引用本文

张绍杰, 吴雪, 刘春生. 执行器故障不确定非线性系统最优自适应输出跟踪控制. 自动化学报, 2018, 44(12): 2188-2197. doi: 10.16383/j.aas.2018.c170300

ZHANG Shao-Jie, WU Xue, LIU Chun-Sheng. Optimal Adaptive Output Tracking Control for a Class of Uncertain Nonlinear Systems With Actuator Failures. ACTA AUTOMATICA SINICA, 2018, 44(12): 2188-2197. doi: 10.16383/j.aas.2018.c170300

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c170300

关键词

多输出多输出非线性系统，执行器故障，自适应动态规划，最优自适应控制，输出跟踪控制，神经网络 

摘要

本文针对一类具有执行器故障的多输入多输出（Multi-input multi-output，MIMO）不确定连续仿射非线性系统，提出了一种最优自适应输出跟踪控制方案.设计了保证系统稳定性的不确定项估计神经网络权值调整算法，仅采用评价网络即可同时获得无限时域代价函数和满足哈密顿-雅可比-贝尔曼（Hamilton-Jacobi-Bellman，HJB）方程的最优控制输入.考虑执行器卡死和部分失效故障，设计最优自适应补偿控制律，所设计的控制律可以实现对参考输出的一致最终有界跟踪.飞行器控制仿真和对比验证表明了本文方法的有效性和优越性.

文章导读

随着技术的进步, 使得具有强非线性、大范围变化的非线性动力学系统越来越多.用精确的数学模型描述这类系统的动态特性是不现实甚至是不可能的.人们在对这类系统进行数学建模时, 通常在某确定点的微小变化范围内将非线性系统描述为线性系统, 或用低阶系统代替高阶系统等方法近似, 这都会或多或少地使系统存在建模误差及不确定性.除了模型不确定性外, 环境的变化、内部参数的变化、未知的外界扰动以及未知执行器故障也会造成被控系统的不确定性.如果对于系统的控制器设计及分析中没有考虑这些不确定因素, 所设计的控制系统将很难保持所期望的性能, 甚至使系统失去稳定性.因此, 非线性系统的执行器故障容错控制得到了广泛的研究[1-13].基于故障检测与隔离(Fault detection and isolation, FDI)的容错控制[7-9]和自适应补偿控制[10-13]是两种典型的容错控制方案.基于FDI的方法需要确定系统故障信息并利用故障信息重构控制器.基于自适应补偿控制方法设计的控制律不受故障诊断误差的影响, 不需要在系统故障时重新调整控制律的形式、结构简单, 且易于从理论上证明系统的稳定性和跟踪能力, 因此这种方法得到了广泛的研究.

文献[10]提出了一种针对具有执行器故障的多输入单输出(Multi-input single-output, MISO)非线性系统的反步自适应补偿跟踪控制方法.文献[2, 11-13]将该方法扩展到了多输入多输出(Multi-input multi-output, MIMO)系统, 其中文献[12]考虑了更多的执行器故障类型, 文献[13]进一步考虑了系统的不确定性.但上述方法均未考虑容错控制系统的性能指标, 不能从理论上表明所设计控制律的控制效果.文献[14]考虑了系统的动态性能, 但不能保证性能指标选取的最优性能和合理性.

自适应动态规划[15-20] (Adaptive dynamic programming, ADP)是近年来得到广泛关注的智能优化控制方法, 2002年, Murray等[21]提出了针对连续系统的迭代ADP算法.针对系统状态调节问题, Vamvoudakis等[22]采用神经网络构造评价网络和控制网络, 通过在线自适应的方式调节神经网络权值, 使得评价网络和控制网络的输出各自逐渐逼近最优代价函数和最优控制函数. Dierks等[23]设计了一种新的ADP结构, 该方案不需要控制网络, 只通过评价网络完成控制作用.少数文献[24-29]针对系统的最优跟踪问题进行了研究, 文献[24-26]研究了系统的状态跟踪控制问题, 针对输出跟踪控制问题, Zargarzadeh等[27]针对一类MISO非线性严反馈系统, 提出了一种通过构造在线自适应评价器, 得到系统近似最优解的控制方法.在此基础上, 文献[28-29]考虑了系统动态未知的MISO非线性严反馈系统的最优输出跟踪问题.

虽然采用ADP方法研究非线性系统的最优控制已经有了较多的研究成果, 但是多数研究成果仅适用于严反馈系统等特殊的非线性系统, 相关控制方法较少考虑存在系统故障时的控制问题; 系统控制结构通常由前馈控制和反馈控制两部分组成, 结构复杂.针对现有研究成果的上述缺陷, 本文针对一类具有不确定性的MIMO连续时间非线性系统的输出跟踪控制问题, 考虑执行器失效、卡死以及两者的组合故障, 采用神经网络估计系统不确定性, 设计基于ADP的最优自适应补偿控制律.该方法不需要前馈控制项, 只采用评价网络求解最优跟踪控制律, 通过李雅普诺夫理论证明了系统的跟踪误差一致最终有界.

图 1  本文方法的y1和yr1

图 2  文献[13]方法的y1和yr1

图 3  本文方法的y2和yr2

本文针对一类具有不确定项以及执行器故障的MIMO仿射非线性系统的输出跟踪问题, 考虑系统的执行器卡死、部分失效及其组合故障, 提出了一种基于动态规划的最优自适应补偿控制方案.在构造系统状态估计器估计系统不确定项的基础上, 设计了最优自适应补偿跟踪控制律.提出的控制方法能够使闭环系统的所有状态有界, 并有效跟踪参考信号.仿真结果表明了本文设计方法的有效性.

作者简介

吴雪

南京航空航天大学自动化学院硕士生.2014年获得南京农业大学工学院学士学位.主要研究方向为非线性系统控制, 容错控制.E-mail:739395831@qq.com

刘春生  

南京航空航天大学自动化学院教授.2006年获得南京航空航天大学自动化学院博士学位.主要研究方向为非线性系统控制, 容错控制.E-mail:liuchsh@nuaa.edu.cn

张绍杰  

南京航空航天大学自动化学院副教授.2009年获得南京航空航天大学自动化学院博士学位.主要研究方向为非线性系统控制, 容错控制, 飞行控制.本文通信作者.E-mail:zhangsj@nuaa.edu.cn