基于容错观测器的一种新方法.doc

PAGE PAGE 7 基于观测器的一种新的方法 —T-S模糊状态时滞系统的容错控制的设计 TOC \o 1-3 \h \z \u 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）的主动容错控制（FTC）的时滞问题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）来提高性能的故障估计。利用所获得的在线估计信息的故障，设计一个基于观测器的主动容错控制器，补偿故障对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来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 关键词：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IF-THEN描述的非线性系统规则，这个规则给出了一个局部线性表示一个基本的非线性系统，众所周知，T-S模型可以近似为一大类非线性系统。在过去的二十年中，相当大的注意已经引起描述非线性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 ]给出，但这些结果只有稳定性分析和状态反馈稳定的问题。 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是（CAFE）算法，故障估计性能的要求不能满足，因为CAFE算法只适用于恒定的故障情况。但在实际情况中，故障是时变的，有时可能是快速时变的。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，是很困难的。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AFDO利用时滞系统的CAFE方法是在[ 14，39 ]表示，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