基于容错观测器的一种新方法.docVIP

基于观测器的一种新方法T-S模糊状态时滞系统的容错控制设计 摘要： 2 1简介 4 2系统描述 6 3主要结果： 9 3.1基于传统自适应算法的故障估计 9 3.2 FAFE算法设计 10 3.3 基于观测器的主动容错控 14 4 仿真结果 17 5 结论 25 摘要： 本文论述了基于模糊自适应故障模糊系统诊断观测器（AFDO）主动容错控制（FTC）的问题Takagi-Sugeno（T-S）。一种新的模糊快速自适应故障估计算法（FAFE） 针对T-S模糊模型，提出了故障估计器存在的充分条件，给出了线性矩阵不等式（LMI）提高性能的故障估计。利用所获得的在线估计信息故障，基于观测器的主动容错控制器补偿故障稳定的闭环系统的影响。模拟一个追踪系统的结果和非线性的数值例子说明所提出方法的有效性。这项工作是由中国国家自然科学基金资助项目60811120024），中国航空科学基金（2007zc52039），自然科学江苏省基础（bk2007195），江苏研究生创新研究基金会省（cx08b_090z），南京大学航空学博士生创新基金航天（bcxj08-03）和英国工程和物理科学研究委员会（EP?/?f029195）。 College of Automation Engineering, Nanjing University of Aeronautics and Astronautics,Nanjing 210016, P.R. Chinae-mail: binjiang@ K. Zhang e-mail: zhang_ke2008@ P. Shi Faculty of Advanced Technology, University of Glamorgan, Pontypridd, CF37 1DL, UK e-mail: pshi@glam.ac.uk P. Shi ILSCM, School of Science and Engineering, Victoria University, Melbourne, Australia P. Shi School of Mathematics and Statistics, University of South Australia, Adelaide, Australia 关键主动容错控制故障估计T-S模糊模型时滞系统LMI 1简介 故障检测和隔离（FDI）和容错控制（FTC）的研究和一个广泛的工业和商业流程的应用已经的深入调查，在过去的二十年里，[ 1，3 ]。这是公认的最真实的系统在本质上是非线性的，需要一个非线性模型。Takagi-Sugeno（T-S）模糊模型由一组IFTHEN描述的非线性系统规则给出了一个局部线性表示一个的非线性系统，众所周知，T-S模型可以近似非线性系统。在过去的二十年中，相当大的注意已经引起非线性T-S模糊系统的使用模型。因此，许多重要的结果已在[ 2，5，6，11，17，18，20，21，33，34，37 ]，但这些结果只有稳定性分析和状态反馈定在过去的十年中，一些研究人员已经注意到自适应故障诊断观测器（AFDO）方法[ 14，15，36，40 ]。一个AFDO的优点是系统的状态向量和向量的估计执行器故障的同时可以实现。然而，在[ 40 ]所示，在使用常规的自适应故障估计的主要问题（）算法，故障估计性能的要求不能满足因为算法只适用于恒定的故障。但在实际情况中，故障是时变的，有时可能是时变。同时，现有的大多数结果是线性和非线性系统满足Lipschitz相关条件[ 13，27，29，38 ]，但它是制约应用范围的约束非线性状态观测器。如何扩展线性AFDO结果到更一般的非线性系统，对一类非线性系统满足Lipschitz条件，是困难。因此，获得解决上述问题的一个有效的方法是必要的，这促使我们研究。此外，据我们所知，一些成果已获得的非线性时滞系统的模糊AFDO设计。在[ 4，9，15 ]得到了一些结果的故障估计和调节相关的非线性系统，但非线性假设满足Lipschitz条件。设计一个利用时滞系统的方法是在[ 14，39 ]，但故障估计的性能不能满足。故障诊断滤波器的设计进行了详细的研究在[ 10，12，19，23，25 ]，但故障估计问题不包括。同时，研究了一个强大的故障估计的不确定时滞T-S模糊模型[ 22 ]，但故障估计的性能不是很好。在本文中，一个模糊的快速自适应故障估计（FAFE）通过提高[ 40 ]最近的结果提出了基于T-S模型的非线性系统的算法，其中FAFE算法首次提出了提高故障估计的性能，但线性系统只考虑FTC不。因此，本文的目的是一个基于T-S模糊模型的模糊非线性时滞系统故障估计。然后，根据得到的故障信息，设计基于观测器的主动容错控制器的补