation Control Method Based on Bandwidth Saving

Granted publication date: 20201120

License type: Common License

Record date: 20230105

Application publication date: 20171124

Assignee: GUANGZHOU JICHUANG INSTRUMENT Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022980028903

Denomination of invention: A Fuzzy Adaptive Actuator Failure Compensation Control Method Based on Bandwidth Saving

Granted publication date: 20201120

License type: Common License

Record date: 20230106

Application publication date: 20171124

Assignee: Guangzhou skona Electric Appliance Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022980029010

Denomination of invention: A Fuzzy Adaptive Actuator Failure Compensation Control Method Based on Bandwidth Saving

Granted publication date: 20201120

License type: Common License

Record date: 20230109

Application publication date: 20171124

Assignee: Foshan Shengji screen Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022980028523

Denomination of invention: A Fuzzy Adaptive Actuator Failure Compensation Control Method Based on Bandwidth Saving

Granted publication date: 20201120

License type: Common License

Record date: 20230105

Application publication date: 20171124

Assignee: Shenzhen Xiangrong Technology Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022980028683

Denomination of invention: A Fuzzy Adaptive Actuator Failure Compensation Control Method Based on Bandwidth Saving

Granted publication date: 20201120

License type: Common License

Record date: 20230105

Application publication date: 20171124

Assignee: Guangdong Weidian Electric Technology Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022980028573

Denomination of invention: A Fuzzy Adaptive Actuator Failure Compensation Control Method Based on Bandwidth Saving

Granted publication date: 20201120

License type: Common License

Record date: 20230105

Application publication date: 20171124

Assignee: Guangzhou Keke Medical Equipment Co.,Ltd.

Assignor: Guangzhou University

Contract record no.: X2022980028921

Denomination of invention: A Fuzzy Adaptive Actuator Failure Compensation Control Method Based on Bandwidth Saving

Granted publication date: 20201120

License type: Common License

Record date: 20230106

EE01 Entry into force of recordation of patent licensing contract