论文部分内容阅读
控制系统正朝着大规模、复杂化的方向发展,其具有数字化程度高、模型不精确、扰动常伴随、故障易发生等特点,因此,研究复杂离散系统的容错控制方法十分必要。在实际离散控制系统中,时滞现象是非常普遍的,这就增大了容错控制算法的设计难度,传统方法往往导致最终得到的容错控制器不能使闭环系统具有期望的动态性能,甚至会造成系统不稳定。本文针对时滞不确定离散系统,将滑模变结构控制和模型预测控制思想融入到容错控制方法设计之中,研究了此类系统的滑模预测容错控制方法,主要包括以下内容:1.研究了一类时滞不确定离散系统在执行器故障情况下的鲁棒容错控制问题,该系统包含了状态时变时滞、参数摄动以及外部干扰,提出了一种基于多智能体粒子群优化的离散滑模预测容错控制方法。首先,采用极点配置方法,设计得到了系统的滑模预测模型,并提出了一种新型参考轨迹。其次,利用多智能体粒子群算法,改进了传统滚动优化过程。最后,通过在四旋翼直升机仿真平台的实验,证明了所设计容错控制方法的可行性和有效性。2.针对状态时变时滞不确定离散故障系统,进一步研究并提出了一种基于自调节混沌粒子群优化的离散滑模预测容错控制方法。首先,构造出一种拟积分型滑模预测模型,并基于Lyapunov稳定性理论和线性矩阵不等式技术,给出了该滑模预测模型渐近稳定的充分条件。其次,在多智能体粒子群优化中引入自调节混沌因子和加速收敛因子等参数,进一步改善了滚动优化效果。四旋翼直升机仿真平台的实验结果表明,所设计的容错控制方法具有响应速度快、超调量较小、控制抖振小等较好的控制性能。3.考虑系统同时存在状态时滞和输入时滞,且在传感器故障的情况下,研究了该多时滞不确定离散系统的容错控制问题,提出了一种基于MCCSAPSO的滑模预测容错控制方法。首先,将带有约束的传感器故障系统方程转化为一个新的状态方程,并根据新的故障系统方程构造出滑模预测模型。其次,利用基于MCCSAPSO算法,改进了滚动优化过程,使其寻优准确性及速度进一步提升。最后,将所设计的容错控制方法应用于四旋翼直升机仿真平台,可以得到较好的控制效果。