CN114296347A - 电液位置伺服系统的多模型自适应重构控制方法及装置 - Google Patents

电液位置伺服系统的多模型自适应重构控制方法及装置 Download PDF

Info

Publication number
CN114296347A
CN114296347A CN202111582140.0A CN202111582140A CN114296347A CN 114296347 A CN114296347 A CN 114296347A CN 202111582140 A CN202111582140 A CN 202111582140A CN 114296347 A CN114296347 A CN 114296347A
Authority
CN
China
Prior art keywords
model
adaptive
fault
matrix
output
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
CN202111582140.0A
Other languages
English (en)
Other versions
CN114296347B (zh
Inventor
刘舒畅
杨忠
张钊
周国兴
陈爽
张小恺
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202111582140.0A priority Critical patent/CN114296347B/zh
Publication of CN114296347A publication Critical patent/CN114296347A/zh
Application granted granted Critical
Publication of CN114296347B publication Critical patent/CN114296347B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明公开了电液位置伺服系统的多模型自适应重构控制方法及装置，方法为：首先，根据电液位置伺服系统的故障类型构建电液位置伺服系统的故障数学模型，并设计参考模型；其次，设计自适应重构控制律，使故障系统的输出跟踪参考模型的输出，以补偿故障系统输出误差；然后，根据故障类型建立组合多模型集，每个模型都有相应的独立控制器；接着，设计模型切换机制对故障系统进行模型匹配，使其自动切换到性能指标最小的控制器。本发明提出的基于多模型自适应的电液位置伺服系统重构方法能够有效地补偿组件故障产生的不利影响，针对传感器、执行器等故障具有良好的鲁棒性和优秀的重构能力，保证了电液位置伺服系统在整个工作任务中的可靠性与安全性。

Description

电液位置伺服系统的多模型自适应重构控制方法及装置
技术领域
本发明涉及航空机电系统及其控制方法，具体涉及一种电液位置伺服系统的多模型自适应重构控制方法及装置。
背景技术
电液位置伺服系统是集机、电、液于一身的复杂控制系统，具有控制精度高、响应速度快、信号处理灵活等优点。电液位置伺服系统在航空航天工程中应用越来越广泛，特别是在大型飞机舵面控制以及飞行模拟器控制等。然而电液位置伺服系统结构复杂，不可避免地存在组件故障隐患。一旦其某个部件发生故障，很容易引发连锁反应，甚至造成更严重的后果，系统的可靠性和安全性会因此大大降低。
目前对电液位置伺服系统及其故障的分析，主要是建立系统非线性状态空间模型，分析控制参数对输出特性的影响，并且模拟仿真液压系统的几种典型故障；通过自上而下的建模方法对电液位置伺服系统进行建模，将实际电液位置伺服系统主要元件的故障模拟化，其仿真结果对故障检测与诊断以及液压产品的升级改造有一定的参考价值。
现有的伺服控制器及电液位置伺服系统，由闭环控制单元、伺服阀驱动单元、单片机设定单元以及电源单元构成。闭环控制单元采用PID控制算法，并且通过单片机设定单元调整增益参数，调整简单灵活且精度高，从而伺服控制器的实时性和可互换性增强。但是并没有考虑到电液位置伺服系统发生组件故障的情况，其安全性和可靠性有限，不足以保证工作安全。
发明内容
发明目的：本发明的一个目的是提供一种电液位置伺服系统的多模型自适应重构控制方法，以补偿故障产生的不利影响，提高电液位置伺服系统的可靠性和安全性，进而保证工作任务安全顺利完成。
本发明的另一个目的是一种电液位置伺服系统的多模型自适应重构控制装置。
技术方案：本发明的电液位置伺服系统的多模型自适应重构控制方法，包括以下步骤：
S1、根据电液位置伺服系统的故障类型构建电液位置伺服系统的故障数学模型，并设计参考模型；
S2、设计自适应重构控制律，使故障系统的输出跟踪参考模型的输出，以补偿故障系统输出误差；
S3、根据电液位置伺服系统的故障类型建立组合多模型集，组合多模型集包括多个固定模型，自适应模型，以及可初始化自适应模型，并给每个模型设计相应的独立控制器；
S4、设计模型切换机制，所述模型切换机制用于对故障系统进行模型匹配，使其自动切换到性能指标最小的控制器，完成故障系统重构控制。
进一步的，步骤S1中电液位置伺服系统的故障包括传感器故障和执行器故障，电液位置伺服系统的故障数学模型为：
Figure BDA0003426487170000021
Figure BDA0003426487170000022
其中，
Figure BDA0003426487170000023
表示故障系统的状态向量，
Figure BDA0003426487170000024
是xp(t)的导数，
Figure BDA0003426487170000025
是故障系统的输入向量，
Figure BDA0003426487170000026
是故障系统的输出向量，ω(t)为外部有界扰动，
Figure BDA0003426487170000027
和G∈Rn分别为故障系统的系统矩阵、输入矩阵、输出矩阵和扰动矩阵，A、B、C分别为电液位置伺服系统的系统矩阵、输入矩阵和输出矩阵，{σA,σB,σC}是由故障引起的具有适当维数的有界参数摄动矩阵。
进一步的，步骤S1中参考模型为：
Figure BDA0003426487170000028
其中，
Figure BDA0003426487170000029
表示参考模型的状态向量，
Figure BDA00034264871700000210
为xm(t)的导数，
Figure BDA00034264871700000211
是参考模型的输入向量，
Figure BDA00034264871700000212
是参考模型的输出向量，
Figure BDA00034264871700000213
Figure BDA00034264871700000214
分别为参考模型的系统矩阵、输入矩阵和输出矩阵。
进一步的，步骤S2中自适应重构控制律包括重构控制律和自适应律，其中，重构控制律为：
uad(t)＝K1r(t)+K2xp(t) (4)；
其中，uad(t)为重构控制输入向量，r(t)是参考模型的输入向量，xp(t)表示故障系统的状态向量，
Figure BDA0003426487170000031
和
Figure BDA0003426487170000032
是自适应控制增益矩阵；
自适应律为：
Figure BDA0003426487170000033
其中，
Figure BDA0003426487170000034
和
Figure BDA0003426487170000035
是自适应控制增益矩阵，
Figure BDA0003426487170000036
是K1的导数，
Figure BDA0003426487170000037
是K2的导数，
Figure BDA0003426487170000038
是故障系统的状态向量的转置，
Figure BDA0003426487170000039
为参考模型的输入矩阵，
Figure BDA00034264871700000310
和
Figure BDA00034264871700000311
均为对称的正定矩阵，rT(t)是参考模型的输入向量r(t)的转置，ex为故障系统的状态误差，P是方程
Figure BDA00034264871700000312
的正定对称解，
Figure BDA00034264871700000313
为参考模型的系统矩阵，
Figure BDA00034264871700000314
是Am的转置，
Figure BDA00034264871700000315
为任意的常数矩阵。
进一步的，步骤S3中第i个固定模型为：
Figure BDA00034264871700000316
其中，
Figure BDA00034264871700000317
为第i个固定模型系统状态向量的导数，i＝1,2,…,n，θi＝(Afi,Bfi,Gfi)为第i个固定模型的参数向量，Afi、Bfi和Gfi分别为第i个固定模型的系统矩阵、输入矩阵和扰动矩阵，
Figure BDA00034264871700000318
为参数向量，
Figure BDA00034264871700000319
ωT(t)分别为故障系统的状态向量xp(t)、输入向量up(t)和外部扰动ω(t)的转置；
第i个固定模型的控制器为：
ui(t)＝(CfiBfi)-1[CmAmxm(t)+CmBmr(t)-CfiAfixp(t)-Gfiω(t)] (7)；
其中，ui(t)为第i个固定模型控制器的输入向量，Cfi为第i个固定模型的输出矩阵，Am、Bm、Cm分别为参考模型的系统矩阵、输入矩阵和输出矩阵，xp(t)表示故障系统的状态向量，xm(t)表示参考模型的状态向量，r(t)是参考模型的输入向量，ω(t)为外部扰动。
进一步的，步骤S3中自适应模型为：
Figure BDA0003426487170000041
其中，
Figure BDA0003426487170000042
分别为故障系统的系统矩阵、输入矩阵和输出矩阵，
Figure BDA0003426487170000043
是自适应模型的观测输入向量，
Figure BDA0003426487170000044
是故障系统的输出向量，
Figure BDA0003426487170000045
为自适应模型的状态向量，
Figure BDA0003426487170000046
为
Figure BDA0003426487170000047
的导数，
Figure BDA0003426487170000048
是自适应模型的输出向量，L为自适应模型观测矩阵；
自适应模型的控制器为：
Figure BDA0003426487170000049
其中，
Figure BDA00034264871700000410
为
Figure BDA00034264871700000411
的导数，Γ3∈R+是自适应增益，
Figure BDA00034264871700000412
为自适应模型的状态误差，
Figure BDA00034264871700000413
是
Figure BDA00034264871700000414
的转置，Proj为投影算子，P0是Lyapunov方程的一个对称正定解。
进一步的，步骤S3中可初始化自适应模型为：
Figure BDA00034264871700000415
其中，
Figure BDA00034264871700000416
为可初始化自适应模型状态向量的导数，
Figure BDA00034264871700000417
为可初始化自适应模型的参数向量，
Figure BDA00034264871700000418
分别是可初始化自适应模型的系统矩阵、输入矩阵和扰动矩阵，
Figure BDA00034264871700000419
为参数向量，
Figure BDA00034264871700000420
和ua(t)分别是可初始化自适应模型的状态向量和控制输入；
可初始化自适应模型的模型参考调节律为：
Figure BDA00034264871700000421
其中，
Figure BDA00034264871700000422
为可初始化自适应模型参数向量，
Figure BDA00034264871700000423
为
Figure BDA00034264871700000424
的导数，γ(t)为权值系数，
Figure BDA00034264871700000425
为故障系统状态误差，
Figure BDA00034264871700000426
为参数向量
Figure BDA00034264871700000427
的转置。
进一步的，步骤S4中模型切换机制的切换性能指标为：
Figure BDA0003426487170000051
其中，Jk(t)为切换性能指标，
Figure BDA0003426487170000052
为残差；a1,a2>0分别为瞬时误差和累积误差的加权系数；λ≥0为遗忘因子；τ为被积分项，t0为积分初始时间，t为积分结束时间；
在每一个采样区间都会计算和比较性能指标，然后，该方案切换到或停留在具有最小性能指数值的相应控制器。
本发明的一个实施例中，一种电液位置伺服系统的多模型自适应重构控制装置，包括：控制器组、切换机制单元、组合多模型集单元和参考模型单元，组合多模型集单元包括多个固定模型、自适应模型、可初始化自适应模型，控制器组包括多个固定模型控制器、自适应控制器、可初始化自适应控制器，其中，多个固定模型控制器分别与多个固定模型一一对应，自适应控制器与自适应模型对应，可初始化自适应控制器与可初始化自适应模型对应；组合多模型集中每个模型的输出与故障系统输出的误差信号传递给切换机制单元，切换机制单元依据切换性能指标完成控制器组中控制器的切换；参考模型单元的输出与故障系统输出的差值传递给控制器组，实现对故障系统的控制。
本发明的又一实施中，一种控制设备，包括处理器、通信接口、存储器和通信总线；
其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现上述的一种电液位置伺服系统的多模型自适应重构控制方法。
有益效果：与现有技术相比，本发明具有以下有益效果：
(1)本发明设计的自适应重构控制律不需要预先知晓故障情况，通过自适应律在线调整控制增益，保证了闭环系统的稳定性。
(2)本发明设计的组合多模型集可以有效地改善自适应重构控制的瞬态性能，使其收敛速度更快，鲁棒性更强。
(3)本发明设计的模型切换机制在每个采样间隔进行计算和比较，能够快速准确地切换到具有最小性能指标的模型所对应的独立控制器，简单有效，需要调节的参数少，适合实际工程应用。
(4)本发明不仅能克服电液位置伺服系统中传感器、执行器等组件故障带来的影响，具有较强的鲁棒性，还能对工作过程中的未知外部扰动起到良好的抑制作用。
附图说明
图1为本发明的电液位置伺服系统结构示意图；
图2为本发明方法的多模型自适应重构控制的原理图；
图3为实施例情况1下本发明方法在执行器部分失效故障下的输出曲线图；
图4为实施例情况1下本发明方法在执行器部分失效故障下的跟踪误差曲线图；
图5为实施例情况1下本发明方法在执行器部分失效故障下的控制输入曲线图；
图6为实施例情况2下本发明方法在传感器恒定增益漂移故障下的输出曲线图；
图7为实施例情况2下本发明方法在传感器恒定增益漂移故障下的跟踪误差曲线图；
图8为实施例情况2下本发明方法在传感器恒定增益漂移故障下的控制输入曲线图；
图9为实施例情况3下本发明方法在混合故障下的输出曲线图；
图10为实施例情况3下本发明方法在混合故障下的跟踪误差曲线图；
图11为实施例情况3下本发明方法在混合故障下的控制输入曲线图；
图12为实施例情况4下本发明方法在执行器失效故障下加入扰动后的输出曲线图；
图13为实施例情况4下本发明方法在执行器失效故障下加入扰动后的跟踪误差曲线图；
图14为实施例情况4下本发明方法在执行器失效故障下加入扰动后的控制输入曲线图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
本发明的电液位置伺服系统的多模型自适应重构控制方法，主要包括如下步骤：
S1、根据电液位置伺服系统的故障类型构建电液位置伺服系统的故障数学模型，并设计参考模型；
如图1所示的电液位置伺服系统，其故障包括传感器故障和执行器故障，执行器为电液伺服阀。以下有故障的电液位置伺服系统称为故障系统，无故障的电液位置伺服系统称为无故障系统。
电液伺服阀的压力流量方程为：
Figure BDA0003426487170000071
其中，qL为负载流量，Cd为负载流量系数，A(·)为电液伺服阀的阀口面积函数，xv为电液伺服阀阀芯位移，ps为电液位置伺服系统供油压力，pL为电液伺服阀的负载压力，ρ为液压油密度。
将上述电液伺服阀的压力流量方程线性化为：
qL＝Kqxv-KcpL (2)；
其中，Kq为负载流量增益，Kc为负载流量-压力系数。
液压缸的连续性方程可表示为：
Figure BDA0003426487170000072
其中，x为活塞杆的位移，Ah为液压缸的有效作用面积，Ctp为液压缸的等效泄露系数，βe为油液的等效体积弹性模量，Vt为液压缸的总压缩容积。
液压缸与负载的动力学方程可表示为：
Figure BDA0003426487170000073
其中，m为负载折算到活塞杆上的等效质量，Bv为活塞和负载的粘性阻尼系数，k为作用在活塞上的负载弹簧刚度，FL为外负载力。
在上述方程(2)、(3)、(4)的基础上可以建立液压缸的传递函数。液压缸的状态空间方程可以通过消掉中间变量获得：
Figure BDA0003426487170000074
其中，Kce为液压缸的流量压力系数，m为负载折算到活塞杆上的等效质量。
实际应用中，由于电液位置伺服系统的弹性负载和粘性阻尼系数都很小，可以忽略不计，即k＝0，Bv＝0。令干扰作用为0，即外负载力FL＝0，上式可简化为：
Figure BDA0003426487170000081
其中，
Figure BDA0003426487170000082
为液压固有频率，
Figure BDA0003426487170000083
为液压阻尼比。
电液伺服阀可视为工作频率接近液压固有频率ωh的二阶震荡环节，其状态空间方程可表示为：
Figure BDA0003426487170000084
其中，Ir是电液伺服阀输入电流，Ksv为电液伺服阀增益，ωsv为电液伺服阀的固有频率，ζsv为电液伺服阀的阻尼比。
电液伺服阀作为电液位置伺服系统的执行机构(即执行器)，不可避免地会出现潜在的故障。液压油与空气混合、内部泄露和振动等问题严重影响电液位置伺服系统的效率。因此，本发明引入失效损失(Loss of Effectiveness，LOE)来表示典型的电液位置伺服系统执行器故障。LOE故障的特征是执行器增益从标称值下降。在执行器LOE故障的情况下，电液伺服阀阀芯位移偏离控制器预期的指令输出，此时的电液伺服阀阀芯位移可表示为：
xv′＝kLOExv (8)；
其中，xv′表示电液伺服阀阀芯的实际位移，kLOE为LOE故障增益，kLOE∈(0,1]。
n％的失效损失相当于故障增益
Figure BDA0003426487170000085
kLOE＝1表示执行机构无故障。因此，液压缸的数学模型可以改写如下：
Figure BDA0003426487170000091
位移传感器视为比例环节可表示为：
xs＝Kfx (10)；
其中，xs是位移传感器测量位移，Kf是位移传感器反馈增益。
与执行器故障类似，传感器增益漂移、故障等典型传感器故障也会严重影响电液位置伺服系统性能，甚至导致电液位置伺服系统不可控。位移传感器故障可以表示为：
xs′＝kDFTxs (11)；
其中，xs′是位移传感器的实际输出，kDFT代表位移传感器漂移系数，kDFT∈[0,2]。kDFT＝1表示位移传感器无故障，kDFT＝0位移传感器失效。
本发明采用PI控制器来保证电液位置伺服系统的基本跟踪性能，其传递函数如下：
Figure BDA0003426487170000092
其中，use是PI控制器输出电压，Kp和Ki分别是PI控制器比例增益和积分增益，xe＝xd-xs′是期望位移xd与位移传感器的实际输出xs′之差。
伺服放大器方程如下：
Ir＝Kause (13)；
其中，Ir是伺服放大器的输出电流，Ka是伺服放大器增益。
电液位置伺服系统无故障状态空间表示形式为：
Figure BDA0003426487170000093
其中，x(t)∈Rn为无故障系统状态向量，u(t)∈Rm是无故障系统控制输入向量，y(t)∈Rq为无故障系统输出向量，ω(t)模拟未知的外部扰动，A∈Rn×n、B∈Rn×m、C∈Rq×n和G∈Rn分别为无故障系统的系统矩阵、输入矩阵、输出矩阵和扰动矩阵。
主要针对传感器与执行器这两种组件故障，电液位置伺服系统的故障数学模型将其描述为如下：
Figure BDA0003426487170000101
Figure BDA0003426487170000102
其中，
Figure BDA0003426487170000103
表示故障系统的状态向量，
Figure BDA0003426487170000104
是故障系统的输入向量，
Figure BDA0003426487170000105
是故障系统的输出向量，ω(t)模拟未知的外部扰动，
Figure BDA0003426487170000106
Figure BDA0003426487170000107
和G∈Rn分别为故障系统的系统矩阵、输入矩阵、输出矩阵和扰动矩阵，{σA,σB,σC}是由故障引起的具有适当维数的有界参数摄动矩阵。
取参考模型状态方程为：
Figure BDA0003426487170000108
其中，
Figure BDA0003426487170000109
表示参考模型的状态向量，
Figure BDA00034264871700001010
是xm(t)的导数，
Figure BDA00034264871700001011
是参考模型的输入向量，
Figure BDA00034264871700001012
是参考模型的输出向量，
Figure BDA00034264871700001013
Figure BDA00034264871700001014
分别为参考模型的系统矩阵、输入矩阵和输出矩阵。
最终的控制目标是保持闭环系统里的所有信号均有界的同时，使故障系统的输出渐进跟踪参考模型的输出。
S2、设计自适应重构控制律，使故障系统的输出跟踪参考模型的输出，以补偿故障系统输出误差；自适应重构控制律能够保证系统的稳定性；
为了实现控制目标，设计如下的重构控制律：
uad(t)＝K1r(t)+K2xp(t) (18)；
其中，uad(t)为重构控制输入向量，
Figure BDA00034264871700001015
和
Figure BDA00034264871700001016
是自适应控制增益矩阵。
将公式(18)代入故障系统方程(公式(15))中得：
Figure BDA0003426487170000111
定义故障系统状态误差为ex＝xp-xm，则：
Figure BDA0003426487170000112
为了保证故障系统状态误差ex渐进收敛，需满足下列匹配条件：
Figure BDA0003426487170000113
将公式(21)代入误差方程(公式(20))得到：
Figure BDA0003426487170000114
其中，
Figure BDA0003426487170000115
Figure BDA0003426487170000116
和
Figure BDA0003426487170000117
表示模型完全匹配时的自适应控制律增益矩阵。
为保证
Figure BDA0003426487170000118
设计如下自适应律：
Figure BDA0003426487170000119
其中，
Figure BDA00034264871700001110
和
Figure BDA00034264871700001111
均为对称的正定矩阵，
Figure BDA00034264871700001112
是自适应控制增益矩阵K1的导数，
Figure BDA00034264871700001113
是自适应控制增益矩阵K2的导数，
Figure BDA00034264871700001114
是故障系统的状态向量xp(t)的转置，
Figure BDA00034264871700001115
是参考模型的输入矩阵Bm的转置，rT(t)是参考模型的输入向量r(t)的转置，ex为故障系统的状态误差，P是下述方程的正定对称解：
Figure BDA00034264871700001116
其中，
Figure BDA00034264871700001117
是参考模型的系统矩阵Am的转置，
Figure BDA00034264871700001118
为任意的常数矩阵。
Γ1和Γ2的具体数值应根据实际控制性能来选择，如控制精度、跟踪速度、故障发生后的瞬态性能等。
将所设计的自适应控制器和自适应律应用于故障后的电液位置伺服系统，能够保证闭环系统的所有信号均有界，同时满足：
Figure BDA0003426487170000121
和
Figure BDA0003426487170000122
S3、根据电液位置伺服系统的故障数学模型、参考模型以及自适应重构控制律设计组合多模型集；组合多模型集包括多个固定模型，一个自适应模型，以及一个可初始化自适应模型，并给每个模型设计相应的独立控制器；
组合多模型集设计如下：
对于固定模型，定义参数向量θi＝(Afi,Bfi,Gfi)，
Figure BDA0003426487170000123
则第i个固定模型可表示为如下形式：
Figure BDA0003426487170000124
其中，
Figure BDA0003426487170000125
为第i个固定模型系统状态向量的导数，i＝1,2,…,n，Afi、Bfi和Gfi分别为第i个固定模型的系统矩阵、输入矩阵和扰动矩阵。
要使故障系统的输出跟踪参考模型的输出，即yp(t)＝ym(t)，则有：
up(t)＝(CpBp)-1[CmAmxm(t)+CmBmr(t)-CpApxp(t)-Gω(t)] (26)；
因此，第i个固定模型的控制器可设计如下：
ui(t)＝(CfiBfi)-1[CmAmxm(t)+CmBmr(t)-CfiAfixp(t)-Gfiω(t)] (27)；
由上式即可求得各种固定模型所对应的控制器。
对于自适应模型，针对故障系统，可以构建如下的自适应辨识模型集：
Figure BDA0003426487170000126
其中，
Figure BDA0003426487170000127
是自适应模型的观测输入向量，
Figure BDA0003426487170000128
为自适应模型的状态向量，
Figure BDA0003426487170000129
是
Figure BDA00034264871700001210
的导数，
Figure BDA00034264871700001211
是自适应模型的输出向量，L为自适应模型观测矩阵。
定义自适应模型的状态误差为
Figure BDA00034264871700001212
求导可得：
Figure BDA00034264871700001213
其中，
Figure BDA00034264871700001214
Figure BDA00034264871700001215
是up的估计。且有：
Figure BDA0003426487170000131
其中，
Figure BDA0003426487170000132
为
Figure BDA0003426487170000133
的导数，Γ3∈R+是自适应增益，
Figure BDA0003426487170000134
是自适应模型的状态误差
Figure BDA0003426487170000135
的转置，Proj为投影算子，保证参数有界性，P0是如下Lyapunov方程的一个对称正定解：
Figure BDA0003426487170000136
其中，
Figure BDA0003426487170000137
可初始化自适应模型设计如下：
Figure BDA0003426487170000138
其中，
Figure BDA0003426487170000139
为可初始化自适应模型状态向量的导数，
Figure BDA00034264871700001310
为可初始化自适应模型参数向量，
Figure BDA00034264871700001311
分别是可初始化自适应模型的系统矩阵、输入矩阵和扰动矩阵，
Figure BDA00034264871700001312
为可初始化自适应模型参数向量，
Figure BDA00034264871700001313
和ua(t)分别是可初始化模型的状态向量和控制输入。定义可初始化模型的状态误差为
Figure BDA00034264871700001314
Figure BDA00034264871700001315
是可初始化自适应模型状态向量，基于梯度理论设计如下的可初始化自适应模型的模型参考调节律：
Figure BDA00034264871700001316
其中，
Figure BDA00034264871700001317
为可初始化自适应模型参数向量，
Figure BDA00034264871700001318
为
Figure BDA00034264871700001319
的导数，γ(t)为权值系数，
Figure BDA00034264871700001320
为可初始化自适应模型参数向量
Figure BDA00034264871700001321
的转置。
可初始化模型具有与固定模型相同的线性结构，其模型参数可以根据上式自动调整。这样可以实现更好的模型匹配，进而获得满意的瞬态性能。如果一段时间后没有重新初始化，则已初始化的自适应模型将成为自由运行的自适应模型。
S4、根据步骤S1、S2、S3设计模型切换机制对故障系统进行模型匹配，进而实现控制器切换，完成故障系统重构控制。
选择如下的切换性能指标：
Figure BDA0003426487170000141
其中，Jk(t)为切换性能指标，
Figure BDA0003426487170000142
为残差，即故障系统的输出向量yp和自适应模型的输出向量
Figure BDA0003426487170000143
的差；a1,a2>0分别为瞬时误差和累积误差的加权系数，τ为被积分项，t0为积分初始时间，t为积分结束时间；λ≥0为遗忘因子，其决定了性能指标函数在快速切换过程中的记忆性，并确保Jk(t)有界。这些设计参数可以根据给定的问题进行调整。在每一个采样区间都会计算和比较性能指标，然后，该方案切换到(或停留在)具有最小性能指数值的相应控制器。
如图2所示，多模型自适应重构控制的原理为：采用多个模型来覆盖参数区域，建立组合多模型集来逼近系统故障模型。然后基于切换逻辑，选择与当前被控对象最匹配的模型来表征故障系统，并利用设计的自适应控制器来完成重构控制，使得被控对象的输出跟踪参考模型的输出。
本发明的一个实施例中，一种电液位置伺服系统的多模型自适应重构控制装置，包括：控制器组、切换机制单元、组合多模型集单元和参考模型单元，组合多模型集单元包括多个固定模型、自适应模型、可初始化自适应模型，控制器组包括多个固定模型控制器、自适应控制器、可初始化自适应控制器，其中，多个固定模型控制器分别与多个固定模型一一对应，自适应控制器与自适应模型对应，可初始化自适应控制器与可初始化自适应模型对应；组合多模型集单元中的每个模型的输出与故障系统输出的误差信号传递给切换机制单元，依据切换性能指标完成控制器组中控制器的切换选择；参考模型单元的输出与故障系统输出的差值传递给控制器组，实现对故障系统的控制。具体的：
控制初期，切换机制单元根据固定模型输出及故障系统输出自动选择与故障系统最匹配的固定模型控制器，对故障系统进行控制；当故障系统与固定模型有误差时，自适应模型自动更新参数，准确跟踪故障系统，切换机制单元根据自适应模型输出及故障系统输出选择自适应控制器，对故障系统进行自适应控制；在每段时间间隔内，切换机制单元根据可初始化自适应模型输出及故障系统输出选择可初始化自适应控制器，将匹配模型重置为距离故障系统真实模型最近的固定模型，对故障系统进行初始化控制。
固定模型，其参数不会随时间变化，在控制初期，系统自动选择与故障系统最匹配的固定模型控制器。
自适应模型，当故障系统与固定模型有误差时，自适应模型自动更新参数，准确跟踪故障系统，系统选择自适应控制器。
可初始化自适应模型，可以在每段时间间隔内被重置为距离故障系统真实模型最近的固定模型，以达到更快的收敛速度。
本发明的一个实施例中，一种控制设备，包括处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序时，实现上述的一种电液位置伺服系统的多模型自适应重构控制方法，并达到如上述方法一致的技术效果。
下面结合具体实施例，详细阐述本发明的技术方案。
以如图1所示的电液位置伺服系统为对象，在MATLAB/Simulink环境下对其进行仿真验证，以验证本发明的控制重构方法的有效性。电液位置伺服系统的数学模型的具体参数如表1：
表1系统仿真参数
Figure BDA0003426487170000151
多模型自适应控制器参数：K＝1，F＝3，γ＝1×10-3，c1＝100，c2＝1，λ＝0，η＝1。
情况1：执行器故障：t＝0.25s时20％LOE；t＝1.25s时50％LOE；t＝2.25s时80％LOE。仿真结果如图3所示。
仿真结果如图3、图4、图5。图3是输出曲线，图4是跟踪误差曲线、图5是在执行器故障重构后的控制输入。
仿真结果表明，本发明方法在执行器故障瞬间有更好的瞬态性能，收敛速度更快，使系统仍能保持良好的跟踪性能与稳定性。
情况2：传感器故障：t＝0.25s时发生传感器恒增益漂移0.8故障；t＝1.25s时发生传感器恒增益漂移0.5故障；t＝2.25s时传感器恒增益漂移0.3故障。仿真结果如图4所示。
仿真结果如图6、图7、图8。图6是输出曲线，图7是跟踪误差曲线、图8是在执行器故障重构后的控制输入。
仿真结果表明，本发明能更好地补偿传感器故障带来的不利影响，从而提高系统的鲁棒性。
情况3：混合故障：t＝0.25s时发生传感器恒增益0.5故障；t＝1.25s时混入执行器20％LOE；t＝2.25s时故障强度增大到50％LOE。仿真结果如图5所示。
仿真结果如图9、图10、图11。图9是输出曲线，图10是跟踪误差曲线、图11是在执行器故障重构后的控制输入。
仿真结果表明，本发明对混合故障具有良好的重构效果，可以保证系统在发生混合故障时仍能渐进跟踪参考输入，保持了系统整体稳定性和可接受性能。
情况4：在情况1执行器故障的基础上加入
Figure BDA0003426487170000161
的外部干扰，用以测试所提出方法的抗扰性。仿真结果如图6所示。
仿真结果如图12、图13、图14。图12是输出曲线，图13是跟踪误差曲线、图14是在执行器故障重构后的控制输入。
仿真结果表明，本发明在同样强度的扰动作用下，可以更有效地进行重构控制，并且跟踪误差更小，验证了多模型自适应控制的优秀抗扰性。
实验表明，本发明控制器对在不同故障状态下的电液伺股系统的有着良好的控制重构效果，并且具有很强的鲁棒性和抗扰性；本发明可显著提高电液位置伺服系统的可靠性和安全性，保障了工作任务安全顺利完成。

Claims (10)

1.电液位置伺服系统的多模型自适应重构控制方法，其特征在于，包括以下步骤：
S1、根据电液位置伺服系统的故障类型构建电液位置伺服系统的故障数学模型，并设计参考模型；
S2、设计自适应重构控制律，使故障系统的输出跟踪参考模型的输出，以补偿故障系统输出误差；
S3、根据电液位置伺服系统的故障类型建立组合多模型集，组合多模型集包括多个固定模型，自适应模型，以及可初始化自适应模型，并给每个模型设计相应的独立控制器；
S4、设计模型切换机制，所述模型切换机制用于对故障系统进行模型匹配，使其自动切换到性能指标最小的控制器，完成故障系统重构控制。
2.根据权利要求1所述的一种电液位置伺服系统的多模型自适应重构控制方法，其特征在于，步骤S1中电液位置伺服系统的故障包括传感器故障和执行器故障，电液位置伺服系统的故障数学模型为：
Figure FDA0003426487160000011
Figure FDA0003426487160000012
其中，
Figure FDA0003426487160000013
表示故障系统的状态向量，
Figure FDA0003426487160000014
是xp(t)的导数，
Figure FDA0003426487160000015
是故障系统的输入向量，
Figure FDA0003426487160000016
是故障系统的输出向量，ω(t)为外部有界扰动，
Figure FDA0003426487160000017
和G∈Rn分别为故障系统的系统矩阵、输入矩阵、输出矩阵和扰动矩阵，A、B、C分别为电液位置伺服系统的系统矩阵、输入矩阵和输出矩阵，{σA,σB,σC}是由故障引起的具有适当维数的有界参数摄动矩阵。
3.根据权利要求1所述的一种电液位置伺服系统的多模型自适应重构控制方法，其特征在于，步骤S1中参考模型为：
Figure FDA0003426487160000018
其中，
Figure FDA0003426487160000021
表示参考模型的状态向量，
Figure FDA0003426487160000022
为xm(t)的导数，
Figure FDA0003426487160000023
是参考模型的输入向量，
Figure FDA0003426487160000024
是参考模型的输出向量，
Figure FDA0003426487160000025
Figure FDA0003426487160000026
分别为参考模型的系统矩阵、输入矩阵和输出矩阵。
4.根据权利要求1所述的一种电液位置伺服系统的多模型自适应重构控制方法，其特征在于，步骤S2中自适应重构控制律包括重构控制律和自适应律，其中，重构控制律为：
uad(t)＝K1r(t)+K2xp(t) (4)；
其中，uad(t)为重构控制输入向量，r(t)是参考模型的输入向量，xp(t)表示故障系统的状态向量，
Figure FDA0003426487160000027
和
Figure FDA0003426487160000028
是自适应控制增益矩阵；
自适应律为：
Figure FDA0003426487160000029
其中，
Figure FDA00034264871600000210
和
Figure FDA00034264871600000211
是自适应控制增益矩阵，
Figure FDA00034264871600000212
是K1的导数，
Figure FDA00034264871600000213
是K2的导数，
Figure FDA00034264871600000214
是故障系统的状态向量的转置，
Figure FDA00034264871600000215
为参考模型的输入矩阵，
Figure FDA00034264871600000216
和
Figure FDA00034264871600000217
均为对称的正定矩阵，rT(t)是参考模型的输入向量r(t)的转置，ex为故障系统的状态误差，P是方程
Figure FDA00034264871600000218
的正定对称解，
Figure FDA00034264871600000219
为参考模型的系统矩阵，
Figure FDA00034264871600000220
是Am的转置，
Figure FDA00034264871600000221
为任意的常数矩阵。
5.根据权利要求1所述的一种电液位置伺服系统的多模型自适应重构控制方法，其特征在于，步骤S3中第i个固定模型为：
Figure FDA00034264871600000222
其中，
Figure FDA00034264871600000223
为第i个固定模型系统状态向量的导数，i＝1,2,…,n，θi＝(Afi,Bfi,Gfi)为第i个固定模型的参数向量，Afi、Bfi和Gfi分别为第i个固定模型的系统矩阵、输入矩阵和扰动矩阵，
Figure FDA00034264871600000224
为参数向量，
Figure FDA00034264871600000225
ωT(t)分别为故障系统的状态向量xp(t)、输入向量up(t)和外部扰动ω(t)的转置；
第i个固定模型的控制器为：
ui(t)＝(CfiBfi)-1[CmAmxm(t)+CmBmr(t)-CfiAfixp(t)-Gfiω(t)] (7)；
其中，ui(t)为第i个固定模型控制器的输入向量，Cfi为第i个固定模型的输出矩阵，Am、Bm、Cm分别为参考模型的系统矩阵、输入矩阵和输出矩阵，xp(t)表示故障系统的状态向量，xm(t)表示参考模型的状态向量，r(t)是参考模型的输入向量，ω(t)为外部扰动。
6.根据权利要求1所述的一种电液位置伺服系统的多模型自适应重构控制方法，其特征在于，步骤S3中自适应模型为：
Figure FDA0003426487160000031
其中，
Figure FDA0003426487160000032
分别为故障系统的系统矩阵、输入矩阵和输出矩阵，
Figure FDA0003426487160000033
是自适应模型的观测输入向量，
Figure FDA0003426487160000034
是故障系统的输出向量，
Figure FDA0003426487160000035
为自适应模型的状态向量，
Figure FDA0003426487160000036
为
Figure FDA0003426487160000037
的导数，
Figure FDA0003426487160000038
是自适应模型的输出向量，L为自适应模型观测矩阵；
自适应模型的控制器为：
Figure FDA0003426487160000039
其中，
Figure FDA00034264871600000310
为
Figure FDA00034264871600000311
的导数，Γ3∈R+是自适应增益，
Figure FDA00034264871600000312
为自适应模型的状态误差，
Figure FDA00034264871600000313
是
Figure FDA00034264871600000314
的转置，Proj为投影算子，P0是Lyapunov方程的一个对称正定解。
7.根据权利要求1所述的一种电液位置伺服系统的多模型自适应重构控制方法，其特征在于，步骤S3中可初始化自适应模型为：
Figure FDA00034264871600000315
其中，
Figure FDA00034264871600000316
为可初始化自适应模型状态向量的导数，
Figure FDA00034264871600000317
为可初始化自适应模型的参数向量，
Figure FDA00034264871600000318
分别是可初始化自适应模型的系统矩阵、输入矩阵和扰动矩阵，
Figure FDA00034264871600000319
为参数向量，
Figure FDA00034264871600000320
和ua(t)分别是可初始化自适应模型的状态向量和控制输入；
可初始化自适应模型的模型参考调节律为：
Figure FDA0003426487160000041
其中，
Figure FDA0003426487160000042
为可初始化自适应模型参数向量，
Figure FDA0003426487160000043
为
Figure FDA0003426487160000044
的导数，γ(t)为权值系数，
Figure FDA0003426487160000045
为故障系统状态误差，
Figure FDA0003426487160000046
为参数向量
Figure FDA0003426487160000047
的转置。
8.根据权利要求1所述的一种电液位置伺服系统的多模型自适应重构控制方法，其特征在于，步骤S4中模型切换机制的切换性能指标为：
Figure FDA0003426487160000048
其中，Jk(t)为切换性能指标，
Figure FDA0003426487160000049
为残差；a1,a2>0分别为瞬时误差和累积误差的加权系数；λ≥0为遗忘因子；τ为被积分项，t0为积分初始时间，t为积分结束时间；
在每一个采样区间都会计算和比较性能指标，然后，该方案切换到或停留在具有最小性能指数值的相应控制器。
9.一种电液位置伺服系统的多模型自适应重构控制装置，其特征在于，包括：控制器组、切换机制单元、组合多模型集单元和参考模型单元，组合多模型集单元包括多个固定模型、自适应模型、可初始化自适应模型，控制器组包括多个固定模型控制器、自适应控制器、可初始化自适应控制器，其中，多个固定模型控制器分别与多个固定模型一一对应，自适应控制器与自适应模型对应，可初始化自适应控制器与可初始化自适应模型对应；组合多模型集中每个模型的输出与故障系统输出的误差信号传递给切换机制单元，切换机制单元依据切换性能指标完成控制器组中控制器的切换；参考模型单元的输出与故障系统输出的差值传递给控制器组，实现对故障系统的控制。
10.一种控制设备，其特征在于，包括处理器、通信接口、存储器和通信总线；
其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-8任一项所述的一种电液位置伺服系统的多模型自适应重构控制方法。
CN202111582140.0A 2021-12-22 2021-12-22 电液位置伺服系统的多模型自适应重构控制方法及装置 Active CN114296347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111582140.0A CN114296347B (zh) 2021-12-22 2021-12-22 电液位置伺服系统的多模型自适应重构控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111582140.0A CN114296347B (zh) 2021-12-22 2021-12-22 电液位置伺服系统的多模型自适应重构控制方法及装置

Publications (2)

Publication Number Publication Date
CN114296347A true CN114296347A (zh) 2022-04-08
CN114296347B CN114296347B (zh) 2024-07-23

Family

ID=80969551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111582140.0A Active CN114296347B (zh) 2021-12-22 2021-12-22 电液位置伺服系统的多模型自适应重构控制方法及装置

Country Status (1)

Country Link
CN (1) CN114296347B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682298A (zh) * 2016-12-22 2017-05-17 西北工业大学 一种航空液压舵机系统故障仿真模型库的构建方法
CN108303895A (zh) * 2018-02-27 2018-07-20 南京理工大学 一种电液位置伺服系统多模型鲁棒自适应控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682298A (zh) * 2016-12-22 2017-05-17 西北工业大学 一种航空液压舵机系统故障仿真模型库的构建方法
CN108303895A (zh) * 2018-02-27 2018-07-20 南京理工大学 一种电液位置伺服系统多模型鲁棒自适应控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHEN FUYAN，ET AL.: ""A Reconfiguration Control Scheme for a Quadrotor Helicopter via Combined Multiple Models"", INTERNATIONAL JOURNAL OF ADVANCED ROBOTIC SYSTEMS, pages 2 - 6 *
王海杰: "电液位置伺服系统自适应滑模控制策略研究", 上海交通大学硕士学位论文 *
盛夕正: "电液位置伺服系统的设计与控制性能研究", 上海应用技术大学硕士学位论文 *

Also Published As

Publication number Publication date
CN114296347B (zh) 2024-07-23

Similar Documents

Publication Publication Date Title
Shi et al. Adaptive decoupling synchronous control of dissimilar redundant actuation system for large civil aircraft
Rashad et al. Sliding mode disturbance observer-based control of a twin rotor MIMO system
Huang et al. Disturbance observer-based fault-tolerant control for robotic systems with guaranteed prescribed performance
Karpenko et al. Hardware-in-the-loop simulator for research on fault tolerant control of electrohydraulic actuators in a flight control application
CN103399493B (zh) 可重构机械臂传感器故障实时诊断和容错系统及其方法
Zhang et al. Hybrid fuzzy adaptive fault-tolerant control for a class of uncertain nonlinear systems with unmeasured states
Kumar et al. A direct adaptive neural command controller design for an unstable helicopter
Yu et al. Adaptive neural model-based fault tolerant control for multi-variable processes
CN109814382B (zh) 一种非最小相位飞行器控制系统执行器持续间歇性故障的自适应补偿控制方法
CN111474922A (zh) 一种连续非线性系统的控制器构建方法
Karpenko et al. Hardware-in-the-loop simulator for research on fault tolerant control of electrohydraulic flight control systems
Cai et al. Robust adaptive failure compensation of hysteretic actuators for parametric strict feedback systems
CN114296347B (zh) 电液位置伺服系统的多模型自适应重构控制方法及装置
Henry et al. A LPV approach for early fault detection in aircraft control surfaces servo-loops
CN114296346B (zh) 基于模糊自抗扰控制的电液位置伺服系统重构控制方法及装置
CN104020775B (zh) 检测控制表面的干扰和/或不受控制移动的方法和系统
Sun et al. Robust adaptive fault estimation for a commercial aircraft oscillatory fault scenario
Hallouzi et al. Reconfigurable fault tolerant control of a Boeing 747 using subspace predictive control
Li et al. DNN based fault tolerant control of nonlinear structural vibration with actuator faults
Borrelli et al. MPC load control for aircraft actuator testing
Nguyen et al. Synthesizing an adaptive controller to enhance movement quality of a flight control actuator under external load
Shen et al. Bond Graph Modeling and Fault Diagnosis of Aircraft Rudder Hydraulic System
Campos et al. Synchronization control of an actuation redundant system
Di Rito et al. Development and experimental validation of real-time executable models of primary fly-by-wire actuators
CN112631129A (zh) 一种弹性飞机容错飞行控制方法及系统

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