CN112698573B - 基于正切换系统建模的网络化系统非脆弱事件触发控制方法 - Google Patents

基于正切换系统建模的网络化系统非脆弱事件触发控制方法 Download PDF

Info

Publication number
CN112698573B
CN112698573B CN202011579987.9A CN202011579987A CN112698573B CN 112698573 B CN112698573 B CN 112698573B CN 202011579987 A CN202011579987 A CN 202011579987A CN 112698573 B CN112698573 B CN 112698573B
Authority
CN
China
Prior art keywords
fragile
control system
matrix
event trigger
controller
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
CN202011579987.9A
Other languages
English (en)
Other versions
CN112698573A (zh
Inventor
张俊锋
吴妍琪
林鹏
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 CN202011579987.9A priority Critical patent/CN112698573B/zh
Publication of CN112698573A publication Critical patent/CN112698573A/zh
Application granted granted Critical
Publication of CN112698573B publication Critical patent/CN112698573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

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

Abstract

本发明公开了一种基于正切换系统建模的网络化系统的非脆弱事件触发控制方法,利用正切换系统理论对网络化控制系统进行建模,设计相应的非脆弱事件触发控制器。首先,利用传感器设备采集系统自身固有信息,建立网络化控制系统的状态空间模型;然后,针对执行器故障问题以及系统资源利用率问题设计一簇非脆弱事件触发控制器,使得系统能够在执行器部分故障的情况下正常运行。本发明不仅有效解决了网络化控制系统的执行构件故障下的处理问题,且在系统安全稳定运行的情况下,节省了一定的系统资源、释放了不必要的算力。

Description

基于正切换系统建模的网络化系统非脆弱事件触发控制方法
技术领域
本发明属于网络工程技术领域,涉及一种基于正切换系统的网络化系统的非脆弱事件触发控制方法。
背景技术
网络化系统是指系统回路中的元件可以利用通信网络交换数据的控制系统,其特征在于控制系统的命令及回传是在网络中以封包的方式传送。随着互联网的快速发展,网络化系统迅速吸引了研究者的关注。不过网络化系统也存在许多挑战性的研究问题,如,通信的可靠性、带宽分配、数据传输错误侦测、实时资讯收集以及传感器数据有效处理等。
网络化系统连结了网络空间与现实空间,可远距离执行多种任务,且网络化系统的传输采用共用线材传输,省去了不必要的配线,减少了系统复杂度,降低了设计及架设系统需要的成本。在共用传输信道的优势下,使得网络信道中出现拥塞情况。通常,可将网络通信分为忙碌模态和空闲模态。在忙碌模态下,网络中存在大量的数据包,使得数据传输速度大幅降低;在空闲模态下,网络中存在少量的数据包,传输过程相较来说会流畅。控制中心可对网络数据包流量进行监控并且进行系统模态的切换。此时,借助切换系统可准确描述这种行为。在网络信道上的数据包的数量始终是非负的,此时可利用正变量来刻画数据包数量。进而,用正切换系统对网络系统建模是合理的。系统能耗是系统设计过程中必须考虑的。在网络化控制系统中,控制中心需在每个时刻对传输信道中的数据包进行检测,该操作无疑增加了信道的能耗。如何降低能耗也是一直困扰网络化系统实际应用的难题之一。事件触发控制通过设计事件触发条件,在满足系统性能的前提下,避免系统执行不必要的采样操作。这种控制策略可以一定程度上降低系统的设计代价和能耗,进而引起了人们的研究兴趣。通常情况下,执行元件的频繁使用和其自身执行力的减弱会导致故障的发生,采用非脆弱控制方法,对执行器故障下的控制系统设计合适的控制律,可以保障系统的安全平稳运行。
针对上述问题,本发明利用现代控制理论技术建立网络化系统的状态空间模型,分析其正性及稳定性,设计了一簇非脆弱事件触发控制器,降低了系统的设计成本,保证网络系统的安全稳定运行。综上,设计一种基于正切换系统的网络化系统的非脆弱事件触发控制方法具有重要意义。
发明内容
针对现有技术存在的问题,本发明提供了一种利用现代控制理论技术建立网络化系统非脆弱控制设计的方法,分析了系统的正性和稳定性,设计了非脆弱事件触发控制器,降低了系统设计成本。具体技术方案如下:
一种基于正切换系统建模的网络化控制系统的非脆弱事件触发控制方法,包括如下步骤:
步骤1、构建网络化控制系统的状态空间模型;
步骤2、建立网络化控制系统的事件触发控制条件;
步骤3、设计网络化控制系统的非脆弱事件触发控制器;
步骤4、在所述控制器下验证所构造的网络化控制系统的正性;
步骤5、在所述控制器下验证所构造的网络化控制系统的指数稳定性。
进一步的,步骤1中所述状态空间模型的构造形式如下:
Figure BDA0002864625980000021
其中,x(t)∈Rn
Figure BDA0002864625980000022
分别为通信网络系统的状态变量和执行器故障的输入,x(t)代表相应的通讯节点传输数据包的数量,
Figure BDA0002864625980000023
为避免网络系统故障下的控制输入;当网络在正常运行时,
Figure BDA0002864625980000024
表示取消若干数据包的传输,
Figure BDA0002864625980000025
表示向当前信道分发更多的数据包信息;Aσ(t)∈Rn×n表示系统矩阵,Bσ(t)∈Rn×m表示具有加权系数的输入矩阵,均为实数矩阵且由实际数据包传输过程中的传感器采集得到;
函数σ(t):[0,∞)→S={1,2,…,N},表示依赖于时间t的分段常值函数,是网络化控制系统的切换信号,对任意一组切换序列0≤t0≤t1≤…,它是右连续的,其中N∈N+;当t∈[ti,ti+1)时,系统的第σ(t)个子系统在ti时刻被激活,在ti+1时刻离开。
进一步的,步骤2中所述事件触发控制条件构建形式如下:
‖xe(t)‖1>α‖x(t)‖1,其中,常量0<α<1,xe(t)是采样误差,
Figure BDA0002864625980000026
表示采样状态。
进一步的,步骤3中所述非脆弱事件触发控制器构建形式如下:
步骤3.1非脆弱状态反馈律:
ui(t)=(Fi+ΔFi)x(t),
其中,Fi∈Rr×n是增益矩阵,ΔFi=EiHi是增益扰动矩阵,Hi∈Rr×n是需要被设计的决策变量,Ei∈Rr×r是已知的非负矩阵,且对于0<θ1<θ2<1满足
Figure BDA0002864625980000027
控制器故障被描述为:
Figure BDA0002864625980000031
其中,Li=diag(li1,li2,...,lir)表示不确定有界矩阵:
Figure BDA00028646259800000316
其中γ≥1,Ldi=diag(ldi1,ldi2,...,ldir)和Lui=diag(lui1,lui2,…,luir)。
步骤3.2非脆弱事件触状态控制律如下:
Figure BDA0002864625980000032
其中,p∈N+,t0=0,tp代表第p次事件触发时刻,
Figure BDA0002864625980000033
表示采样状态。
基于步骤3.1和步骤3.2,给出带有执行器故障的非脆弱事件触发控制器:
Figure BDA0002864625980000034
其中,Fi和Hi是设计第i个子系统的控制器增益矩阵和辅助控制器增益矩阵。
步骤3.3网络化控制系统在执行器故障情况下平稳运行的条件设计,如下:
设计常数δi>0,μ>0,λ>1,γ≥1,n维向量
Figure BDA0002864625980000035
Figure BDA0002864625980000036
使得
Figure BDA0002864625980000037
Figure BDA0002864625980000038
Figure BDA00028646259800000317
Figure BDA0002864625980000039
Figure BDA00028646259800000310
成立,对于
Figure BDA00028646259800000311
i≠j,s=1,…,r,
Figure BDA00028646259800000312
Γis2=γBiLdi
Figure BDA00028646259800000313
Γis4=γBiLdiEi,Ψ=I-α1n×n,Υ=I+α1n×n,在控制律满足
Figure BDA00028646259800000314
Figure BDA00028646259800000315
Figure BDA0002864625980000041
Figure BDA0002864625980000042
且在平均驻留时间满足
Figure BDA0002864625980000043
时,所述的网络化控制系统是正的且稳定的。
进一步的,步骤4中的正性验证过程如下:
根据步骤3.3,可以推出:由于
Figure BDA0002864625980000044
容易得
Figure BDA0002864625980000045
结合变量
Figure BDA0002864625980000046
因此,有控制器增益矩阵
Figure BDA0002864625980000047
Figure BDA0002864625980000048
辅助控制器增益矩阵
Figure BDA0002864625980000049
Figure BDA00028646259800000410
进而可得:
Figure BDA00028646259800000411
根据上式,可得:
Figure BDA00028646259800000412
Figure BDA00028646259800000413
Figure BDA00028646259800000414
给定初始状态
Figure BDA00028646259800000419
由步骤2中所构建的事件触发条件,可得:
Figure BDA00028646259800000415
进一步,有:
Figure BDA00028646259800000416
根据
Figure BDA00028646259800000417
和步骤3.3,得出状态变量的微分:
Figure BDA00028646259800000418
根据步骤3.1中执行器故障模型,步骤3.2中非脆弱事件触发控制器结构,得出:
Figure BDA0002864625980000051
根据步骤3.3中所设计的约束条件,可以得出:
Figure BDA0002864625980000052
进而有,
Figure BDA0002864625980000053
由矩阵论相关知识,容易得
Figure BDA0002864625980000054
是梅兹勒矩阵。
这意味着
Figure BDA0002864625980000055
也是梅兹勒矩阵。定义算子:
Figure BDA0002864625980000056
之后,对于p∈S,可得
Figure BDA0002864625980000057
其中,
Figure BDA0002864625980000058
是矩阵Λp第i行到第j列元素。因为Λp是梅兹勒矩阵,容易得出对于i≠j有
Figure BDA0002864625980000059
因为初始状态
Figure BDA00028646259800000510
即,xi(t0)≥0,通过递归的方法,对于任意的初始状态
Figure BDA00028646259800000511
可以推出
Figure BDA00028646259800000512
故,所述的网络化控系统是正的。
进一步的,步骤5中指数稳定性的验证过程如下:
构造一个线性余正李雅普诺夫函数为:
V(x(t))=xT(t)vi.
给定一个切换区间[ts,ts+1),给定一个事件触发间隔[tp,tp+1)。假定系统在切换瞬间ts为第i个子系统到第j个子系统。下面分两个步骤讨论网络化控制系统的指数稳定性。
步骤4.1在时间间隔[ts,ts+1)内,假设满足事件触发条件的时刻,即,tp≤ts且tp+1≥ts+1.那么,李雅普诺夫函数的导数为:
Figure BDA0002864625980000061
其中,t∈[ts,ts+1)。通过步骤2、步骤3.3,可得:
Figure BDA0002864625980000062
结合步骤3.3,从而有:
Figure BDA0002864625980000063
将上式两边进行积分,所以有:
Figure BDA0002864625980000064
步骤4.2在时间间隔[ts,ts+1)内,假设存在满足事件触发条件的时刻。定义切换一组序列tp≤ts<tp+1<tp+2<...<tp+l≤ts+1。根据步骤4.1,可得:
Figure BDA0002864625980000065
在tp+l到t区间,对上式两边进行积分,可得:
Figure BDA0002864625980000066
同理可得:
Figure BDA0002864625980000067
其中,t∈[tp+l-1,tp+l).
根据σ(ts)=σ(tp+1)=...=σ(tp+l),可得与步骤4.1同样的形式。在[0,t)内给定一切换序列
Figure BDA0002864625980000068
根据步骤3.3中所设计的条件,可得:
Figure BDA0002864625980000069
故,所述的网络化控制系统是指数稳定的。
本发明的有益效果:针对当前网络化控制系统中执行器故障的情况以及系统设计成本问题,提供了一种利用现代控制理论技术所建立的网络化控制系统的状态空间模型,分析了其正性及稳定性,设计了非脆弱事件触发控制器,降低了系统设计成本,保证了网络的安全稳定运行。
附图说明
图1是本发明的终端设备、传输信道与控制中心的关系示意图;
图2是网络化控制系统的系统结构框图。
具体实施方式
下面结合具体实施例来对本发明进行进一步说明,但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到,本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。
本实施例提供了一种基于正切换系统的网络化控制系统的非脆弱事件触发控制方法,其具体步骤如下:
步骤1、通过数据采集,构造网络化控制系统的正切换系统的状态空间模型;
具体构造如下:切换正系统的状态空间模型,形式如下:
Figure BDA0002864625980000071
其中,x(t)∈Rn
Figure BDA0002864625980000072
分别为通信网络系统的状态变量和执行器故障输入,x(t)代表相应的通信节点传输数据包的数量,
Figure BDA0002864625980000073
为避免网络系统故障下的控制输入;当网络在正常运行时,
Figure BDA0002864625980000074
表示取消若干数据包的传输,
Figure BDA0002864625980000075
表示向当前信道分发更多的数据包信息;Aσ(t)∈Rn×n表示系统矩阵,Bσ(t)∈Rn×m表示具有加权系数的输入矩阵,均为实数矩阵且由实际数据包传输过程中的传感器采集得到;函数sat(·):Rr→Rr是标准的饱和函数,即,sat(u)=[sat(u1),sat(u2),...,sat(ur)]T,其中,sat(ui)=sgn(ui)min{|ui|,1}。i=1,2,...,r;函数σ(t):[0,∞)→S={1,2,…,N},表示一个依赖于时间t的分段常值函数,是网络化控制系统的切换信号,对任意一个切换序列0≤t0≤t1≤…,它是右连续的,其中N∈N+。当t∈[ti,ti+1)时,系统的第σ(t)个子系统在ti时刻被激活,在ti+1时刻离开。
步骤2、建立网络化控制系统的事件触发控制条件,其构建形式如下:
‖xe(t)‖1>α‖x(t)‖1,其中,常量0<α<1,xe(t)是采样误差,
Figure BDA0002864625980000076
表示采样状态。
步骤3、网络化控制系统的非脆弱事件触发控制器,其构建形式如下:
步骤3.1、非脆弱控制器的状态反馈律设计:
ui(t)=(Fi+ΔFi)x(t),
其中,Fi∈Rr×n是增益矩阵,ΔFi=EiHi是增益扰动矩阵,Hi∈Rr×n是需要被设计的决策变量,Ei∈Rr×r是已知的非负矩阵,且对于0<θ1<θ2<1满足
Figure BDA0002864625980000081
控制器故障被描述为:
Figure BDA0002864625980000082
其中,Li=diag(li1,li2,...,lir)表示不确定有界矩阵:
Figure BDA0002864625980000083
其中γ≥1,Ldi=diag(ldi1,ldi2,...,ldir)和Lui=diag(lui1,lui2,...,luir)。
步骤3.2、非脆弱事件触发控制器的状态控制律如下:
Figure BDA0002864625980000084
其中,p∈N+,t0=0,tp代表第p次事件触发时刻,
Figure BDA0002864625980000085
表示采样状态。
基于步骤3.1和步骤3.2,给出带有执行器故障的非脆弱事件触发控制器:
Figure BDA0002864625980000086
其中,Fi和Hi是设计第i个子系统的控制器增益矩阵和辅助控制器增益矩阵。
步骤3.3、网络化控制系统在执行器故障情况下平稳运行的条件设计,如下:
设计常数δi>0,μ>0,λ>1,n维向量
Figure BDA0002864625980000087
Figure BDA0002864625980000088
使得
Figure BDA0002864625980000089
Figure BDA00028646259800000810
Figure BDA00028646259800000811
Figure BDA00028646259800000812
Figure BDA00028646259800000813
Figure BDA00028646259800000814
Figure BDA00028646259800000815
Figure BDA00028646259800000816
成立,
Figure BDA00028646259800000817
Figure BDA0002864625980000091
在控制律增益满足
Figure BDA0002864625980000092
Figure BDA0002864625980000093
Figure BDA0002864625980000094
Figure BDA0002864625980000095
且平均驻留时间满足
Figure BDA0002864625980000096
时,所述的网络化控制系统是正的且是指数稳定的。另外,如果系统状态x(t)∈Ω(vi,1)则状态将保持在不变集
Figure BDA0002864625980000097
步骤4、在所述控制器下验证所构造的网络控制系统的正性,其验证过程如下:
根据步骤3.3所设计的非脆弱事件触发控制器,可以得出网络化控制系统的闭环方程
Figure BDA0002864625980000098
因为
Figure BDA0002864625980000099
Figure BDA00028646259800000910
对于初始状态
Figure BDA00028646259800000911
结合步骤2可知:
Figure BDA00028646259800000912
通过步骤3.3中的条件约束,可得:
Figure BDA0002864625980000101
带入所设计的非脆弱事件触发控制器得:
Figure BDA0002864625980000102
根据工程矩阵论的知识以及步骤1以及步骤3.1、3.2中网络化控制系统的参数,容易得出矩阵
Figure BDA0002864625980000103
是梅兹勒矩阵。因此,
Figure BDA0002864625980000104
也是梅兹勒矩阵。此时,对于所有时刻,系统状态都是正的。
步骤4、在所述非脆弱事件触发控制器下验证所构造的网络控制系统的指数稳定性,其验证过程如下:
构造一个线性余正李雅普诺夫函数为:
Vp(x(t))=xT(t)vp.
对李雅普诺夫函数进行求导:
Figure BDA0002864625980000105
进一步,由步骤2中的事件触发条件,可得:
Figure BDA0002864625980000106
利用步骤3.3中的约束条件以及非脆弱事件触发控制器的结构,可以得出:
Figure BDA0002864625980000107
Figure BDA0002864625980000108
Figure BDA0002864625980000111
Figure BDA0002864625980000112
当Gig≠I和Gig≠0,可以得出李雅普诺夫导数函数满足:
Figure BDA0002864625980000113
当Gig=I,
Figure BDA0002864625980000114
Figure BDA0002864625980000115
此时,可以得出李雅普诺夫导数函数满足:
Figure BDA0002864625980000116
当Gig=0,
Figure BDA0002864625980000117
Figure BDA0002864625980000118
此时,可以得出李雅普诺夫导数函数满足:
Figure BDA0002864625980000119
通过步骤3.2和步骤3.3中的约束条件,有:
Figure BDA00028646259800001110
考虑控制系统在饱和输入下的不变集问题。容易得出
Figure BDA00028646259800001111
对于任意初始状态
Figure BDA00028646259800001112
系统状态
Figure BDA00028646259800001113
从步骤3.3中,可以看出:
Figure BDA00028646259800001114
因此,集合
Figure BDA00028646259800001115
是所估计的吸引域。故,在执行器饱和及故障的情况下,网络控制系统是指数稳定的。
本发明利用正切换系统对网络化控制系统进行建模,设计了非脆弱事件触发控制器。首先,利用传感器设备采集系统自身固有信息,建立网络化控制系统的空间状态模型;然后,针对执行器故障问题以及系统资源利用率问题设计非脆弱事件触发控制器,使得系统能够在执行器部分故障的情况下正常运行。本发明不仅有效解决了网络化控制系统的执行构件故障下的处理问题,且在系统安全稳定运行的情况下,节省了一定的系统资源,释放了不必要的算力。

Claims (1)

1.一种基于正切换系统建模的网络化控制系统的非脆弱事件触发控制方法,其特征在于包括如下步骤:
步骤1、构建网络化控制系统的状态空间模型;
步骤2、建立网络化控制系统的事件触发控制条件;
步骤3、设计网络化控制系统的非脆弱事件触发控制器;
步骤4、在所述控制器下验证所构造的网络化控制系统的正性;
步骤5、在所述控制器下验证所构造的网络化控制系统的指数稳定性;
步骤1中所述状态空间模型的构造形式如下:
Figure FDA0003557597070000011
其中,x(t)∈Rn
Figure FDA0003557597070000012
分别为通信网络系统的状态变量和执行器故障的输入,x(t)代表相应的通讯节点传输数据包的数量,
Figure FDA0003557597070000013
为避免网络系统故障下的控制输入;当网络在正常运行时,
Figure FDA0003557597070000014
表示取消若干数据包的传输,
Figure FDA0003557597070000015
表示向当前信道分发更多的数据包信息;Aσ(t)∈Rn×n表示系统矩阵,Bσ(t)∈Rn×m表示具有加权系数的输入矩阵,均为实数矩阵且由实际数据包传输过程中的传感器采集得到;
函数σ(t):[0,∞)→S={1,2,…,N},表示依赖于时间t的分段常值函数,是网络化控制系统的切换信号,对任意一个切换序列0≤t0≤t1≤…,它是右连续的,其中N∈N+;当t∈[ti,ti+1)时,系统的第σ(t)个子系统在ti时刻被激活,在ti+1时刻离开;
步骤2中所述事件触发控制条件构建形式如下:
‖xe(t)‖1>α‖x(t)‖1
其中,常量0<α<1,xe(t)是采样误差,
Figure FDA0003557597070000016
Figure FDA0003557597070000017
表示采样状态;
步骤3中所述非脆弱事件触发控制器构建形式如下:
步骤3.1非脆弱状态反馈律:
ui(t)=(Fi+ΔFi)x(t),
其中,Fi∈Rr×n是增益矩阵,ΔFi=EiHi是增益扰动矩阵,Hi∈Rr×n是需要被设计的决策变量,Ei∈Rr×r是已知的非负矩阵,且对于0<θ1<θ2<1满足
Figure FDA0003557597070000018
控制器故障被描述为:
Figure FDA0003557597070000021
其中,Li=diag(li1,li2,...,lir)表示不确定有界矩阵:
Figure FDA0003557597070000022
其中γ≥1,Ldi=diag(ldi1,ldi2,...,ldir)和Lui=diag(lui1,lui2,...,luir);
步骤3.2非脆弱事件触状态控制律如下:
Figure FDA0003557597070000023
其中,p∈N+,t0=0,tp代表第p次事件触发时刻,
Figure FDA0003557597070000024
表示采样状态;
基于步骤3.1和步骤3.2,给出带有执行器故障的非脆弱事件触发控制器:
Figure FDA0003557597070000025
其中,Fi和Hi是设计第i个子系统的控制器增益矩阵和辅助控制器增益矩阵;
步骤3.3网络化控制系统在执行器故障情况下平稳运行的条件设计,如下:
设计常数δi>0,μ>0,λ>1,γ≥1,n维向量
Figure FDA0003557597070000026
Figure FDA0003557597070000027
使得
Figure FDA0003557597070000028
Figure FDA0003557597070000029
Figure FDA00035575970700000210
Figure FDA00035575970700000211
Figure FDA00035575970700000212
成立,
对于
Figure FDA00035575970700000213
Γis2=γBiLdi
Figure FDA00035575970700000214
Γis4=γBiLdiEi,Ψ=I-α1n×n,Υ=I+α1n×n,在控制律满足
Figure FDA00035575970700000215
Figure FDA00035575970700000216
Figure FDA0003557597070000031
Figure FDA0003557597070000032
且在平均驻留时间满足
Figure FDA0003557597070000033
时,所述的网络化控制系统是正的且稳定的;
步骤4中的正性验证过程如下:
根据步骤3.3,可以推出:由于
Figure FDA0003557597070000034
容易得
Figure FDA0003557597070000035
结合变量
Figure FDA0003557597070000036
因此,有控制器增益矩阵
Figure FDA0003557597070000037
Figure FDA00035575970700000318
辅助控制器增益矩阵
Figure FDA0003557597070000039
Figure FDA00035575970700000310
进而可得:
Figure FDA00035575970700000311
根据上式,可得:
Figure FDA00035575970700000312
给定初始状态
Figure FDA00035575970700000313
由步骤2中所构建的事件触发条件,可得:
Figure FDA00035575970700000314
进一步,有:
Figure FDA00035575970700000315
根据Fi=Fi ++Fi -
Figure FDA00035575970700000316
和步骤3.3,得出状态变量的微分:
Figure FDA00035575970700000317
根据步骤3.1中执行器故障模型,步骤3.2中非脆弱事件触发控制器结构,得出:
Figure FDA0003557597070000041
根据步骤3.3中所设计的约束条件,可以得出:
Figure FDA0003557597070000042
进而有,
Figure FDA0003557597070000043
由矩阵论相关知识,容易得
Figure FDA0003557597070000044
是梅兹勒矩阵;
这意味着
Figure FDA0003557597070000045
也是梅兹勒矩阵;
定义算子:
Figure FDA0003557597070000046
之后,对于p∈S,可得
Figure FDA0003557597070000047
其中,
Figure FDA0003557597070000048
Figure FDA0003557597070000049
Figure FDA00035575970700000410
是矩阵Λp第i行到第j列元素;因为Λp是梅兹勒矩阵,容易得出对于i≠j有
Figure FDA00035575970700000411
因为初始状态
Figure FDA00035575970700000412
即,xi(t0)≥0,通过递归推导的方法,对于任意的初始状态
Figure FDA00035575970700000413
可以得出
Figure FDA00035575970700000414
故,所述的网络化控系统是正的;
步骤5中指数稳定性的验证过程如下:
构造一个线性余正李雅普诺夫函数为:
V(x(t))=xT(t)vi
给定一个切换区间[ts,ts+1),给定一个事件触发间隔[tp,tp+1);假定系统在切换瞬间ts为第i个子系统到第j个子系统;下面分两个步骤讨论网络化控制系统的指数稳定性;
步骤4.1在时间间隔[ts,ts+1)内,假设满足事件触发条件的时刻,即,tp≤ts且tp+1≥ts+1那么,李雅普诺夫函数的导数为:
Figure FDA0003557597070000051
其中,t∈[ts,ts+1);通过步骤2、步骤3.3,可得:
Figure FDA0003557597070000052
结合步骤3.3,从而有:
Figure FDA0003557597070000053
将上式两边进行积分,所以有:
Figure FDA0003557597070000054
步骤4.2在时间间隔[ts,ts+1)内,假设存在满足事件触发条件的时刻;定义切换一簇序列tp≤ts<tp+1<tp+2<...<tp+l≤ts+1;根据步骤4.1,可得:
Figure FDA0003557597070000055
在tp+l到t区间,对上式两边进行积分,可得:
Figure FDA0003557597070000056
同理可得:
Figure FDA0003557597070000057
其中,t∈[tp+l-1,tp+l)
根据σ(ts)=σ(tp+1)=...=σ(tp+l),可得与步骤4.1同样的形式;在[0,t)内给定一簇切换序列
Figure FDA0003557597070000058
根据步骤3.3中所设计的条件,可得:
Figure FDA0003557597070000059
故,所述的网络化控制系统是指数稳定的。
CN202011579987.9A 2020-12-28 2020-12-28 基于正切换系统建模的网络化系统非脆弱事件触发控制方法 Active CN112698573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011579987.9A CN112698573B (zh) 2020-12-28 2020-12-28 基于正切换系统建模的网络化系统非脆弱事件触发控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011579987.9A CN112698573B (zh) 2020-12-28 2020-12-28 基于正切换系统建模的网络化系统非脆弱事件触发控制方法

Publications (2)

Publication Number Publication Date
CN112698573A CN112698573A (zh) 2021-04-23
CN112698573B true CN112698573B (zh) 2022-05-20

Family

ID=75512821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011579987.9A Active CN112698573B (zh) 2020-12-28 2020-12-28 基于正切换系统建模的网络化系统非脆弱事件触发控制方法

Country Status (1)

Country Link
CN (1) CN112698573B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113238485A (zh) * 2021-05-13 2021-08-10 杭州电子科技大学 一种空中交通流量输入饱和的控制方法
CN114442683B (zh) * 2022-01-25 2024-04-12 杭州电子科技大学 一种水箱液位控制系统的事件触发pi控制方法
CN114488820A (zh) * 2022-02-16 2022-05-13 杭州电子科技大学 一种污水处理系统的自适应事件触发分布式控制方法
CN114839946B (zh) * 2022-03-22 2024-03-19 华南理工大学 基于切换系统的重放攻击下网络控制系统稳定方法
CN115327899B (zh) * 2022-08-03 2024-07-09 海南大学 一种切换信号故障下的污水处理系统的滤波估计方法
CN115348193B (zh) * 2022-08-09 2023-08-15 海南大学 一种通信网络信号切换故障下的执行模辨识与滤波方法
CN115259362B (zh) * 2022-08-26 2023-05-16 海南大学 一种城市污水处理系统的非脆弱pi控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377955A (zh) * 2019-06-19 2019-10-25 南京理工大学 基于事件触发机制的分布式集员滤波器设计方法
CN112099347A (zh) * 2020-08-06 2020-12-18 杭州电子科技大学 饱和非线性网络化工业控制系统的事件触发控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377955A (zh) * 2019-06-19 2019-10-25 南京理工大学 基于事件触发机制的分布式集员滤波器设计方法
CN112099347A (zh) * 2020-08-06 2020-12-18 杭州电子科技大学 饱和非线性网络化工业控制系统的事件触发控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于事件触发机制的NNCS混合非脆弱容错控制;王君 等;《信息与控制》;20191231;第48卷(第3期);第329-343页 *

Also Published As

Publication number Publication date
CN112698573A (zh) 2021-04-23

Similar Documents

Publication Publication Date Title
CN112698573B (zh) 基于正切换系统建模的网络化系统非脆弱事件触发控制方法
Lu et al. Input-to-state stabilizing control for cyber-physical systems with multiple transmission channels under denial of service
Wang et al. Adaptive neural event-triggered control for discrete-time strict-feedback nonlinear systems
Wan et al. $ H_ {\infty} $ state estimation for discrete-time nonlinear singularly perturbed complex networks under the round-robin protocol
Shamrooz Aslam et al. Adaptive event‐triggered robust H∞ control for Takagi–Sugeno fuzzy networked Markov jump systems with time‐varying delay
Sahoo et al. Neural network-based event-triggered state feedback control of nonlinear continuous-time systems
Xu et al. Global $ H_\infty $ pinning synchronization of complex networks with sampled-data communications
Fang et al. Fault diagnosis of networked control systems
Yang et al. Model-based edge-event-triggered containment control under directed topologies
CN109062041A (zh) 基于事件触发的t-s模糊网络系统的控制方法
CN107728475A (zh) 带有执行器饱和的切换系统事件触发控制设计方法
Qi et al. Event-triggered control for networked switched systems subject to data asynchronization
CN111367180A (zh) 基于动态事件触发的切换线性系统H_infinity控制方法
CN112865752A (zh) 一种混合网络攻击下基于自适应事件触发机制的滤波器设计方法
Li et al. Improved approaches on adaptive event-triggered output feedback control of networked control systems
Xie et al. A novel event-triggered asynchronous H∞ control for TS fuzzy Markov jump systems under hidden Markov switching topologies
Wang et al. Decentralized dynamic event-triggered adaptive fuzzy control for switched nonlinear systems with unstable inverse dynamics
Zhang et al. Observer-based sliding mode control for fuzzy stochastic switching systems with deception attacks
Zhu et al. Dynamic-memory event-based asynchronous security control for TS fuzzy singular semi-Markov jump systems against multi-cyber attacks
Chen et al. Event-triggered generalized dissipative filtering for delayed neural networks under aperiodic DoS jamming attacks
CN112859607B (zh) 分布式安全事件驱动器与sdofd控制器协同设计方法
Huang et al. Filter-based event-triggered adaptive fuzzy control for discrete-time MIMO nonlinear systems with unknown control gains
Lü et al. Robust adaptive event-triggered fault-tolerant control for time-varying systems against perturbations and faulty actuators
Pan et al. A novel event-based fuzzy control approach for continuous-time fuzzy systems
Zeng et al. Event-triggered multiasynchronous H∞ control for Markov jump systems with transmission delay

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