CN111665820B - 工业互联系统的分散式故障检测与容错控制方法 - Google Patents

工业互联系统的分散式故障检测与容错控制方法 Download PDF

Info

Publication number
CN111665820B
CN111665820B CN202010511704.0A CN202010511704A CN111665820B CN 111665820 B CN111665820 B CN 111665820B CN 202010511704 A CN202010511704 A CN 202010511704A CN 111665820 B CN111665820 B CN 111665820B
Authority
CN
China
Prior art keywords
subsystem
fault
subsystems
state
vector
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.)
Active
Application number
CN202010511704.0A
Other languages
English (en)
Other versions
CN111665820A (zh
Inventor
周顺
张日东
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi 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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202010511704.0A priority Critical patent/CN111665820B/zh
Publication of CN111665820A publication Critical patent/CN111665820A/zh
Application granted granted Critical
Publication of CN111665820B publication Critical patent/CN111665820B/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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0256—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults injecting test signals and analyzing monitored process response, e.g. injecting the test signal while interrupting the normal operation of the monitored system; superimposing the test signal onto a control signal during normal operation of the monitored system
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种工业互联系统的分散式故障检测与容错控制方法。本发明首先建立子系统状态模型，给定跟踪误差方程，设定子系统通信协议，即当跟踪误差超过设定阈值时子系统间才进行通信，以此来减少子系统之间的互联影响。然后建立子系统状态估计模型，如果估计误差大于等于检测阈值，则系统检测到故障并发出警告，通过重新配置子系统的控制律以适应故障，以此达到系统稳定的目的。

Description

工业互联系统的分散式故障检测与容错控制方法
技术领域
本发明属于自动化技术领域，涉及一种工业互联系统的分散式故障检测与容错控制方法
背景技术
随着现代工业系统的规模不断扩大，系统结构的不断复杂化，越来越多的复杂系统都具有互联的形式。对于复杂的工业系统而言，控制过程中存在大量的子系统间信息交换；传统的集中式的控制方式常常会因为信息交互的程度太高导致系统的负荷太重，而系统的实时性、容错性等也将受到影响，可靠性也会因此而下降。因此采用分散式控制方式是很有必要的。
工业互联系统在长时间的运行下很可能出现故障，如果不能及时发现故障并解决故障，轻者造成产能降低，重者发生安全事故。因此研究一种分散式故障检测与容错控制方法对工业互联系统而言是很有必要的。
发明内容
本发明针对现有技术的不足，提供了一种工业互联系统的分散式故障检测与容错控制方法。
本发明首先建立子系统状态模型，给定跟踪误差方程，设定子系统通信协议，即当跟踪误差超过设定阈值时子系统间才进行通信，以此来减少子系统之间的互联影响。然后建立子系统状态估计模型，如果估计误差大于等于检测阈值，则系统检测到故障并发出警告，通过重新配置子系统的控制律以适应故障，以此达到系统稳定的目的。
本发明的方法步骤包括：
步骤1.建立子系统状态模型及子系统间通信协议
1-1.建立第i(i＝1,2,...n)个子系统Pi的状态模型为：
Figure BDA0002528620960000021
Figure BDA0002528620960000022
Figure BDA0002528620960000023
其中
Figure BDA0002528620960000024
表示第i个子系统Pi的状态向量，
Figure BDA0002528620960000025
表示状态向量xi的第k个行向量xik的导数，
Figure BDA0002528620960000026
表示状态向量xi的第m个行向量
Figure BDA0002528620960000027
的导数，其中i＝1,2,...n，k＝1,2...,m-1。ui表示子系统Pi的控制输入，fi(xi)，gi(xi)为已知函数，表示第i个子系统Pi的局部动态。
Figure BDA0002528620960000028
为未知函数，表示第i个子系统和第j个子系统之间的互连效应，且
Figure BDA0002528620960000029
hia(x)表示第a个故障对子系统Pi动态的影响。t表示系统运行的时间，β(t-Tia)表示在未知时刻Tia发生的故障对应的时间分布。考虑每个子系统中可能出现多个故障，其中bi表示子系统Pi中发生故障的总数；
1-2.将子系统Pi的状态模型写成矩阵形式
Figure BDA00025286209600000210
其中
Figure BDA0002528620960000031
假设子系统Pi的局部标称模型为
Figure BDA0002528620960000032
Figure BDA0002528620960000033
表示子系统Pi在没有故障和互联条影响件下的状态向量，
Figure BDA0002528620960000034
表示其导数，
Figure BDA0002528620960000035
为在没有故障和互联条影响件下已知函数，表示子系统Pi的局部动态。
其中
Figure BDA0002528620960000036
Figure BDA0002528620960000037
和
Figure BDA0002528620960000038
是已知的局部边界函数，分别表示fi和gi的建模不确定性的边界。
1-3.建立子系统的状态跟踪误差方程
令
Figure BDA0002528620960000039
为xi的参考轨迹矢量，则子系统Pi的状态跟踪误差为
Figure BDA00025286209600000310
1-4.建立子系统间的通信协议
子系统Pi在其状态跟踪误差
Figure BDA00025286209600000311
的范数超过某个阈值di时，便将其状态xi(t)提供给所有其它子系统；否则，其它子系统将改用已知的参考轨迹矢量
Figure BDA00025286209600000312
定义
Figure BDA00025286209600000313
为第i个子系统Pi在第k次开始向其它子系统传送其状态的时刻，
Figure BDA00025286209600000314
为停止时刻，则：
Figure BDA0002528620960000041
Figure BDA0002528620960000042
表示不同时刻子系统Pi向其他子系统传递的状态向量值，E(xi)表示不同时刻子系统Pi的状态向量xi与
Figure BDA0002528620960000043
差值的范数。
步骤2.设计分散式故障检测方案
2-1.建立子系统Pi的估计量模型
假设互联函数
Figure BDA0002528620960000044
对所有i≠j都满足
Figure BDA0002528620960000045
其中Lij和σj是已知常数
Figure BDA0002528620960000046
Figure BDA0002528620960000047
是子系统Pi的第mi个估计状态，满足
Figure BDA0002528620960000048
Figure BDA0002528620960000049
表示其导数，li>0是定义的标量，
Figure BDA00025286209600000410
是估计误差，用于故障检测。
2-2.定义故障检测阈值Ri(t)
Figure BDA00025286209600000411
其中
Figure BDA00025286209600000412
dj表示设计的阈值。若|εi(tid)|≥Ri(tid)，则在tid时刻故障发生警报。
步骤3.设计分散式容错控制器
3-1.基于步骤1-3子系统Pi的跟踪误差动态为
Figure BDA0002528620960000051
Figure BDA0002528620960000052
表示
Figure BDA0002528620960000053
的期望参考值，
Figure BDA0002528620960000054
表示
Figure BDA0002528620960000055
的导数。
3-2.设计标称控制律
ui＝ui1+ui2
Figure BDA0002528620960000056
其中ui1是在没有互连效应和故障的情况下稳定子系统Pi的标称控制律，ui2是增广故障调节控制率，用于解决互连效应和由于故障引起的动态变化。选择向量
Figure BDA0002528620960000057
使得
Figure BDA0002528620960000058
为Hurwitz矩阵。
3-3.设计增广故障调节控制率
由于
Figure BDA0002528620960000059
是Hurwitz矩阵，因此对于任何矩阵Qi>0，都存在矩阵Pi满足Lyapunov方程
Figure BDA00025286209600000510
定义标量跟踪误差
Figure BDA00025286209600000511
假设存在一个未知的解析函数γij使得
Figure BDA00025286209600000512
用线性参数化逼近器si(ei)，自适应地逼近解析函数γij。
Figure BDA00025286209600000513
其中
Figure BDA00025286209600000514
是一组基函数，
Figure BDA00025286209600000515
是一组未知的常数参数，
Figure BDA00025286209600000516
是残差近似误差，结合死区修正，得到增广故障调节控制率
Figure BDA00025286209600000517
Figure BDA0002528620960000061
其中δi>0为设计常数，
Figure BDA0002528620960000062
为Pi的最大特征值。对自适应逼近器
Figure BDA0002528620960000063
和自适应边界参数
Figure BDA0002528620960000064
的参数估计按照以下自适应规律进行更新：
Figure BDA0002528620960000065
Figure BDA0002528620960000066
Figure BDA0002528620960000067
其中
Figure BDA0002528620960000068
为正定矩阵，
Figure BDA0002528620960000069
为正常数，表示参数估计的自适应增益，
Figure BDA00025286209600000610
为死区。
3-4.结合步骤3-2和3-3得到子系统Pi的总体分散控制律为
Figure BDA00025286209600000611
当步骤2-2检测到故障发生警报后，子系统Pi通过不断自适应地调整总体分散控制律ui，使得当前子系统保持稳定。以此类推，其它子系统也采用此方法保持自身稳定，最后保证互联大系统也是稳定的。
本发明的有益效果：通过步骤1-4建立子系统之间的通信协议，减少了子系统之间的通信，降低了系统负荷；步骤2-2设置检测阈值Ri(t)，只有当估计误差超过此阈值时系统才会发生警报，减少了误警率，当子系统检测到故障后，通过不断自适应地调整总体分散控制律ui，使得系统保持稳定。
具体实施方式
本发明通过将复杂的互联系统分成若干个子系统，减少系统间的互联影响，当子系统检测到故障时通过容错控制方法来适应故障，使系统继续稳定运行。以注塑成型为例：
步骤1.将注塑系统分成若干子系统，并建立注塑子系统状态模型及子系统间通信协议
1-1.建立第i(i＝1,2,...n)个注塑子系统Pi的状态模型为：
Figure BDA0002528620960000071
Figure BDA0002528620960000072
Figure BDA0002528620960000073
其中
Figure BDA0002528620960000074
表示子系统Pi的注塑成型的系统状态，
Figure BDA0002528620960000075
表示状态向量xi的第k个行向量xik的导数，
Figure BDA0002528620960000076
表示状态向量xi的第m个行向量
Figure BDA0002528620960000077
的导数，其中i＝1,2,...n，k＝1,2...,m-1。ui表示子系统Pi的注塑成型的阀门开度，fi(xi)，gi(xi)为已知函数，表示子系统Pi的局部动态。
Figure BDA0002528620960000078
为未知函数，表示第i个子系统和第j个子系统之间的互连效应，且
Figure BDA0002528620960000079
hia(x)表示第a个故障对子系统Pi动态的影响。t表示系统运行的时间，β(t-Tia)表示在未知时刻Tia发生的故障对应的时间分布。本实施例考虑了每个子系统中可能出现多个故障，其中bi表示子系统Pi中发生故障的总数。
1-2.将注塑子系统Pi的状态模型写成矩阵形式
Figure BDA00025286209600000710
其中
Figure BDA0002528620960000081
假设注塑子系统Pi的局部标称模型为
Figure BDA0002528620960000082
Figure BDA0002528620960000083
表示子系统Pi在没有故障和互联条影响件下的状态向量，
Figure BDA0002528620960000084
表示其导数，
Figure BDA0002528620960000085
为在没有故障和互联条影响件下已知函数，表示子系统Pi的局部动态。
其中
Figure BDA0002528620960000086
Figure BDA0002528620960000087
和
Figure BDA0002528620960000088
是已知的局部边界函数，分别表示fi和gi的建模不确定性的边界。
1-3.建立注塑子系统的状态跟踪误差方程令
Figure BDA0002528620960000089
为注塑成型状态xi的参考轨迹矢量，则子系统Pi的状态跟踪误差为
Figure BDA00025286209600000810
1-4.建立子系统间的通信协议
子系统Pi在其状态跟踪误差
Figure BDA00025286209600000811
的范数超过某个阈值di时，便将其状态xi(t)提供给所有其它子系统；否则，其它子系统将改用已知的参考轨迹矢量
Figure BDA00025286209600000812
定义
Figure BDA00025286209600000813
为第i个子系统在第k次开始向其他子系统传送其状态的时刻，
Figure BDA00025286209600000814
为停止时刻。
Figure BDA0002528620960000091
Figure BDA0002528620960000092
表示不同时刻子系统Pi向其他子系统传递的状态向量值，E(xi)表示不同时刻子系统Pi的状态向量xi与
Figure BDA0002528620960000093
差值的范数。
步骤2.设计分散式故障检测方案
2-1.建立子系统Pi的估计量模型
假设互联函数
Figure BDA0002528620960000094
对所有i≠j都满足
Figure BDA0002528620960000095
其中Lij和σj是已知常数
给出估计量模型：
Figure BDA0002528620960000096
Figure BDA0002528620960000097
是子系统Pi的第mi个估计状态，满足
Figure BDA0002528620960000098
Figure BDA0002528620960000099
表示其导数，li>0是定义的标量，
Figure BDA00025286209600000910
是估计误差，用于故障检测。
2-2.定义故障检测阈值Ri(t)
Figure BDA00025286209600000911
其中
Figure BDA00025286209600000912
dj表示设计的阈值。若|εi(tid)|≥Ri(tid)，则系统在tid时刻故障发生警报。
步骤3.分散式容错控制器的设计
3-1.基于步骤1-3子系统Pi的跟踪误差动态为
Figure BDA0002528620960000101
Figure BDA0002528620960000102
表示
Figure BDA0002528620960000103
的期望参考值，
Figure BDA0002528620960000104
表示
Figure BDA0002528620960000105
的导数。
3-2.无故障时阀门开度的设计
ui＝ui1+ui2
Figure BDA0002528620960000106
其中ui1是在没有互连效应和故障的情况下稳定子系统Pi的阀门开度，ui2是增广故障调节控制率，表示系统发生故障和互联效应时用于调节的阀门开度大小。选择向量
Figure BDA0002528620960000107
使得
Figure BDA0002528620960000108
为Hurwitz矩阵。
3-3.出现故障时阀门开度的调节控制设计
由于
Figure BDA0002528620960000109
是Hurwitz矩阵，因此对于任何矩阵Qi>0，都存在矩阵Pi满足Lyapunov方程
Figure BDA00025286209600001010
定义标量跟踪误差
Figure BDA00025286209600001011
假设存在一个未知的解析函数γij使得
Figure BDA00025286209600001012
用线性参数化逼近器si(ei)，自适应地逼近解析函数γij。
Figure BDA00025286209600001013
其中
Figure BDA0002528620960000111
是一组基函数，
Figure BDA0002528620960000112
是一组未知的常数参数，
Figure BDA0002528620960000113
是残差近似误差，结合死区修正，得到增广故障调节控制率
Figure BDA0002528620960000114
Figure BDA0002528620960000115
其中δi>0为设计常数，
Figure BDA0002528620960000116
为Pi的最大特征值。对自适应逼近器
Figure BDA0002528620960000117
和自适应边界参数
Figure BDA0002528620960000118
的参数估计按照以下自适应规律进行更新:
Figure BDA0002528620960000119
Figure BDA00025286209600001110
Figure BDA00025286209600001111
其中
Figure BDA00025286209600001112
为正定矩阵，
Figure BDA00025286209600001113
为正常数，表示参数估计的自适应增益，
Figure BDA00025286209600001114
为死区。
步骤3-4.结合步骤3-2和3-3得到子系统Pi的总体分散控制律为
Figure BDA00025286209600001115
注塑系统通过不断自适应地调整阀门开度，使得子系统Pi保持稳定。以此类推，其它子系统也采用此方法保持自身稳定，最后保证互联注塑大系统也是稳定的。

Claims (1)

1.工业互联系统的分散式故障检测与容错控制方法，其特征在于该方法包括以下步骤：
步骤1.建立子系统状态模型及子系统间通信协议
1-1.建立第i个子系统Pi的状态模型为：
Figure FDA0003195157510000011
Figure FDA0003195157510000012
Figure FDA0003195157510000013
其中
Figure FDA0003195157510000018
表示第i个子系统Pi的状态向量，
Figure FDA0003195157510000014
表示状态向量xi的第k个行向量xik的导数，
Figure FDA0003195157510000015
表示状态向量xi的第m个行向量
Figure FDA0003195157510000019
的导数，其中i＝1,2,...n，k＝1,2...,m-1；
ui表示子系统Pi的控制输入；fi(xi)，gi(xi)为已知函数，表示第i个子系统Pi的局部动态；φij为未知函数，表示第i个子系统和第j个子系统之间的互连效应，且φii＝0；hia(x)表示第a个故障对子系统Pi动态的影响；t表示系统运行的时间，β(t-Tia)表示在未知时刻Tia发生的故障对应的时间分布；bi表示子系统Pi中发生故障的总数；
1-2.将子系统Pi的状态模型写成矩阵形式
Figure FDA0003195157510000016
其中
Figure FDA0003195157510000017
假设子系统Pi的局部标称模型为
Figure FDA0003195157510000021
Figure FDA0003195157510000022
表示子系统Pi在没有故障和互联条影响下的状态向量，
Figure FDA0003195157510000023
表示其导数，
Figure FDA0003195157510000024
为在没有故障和互联条影响件下已知函数，表示子系统Pi的局部动态；
其中
Figure FDA0003195157510000025
Figure FDA0003195157510000026
和
Figure FDA0003195157510000027
是已知的局部边界函数，分别表示fi和gi的建模不确定性的边界；
1-3.建立子系统的状态跟踪误差方程
令
Figure FDA0003195157510000028
为xi的参考轨迹矢量，则子系统Pi的状态跟踪误差为
Figure FDA0003195157510000029
1-4.建立子系统间的通信协议
子系统Pi在其状态跟踪误差
Figure FDA00031951575100000210
的范数超过某个阈值di时，便将其状态xi(t)提供给所有其它子系统；否则，其它子系统将改用已知的参考轨迹矢量
Figure FDA00031951575100000211
定义
Figure FDA00031951575100000212
为第i个子系统Pi在第k次开始向其它子系统传送其状态的时刻，
Figure FDA00031951575100000213
为停止时刻，则：
Figure FDA00031951575100000214
Figure FDA00031951575100000215
表示不同时刻子系统Pi向其他子系统传递的状态向量值，E(xi)表示不同时刻子系统Pi的状态向量xi与
Figure FDA00031951575100000216
差值的范数；
步骤2.设计分散式故障检测方案
2-1.建立子系统Pi的估计量模型
假设互联函数
Figure FDA0003195157510000031
对所有i≠j都满足
Figure FDA0003195157510000032
其中Lij和σj是已知常数；
则子系统Pi的估计量模型为：
Figure FDA0003195157510000033
Figure FDA0003195157510000034
是子系统Pi的第mi个估计状态，满足
Figure FDA0003195157510000035
Figure FDA0003195157510000036
表示其导数，λi>0是定义的标量，
Figure FDA0003195157510000037
是估计误差，用于故障检测；
2-2.定义故障检测阈值Ri(t)
Figure FDA0003195157510000038
其中
Figure FDA0003195157510000039
dj表示设计的阈值；若|εi(tid)|≥Ri(tid)，则在tid时刻故障发生警报；
步骤3.设计分散式容错控制器
3-1.基于步骤1-3子系统Pi的跟踪误差动态为
Figure FDA00031951575100000310
Figure FDA00031951575100000311
表示
Figure FDA00031951575100000312
的期望参考值，
Figure FDA00031951575100000313
表示
Figure FDA00031951575100000314
的导数；
3-2.设计标称控制律
ui＝ui1+ui2
Figure FDA0003195157510000041
其中ui1是在没有互连效应和故障的情况下稳定子系统Pi的标称控制律，ui2是增广故障调节控制率，用于解决互连效应和由于故障引起的动态变化；选择向量
Figure FDA0003195157510000042
使得
Figure FDA0003195157510000043
为Hurwitz矩阵；
3-3.设计增广故障调节控制率
由于
Figure FDA0003195157510000044
是Hurwitz矩阵，因此对于任何矩阵Qi>0，都存在矩阵Pi满足Lyapunov方程
Figure FDA0003195157510000045
定义标量跟踪误差
Figure FDA0003195157510000046
假设存在一个未知的解析函数γij使得
Figure FDA0003195157510000047
用线性参数化逼近器si(ei)，自适应地逼近解析函数γij；
Figure FDA0003195157510000048
其中
Figure FDA0003195157510000049
是一组基函数，
Figure FDA00031951575100000410
是一组未知的常数参数，
Figure FDA00031951575100000411
是残差近似误差，结合死区修正，得到增广故障调节控制率
Figure FDA00031951575100000412
Figure FDA00031951575100000413
其中δi>0为设计常数，
Figure FDA00031951575100000414
为Pi的最大特征值；对自适应逼近器
Figure FDA00031951575100000415
和自适应边界参数
Figure FDA0003195157510000051
的参数估计按照以下自适应规律进行更新：
Figure FDA0003195157510000052
Figure FDA0003195157510000053
Figure FDA0003195157510000054
其中
Figure FDA0003195157510000055
为正定矩阵，
Figure FDA0003195157510000056
为正常数，表示参数估计的自适应增益，
Figure FDA0003195157510000057
为死区；
3-4.结合步骤3-2和3-3得到子系统Pi的总体分散控制律为
Figure FDA0003195157510000058
当步骤2-2检测到故障发生警报后，子系统Pi通过不断自适应地调整总体分散控制律ui，使得当前子系统保持稳定；以此类推，其它子系统也采用此方法保持自身稳定，最后保证互联大系统也是稳定的。
CN202010511704.0A 2020-06-08 2020-06-08 工业互联系统的分散式故障检测与容错控制方法 Active CN111665820B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010511704.0A CN111665820B (zh) 2020-06-08 2020-06-08 工业互联系统的分散式故障检测与容错控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010511704.0A CN111665820B (zh) 2020-06-08 2020-06-08 工业互联系统的分散式故障检测与容错控制方法

Publications (2)

Publication Number Publication Date
CN111665820A CN111665820A (zh) 2020-09-15
CN111665820B true CN111665820B (zh) 2021-11-23

Family

ID=72385708

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010511704.0A Active CN111665820B (zh) 2020-06-08 2020-06-08 工业互联系统的分散式故障检测与容错控制方法

Country Status (1)

Country Link
CN (1) CN111665820B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112925295B (zh) * 2021-01-26 2022-05-13 杭州电子科技大学 基于化工过程的性能估计与分散式状态反馈控制方法
CN116430737B (zh) * 2023-06-13 2023-08-18 中国空气动力研究与发展中心设备设计与测试技术研究所 一种输入延时非线性系统的自适应控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004003969A2 (en) * 2002-06-28 2004-01-08 Tokyo Electron Limited Method and system for predicting process performance using material processing tool and sensor data
CN103279371A (zh) * 2013-05-22 2013-09-04 杭州电子科技大学 一种分布式控制系统多从机程序在线同步升级的方法
CN104049640A (zh) * 2014-06-27 2014-09-17 金陵科技学院 基于神经网络观测器的无人飞行器姿态鲁棒容错控制方法
CN105974796A (zh) * 2016-06-16 2016-09-28 航天恒星科技有限公司 一种多驱动网络设备的故障诊断与容错控制方法
CN108536017A (zh) * 2018-05-03 2018-09-14 山东师范大学 基于动态反馈控制的随机分布互联系统协作容错控制方法
CN108789417A (zh) * 2018-07-30 2018-11-13 长春工业大学 基于自适应动态规划的可重构机械臂保代价分散控制方法
CN106291255B (zh) * 2016-09-28 2019-01-25 国网山东省电力公司电力科学研究院 一种含逆变型分布式电源的配电网故障计算通用方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004003969A2 (en) * 2002-06-28 2004-01-08 Tokyo Electron Limited Method and system for predicting process performance using material processing tool and sensor data
CN103279371A (zh) * 2013-05-22 2013-09-04 杭州电子科技大学 一种分布式控制系统多从机程序在线同步升级的方法
CN104049640A (zh) * 2014-06-27 2014-09-17 金陵科技学院 基于神经网络观测器的无人飞行器姿态鲁棒容错控制方法
CN105974796A (zh) * 2016-06-16 2016-09-28 航天恒星科技有限公司 一种多驱动网络设备的故障诊断与容错控制方法
CN106291255B (zh) * 2016-09-28 2019-01-25 国网山东省电力公司电力科学研究院 一种含逆变型分布式电源的配电网故障计算通用方法
CN108536017A (zh) * 2018-05-03 2018-09-14 山东师范大学 基于动态反馈控制的随机分布互联系统协作容错控制方法
CN108789417A (zh) * 2018-07-30 2018-11-13 长春工业大学 基于自适应动态规划的可重构机械臂保代价分散控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Iterative learning fault-tolerant control for injection molding processes against actuator faults;riodng zhang;《Journal of Process Control》;20171231;第59卷;第59-72页 *
基于滑模控制方法的故障容错控制系统研究;RAFI YOUSSEF;《中国博士学位论文全文数据库 信息科技辑》;20140315(第03期);第I140-44页 *
基于神经网络的MCM互连故障模拟器研究;郑东 等;《桂林电子工业学院学报》;20021231;第22卷(第6期);第1-5页 *

Also Published As

Publication number Publication date
CN111665820A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN111665820B (zh) 工业互联系统的分散式故障检测与容错控制方法
He et al. Data-driven digital twin technology for optimized control in process systems
Lehmann et al. Extension and experimental evaluation of an event-based state-feedback approach
Zhai et al. Adaptive fuzzy fault-tolerant control with guaranteed tracking performance for nonlinear strict-feedback systems
Patan Neural network-based model predictive control: Fault tolerance and stability
CN106249599B (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
CN107390529B (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
Wu et al. Neural-based adaptive control for nonlinear systems with quantized input and the output constraint
CN108572552B (zh) 一种基于故障报警的混合无源/h∞的混杂控制方法
CN107450320B (zh) 一种执行器失效的模糊自适应补偿控制方法
Kang et al. Tracking of uncertain robotic manipulators using event-triggered model predictive control with learning terminal cost
Akram et al. Quality monitoring and process adjustment by integrating SPC and APC: a review
CN108776433B (zh) 一种静态与动态信息混合的容错控制方法
de Oliveira et al. H∞-filtering for Markov jump linear systems with partial information on the jump parameter
CN111007727A (zh) 基于自触发采样的化工工业过程故障诊断与容错控制方法
Schenk et al. Cooperative fault-tolerant control of networked control systems
CN111221311A (zh) 基于参数变分法的复杂网络分布式脉冲同步方法及系统
CN116107339B (zh) 一种推力损失故障下的蜂群无人机容错协同控制方法
CN107065516B (zh) 含故障和异质执行器的单一自适应模糊动态面控制系统
Selmic et al. Actuator fault detection in nonlinear uncertain systems using neural on-line approximation models
EP2277086B1 (en) Method and system for a bumpless pid controller switch
CN110957952B (zh) 一种基于事件触发机制的直流电机系统抗干扰控制方法
CN112925295B (zh) 基于化工过程的性能估计与分散式状态反馈控制方法
Ta et al. An Innovative Approach for Water Distribution Systems.
Lin et al. Fault-tolerant Consensus of Leaderless Multi-AUV System with Partial Actuator Breakdown

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