一、执行器故障检测的神经网络观测器方法（论文文献综述）
王忻[1]（2021）在《自愈控制及其在网络控制系统中的应用》文中研究表明近年来,随着科学和信息技术的飞速发展,各类系统的设计复杂度和各部件之间的耦合度也随之增加,系统的脆弱性问题逐渐显现,故障对系统的正常和安全运行造成不可忽视的威胁。为了提高系统对自身故障情况的监测和应对能力,学者们提出了自愈控制的思想。目前自愈控制仍然处于初级发展阶段,并没有学者给出自愈控制的明确定义和研究范畴等基本概念。在学术界对自愈控制理论的研究才刚刚起步,自愈控制理论的研究是滞后于自愈控制的工程应用的。本文主要对自愈控制的理论进行初步的研究,并且首次给出了自愈控制的定义、基本架构和研究范畴等基本概念。本文采用自愈控制的方法来处理网络控制系统面对的多元不确定性问题,同时对提出的自愈控制的理论进行验证,主要的工作内容如下:首先,通过梳理智能电网的自愈控制、飞行控制系统的自愈控制和机械故障的自愈调控系统的相关研究成果,明确了自愈控制的特征和功能并给出了其定义;讨论了自愈控制与自愈系统以及容错控制的联系与区别;总结了研究自愈控制的意义并分析了其发展趋势。其次,提出了一种基于状态观测器的自愈控制方法,该方法由故障诊断的状态观测器方法和故障处理机制组成,设计的故障诊断方法包括故障估计、故障检测和故障定位三个部分,故障估计可以获得系统发生的加性故障的幅值信息,改进的故障检测和故障定位方法,提高了故障检测和隔离的实时性。结合故障诊断实时获得的故障信息在控制器中设计了故障处理机制,实时消除了故障对系统的影响。再次,设计了一种基于两阶段卡尔曼滤波的自愈控制方法。针对执行器发生的部分失效故障,利用两阶段卡尔曼滤波器对执行器部分失效故障进行诊断,获得的故障信息的精确度高,但是实时性较差,为了提高故障诊断的实时性,提出了两阶段卡尔曼滤波和BP（Back Propagation）神经网络相协同的故障诊断方法,并结合在线进行控制律重构/控制律切换方法,消除/抑制故障对系统的影响;同时,对于系统中发生的未知故障或者执行器完全失效故障,提出了基于故障隔离的自愈控制方法,抑制故障对系统的持续影响。最后,设计了一种基于网络切换的自愈控制方案。针对系统中发生故障或拒绝服务攻击的随机性,在卡方检测的基础上设计了系统异常检测方法,改进了异常检测阈值的选择方法,降低了检测阈值选择的难度;然后,采用基于支持向量机的异常诊断方法,对异常状态进行分类;对于系统中发生拒绝服务攻击的情况,结合异常检测和诊断的结果,设计了一种基于网络切换的自愈策略,使得网络控制系统在发生拒绝服务攻击的情况下可以自愈,并且系统性能保持在可接受水平。本文为了验证所提出的自愈控制方法的有效性,利用MATLAB工具箱True Time搭建了网络控制系统进行数值仿真。最后,总结了全文的工作,并对需要进一步研究的工作进行了展望。
时晓宇[2]（2021）在《无人机飞控系统的故障诊断与容错控制技术研究》文中研究指明航天科技的发展日新月异,以无人机为代表的航空飞行器变得越来越复杂,人们对航空器的稳定性、安全性和可靠性也提出了更高的要求。无人机飞控系统的故障诊断与容错控制技术可以提高航天器的自主运行能力。此外,复杂多变的空间环境不可避免地对无人机造成影响,自身长时间运行也会使系统产生不同类型的故障,其中44%是执行器故障造成的。因此,研究执行器的故障诊断和飞控系统的容错控制,对延长设备使用寿命,提高系统稳定运行的能力具有重要意义。旋翼无人机独有的垂直起降、自由悬停和小巧灵活的优势而被广泛应用在军事和民用领域。本文以四旋翼无人机为主要研究对象,针对外界扰动、模型不确定性和执行器故障对飞控系统运行安全的影响,对飞控系统中故障诊断、鲁棒跟踪控制和容错控制等方面的问题进行研究,主要内容如下:基于外界扰动和执行器故障对系统建模的影响,深入分析无人机的动力学模型机理,优化无人机飞控系统的数学模型。通过分析飞控系统执行器故障的类型并建立典型故障的数学模型,再建立故障模式下无人机的动力学模型,为后续无人机故障诊断和容错控制研究奠定理论基础。针对执行器故障的多样性和受强噪声干扰问题,提出一种基于变分模态分解和层次模糊熵的故障特征提取算法。实现不同频率下故障信号的特征提取,从理论上提高故障特征提取的准确率。通过优化Alexnet神经网络算法对轴承信号进行故障特征分类和识别,提高故障诊断的精度。试验结果表明,与卷积神经网络和Googlenet网络相比,该方法不仅能够识别故障的类型,准确率达97.92%,还能够识别故障的严重程度,准确率达94.73%。针对外界扰动和模型不确定性情况下四旋翼无人机的跟踪控制问题,实现固定扰动和随机扰动情况下四旋翼无人机的跟踪控制。针对扰动为固定值的情况,提出一种改进的反步滑模跟踪控制算法,解决了滑模控制本身存在的抖振问题,也提高了系统的抗扰动特性。进一步,考虑扰动和模型不确定性部分为随机值时,提出一种新型的将模糊控制和PID控制相结合的鲁棒跟踪控制优化算法,并通过扩张状态观测器对系统的随机部分进行实时观测和补偿。结果表明,四旋翼无人机偏航控制子系统的响应时间比传统的PID控制算法减少近50%,且超调量也大大减小,该方法提高了系统的响应速度和跟踪性能。在分析外界扰动对系统影响的基础上,研究四旋翼无人机执行器故障容错控制问题。针对执行器偏差这类加性故障的容错控制问题,提出一种改进的分数阶幂次滑模容错控制算法,克服了传统容错控制只能使系统渐近稳定的缺点,实现了系统有限时间内到稳定状态的目的。自适应控制技术能够补偿干扰对系统的影响,提高了系统的稳定性。针对执行器失效这类乘性故障的容错控制问题,设计一种新的非奇异终端滑模控制算法,试验表明,该方法不仅消除了姿态和位置控制中的奇异现象,而且使飞控系统在有限时间内达到稳定状态。此外,利用自适应控制策略对系统扰动和不确定性进行补偿,进一步提高控制器的性能。
陈潇[3]（2020）在《双绳缠绕式提升机钢丝绳张力协调控制策略研究》文中提出随着浅层矿产资源的开采殆尽,深井开采是未来的发展方向。双绳缠绕式提升机,作为深井提升的重要装备,其性能直接关系到我国能源战略的有效实施。双绳缠绕式提升机在运行过程中,由于绳槽偏差、卷绕误差及两侧钢丝绳性能的不一致,不可避免地会出现各绳张力不平衡现象,影响到运输设备及人员安全。同时,双绳缠绕式提升机在服役过程中,钢丝绳张力协调控制系统执行器子系统和传感器容易发生故障,存在潜在的安全隐患,闭环控制系统一旦出现失稳,极有可能造成机毁人亡的重大事故。因此,深入研究各种工况下双绳缠绕式提升机钢丝绳张力协调控制方法,是实现钢丝绳张力协调控制策略真正应用于生产实践的关键课题。本文在973计划课题“非定常工况下超深井提升系统危机预防及安全运行研究”的资助下,结合双绳缠绕式提升机的实际工况,综合运用非线性系统建模、自适应控制、迭代学习控制、容错控制等理论,开展了多种工况下双绳缠绕式提升机钢丝绳张力协调控制策略的理论与实验研究。研究工作主要包括:（1）建立了双绳缠绕式提升机提升子系统模型、提升容器子系统模型和浮动天轮驱动子系统模型,最终构建了双绳缠绕式提升机耦合模型;给出了卷绕误差激励和钢丝绳特性偏差的等效模型;在AMESim软件和Matlab/Simulink软件环境下分别搭建了双绳缠绕式提升机仿真模型并进行了数值仿真分析,研究了卷绕误差激励和两侧钢丝绳存在特性偏差工况下钢丝绳末端张力和张力差的响应规律。（2）基于双绳缠绕式提升机正常运行工况下误差激励和参数不确定性有界假设,利用动态面控制理论设计了双绳缠绕式提升机钢丝绳张力协调控制器;考虑提升子系统非线性特性及其所受扰动的时变特性,设计了迭代学习观测器,对未知动态特性和扰动进行综合观测;考虑控制器参数和实际物理参数的偏差,引入自适应理论,对参数偏差引起的控制器性能下降进行补偿;通过仿真分析验证了所提出控制策略的有效性和优越性。（3）针对双绳缠绕式提升机钢丝绳张力协调控制系统执行器子系统发生故障的工况,建立了执行器子系统故障树,给出了执行器子系统典型故障的等效模型;设计了可以对故障进行实时检测的自适应观测器,对故障观测器的稳定性和收敛性进行了证明;利用故障检测信息,基于浮动天轮冗余特性,同时为了保障故障工况下液压缸速度跟踪误差的有界,提出了一种执行器子系统故障工况下钢丝绳张力协调控制方法;通过仿真分析验证了执行器子系统故障工况下所提出控制策略的收敛性和有效性。（4）针对双绳缠绕式提升机运行过程中反馈传感器可能发生掉电、漂移等故障工况,建立了反馈传感器的等效故障模型;提出了一种基于信号融合的传感器故障检测方法,设计了有限时间观测器和参数估计器,实现了对传感器故障的实时检测;考虑传感器故障风险,基于系统物理特性分析和故障检测结果,提出了传感器故障工况下基于扩张状态逼近的钢丝绳张力协调控制方法,并证明了所提出方法的稳定性;仿真结果验证了传感器故障工况所提出混合控制策略的有效性。（5）基于xpc技术搭建了双绳缠绕式提升机模拟实验平台;分别开展了正常运行工况、执行器故障工况和传感器故障工况下钢丝绳张力协调控制策略的实验研究;实验结果验证了所提出控制策略的有效性。该论文有图74幅,表10个,参考文献153篇。
郭晓杰[4]（2020）在《船舶电力推进系统智能容错控制技术研究》文中研究指明船舶电力推进系统将船舶操纵推进用电和其他用电负载一体化,具有降低动力装置重量和体积、提高系统供电可靠性以及便于能量综合利用与统一管理等特点,已经成为未来智能船舶的主要发展方向。多发电机组、多种用电负载和智能变电设备的投入使用改变了船舶电力推进系统的拓扑结构和操作特性,也对其解析容错控制设计提出了严峻挑战。因此,综合考虑系统故障行为特性和容错控制体系结构,进行船舶电力推进系统智能容错控制技术研究具有十分重要的意义。本文针对船舶电力推进系统智能容错控制技术的几个关键问题展开了研究:首先,开展了船舶电力推进系统的容错控制体系结构与数学建模研究。明确了本文的研究对象,介绍了船舶中压直流电力推进系统的基本结构和功能特性。考虑电力推进系统容错控制的多层结构与集成设计,提出了一种船舶中压直流电力推进系统递阶、分层智能容错控制体系结构框架,将系统状态监控、健康评估、故障诊断以及容错控制策略的内在联系进行了统一描述。为了对船舶电力推进系统容错控制研究提供必要的理论框架和模型基础,建立了发电子系统、推进子系统、区域负载集合以及配电子系统的数学模型,重点针对推进子系统中的六相永磁同步电机和螺旋桨负载特性进行了描述。其次,针对船舶电力推进系统的典型故障模式与影响分析进行了智能评估研究。综合考虑专家评估的可信度、模糊信息的不确定性以及故障模式与故障原因的内在关联性,提出了一种基于模糊逻辑与决策试验评估实验室（Decision-making Trial and Evaluation Laboratory,DEMATEL）理论的故障模式影响智能评估方法,利用信息熵与定性分析相结合的综合权重分配机制确定了专家意见可信度权重,引入了模糊语言术语集和模糊数得到各风险因子的模糊评价及相对模糊权重,设计了基准调整搜索算法确定模糊风险优先数的α-割集,采用质心解模糊思想和α-割集理论对模糊风险优先数进行了清晰化处理。将模糊风险优先数的解模糊值作为DEMATEL算法的输入变量,计算了各故障模式的原因度和风险优先级排序。以推进子系统的典型故障模式为例,验证了所提的智能评估方法的有效性,为后续的容错控制策略设计提供了理论依据。然后,针对船舶电力推进系统六相永磁同步电机的绕组缺相故障智能容错控制展开了研究。建立了含参数摄动和负载扰动的六相永磁同步电机缺相故障容错系统数学描述,结合故障检测机制,提出了一种基于中线补偿的零序电流参考值在线决策系统,无需根据不同相绕组开路情形和中性点连接方式重新推导降维解耦的数学模型,建立了矢量解耦的转速/电流容错控制结构框架。为了解决六相永磁同步电机绕组缺相引起的转速跟踪和转矩脉动问题,基于设计的矢量解耦容错控制结构,提出了一种自适应反步滑模鲁棒容错控制策略,利用自适应估计技术和鲁棒控制能量耗散不等式分别在线补偿了反步滑模系统的内部参数摄动和外部负载扰动,实现了六相永磁同步电机系统缺相故障运行的转速跟踪、扰动抑制和容错最优化。考虑到参数摄动自适应律设计中存在增益参数整定困难和抗扰鲁棒性能较差等问题,进一步提出了一种递归小波模糊神经网络智能观测器设计算法,将其应用于反步滑模鲁棒容错系统不确定参数摄动的在线估计过程,保证了基于智能观测器的六相永磁同步电机反步滑模鲁棒容错控制系统的渐进稳定性。通过缺相故障模拟和数字仿真试验结果,验证了所提的两种容错控制策略的有效性。最后,开展了船舶电力推进系统的舵/桨输出作用力协调容错控制研究。探讨了船舶航速与航向的耦合关系,以及螺旋桨对航向控制和舵对航速控制的影响,建立了含海浪环境干扰和模型参数估算误差（合称为复合扰动）的船舶航速/航向操纵系统数学描述。针对船舶电力推进系统双舵双桨控制力的部分失效情形,设计了非线性观测器在线补偿不确定性复合扰动,基于失效系数计算和复合扰动观测器,提出了一种自适应滑模协调容错控制策略,结合有效性系数矩阵修正了故障执行器的优先作用等级,设计了具有故障惩罚作用的伪逆优化分配策略。针对船舶电力推进系统双舵双桨输出控制力的部分失效、中断、偏移和卡死等故障模式,给出了含执行器多重故障和复合扰动的船舶航速/航向控制系统数学描述,设计了自适应更新律在线估计执行器失效因子、卡死故障因子、卡死故障的上下界以及复合扰动的上下界,结合故障参数估计值和复合扰动参数估计值,提出了一种控制律重构与控制分配集成设计的自适应反步协调容错控制策略,实现了航速/航向跟踪、复合扰动抑制和执行器能耗最小化。构建了船舶电力推进舵/桨协调容错系统数字仿真测试平台,分别验证了所提的两种容错控制策略的可行性。本文的研究成果具有重要的理论意义和应用前景,可以为船舶电力推进系统智能容错控制的工程化应用提供技术基础和经验积累,实现船舶电力推进系统的可靠运行与健康管理。此外,其研究成果也适用于其他对象,有助于其他工程领域在相关技术层面上的借鉴推广。
叶正宇[5]（2020）在《基于神经网络的航天器姿态控制系统故障定位研究》文中进行了进一步梳理姿态控制系统是航天器最关键的子系统之一,也是故障高发的子系统之一,研究姿控系统的故障诊断技术,以确保其稳定可靠运行,对顺利完成航天任务具有重要意义。而姿控系统是一类典型的非线性系统,部件多,结构与功能复杂,其运行环境也有着很多未知因素,如何设计合理有效的故障诊断方法,是一项极具挑战性的工作。研究了姿控系统闭环回路的执行器与敏感器故障定位问题。针对某高精度航天器发生敏感器与执行器故障情形下,姿控系统动力学模型复杂、故障在闭环回路中传播等难题,基于可获取的控制系统的状态测量信息以及指令信息,提出了基于神经网络与支持向量机的敏感器与执行器故障定位方案。首先,从姿控系统模型机理出发,构建敏感器与执行器故障分离的逻辑关系;再应用神经网络对姿控系统动力学过程进行建模,通过构造动力学观测器和运动学观测器,分别实现对动力学模块和运动学过程的观测,生成残差信号并进行特征提取,采用支持向量机检测故障。最后,根据故障检测结果以及故障分离逻辑关系,实现无模型参数情况下的闭环姿控系统执行器与敏感器的故障定位。在半物理仿真平台上开展了方法的仿真试验,试验结果表明本文方法可以有效实现敏感器与执行器故障定位。引入迁移学习改进了敏感器与执行器故障定位算法。针对航天器姿控系统故障样本少的问题,通过引入迁移学习算法,采用标称模型仿真生成的数据训练神经网络和支持向量机,构建标称模型下的动力学观测器和运动学观测器;再将可获取的当前航天器健康数据输入预训练的神经网络中调整网络权值,得到当前航天器的动力学观测器,从而进行故障定位。该算法相比改进前的算法,无需当前航天器的故障样本,只需要少量的正常样本数据,且计算量小,更具工程实用性。研究了航天器多姿态敏感器并发故障情形下的故障定位问题。从航天器姿态测量原理与姿态敏感器数学模型出发,基于可以获取的系统正常情况下的敏感器数据,利用自编码器神经网络具有的信号压缩与解压功能,构建多个观测器。利用故障信号在压缩与解压过程中无法完全重构,从而生成残差;为了提高故障检测的准确度和可靠度,提取残差特征输入softmax分类器进行训练,建立故障分类模型;最后对多分类模型的辨识结果进行表决,实现多敏感器故障定位。该算法无需知悉敏感器的安装参数,也不受敏感器安装误差的影响。仿真结果验证了所提方法能有效实现敏感器单故障/多故障并发情形的故障检测与故障定位。
方一帆[6]（2020）在《基于自适应技术的高超音速飞行器容错控制研究》文中提出高超音速飞行器具有高速飞行、机动性强、飞行包线宽等诸多优点,具有巨大的军用和民用价值。飞行控制系统必须具备高可靠性以确保高超音速飞行器的飞行安全。本文研究高超声速飞行器巡航阶段的容错控制,采用卡尔曼滤波技术对高超声速飞行器进行故障检测,采用自适应技术设计飞行器纵向通道的容错控制器。本文中还考虑了外界扰动等不确定性、随机噪声、执行器故障等不利因素进行研究,具有一定的实用价值。首先,介绍了高超音速飞行器的发展背景及本文的研究意义,说明了国内外高超音速飞行器故障诊断与容错控制的研究现状。此外,给出了锥形体通用高超音速飞行器模型以及执行器故障模型。然后,针对具有执行器故障,干扰和随机噪声的高超音速飞行器,提出了一种基于未知输入卡尔曼滤波器和总可测故障信息残差（Total Measurable Fault Information Residual,To MFIR）的闭环故障检测方案。设计了一个未知输入卡尔曼滤波器来同时估计闭环高超音速飞行器系统的状态和干扰,并且通过To MFIR方法生成适用于闭环系统的残差。基于To MFIR残差采用假设检验的方法来确定故障检测的阈值,并给出相应的检测率以及故障可检测的条件。仿真结果验证了所提出的故障检测方法的有效性。接着,分别针对具有执行器失效故障、执行器偏移故障的高超音速飞行器,提出了外部风场扰动下的自适应容错控制方案。对具有执行器失效故障与扰动的高超音速飞行器采用鲁棒自适应观测器,对具有执行器偏移故障与扰动的高超音速飞行器采用自适应滑模观测器分别对故障信息进行在线估计;然后通过使用估计出的故障信息分别构造主动容错控制器,并通过Lyapunov稳定性分析给出设计条件。仿真结果表明了这两种容错控制方法的可行性。随后,针对一类具有执行器失效故障的非线性高超音速飞行器,提出了一种基于自适应滑模技术的反步容错控制方案。通过模型预处理,将原非线性系统解耦为两个单输入单输出子系统,针对速度子系统和高度子系统分别进行控制器设计。速度子系统使用动态逆控制器,高度子系统使用反步控制器。对系统动态中的升降舵失效故障进行在线自适应估计,并在反步控制器的基础上设计了自适应容错控制器。为了解决反步控制器设计过程中的虚拟控制量求导困难的问题,引入二阶滑模滤波器来近似反步法中虚拟控制量的导数。证明了输出跟踪误差的收敛性和闭环系统的稳定性,并且通过仿真进一步验证了该容错控制方法的有效性。最后,搭建了高超音速飞行器分布式半物理仿真平台,介绍了平台的主要构成和应用。针对提出的基于鲁棒自适应观测器的高超音速飞行器升降舵失效故障的容错控制算法进行半物理仿真验证,实验结果既说明了高超音速飞行器分布式半物理仿真平台构建的合理性,也验证了所设计算法的有效性与实用性。
程鹏[7]（2019）在《现代航天器姿控系统执行器故障调节技术研究》文中提出随着科学技术的不断发展,现代航天器呈现出结构日益复杂、功能逐步完善的发展趋势,从而现代航天器能够实现越来越复杂的空间任务。同时,由于航天器的工作环境十分严苛,航天器的机械以及电气元器件容易老化使得执行器容易发生故障。因此,在执行器故障存在的情况下保证航天器的姿态依然能够保持稳定就具有极高的研究及应用价值。本文拟对现代航天器执行器故障下的故障调节技术进行深入研究,旨在寻求一种能使航天器执行器故障发生时进行自主容错控制的新方法。本文的主要贡献如下:（1）首先将航天器的执行器分为两组:故障组和健康组,并假设只有故障组中的执行器才能发生故障。基于现有技术对故障组中执行器所产生的力矩进行估计,并在容错控制律的设计过程中对其进行补偿,对于健康组中的执行器设计容错控制器,确保航天器闭环姿态系统的所有状态变量能够最终收敛到原点附近的邻域。最后,使用Matlab软件进行仿真,证明该方法的有效性。（2）基于自适应技术设计一种新颖的故障估计算法,以对时变执行器效率损失故障以及偏差故障能够同时进行精确估计。结合非奇异快速终端滑模技术与故障估计观测器设计容错控制律,使得航天器姿态控制系统在执行器故障、执行器饱和和外部扰动存在的情况下仍然具有良好的动态性能。最后进行数值仿真,并通过仿真比较显示所设计方案的优越性。（3）基于滑模控制技术和自适应控制技术,设计故障诊断方案,包括一个故障检测观测器和一个故障估计观测器以检测故障发生的时间并在故障发生后获得执行器故障的准确幅值。利用非奇异快速终端滑模技术以及从观测器中所获得的执行器故障信息设计主动容错控制方法补偿执行器故障所带来的不利影响,并给出必要的仿真验证及对比结果。
贾向毅[8]（2019）在《基于状态观测器的非线性系统故障检测方法研究》文中研究说明随着科学技术的发展,控制系统越来越复杂,继而不可避免的可能会出现故障,一旦发生故障,轻则影响产品质量,降低生产效率,重则造成财产损失,危及生命安全,因此故障检测技术应运而生,通过准确的故障检测方法,达到及时检测突发故障的目的,对于及时止损有重要意义。随着国内外专家学者研究的不断深入,针对线性系统的故障检测方法已趋近成熟,然而在实际工业生产过程中,大多数控制系统呈现不同程度的非线性,此时线性系统一些故障检测方法就不再适用,这就迫使人们致力于非线性系统故障检测的研究。随着专家学者多年的研究,非线性系统的故障检测技术已经取得了很大的进展,然而,针对不同程度的非线性系统,如带有有界扰动和传感器故障的离散非线性系统,基于状态估计观测器的故障检测和故障估计没有一种有效可行的分析求解方法,无法实现准确的故障检测和估计;对于带有未知输入和执行器定值故障的非线性系统,故障估计观测器的构建以及参数求解的简化都是亟待解决的难点;针对带有传感器故障的一类非线性非结构化模型不确定系统,考虑同时存在系统输入和状态变量,部分状态可量测的非线性情形,故障检测方法的研究就变得极具挑战性。本文将以非线性控制系统为研究对象,采用状态估计观测器,未知输入观测器,线性矩阵不等式等主要工具和手段,设计传感器或者执行器故障检测方法,并且通过仿真实验,验证方法的有效性。本文的主要研究内容如下:（1）针对带有有界扰动和传感器故障的离散非线性系统,提出了一种基于状态估计观测器的故障检测和估计方法。构建一个合适的状态估计观测器,对带有传感器故障的系统建模时,通过把传感器故障转移到状态方程,然后使用H2最优化技术减少干扰输入对残差的影响,结合文中方法可以求解得到观测器各参数。通过设计残差生成器,使得残差信号和传感器故障一一对应,从而实现传感器故障检测。（2）对于带有未知输入和执行器定值故障的非线性系统,通过构建未知输入观测器提出了一种故障估计方法。针对带有未知输入和执行器定值故障的Lipschitz非线性系统,构造一个全维未知输入观测器,并且给出了非线性未知输入观测器（UIO）存在的一个充分条件,继而借助于LMI,把非线性矩阵不等式求解问题转化为LMI求解问题,利用LMI工具箱求解非线性UIO未知增益矩阵,简化了运算复杂度,结合参数估计方法,建立参数估计观测器,估计系统中执行器定值故障。（3）针对带有传感器故障的一类非线性不确定系统,考虑同时存在系统输入和状态变量、部分状态可量测的非线性情形,提出了一种基于自适应阈值的故障检测方法。首先,为了解决系统中部分状态可量测问题,引入线性变换,设计带有传感器故障的一类非线性估计器,其次,在建模的过程中引入一个附加非线性项,然后根据系统模型设计相应的残差生成器,产生残差从而用来检测传感器故障。最后设计自适应阈值选取策略,通过产生的残差信号检测传感器故障。
龚建业[9]（2019）在《多智能体系统的故障检测与估计及容错控制》文中研究表明近年来,随着科学技术的不断推进,控制系统在人类生活的各个领域中得到广泛普及。由于现代控制系统的复杂程度不断增加,系统的可靠性与安全性受到人们极大的关注。当执行器、传感器及系统部件发生故障时,为了保障系统的安全运行并尽可能保持系统原有的性能指标,容错控制技术应运而生。目前,随着多智能体系统在航空航天、工农业等领域中的兴起,人们对多智能体系统的研究也逐渐深入。由于其系统组件在空间上大量分布,发生故障的概率也随之增加,因此人们对多智能体系统的容错控制研究又有了更多的重视。本文讨论的是具有执行器或传感器故障的多智能体系统的故障诊断与容错控制问题。在传统观测器设计基础上,利用邻域输出估计误差,构造了分布式观测器,提出了相应的故障检测方案,并设计了估计算法。进而结合神经网络、自适应控制、后推控制等技术,提出了相应的容错控制方案来补偿故障对系统性能的影响。本文的主要研究工作如下:第一,研究了一类具有传感器故障的线性多智能体系统故障检测与估计问题,提出了一种基于自适应邻域观测器方法的故障检测与估计方案。首先,为每一个智能体构建自适应邻域观测器,利用生成的残差来检测故障。进而,设计故障估计观测器来估计该故障。基于图论和Lyapunov稳定理论,证明了该方案能够有效检测并估计故障,并且保证观测误差与故障估计误差收敛到原点的一个可调节的邻域内。最后,仿真结果表明了所设计方案的有效性。第二,研究了一类具有传感器故障的非线性多智能体系统的协同容错控制问题。首先,利用径向基函数神经网络逼近系统未知函数,为每一个跟随者设计了基于径向基函数神经网络状态观测器来估计其不可测量的状态。然后,利用滑模控制设计方法,提出了一种分布容错控制方案。通过图论与Lyapunov稳定理论,证明了系统的稳定性,且协同跟踪误差能够渐近收敛到原点的一个可调节的邻域内。仿真结果验证了所设计控制方案的有效性。第三,研究了一类具有输出反馈形式的非线性多智能体系统神经网络控制问题。首先,在径向基函数神经网络输入层信号因传感器故障而偏离真实值的情况下,研究径向基函数神经网络的函数逼近能力。通过分析径向基函数神经网络结构,得到在输入层信号失真的情况下径向基函数神经网络输出层解析表达式。然后,将滤波器设计方法与后推技术相结合,提出了一种分布式自适应容错控制方案,消除了传感器故障与外部干扰带来的影响。通过图论与Lyapunov稳定理论,证明了闭环系统的稳定性,且跟踪误差渐近收敛到原点的一个可调节的邻域内。最后,仿真结果表明了所设计控制算法的有效性。第四,研究了一类具有执行器故障的大规模不确定系统的自适应主动容错控制问题。首先,假设子系统之间的未知耦合是非线性的,而不是传统的线性,并考虑了执行器偏置和增益故障的情况。然后,通过Lyapunov稳定理论,设计了一种新的故障诊断算法和故障调节方案,消除了现有成果中的假设,避免了容错控制器奇异性问题。最后,仿真结果表明了所提出的控制方案的有效性。
权璐[10]（2019）在《基于滑模观测器的飞控系统故障诊断研究》文中认为随着航空飞行器控制系统规模和复杂性的持续扩大,对控制系统安全性和可靠性的要求也持续增加。航空飞行器的气动特性复杂,飞行状态特殊,在飞行的过程中容易受到外界干扰,发生执行器、传感器类型故障,因此研究飞行控制系统的故障诊断是具有现实意义的工作。本文立足于前人研究的基础,将航空飞行器的飞行控制系统作为研究对象,对系统将会出现的故障类型进行分析,考虑系统的建模不确定性、外界扰动等非线性因素,基于滑模观测器的理论设计了飞控系统的故障诊断算法。论文的主要工作和创新点如下:首先,介绍了论文的研究背景与意义以及故障的概念与分类,并对基于观测器的故障诊断技术的研究近况作了阐述。然后针对一类具有扰动和模型不确定性的线性系统,提出了一种基于滑模观测器的故障诊断方法,用于检测执行器故障。通过使用线性矩阵不等式（Linear matrix inequalities,LMI）可以直接解决滑模观测器方法的求解困难。采用Lyapunov稳定性理论证明了所设计滑模观测器的稳定性。其次,针对含有扰动的飞控系统执行器的微小故障诊断问题,提出了一种基于神经网络滑模观测器对系统执行器故障进行检测及估计的办法,并证明了该神经网络滑模观测器的稳定性。通过坐标变换将线性系统解耦成两个子系统:一个子系统不含扰动,对其设计神经网络观测器,实现对微小故障的检测;另一个子系统受到扰动和微小故障的双重影响,对其设计滑模观测器,消除未知扰动的影响来保证系统的强鲁棒性。然后,针对一类不确定非线性系统的传感器故障估计、执行器故障检测问题,提出了一种基于鲁棒滑模观测器的故障诊断方法。通过将传感器故障矢量作为扩展状态矢量的一部分,将具有传感器故障、执行器故障和未知输入的原始系统转换为增强型奇异系统,该系统仅具有执行器故障和未知输入。对于构造的奇异系统,使用鲁棒滑模观测器来同时估计原始系统的状态和传感器故障,并通过求解优化问题,根据线性矩阵不等式计算观测器增益矩阵。同时,设计执行器故障检测器,在发生执行器故障时进行检测。最后,根据课题研究内容,为了给航空飞行器飞控系统的故障诊断研究提供仿真实物模型,构建了半物理实验平台——飞行器故障诊断实验平台,介绍了该平台的的硬件和软件系统。以本文提出的基于滑模观测器的故障诊断算法为例,应用于该平台上,实验结果既说明了平台设计构建的合理性,同时又验证了设计的滑模观测器的故障诊断性能良好,能够保持有效的跟踪,并且能够修复系统性能,具有工程运用的参考价值。
二、执行器故障检测的神经网络观测器方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、执行器故障检测的神经网络观测器方法（论文提纲范文）
（1）自愈控制及其在网络控制系统中的应用（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 自愈控制 |
| 1.3 网络控制系统的研究现状 |
| 1.3.1 NCS的基本问题的研究现状 |
| 1.3.2 NCS的故障诊断的研究现状 |
| 1.3.3 NCS的容错控制的研究现状 |
| 1.3.4 NCS的安全问题研究现状 |
| 1.4 本文的主要工作及章节安排 |
| 1.5 本章小结 |
| 2 自愈控制的综述与分析 |
| 2.1 引言 |
| 2.2 自愈控制的应用领域 |
| 2.2.1 智能电网领域的自愈控制 |
| 2.2.2 飞行控制系统领域的自愈控制 |
| 2.2.3 机械系统领域的自愈控制 |
| 2.2.4 自愈控制应用领域的总结 |
| 2.3 自愈控制的特征、功能及定义 |
| 2.4 自愈系统、容错控制与自愈控制的关系 |
| 2.4.1 自愈系统与自愈控制 |
| 2.4.2 容错控制与自愈控制 |
| 2.5 自愈控制的架构及研究范畴 |
| 2.6 本章小结 |
| 3 基于状态观测器的网络控制系统的自愈控制 |
| 3.1 引言 |
| 3.2 基于状态观测器的网络控制系统的故障估计方法 |
| 3.2.1 基于状态观测器的故障估计方法 |
| 3.2.2 执行器故障估计辅助信号的设计 |
| 3.3 故障检测和故障定位方法 |
| 3.3.1 基于状态观测器的故障检测 |
| 3.3.2 基于状态观测器的故障定位 |
| 3.4 基于控制律重构的主动容错控制 |
| 3.5 仿真验证 |
| 3.5.1 基于状态观测器的故障估计的仿真验证 |
| 3.5.2 故障检测与故障定位的仿真验证 |
| 3.5.3 控制律重构方法的仿真验证 |
| 3.6 本章小结 |
| 4 基于卡尔曼滤波器的网络控制系统的自愈控制 |
| 4.1 引言 |
| 4.2 基于两阶段卡尔曼滤波的故障诊断方法 |
| 4.2.1 执行器部分失效故障建模 |
| 4.2.2 故障诊断方法的设计 |
| 4.3 基于BP神经网络的自愈控制方法研究 |
| 4.3.1 BP神经网络的介绍与应用 |
| 4.3.2 基于BP神经网络的执行器故障程度辨识 |
| 4.3.3 基于控制律切换的主动容错控制方法 |
| 4.4 仿真验证 |
| 4.4.1 故障诊断仿真验证 |
| 4.4.2 控制律切换方法的仿真验证 |
| 4.5 本章小结 |
| 5 拒绝服务攻击下的网络控制系统的自愈控制研究 |
| 5.1 引言 |
| 5.1.1 关于网络控制系统的多元不确定性的概述 |
| 5.1.2 关于拒绝服务攻击的模拟 |
| 5.2 具有多元不确定性的网络控制系统的异常检测方法 |
| 5.2.1 卡尔曼滤波方法 |
| 5.2.2 异常检测方法的设计 |
| 5.3 针对具有多元不确定性的网络控制系统的异常诊断方法 |
| 5.3.1 支持向量机 |
| 5.3.2 基于支持向量机的异常诊断方法研究 |
| 5.3.3 针对拒绝服务攻击的自愈策略 |
| 5.4 仿真验证 |
| 5.4.1 异常检测及诊断方法的仿真验证 |
| 5.4.2 基于网络切换的自愈策略的仿真验证 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 本文结论 |
| 6.2 对未来工作的展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）无人机飞控系统的故障诊断与容错控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 无人机飞控系统故障诊断和容错控制的研究现状 |
| 1.2.1 无人机飞控系统故障诊断的研究现状 |
| 1.2.2 无人机飞控系统跟踪控制的研究现状 |
| 1.2.3 无人机飞控系统容错控制的研究现状 |
| 1.3 无人机飞控系统诊断与容错研究存在的问题与挑战 |
| 1.4 本文主要研究内容与章节安排 |
| 第二章 无人机系统建模与故障分析 |
| 2.1 引言 |
| 2.2 无人机建模分析 |
| 2.2.1 四旋翼无人机建模分析 |
| 2.2.2 固定翼无人机建模分析 |
| 2.3 无人机飞控系统中的主要故障分析 |
| 2.4 本章小结 |
| 第三章 基于优化特征提取的飞控系统故障诊断 |
| 3.1 引言 |
| 3.2 飞控系统轴承故障特征集构建 |
| 3.2.1 轴承信号的变分模态分解处理 |
| 3.2.2 基于层次模糊熵的轴承信号特征提取 |
| 3.3 基于Alexnet神经网络的轴承故障诊断及损伤识别 |
| 3.4 本章小结 |
| 第四章 基于复杂环境下飞控系统的抗扰动控制 |
| 4.1 引言 |
| 4.2 基于滑模控制的飞控系统固定扰动分析 |
| 4.2.1 控制器设计及稳定性证明 |
| 4.2.2 仿真验证及分析 |
| 4.3 基于扩张状态观测器的飞控系统随机扰动控制 |
| 4.3.1 系统控制器设计及稳定性证明 |
| 4.3.2 扩展状态观测器设计及稳定性证明 |
| 4.3.3 仿真验证及分析 |
| 4.4 本章小结 |
| 第五章 基于执行器故障的飞控系统自适应容错控制 |
| 5.1 引言 |
| 5.2 基于执行器偏差故障的飞控系统分数阶幂次滑模容错控制 |
| 5.2.1 容错控制器设计及稳定性分析 |
| 5.2.2 系统有限时间可达性分析 |
| 5.2.3 仿真验证及分析 |
| 5.3 基于执行器失效故障的快速终端滑模控制器设计 |
| 5.3.1 容错控制器设计及稳定性分析 |
| 5.3.2 仿真验证及分析 |
| 5.4 本章小结 |
| 第六章 四旋翼无人机实验平台应用 |
| 6.1 引言 |
| 6.2 四旋翼无人机平台简介 |
| 6.3 四旋翼无人机鲁棒跟踪控制实验 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（3）双绳缠绕式提升机钢丝绳张力协调控制策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 选题背景及意义 |
| 1.3 国内外研究现状 |
| 1.4 主要研究内容 |
| 1.5 技术路线和总体框架 |
| 1.6 本章小结 |
| 2 双绳缠绕式提升机建模与钢丝绳张力特性分析 |
| 2.1 引言 |
| 2.2 双绳缠绕式提升机动力学模型构建 |
| 2.3 钢丝绳张力特性分析 |
| 2.4 仿真分析 |
| 2.5 本章小结 |
| 3 正常工况下钢丝绳张力协调控制方法 |
| 3.1 引言 |
| 3.2 动态面控制技术概述 |
| 3.3 钢丝绳张力协调动态面控制方法 |
| 3.4 基于迭代学习的钢丝绳张力协调自适应动态面控制方法 |
| 3.5 仿真分析 |
| 3.6 本章小结 |
| 4 执行器故障工况下钢丝绳张力协调控制方法 |
| 4.1 引言 |
| 4.2 钢丝绳张力协调控制系统执行器子系统故障树 |
| 4.3 钢丝绳张力协调控制系统执行器子系统故障检测与状态评估方法 |
| 4.4 执行器子系统故障工况下钢丝绳张力协调控制器设计 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 5 传感器故障工况下钢丝绳张力协调控制方法 |
| 5.1 引言 |
| 5.2 钢丝绳张力协调控制系统传感器故障分析 |
| 5.3 基于信号融合的传感器故障检测与评估 |
| 5.4 基于扩张观测器的钢丝绳张力协调控制器设计 |
| 5.5 仿真分析 |
| 5.6 本章小结 |
| 6 试验台搭建与实验验证 |
| 6.1 引言 |
| 6.2 双绳缠绕式提升装备实验平台介绍 |
| 6.3 参数辨识与提升曲线设置 |
| 6.4 正常工况下钢丝绳张力协调控制方法试验验证 |
| 6.5 执行器子系统故障工况下钢丝绳张力协调控制方法试验验证 |
| 6.6 传感器故障工况下钢丝绳张力协调控制方法试验验证 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（4）船舶电力推进系统智能容错控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 船舶电力推进系统的发展概述 |
| 1.2.1 国外发展概述 |
| 1.2.2 国内发展概述 |
| 1.3 船舶电力推进系统容错控制技术研究现状 |
| 1.4 船舶电力推进系统容错控制的几个关键问题 |
| 1.4.1 船舶电力推进系统的容错控制体系结构研究 |
| 1.4.2 船舶电力推进系统的故障模式与影响分析研究 |
| 1.4.3 船舶电力推进系统的多相电机容错控制研究 |
| 1.4.4 船舶电力推进系统的螺旋桨协调容错控制研究 |
| 1.5 本文主要研究内容 |
| 第2章 船舶电力推进系统容错控制体系结构及数学建模研究 |
| 2.1 引言 |
| 2.2 船舶电力推进系统的基本结构 |
| 2.3 船舶电力推进系统的智能容错控制体系结构 |
| 2.4 船舶电力推进系统的数学模型 |
| 2.4.1 发电子系统数学模型 |
| 2.4.2 推进子系统数学模型 |
| 2.4.3 区域负载集合数学模型 |
| 2.4.4 配电子系统数学模型 |
| 2.5 本章小结 |
| 第3章 船舶电力推进系统故障模式影响智能评估研究 |
| 3.1 引言 |
| 3.2 故障模式影响的风险优先数评估 |
| 3.3 基于模糊逻辑与DEMATEL理论的故障模式影响智能评估 |
| 3.3.1 系统功能结构层次划分 |
| 3.3.2 模糊语言术语集 |
| 3.3.3 风险因子模糊评价及相对模糊权值 |
| 3.3.4 基准调整搜索算法计算α-割集 |
| 3.3.5 模糊风险优先数的清晰化 |
| 3.3.6 基于模糊逻辑的DEMATEL算法 |
| 3.4 实例验证与结果分析 |
| 3.4.1 推进子系统的典型故障模式 |
| 3.4.2 计算结果及对比分析 |
| 3.5 本章小结 |
| 第4章 船舶电力推进系统六相永磁同步电机智能容错控制策略研究 |
| 4.1 引言 |
| 4.2 含参数摄动和负载扰动的六相永磁同步电机系统数学描述 |
| 4.3 六相永磁同步电机自适应反步滑模鲁棒容错控制策略研究 |
| 4.3.1 六相永磁同步电机缺相故障容错的零序电流参考值在线决策 |
| 4.3.2 自适应反步滑模鲁棒容错控制策略设计 |
| 4.3.3 双交轴电流优化分配 |
| 4.4 基于智能观测器的六相永磁同步电机反步滑模鲁棒容错控制策略研究 |
| 4.4.1 基于递归小波模糊神经网络的智能观测器设计 |
| 4.4.2 控制系统稳定性分析 |
| 4.5 仿真验证与结果分析 |
| 4.5.1 一相绕组缺相的六相永磁同步电机容错控制仿真验证 |
| 4.5.2 两相绕组缺相的六相永磁同步电机容错控制仿真验证 |
| 4.6 本章小结 |
| 第5章 船舶电力推进系统舵/桨协调容错控制策略研究 |
| 5.1 引言 |
| 5.2 含复合扰动的船舶航速/航向控制系统数学描述 |
| 5.3 船舶电力推进系统舵/桨自适应滑模协调容错控制策略研究 |
| 5.3.1 非线性复合扰动观测器设计 |
| 5.3.2 自适应滑模容错控制策略设计 |
| 5.4 船舶电力推进系统舵/桨自适应反步协调容错控制策略研究 |
| 5.4.1 含执行器多重故障的船舶航速/航向控制系统数学描述 |
| 5.4.2 自适应反步容错控制策略设计 |
| 5.5 仿真验证与结果分析 |
| 5.5.1 船舶电力推进系统舵/桨自适应滑模协调容错控制仿真验证 |
| 5.5.2 船舶电力推进系统舵/桨自适应反步协调容错控制仿真验证 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（5）基于神经网络的航天器姿态控制系统故障定位研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 项目研究背景及意义 |
| 1.2 故障诊断方法的研究现状及总结 |
| 1.2.1 故障诊断方法研究现状 |
| 1.2.2 航天器故障诊断方法 |
| 1.2.3 研究现状总结分析 |
| 1.3 本文的主要研究内容 |
| 第二章 姿态控制系统模型与故障机理 |
| 2.1 航天器姿态控制系统介绍 |
| 2.1.1 姿态动力学与运动学 |
| 2.1.2 敏感器测量及故障模型 |
| 2.1.3 执行机构故障模型 |
| 2.2 问题提出 |
| 第三章 执行器与敏感器故障定位研究 |
| 3.1 引言 |
| 3.2 执行器与敏感器故障定位方案 |
| 3.3 神经网络观测器与运动学观测器 |
| 3.3.1 动力学观测器设计 |
| 3.3.2 运动学观测器设计 |
| 3.4 基于支持向量机的故障定位方法 |
| 3.4.1 残差生成与故障特征提取 |
| 3.4.2 支持向量机检测故障 |
| 3.5 迁移学习改进故障定位方法 |
| 3.5.1 基于迁移学习的方法改进设计 |
| 3.5.2 迁移学习可行性论证 |
| 3.5.3 改进方法的仿真验证 |
| 3.6 半物理仿真实验与分析 |
| 3.7 本章小结 |
| 第四章 多敏感器并发故障定位研究 |
| 4.1 引言 |
| 4.2 多敏感器故障定位方案 |
| 4.3 应用自编码器的敏感器故障观测器 |
| 4.3.1 自编码器神经网络的数学原理 |
| 4.3.2 自编码器故障观测器设计 |
| 4.4 基于Softmax的故障检测与故障定位 |
| 4.4.1 Softmax的数学原理与故障检测 |
| 4.4.2 综合观测器诊断结果定位故障 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）基于自适应技术的高超音速飞行器容错控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 高超音速飞行器发展现状 |
| 1.3 高超音速飞行器故障诊断与容错控制研究现状 |
| 1.3.1 高超音速飞行器故障诊断 |
| 1.3.2 高超音速飞行器容错控制 |
| 1.4 主要研究内容与章节安排 |
| 第二章 高超音速飞行器动态建模 |
| 2.1 引言 |
| 2.2 高超音速飞行器模型描述 |
| 2.3 执行器故障模型描述 |
| 2.4 本章小结 |
| 第三章 基于未知输入卡尔曼滤波器的高超音速飞行器故障检测 |
| 3.1 引言 |
| 3.2 系统描述 |
| 3.3 卡尔曼滤波器简述 |
| 3.4 基于未知输入卡尔曼滤波器的To MFIR残差生成 |
| 3.5 基于ToMFIR残差的故障检测 |
| 3.6 故障可检测条件 |
| 3.7 仿真验证 |
| 3.7.1 健康情况 |
| 3.7.2 故障情况 |
| 3.8 本章小结 |
| 第四章 基于自适应观测器的高超音速飞行器容错控制 |
| 4.1 引言 |
| 4.2 基于鲁棒自适应观测器的执行器失效故障容错控制 |
| 4.2.1 系统描述 |
| 4.2.2 鲁棒自适应观测器设计 |
| 4.2.3 基于鲁棒自适应观测器的主动容错控制器设计 |
| 4.2.4 仿真结果 |
| 4.3 基于自适应滑模观测器的执行器偏移故障容错控制 |
| 4.3.1 系统描述 |
| 4.3.2 自适应滑模观测器设计 |
| 4.3.3 基于自适应滑模观测器的主动容错控制器设计 |
| 4.3.4 仿真结果 |
| 4.4 本章小结 |
| 第五章 基于自适应滑模技术的非线性高超音速飞行器反步容错控制 |
| 5.1 引言 |
| 5.2 系统描述 |
| 5.3 反步控制简述 |
| 5.4 基于自适应滑模技术的反步容错控制器设计 |
| 5.4.1 健康情况下的反步控制器设计 |
| 5.4.2 自适应反步容错控制器设计 |
| 5.4.3 二阶滑模滤波器 |
| 5.4.4 稳定性分析 |
| 5.5 仿真结果 |
| 5.6 本章小结 |
| 第六章 基于高超音速飞行器分布式半实物仿真平台的仿真验证 |
| 6.1 引言 |
| 6.2 半实物仿真平台简介 |
| 6.2.1 平台硬件介绍 |
| 6.2.2 平台软件介绍 |
| 6.3 半实物仿真验证 |
| 6.3.1 实验过程 |
| 6.3.2 实验结果 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文及参与的科研项目 |
（7）现代航天器姿控系统执行器故障调节技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 航天器姿态控制技术研究现状 |
| 1.3 故障诊断与容错控制技术研究现状 |
| 1.3.1 故障诊断技术研究现状 |
| 1.3.2 容错控制技术研究现状 |
| 1.3.3 故障诊断与容错控制技术在航天器中的应用 |
| 1.4 本文的主要研究工作 |
| 第二章 相关背景知识介绍 |
| 2.1 引言 |
| 2.2 航天器姿态运动学与动力学描述方法 |
| 2.2.1 常用参考坐标系定义 |
| 2.2.2 航天器姿态欧拉角描述方法 |
| 2.3 航天器姿控系统反作用飞轮故障介绍 |
| 2.4 相关控制理论基础介绍 |
| 2.4.1 滑模控制技术 |
| 2.4.2 自适应控制技术 |
| 2.4.3 RBFNNs控制技术 |
| 2.5 本章小结 |
| 第三章 基于NFTSM的航天器姿态控制系统故障调节方法 |
| 3.1 引言 |
| 3.2 航天器姿态控制系统模型 |
| 3.3 容错控制器设计 |
| 3.4 仿真验证 |
| 3.5 本章小结 |
| 第四章 基于NFTSM的含执行器饱和航天器姿控系统故障调节方法 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 故障估计方案设计 |
| 4.4 无执行器饱和情况下的容错控制器设计 |
| 4.5 执行器饱和情况下的容错控制器设计 |
| 4.6 仿真验证 |
| 4.7 本章小结 |
| 第五章 基于NFTSM的含执行器饱和航天器姿控系统改进型故障调节方法 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 故障诊断方案设计 |
| 5.3.1 故障检测方案 |
| 5.3.2 故障估计方案 |
| 5.4 无执行器饱和情况下的容错控制器设计 |
| 5.5 执行器饱和情况下的容错控制器设计 |
| 5.6 仿真验证 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录1 攻读硕士期间撰写的论文 |
| 附录2 攻读硕士学位期间申请的专利 |
| 附录3 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（8）基于状态观测器的非线性系统故障检测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 离散非线性系统故障检测研究现状 |
| 1.2.2 未知输入观测器故障检测研究现状 |
| 1.2.3 非线性不确定系统故障检测研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文的结构安排 |
| 2 非线性系统故障检测关键技术 |
| 2.1 状态估计观测器故障检测 |
| 2.1.1 状态估计观测器故障检测基本思想 |
| 2.1.2 离散非线性系统故障建模 |
| 2.1.3 状态估计观测器设计 |
| 2.1.4 构建残差生成器 |
| 2.2 未知输入观测器故障检测 |
| 2.2.1 未知输入观测器故障检测分析 |
| 2.2.2 未知输入下系统建模 |
| 2.2.3 未知输入观测器构造 |
| 2.3 自适应阈值故障检测 |
| 2.3.1 非结构化模型不确定性故障建模 |
| 2.3.2 非线性不确定性系统观测器设计 |
| 2.4 线性矩阵不等式 |
| 2.5 本章小结 |
| 3 离散非线性系统基于状态估计观测器的传感器故障检测 |
| 3.1 离散非线性系统描述 |
| 3.1.1 离散T-S模糊系统建模 |
| 3.1.2 传感器故障下系统状态方程 |
| 3.2 状态估计观测器设计 |
| 3.2.1 状态估计观测器模型建立 |
| 3.2.2 状态估计观测器参数求解 |
| 3.2.3 状态估计观测器收敛性分析 |
| 3.3 残差生成器设计及优化 |
| 3.4 仿真实验与结果分析 |
| 3.4.1 仿真实验 |
| 3.4.2 结果分析 |
| 3.5 本章小结 |
| 4 基于未知输入观测器的非线性系统执行器定值故障估计 |
| 4.1 未知输入非线性系统描述 |
| 4.2 非线性系统中未知输入观测器构建 |
| 4.2.1 故障检测观测器设计 |
| 4.2.2 故障估计观测器设计 |
| 4.3 观测器存在稳定性和求解 |
| 4.3.1 非线性未知输入观测器存在的充分条件 |
| 4.3.2 观测器参数求解 |
| 4.4 仿真设计与结果分析 |
| 4.4.1 仿真设计 |
| 4.4.2 结果分析 |
| 4.5 本章小结 |
| 5 基于自适应阈值的非线性不确定系统中传感器故障检测 |
| 5.1 非线性不确定系统描述 |
| 5.1.1 非线性不确定系统状态方程 |
| 5.1.2 非线性不确定系统中假设条件 |
| 5.2 非线性不确定系统传感器故障检测 |
| 5.2.1 故障检测观测器设计 |
| 5.2.2 故障检测观测器收敛性分析 |
| 5.2.3 残差生成器设计 |
| 5.3 仿真实验与结果分析 |
| 5.3.1 仿真实验 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文及科研成果 |
（9）多智能体系统的故障检测与估计及容错控制（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明与预备知识 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 容错控制 |
| 1.2.1 容错控制概述 |
| 1.2.2 容错控制方法 |
| 1.2.3 容错控制的研究现状 |
| 1.3 多智能体系统与图论 |
| 1.3.1 多智能体系统 |
| 1.3.2 图论知识 |
| 1.4 智能电网模型与容错控制介绍 |
| 1.4.1 智能电网模型描述 |
| 1.4.2 智能电网系统的容错控制 |
| 1.5 本文的主要内容 |
| 第二章 基于邻域观测器的多智能体系统的故障检测与估计 |
| 2.1 引言 |
| 2.2 问题描述与基本假设 |
| 2.3 主要结果 |
| 2.3.1 故障检测 |
| 2.3.2 故障估计 |
| 2.4 仿真结果 |
| 2.5 结论 |
| 第三章 基于分布式观测器的非线性多智能体系统的容错控制 |
| 3.1 引言 |
| 3.2 问题描述与基本假设 |
| 3.3 神经网络 |
| 3.4 主要结果 |
| 3.4.1 观测器设计 |
| 3.4.2 控制器设计 |
| 3.5 稳定性分析 |
| 3.6 仿真结果 |
| 3.7 结论 |
| 第四章 多智能体系统的分布式自适应输出反馈容错控制 |
| 4.1 引言 |
| 4.2 问题描述与基本假设 |
| 4.3 神经网络 |
| 4.4 主要结果 |
| 4.4.1 滤波器设计 |
| 4.4.2 容错控制器设计 |
| 4.5 稳定性分析 |
| 4.6 仿真结果 |
| 4.7 结论 |
| 第五章 具有执行器故障的大规模系统的自适应容错控制 |
| 5.1 引言 |
| 5.2 问题描述与基本假设 |
| 5.3 神经网络 |
| 5.4 主要结果 |
| 5.4.1 故障检测 |
| 5.4.2 故障分离 |
| 5.4.3 故障估计 |
| 5.4.4 故障调节 |
| 5.5 仿真结果 |
| 5.6 结论 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表的学术论文目录 |
（10）基于滑模观测器的飞控系统故障诊断研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 动态系统的故障检测与诊断技术研究 |
| 1.2.1 故障的概念与分类 |
| 1.2.2 故障检测与诊断技术的概念与常见分类 |
| 1.2.3 基于观测器的故障诊断方法研究现状 |
| 1.3 论文主要工作 |
| 第二章 基于滑模观测器的飞控系统执行器故障诊断方法 |
| 2.1 引言 |
| 2.2 滑模变结构观测器的简介 |
| 2.2.1 滑模的定义和数学表达式 |
| 2.2.2 滑模观测器介绍 |
| 2.3 飞控系统模型与执行器故障简述 |
| 2.3.1 刚体飞行器运动的假设条件 |
| 2.3.2 运动模型与执行器故障 |
| 2.4 基于滑模观测器的故障诊断方法设计 |
| 2.4.1 滑模观测器的设计 |
| 2.4.2 滑模观测器的稳定性分析 |
| 2.5 仿真验证与结果分析 |
| 2.5.1 仿真实验设置 |
| 2.5.2 仿真结果与分析 |
| 2.6 本章小结 |
| 第三章 基于神经网络滑模观测器的飞控系统微小故障诊断方法 |
| 3.1 引言 |
| 3.2 RBF神经网络简介 |
| 3.3 问题描述 |
| 3.3.1 具有微小故障和扰动的线性系统描述 |
| 3.3.2 系统解耦 |
| 3.4 基于神经网络滑模观测器的飞行器故障诊断方法 |
| 3.4.1 神经网络滑模观测器的设计 |
| 3.4.2 观测器的稳定性分析 |
| 3.5 仿真验证与结果分析 |
| 3.5.1 仿真实验设置 |
| 3.5.2 仿真结果与分析 |
| 3.6 本章小结 |
| 第四章 基于鲁棒滑模观测器的不确定非线性系统故障诊断方法 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 具有执行器和传感器故障的不确定非线性系统描述 |
| 4.2.2 系统变换 |
| 4.3 基于鲁棒滑模观测器的执行器和传感器故障诊断方法 |
| 4.3.1 基于鲁棒滑模观测器的传感器故障估计方法 |
| 4.3.2 基于鲁棒滑模观测器的执行器故障检测 |
| 4.4 仿真验证与分析 |
| 4.4.1 仿真实验模型表述 |
| 4.4.2 仿真结果与分析 |
| 4.5 本章小结 |
| 第五章 基于飞行器故障诊断实验平台的半物理验证实验 |
| 5.1 引言 |
| 5.2 飞行器故障诊断实验平台描述 |
| 5.2.1 平台硬件介绍 |
| 5.2.2 平台软件介绍 |
| 5.3飞行器故障诊断实验平台实验 |
| 5.3.1 飞行器模型及控制器设计 |
| 5.3.2 故障诊断算法的实际应用 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文及参与的科研项目 |
四、执行器故障检测的神经网络观测器方法（论文参考文献）
- [1]自愈控制及其在网络控制系统中的应用[D]. 王忻. 北京交通大学, 2021
- [2]无人机飞控系统的故障诊断与容错控制技术研究[D]. 时晓宇. 电子科技大学, 2021(01)
- [3]双绳缠绕式提升机钢丝绳张力协调控制策略研究[D]. 陈潇. 中国矿业大学, 2020(01)
- [4]船舶电力推进系统智能容错控制技术研究[D]. 郭晓杰. 哈尔滨工程大学, 2020(04)
- [5]基于神经网络的航天器姿态控制系统故障定位研究[D]. 叶正宇. 南京航空航天大学, 2020(07)
- [6]基于自适应技术的高超音速飞行器容错控制研究[D]. 方一帆. 南京航空航天大学, 2020
- [7]现代航天器姿控系统执行器故障调节技术研究[D]. 程鹏. 南京邮电大学, 2019(02)
- [8]基于状态观测器的非线性系统故障检测方法研究[D]. 贾向毅. 河南大学, 2019(01)
- [9]多智能体系统的故障检测与估计及容错控制[D]. 龚建业. 扬州大学, 2019
- [10]基于滑模观测器的飞控系统故障诊断研究[D]. 权璐. 南京航空航天大学, 2019