论文部分内容阅读
随着科技的飞速发展,工业系统日益复杂化,系统故障不可避免地出现在每一个实际工业生产的过程中,因此针对于故障诊断与容错控制这一方面的研究受到了与日俱增的关注。近三十年来,该领域的研究已取得很快的发展,到目前为止,研究界主要采用基于经验知识或信号处理或解析模型的手段解决相关的问题。故障发生后,利用最优控制、PI控制、滑模控制等控制方法,使故障发生后的系统仍能保持稳定,并能够满足一定的性能指标,这个过程即为容错控制。实际工业生产中存在着各种各样的随机干扰,对随机系统进行研究十分重要。通常,随机系统是在基于系统变量服从高斯分布的假设下进行研究,但是在现实过程中这一条件并不总能成立。王宏教授提出了随机分布控制(SDC)理论,在不满足高斯输入假设的条件时,仍能控制输出概率密度函数(PDF)。从本质上讲,实际的系统基本上全是非线性系统。但是,现在对非线性系统的研究,基本上都是假设非线性部分满足Lipschtiz条件,因此对于非高斯非线性随机分布系统故障诊断与容错控制的研究是特别需要的。本文的主要工作为:(1)针对线性B样条逼近输出PDF静态模型的非高斯非线性系统,采用T-S模糊模型建立动态模型。利用RBF神经网络诊断一个因状态变化而引起的渐变故障,并自适应修正其权值,再基于差分进化算法优化其宽度和中心向量,由此获得较佳的输出结果。在基于滑模控制原理的容错控制中,先求出了等效控制律,使系统能够在滑模面稳定,然后设计滑模控制律,由此实现任意位置到达滑模面的时间是有限的。最后,在计算机MATLAB软件中设计程序,不断调试及改善,检验上述方案的可行性。(2)针对一类非高斯非线性系统,对于系统中含有不满足Lipschitz条件的非线性项,利用RBF神经网络进行逼近,非线性部分的研究更具有一般性,并利用RBF神经网络对系统故障进行估计。基于模糊控制原理,设计了一个改进的PI主动容错控制器,控制器参数可以通过模糊理论来实现实时调整,使故障发生后的PDF可以满足期望。最后,在计算机MATLAB软件中设计程序,不断调试及改善,检验上述方案的可行性。(3)针对非高斯非线性奇异系统,基于自适应原理,完成了对故障的估计。基于神经网络原理,设计了一个改进的PI主动容错控制器,控制器参数可以通过神经网络来实现实时调整,使故障发生后的PDF可以满足期望。最后,在计算机MATLAB软件中设计程序,不断调试及改善,检验上述方案的可行性。