博文

基于全驱系统方法的含执行器故障非线性互联大规模系统自适应事件触发分散控制

已有 871 次阅读 2026-1-23 12:28 |个人分类:文章推荐|系统分类:博客资讯

Adaptive event-triggered decentralized control for nonlinear interconnected large-scale systems with actuator failures: a fully actuated system approach（基于全驱系统方法的含执行器故障非线性互联大规模系统自适应事件触发分散控制）

非线性互联大规模系统在工业场景中应用广泛，执行器故障、未知非线性特性及资源约束构成核心控制难题，传统连续控制存在能耗高、设计复杂等局限。山东大学团队采用全驱系统方法，通过状态变换简化设计，融合神经网络与自适应估计技术应对不确定性，引入事件触发机制优化资源配置。仿真验证表明，该策略可保证闭环系统信号有界且输出收敛，有效降低控制成本，为机器进给系统等工业场景提供可靠解决方案。

Adaptive event-triggered decentralized control for nonlinear interconnected large-scale systems with actuator failures: a fully actuated system approach基于全驱动系统方法的含执行器故障非线性互联大规模系统自适应事件触发分散控制

作者：Yueyao Ye¹, Yanan Qi¹, Yiyu Feng¹, Xiaofeng Xu¹, Xianfu Zhang¹

机构：1 山东大学控制科学与工程学院

引用：Ye, Y., Qi, Y., Feng, Y. et al. Adaptive event-triggered decentralized control for nonlinear interconnected large-scale systems with actuator failures: a fully actuated system approach. Control Theory Technol. (2025). https://doi.org/10.1007/s11768-025-00301-6

全文链接：https://rdcu.be/eZjlE

摘要

本文针对含执行器故障的非线性互联大规模系统，提出一种基于全驱系统方法的事件触发控制策略。首先，为降低设计复杂度，通过状态变换将所研究系统转化为全驱系统的形式；其次，利用神经网络和自适应估计技术分别处理未知非线性函数和执行器故障参数；此外，引入事件触发输入以降低控制成本、提升控制效率。基于李雅普诺夫稳定性分析证明，闭环系统所有信号均有界，系统输出最终收敛至有界区域。最后，通过实际机器进给系统的仿真验证了所提控制方法的有效性。

引言

随着人们需求的提升，工业领域面临的问题愈发具有挑战性，单一系统已无法满足实际工程的控制需求，大规模系统的优势逐渐显现。与线性系统相比，非线性系统的模型结构更具一般性，能更全面地描述被控对象的复杂性，因此非线性大规模系统在机器进给系统、倒立摆系统等实际场景中得到广泛应用，同时也受到众多研究者的广泛关注，相关领域已开展大量研究工作。研究者们曾采用模糊逻辑系统和努斯鲍姆函数技术研究含未知控制方向的非线性大规模系统，也有研究将滑模控制引入不确定非线性大规模系统，还通过增益技术实现非线性大规模系统的分散容错控制，针对含非恒定控制增益和未知测量灵敏度的大规模系统，自适应神经网络控制策略也已被设计应用。神经网络技术无需非线性函数满足特定增长条件，因此保守性更低。

在状态空间模型中，处理复杂非线性具有一定挑战性，而高阶全驱（HOFA）系统方法为非线性控制问题提供了一种新颖的解决方案。全驱系统方法相关研究中，已提出基于该模型的非线性系统控制方案，得到全驱系统模型后可直接设计控制器，实现了全驱系统模型自适应镇定与跟踪控制器的直接设计，相关研究表明，对于特定严格反馈系统，该方法比通用反步法更简洁，可避免复杂的设计与计算过程。得益于全驱系统方法的独特优势，近年来其在控制领域得到广泛应用。

执行器故障是复杂实际系统中普遍存在的不确定因素，可能导致系统性能下降，甚至破坏系统稳定性，因此研究执行器故障对提升系统稳定性和安全性至关重要。针对含执行器故障的非线性互联大规模系统，已有自适应反步法、神经网络分散容错控制等策略被提出。在全驱系统模型框架下，含执行器故障的不确定高阶全驱系统容错控制、非仿射全驱系统容错控制等问题均有相关探讨，针对含执行器故障和非零扰动的混合阶异构多智能体系统，也已设计出预定时间容错控制策略。然而，目前几乎没有研究聚焦于全驱系统模型下含执行器故障的非线性互联大规模系统。

与传统连续控制相比，事件触发控制具有提高资源利用效率、降低能耗的优势。在实际大规模系统中，由于各子系统资源有限，传统连续控制往往消耗过多资源，导致控制成本显著增加，因此将事件触发控制应用于大规模系统控制问题已成为众多学者的优选方向。目前，事件触发控制在大规模系统中的应用已受到关注，相关研究涵盖增益技术下的脉冲控制、非线性互联系统分散最优控制、含输入输出时滞系统控制等多个场景。

受上述研究启发，本文基于全驱系统方法，探讨含执行器故障的非线性互联大规模系统的分散事件触发控制问题。本文的主要贡献如下：

（1）本文针对含执行器故障的非线性大规模系统提出的全驱系统方法，消除了复杂的迭代过程，在保证有效性的同时显著简化了控制器设计，大幅提升了实际应用的可实现性。

（2）本文基于神经网络估计未知非线性函数，无需满足限制性的线性增长条件，所得方案保守性更低，对实际系统的适用性更广。

（3）本文创新性引入事件触发控制，在通信效率与控制性能之间实现最优平衡，尤其适用于资源受限场景。

结论

本文基于全驱系统方法，为一类含执行器故障的非线性互联大规模系统提出了自适应事件触发分散控制策略。首先，设计状态变换将系统转化为全驱动系统形式；其次，采用神经网络估计技术解决未知非线性函数和互联项带来的挑战，通过自适应估计方法克服执行器故障引发的难题；此外，引入事件触发输入以降低控制成本。最后，通过实际机器进给系统的仿真验证了所提控制方法的有效性。未来研究可将该成果拓展至更复杂场景，如非仿射系统和多智能体系统，预定时间控制、传感器故障及输入/状态时滞等问题也具有重要的研究价值。

作者介绍

Yueyao Ye，目前在山东大学控制科学与工程学院攻读硕士学位，研究方向为非线性系统与容错控制。

Yiyu Feng，目前在山东大学控制科学与工程学院攻读控制工程博士学位，研究方向为非线性系统、多智能体系统及时滞系统。

Hang Xu，分别于2020年和2023年获得阜阳师范大学学士学位和江苏大学硕士学位，目前正在山东科技大学电气与自动化工程学院攻读博士学位，研究方向包括多智能体系统、分布式优化与均衡问题。

Xiaofeng Xu，目前在山东大学控制科学与工程学院攻读硕士学位，研究方向为非线性系统与强化学习。

Xianfu Zhang，1999年获山东师范大学数学科学学院基础数学硕士学位，2005年获山东大学数学学院运筹学与控制论博士学位。1999年至2011年任职于山东建筑大学理学院；2008年9月至2009年2月，赴加拿大蒙特利尔综合理工学院机械工程系做访问学者；2009年11月至2010年2月、2012年7月至10月，在香港城市大学担任研究助理。2017年获山东省自然科学奖，2019年被评为山东省泰山学者特聘教授，主要研究方向为非线性系统、分数阶系统及时滞系统。

期刊简介

640 spr.jpg

欢迎扫码进入期刊主页

Control Theory and Technology (CTT), 中文名《控制理论与技术》, 创刊于2003年，原刊名为Journal of Control Theory and Applications，2014年刊名更改为Control Theory and Technology。由华南理工大学与中国科学院数学与系统科学研究院联合主办，主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中的应用。目前被 ESCI (JIF 1.5)、EI、Scopus (CiteScore 3.2)、CSCD、INSPEC、ACM 等众多数据库收录, 并于2013–2018年获得两期中国科技期刊国际影响力提升计划项目资助。2017–2021年连续获得“中国最具国际影响力学术期刊”和“中国国际影响力优秀学术期刊”称号，获得广东省高水平科技期刊建设项目I期(2021-2024年)和II期，2022-2025年进入中国科协自动化学科领域高质量科技期刊目录。

官网：https://link.springer.com/journal/11768 (即http://www.springer.com/11768)

https://jcta.ijournals.cn/cta_en/ch/index.aspx

投稿：https://mc03.manuscriptcentral.com/ctt

微信：ControlTheoryTech （欢迎扫码关注期刊微信公众号）