一、基于線性化技術(shù)的非線性系統(tǒng)故障診斷（論文文獻(xiàn)綜述）
侯明冬[1]（2020）在《基于動態(tài)線性化數(shù)據(jù)模型的離散滑模控制研究》文中進(jìn)行了進(jìn)一步梳理論文基于動態(tài)線性化數(shù)據(jù)模型,針對一般非線性離散時間系統(tǒng)存在擾動、時滯、誤差受限、執(zhí)行器飽和以及系統(tǒng)耦合等問題,研究動態(tài)線性化數(shù)據(jù)模型和離散滑?？刂品椒ㄏ嗷ト诤系目刂萍夹g(shù)。研究中,將動態(tài)線性化技術(shù)、離散積分終端滑模控制、擾動估計(jì)技術(shù)、預(yù)測控制、預(yù)定性能控制及離散擴(kuò)張觀測器等技術(shù)有機(jī)結(jié)合,提出幾種基于動態(tài)線性化數(shù)據(jù)模型的離散滑模控制方法。主要的創(chuàng)新性工作總結(jié)如下:（1）針對一般非線性離散時間SISO系統(tǒng)的緊格式動態(tài)線性化數(shù)據(jù)模型中存在未知擾動的問題,提出一種基于擾動估計(jì)技術(shù)的數(shù)據(jù)驅(qū)動離散積分終端滑模控制算法,并將該方法推廣應(yīng)用至偏格式和全格式動態(tài)線性化數(shù)據(jù)模型。為了進(jìn)一步提高跟蹤精度,在所提出算法的基礎(chǔ)上,結(jié)合預(yù)測控制原理,提出了一種基于緊格式動態(tài)線性化數(shù)據(jù)模型的離散積分終端滑模預(yù)測控制策略。理論分析證明了所提出算法的穩(wěn)定性,通過仿真比較研究和雙容水箱液位控制實(shí)驗(yàn)研究表明了所提出方法的有效性。（2）針對一般非線性離散時間SISO滯后系統(tǒng),基于緊格式動態(tài)線性化數(shù)據(jù)模型,結(jié)合離散積分滑?？刂品椒?提出了一種適用于非線性滯后系統(tǒng)的數(shù)據(jù)驅(qū)動離散積分滑模控制算法。該算法的主要創(chuàng)新點(diǎn)在于:1)考慮系統(tǒng)存在滯后的情況下,實(shí)現(xiàn)緊格式動態(tài)線性化數(shù)據(jù)模型中滯后項(xiàng)的隱性表達(dá);2)基于無明顯時間延遲的等效動態(tài)線性化數(shù)據(jù)模型,結(jié)合離散積分滑?？刂品椒ㄟM(jìn)行控制系統(tǒng)設(shè)計(jì),即在新的預(yù)測狀態(tài)而不是原始狀態(tài)下進(jìn)行控制系統(tǒng)設(shè)計(jì)。（3）提出了一種抗飽和數(shù)據(jù)驅(qū)動積分終端滑?？刂品桨浮Ｔ摲桨富诰o格式動態(tài)線性化數(shù)據(jù)模型,在離散積分終端滑?？刂破髟O(shè)計(jì)過程中,引入動態(tài)抗飽和補(bǔ)償器,解決了系統(tǒng)軌跡跟蹤過程中執(zhí)行器飽和問題。為更為清晰的表明所提出方法及其應(yīng)用,以有輸入飽和約束的輪式移動機(jī)器人的軌跡跟蹤問題為例,闡述所提出方法的理論問題及實(shí)際應(yīng)用。所提出控制算法,主要包括在線數(shù)據(jù)驅(qū)動模型辨識算法,積分終端滑模控制算法和動態(tài)抗飽和補(bǔ)償算法。此外,給出了所提出方法的閉環(huán)系統(tǒng)穩(wěn)定性分析。（4）基于包含擾動的緊格式動態(tài)線性化數(shù)據(jù)模型,提出了一種具有跟蹤誤差約束的數(shù)據(jù)驅(qū)動終端滑?？刂品椒?。通過引入預(yù)定性能函數(shù),將對系統(tǒng)輸出誤差存在約束的跟蹤問題轉(zhuǎn)化為無約束的鎮(zhèn)定問題。并通過設(shè)計(jì)離散終端滑?？刂破?進(jìn)一步加快滑模運(yùn)動趨于滑模面的速度,且能夠確保系統(tǒng)跟蹤誤差收斂到預(yù)定義的區(qū)域。（5）針對一類包含未知外部擾動的離散非線性MIMO系統(tǒng),提出一種新的數(shù)據(jù)驅(qū)動離散積分滑模解耦控制算法。所提出算法基于緊格式動態(tài)線性化數(shù)據(jù)模型,通過離散擴(kuò)張觀測器對數(shù)據(jù)驅(qū)動模型的未建模動態(tài)、未知擾動以及系統(tǒng)間各變量之間耦合作用進(jìn)行在線估計(jì),采用離散積分滑?？刂撇呗?實(shí)現(xiàn)包含擾動的離散非線性MIMO系統(tǒng)的離散積分滑模解耦控制。為了使控制系統(tǒng)性能（包括過沖,瞬態(tài)響應(yīng)和穩(wěn)態(tài)誤差）得到進(jìn)一步改善。提出了一種新的數(shù)據(jù)驅(qū)動誤差受限離散終端滑模解耦控制算法。該算法在緊格式動態(tài)線性化數(shù)據(jù)模型解耦的基礎(chǔ)上,通過在滑?？刂破髟O(shè)計(jì)過程中引入預(yù)定性能函數(shù),使得解耦后各環(huán)路的誤差能夠收斂到預(yù)定的區(qū)域,提升了系統(tǒng)解耦后的控制性能。理論分析和仿真實(shí)驗(yàn)表明,在干擾和系統(tǒng)不確定性的影響下,基于預(yù)定性能的數(shù)據(jù)驅(qū)動滑模解耦控制器能夠?qū)崿F(xiàn)對離散非線性MIMO系統(tǒng)的漸近跟蹤控制。
吳玉濤[2]（2020）在《帶時間窗約束的離散乘性噪聲系統(tǒng)故障診斷》文中研究說明為保證日益復(fù)雜化和大型化的工業(yè)系統(tǒng)能夠安全可靠運(yùn)行,采取及時有效的基于解析冗余的故障診斷策略是目前行之有效的措施之一。線性離散時變（Liner discrete time-varying,簡稱LDTV）乘性噪聲系統(tǒng),作為一類描述存在自身參數(shù)衰減、散射、畸變或者信號傳輸不理想等不確定性變化現(xiàn)象的狀態(tài)空間模型,被普遍認(rèn)為其更加符合復(fù)雜多變的實(shí)際工業(yè)現(xiàn)場物理背景。帶時間窗約束的故障診斷策略,由于其對于初始誤差、動態(tài)特性魯棒性的優(yōu)勢,逐漸上升為當(dāng)前國內(nèi)外的研究熱點(diǎn),但其在線性離散時變乘性噪聲系統(tǒng)故障診斷應(yīng)用領(lǐng)域的研究成果還相對較少或者是有待進(jìn)一步研究。遂本論文針對一類具有乘性噪聲的線性離散時變系統(tǒng),開展了帶時間窗約束的故障診斷策略設(shè)計(jì)研究,其主要研究工作和創(chuàng)新之處如下:1.設(shè)計(jì)了新型隨機(jī)意義下魯棒性能指標(biāo),將等價空間方法推廣應(yīng)用至線性離散時變乘性噪聲系統(tǒng)的故障檢測領(lǐng)域。推導(dǎo)并提供了最優(yōu)等價向量的解析表達(dá)式來設(shè)計(jì)最優(yōu)殘差產(chǎn)生器,給出了其所涉及到的所有未知關(guān)鍵矩陣的計(jì)算公式。借助隨機(jī)化方法（Randomized algorithms,簡稱RA算法）,提出了兩種閾值選取方式來實(shí)現(xiàn)殘差評價。2.基于最小估計(jì)誤差性能指標(biāo),設(shè)計(jì)了最優(yōu)有限脈沖響應(yīng)濾波器（Finite impulse response filter,簡稱FIR濾波器）增益,實(shí)現(xiàn)了線性時變離散乘性噪聲系統(tǒng)的故障估計(jì)。將最優(yōu)FIR濾波器增益設(shè)計(jì)問題轉(zhuǎn)化為隨機(jī)優(yōu)化問題,推導(dǎo)并建立了保證最優(yōu)FIR濾波器存在的充要條件,給出了隨機(jī)優(yōu)化問題的解析解以及其所涉及到的未知關(guān)鍵矩陣的兩種計(jì)算方式。3.利用前一時間窗的所有狀態(tài)信息來構(gòu)造新的解析冗余關(guān)系,在最小估計(jì)誤差性能指標(biāo)下,設(shè)計(jì)了新型的FIR濾波器,實(shí)現(xiàn)了線性時變離散乘性噪聲系統(tǒng)的最優(yōu)故障估計(jì)。推導(dǎo)并建立了更易滿足的保證最優(yōu)FIR濾波器增益矩陣解析表達(dá)式存在的充要條件,解析地給出了兩種具有明顯計(jì)算優(yōu)勢的獲取其所涉及到的未知關(guān)鍵矩陣的計(jì)算方式。
貢景秀[3]（2020）在《高超聲速飛行器自適應(yīng)故障診斷及自愈合控制方法》文中進(jìn)行了進(jìn)一步梳理高超聲速飛行器具有廣闊軍事以及民事應(yīng)用前景,而其所處的惡劣飛行環(huán)境使故障更易發(fā)生,對控制系統(tǒng)的穩(wěn)定性、安全性以及可靠性提出了更高的要求,因此為故障系統(tǒng)設(shè)計(jì)自愈合控制方案具有現(xiàn)實(shí)意義。本文以高超聲速飛行器為研究對象,考慮傳感器/執(zhí)行器故障以及外部擾動,研究故障診斷以及自愈合控制方案。論文主要研究內(nèi)容如下:針對帶有多傳感器故障的高超聲速飛行器巡航系統(tǒng),提出了一種基于自適應(yīng)增廣觀測器的故障診斷和自愈合控制方案。為了便于多傳感器故障建模,將非線性縱向動力學(xué)模型轉(zhuǎn)化為T-S模糊模型。為了快速準(zhǔn)確地檢測、分離故障,引入Luenberger觀測器生成輸出殘差,并考慮觀測器收斂性以及外部擾動設(shè)計(jì)閾值。通過改進(jìn)的增廣觀測器同時估計(jì)多個傳感故障,利用帶有比例微分環(huán)節(jié)的自適應(yīng)律進(jìn)行干擾估計(jì),該方法不受擾動幅值的限制。最后考慮故障和干擾,設(shè)計(jì)了一個自適應(yīng)模糊反饋容錯控制器,保證系統(tǒng)輸出穩(wěn)定跟蹤控制指令。針對帶有升降舵故障的高超聲速飛行器巡航系統(tǒng),提出了一種基于自適應(yīng)狀態(tài)觀測器的故障診斷和自愈合控制方案。為了簡化觀測器和控制器設(shè)計(jì),通過反饋線性化技術(shù)將飛行器復(fù)雜非線性模型轉(zhuǎn)化為仿射非線性模型,并建立升降舵偏置故障模型。為了建立故障檢測機(jī)制并提高檢測的準(zhǔn)確性,分別為高度以及速度子系統(tǒng)設(shè)計(jì)狀態(tài)觀測器,綜合考慮觀測器輸出以及外部擾動,確定合理的檢測閾值。通過引入干擾抑制水平參數(shù)并設(shè)計(jì)自適應(yīng)狀態(tài)觀測器進(jìn)行故障估計(jì),使算法對干擾魯棒;在此基礎(chǔ)上,設(shè)計(jì)非線性干擾觀測器進(jìn)行干擾估計(jì)。最后設(shè)計(jì)了一個自適應(yīng)非線性反饋容錯控制器,保證飛行高度與速度穩(wěn)定跟蹤控制指令。針對帶有舵面故障的高超聲速飛行器姿態(tài)系統(tǒng),提出了一種基于自適應(yīng)反步法的故障估計(jì)和自愈合控制方案?；诟叱曀亠w行器姿態(tài)系統(tǒng)的仿射非線性模型,建立舵面偏置故障模型。為了獲得檢測機(jī)制所需的輸出殘差,設(shè)計(jì)非線性故障檢測觀測器估計(jì)姿態(tài)角,由此確定故障發(fā)生時間。為了準(zhǔn)確估計(jì)故障并降低外部擾動的影響,基于增廣系統(tǒng)設(shè)計(jì)了一個自適應(yīng)魯棒觀測器,使得估計(jì)誤差能滿足L2-增益干擾抑制。最后設(shè)計(jì)了一個自適應(yīng)反步容錯控制器,保證系統(tǒng)輸出姿態(tài)角穩(wěn)定跟蹤控制指令?；贛ATLAB平臺對上述故障診斷和自愈合控制方案進(jìn)行對比仿真驗(yàn)證,仿真結(jié)果表明本文設(shè)計(jì)的方案能夠快速準(zhǔn)確地估計(jì)故障并能對故障進(jìn)行有效補(bǔ)償,從而保證系統(tǒng)的閉環(huán)穩(wěn)定和準(zhǔn)確跟蹤。
郭斌[4]（2020）在《具有執(zhí)行器故障和干擾的非線性系統(tǒng)自適應(yīng)容錯控制研究》文中指出近年來,工業(yè)系統(tǒng)的自動化水平高速發(fā)展,控制要求不斷提高。相應(yīng)地,系統(tǒng)部件日益增多,非線性程度不斷增加,這給系統(tǒng)的分析與綜合帶來了巨大挑戰(zhàn)。一方面,系統(tǒng)長時間工作或人員不正確操作等因素會致使系統(tǒng)產(chǎn)生故障;另一方面,系統(tǒng)組件增多,干擾進(jìn)入系統(tǒng)渠道增多,多源化、不匹配擾動對系統(tǒng)的作用更為復(fù)雜,進(jìn)一步增加了控制難度。故障和干擾會降低系統(tǒng)的控制性能,甚至直接破壞系統(tǒng)的穩(wěn)定性。因此,提高非線性系統(tǒng)的容錯能力,補(bǔ)償故障對系統(tǒng)的影響,抑制外界干擾,對非線性系統(tǒng)的穩(wěn)定運(yùn)行至關(guān)重要。本文針對非線性控制系統(tǒng)的執(zhí)行器故障和干擾問題,開展容錯控制研究,主要研究內(nèi)容如下:1)研究了具有執(zhí)行器故障的Lipschitz非線性系統(tǒng)的魯棒容錯控制方法。針對一類受到執(zhí)行器故障以及干擾的Lipschitz非線性系統(tǒng),提出了一種魯棒滑模容錯控制方法。首先,設(shè)計(jì)了一種綜合觀測器以同時估計(jì)系統(tǒng)的狀態(tài)、故障以及干擾信號;其次,利用觀測器獲得的信息,設(shè)計(jì)了一種魯棒滑模容錯控制器。在該控制方法中,將干擾分為兩部分分別進(jìn)行處理,并基于Lyapunov理論分析了系統(tǒng)的穩(wěn)定性。最后,通過仿真,驗(yàn)證了該算法的有效性。2)研究了基于綜合觀測器的仿射非線性系統(tǒng)容錯控制方法。以電動汽車系統(tǒng)為背景,針對一類受到執(zhí)行器故障以及干擾影響的四輪獨(dú)立驅(qū)動電動汽車系統(tǒng),提出了一種新的自適應(yīng)滑?？刂扑惴āＪ紫?建立了該電動汽車系統(tǒng)在受到執(zhí)行器故障以及干擾下的系統(tǒng)模型,基于上章觀測器結(jié)構(gòu),設(shè)計(jì)了一種新的綜合觀測器,得到了該系統(tǒng)的狀態(tài)以及集成干擾等估計(jì)信息。其次,利用觀測信息,設(shè)計(jì)了一種自適應(yīng)滑模容錯控制策略,在該控制方法中,通過引入自適應(yīng)參數(shù),提高了系統(tǒng)的響應(yīng)速度。最后,以電動汽車系統(tǒng)兩種工況為例進(jìn)行了仿真,結(jié)果表明了所提出方法的有效性。3)研究了一類非仿射性非線性系統(tǒng)的干擾抑制與滑模容錯控制方法。以機(jī)械系統(tǒng)為背景,針對一類非仿射性非線性系統(tǒng),討論了一種自適應(yīng)容錯控制方法。首先,建立了該系統(tǒng)受到執(zhí)行器故障以及干擾的模型。其次,設(shè)計(jì)了一種綜合觀測器,用以觀測系統(tǒng)的狀態(tài)、故障以及干擾等信息,在該綜合觀測器結(jié)構(gòu)中,不需要干擾的上界信息。為了更好實(shí)現(xiàn)系統(tǒng)軌跡跟蹤控制的目的,設(shè)計(jì)了一種新的自適應(yīng)離散滑模容錯控制器,并證明了其收斂性能。最后,通過案例仿真,驗(yàn)證了該方法的容錯性。4)研究了基于事件觸發(fā)的n自由度非線性系統(tǒng)容錯控制方法。針對一類非線性系統(tǒng),在其受到執(zhí)行器故障以及外界干擾情況下,提出了一種基于事件觸發(fā)的自適應(yīng)容錯控制策略。首先,設(shè)計(jì)了一種新的事件觸發(fā)機(jī)制。其次,設(shè)計(jì)了一種新的綜合觀測器。在該觀測器結(jié)構(gòu)中,一方面,同上章一樣,無需干擾信號上界信息;另一方面,采用輸出觸發(fā)值代替連續(xù)值,用較少的信息量對系統(tǒng)未知變量進(jìn)行了觀測?；谟^測所得信息,構(gòu)建了一種基于事件觸發(fā)的自適應(yīng)滑模容錯控制算法,可以有效補(bǔ)償故障以及干擾對系統(tǒng)的影響并減少系統(tǒng)的通訊傳輸負(fù)載。最后,通過案例仿真,驗(yàn)證了該方法的容錯性。5)研究了基于模糊的非線性系統(tǒng)自適應(yīng)事件觸發(fā)容錯控制方法。針對一類受到執(zhí)行器故障以及干擾的n自由度非線性系統(tǒng),為了減少故障對系統(tǒng)的影響以及抑制干擾,討論了一種基于模糊的自適應(yīng)滑模容錯控制策略。首先,利用模糊邏輯原理,對系統(tǒng)的非線性部分進(jìn)行模糊逼近;其次,構(gòu)建了一種新的事件觸發(fā)機(jī)制,并結(jié)合輸出觸發(fā)信息,設(shè)計(jì)了一種模糊綜合觀測器。在該觀測器結(jié)構(gòu)中,干擾信息可以為n階可導(dǎo)的高階信號,這更貼近實(shí)際系統(tǒng)?；谙到y(tǒng)觀測信息,結(jié)合構(gòu)建的控制通道自適應(yīng)事件觸發(fā)機(jī)制,設(shè)計(jì)了一種新的基于事件觸發(fā)的自適應(yīng)滑模模糊容錯控制方法。最后,通過實(shí)例仿真,驗(yàn)證了該方法的容錯能力。
徐淑卿[5]（2019）在《基于神經(jīng)網(wǎng)絡(luò)的航天器跟蹤數(shù)據(jù)預(yù)處理及導(dǎo)航濾波方法研究》文中研究表明隨著導(dǎo)航精度需求的提高,多源導(dǎo)航逐漸成為了航天任務(wù)的首選方式。路標(biāo)導(dǎo)航隨著光學(xué)技術(shù)的發(fā)展應(yīng)運(yùn)而生,并且同CNS互相補(bǔ)償,以提高組合導(dǎo)航的導(dǎo)航精度。同時,隨著智能算法的發(fā)展,導(dǎo)航濾波算法也向著自適應(yīng)性發(fā)展。因此,多源性、自適應(yīng)性成為了導(dǎo)航新的發(fā)展方向,而高穩(wěn)定性一直是導(dǎo)航的目標(biāo)。本文以多源導(dǎo)航作為研究背景,主要做出了以下工作:（1）首先,在預(yù)處理階段,通過BP神經(jīng)網(wǎng)絡(luò)對捕獲的數(shù)據(jù)進(jìn)行檢測和補(bǔ)償,獲取了連續(xù)性強(qiáng)、特征明顯的導(dǎo)航數(shù)據(jù);（2）以路標(biāo)導(dǎo)航作為研究基礎(chǔ),借鑒現(xiàn)有的天文導(dǎo)航定位定姿方法,提出了一種利用相機(jī)進(jìn)行路標(biāo)定位和定姿的導(dǎo)航方法。在仿真段同SINS相結(jié)合,對比未定姿的實(shí)驗(yàn)結(jié)果,發(fā)現(xiàn)充分利用相機(jī)的圖像信息進(jìn)行定姿的方法確實(shí)有效;（3）在多源導(dǎo)航的研究過程中,以聯(lián)邦濾波作為出發(fā)點(diǎn),利用Sage-Husa自適應(yīng)濾波來改進(jìn)聯(lián)邦濾波,以得到聯(lián)邦自適應(yīng)濾波,滿足自適應(yīng)性和分布式計(jì)算的特性。在仿真段,將改進(jìn)的聯(lián)邦自適應(yīng)濾波同兩種單獨(dú)的方法相比較,發(fā)現(xiàn)改進(jìn)后的算法具有明顯的優(yōu)勢;（4）最后,在SINS/GNSS/CNS/路標(biāo)組合導(dǎo)航方案中,針對多源導(dǎo)航中的不確定性問題,利用BP神經(jīng)網(wǎng)絡(luò)對導(dǎo)航結(jié)果進(jìn)行改進(jìn)。仿真段的研究結(jié)果表明,利用BP神經(jīng)網(wǎng)絡(luò)改進(jìn)的導(dǎo)航結(jié)果精度更高。
蔣耿乾[6]（2019）在《針對傳感器復(fù)合故障的高超聲速飛行器自愈合控制研究》文中研究表明高超聲速飛行器所處飛行環(huán)境具有高速、低壓、高溫、強(qiáng)輻射、電磁干擾、雷電、強(qiáng)對流等嚴(yán)酷特征,其部件常常會發(fā)生外機(jī)械振動、管線脫落、電子器件失效等情況,可能導(dǎo)致傳感器系統(tǒng)發(fā)生復(fù)合故障,造成嚴(yán)重后果。傳感器復(fù)合故障下的高超聲速飛行器自愈合控制研究便成為富有意義的課題。本文以高超聲速飛行器巡航階段縱向模型與再入段姿態(tài)角模型為研究對象,研究了傳感器發(fā)生各種復(fù)合故障的故障檢測與估計(jì)問題,并以此設(shè)計(jì)了相應(yīng)的自愈合控制方法。論文的主要內(nèi)容如下:（1）針對高超聲速飛行器縱向模型高度和速度通道發(fā)生多傳感器故障的情況,設(shè)計(jì)了基于自適應(yīng)與反步滑模故障估計(jì)觀測器的自愈合控制方法。首先利用反饋線性化方法建立了高超聲速飛行器縱向仿射非線性模型,并設(shè)計(jì)了標(biāo)稱滑?？刂破魇馆敵龈櫧o定參考指令。提出了非線性自適應(yīng)觀測器的方法來估計(jì)速度通道的故障。通過將受耦合影響的系統(tǒng)參數(shù)也作為估計(jì)項(xiàng),設(shè)計(jì)了反步滑模觀測器精確估計(jì)高度通道故障。利用故障估計(jì)值對滑?？刂破鬟M(jìn)行補(bǔ)償,使原系統(tǒng)重新跟蹤給定參考指令。（2）考慮更為復(fù)雜的時變傳感器連鎖故障與外部干擾,設(shè)計(jì)了基于多維廣義觀測器的故障診斷與容錯控制方案。以巡航階段縱向T-S模糊模型為基礎(chǔ),考慮外部干擾與非線性項(xiàng),增強(qiáng)模型的代表性。針對傳感器連鎖故障,首先建立故障檢測觀測器檢測故障,隨后設(shè)計(jì)了多維廣義觀測器方法解決了因耦合效應(yīng)影響導(dǎo)致的普通廣義觀測器對連鎖故障估計(jì)效果不理想問題。根據(jù)所得故障估計(jì)結(jié)果,設(shè)計(jì)了能處理系統(tǒng)非線性和傳感器故障的魯棒容錯控制器使系統(tǒng)恢復(fù)穩(wěn)定。所設(shè)計(jì)的觀測器與控制器滿足H∞性能指標(biāo),對干擾具有魯棒性。（3）針對高超聲速飛行器再入段姿態(tài)角系統(tǒng)傳感器復(fù)合故障,設(shè)計(jì)了基于間接自適應(yīng)滑模和動態(tài)面技術(shù)的自愈合方法。首先針對帶有傳感器故障與干擾的再入段姿態(tài)角系統(tǒng),設(shè)計(jì)了非線性故障檢測觀測器生成檢測殘差以檢測故障。提出了帶有容錯項(xiàng)的間接自適應(yīng)滑模虛擬控制器與動態(tài)面控制器設(shè)計(jì)方法。傳感器復(fù)合故障在控制器設(shè)計(jì)過程中就被快速補(bǔ)償,不需要額外的故障估計(jì)觀測器設(shè)計(jì),確保故障系統(tǒng)重新恢復(fù)對參考指令良好跟蹤的同時,減少了系統(tǒng)復(fù)雜性。將上述故障檢測、故障估計(jì)與自愈合控制方法進(jìn)行了基于Matlab/simulink的對比性仿真研究,并利用Links-Box平臺對部分結(jié)果進(jìn)行了快速原型仿真實(shí)驗(yàn)。結(jié)果表明本文所提方案能夠快速檢測故障、精確獲得故障估計(jì)信息的同時,對其進(jìn)行有效補(bǔ)償,從而保證系統(tǒng)的穩(wěn)定性和跟蹤性能。
魏薇酈[7]（2018）在《考慮側(cè)風(fēng)干擾的ESC系統(tǒng)執(zhí)行器故障診斷》文中進(jìn)行了進(jìn)一步梳理汽車安全性是指汽車在行駛中避免事故且保障行人和乘員安全的性能,一般分為主動安全性、被動安全性、事故后安全性和生態(tài)安全性。在道路交通事故中,汽車本身的安全性能是不可忽視的因素。汽車安全性能好,往往可以避免事故的發(fā)生或減少傷亡的程度。車輛穩(wěn)定控制系統(tǒng)（ESC）是一種主動安全系統(tǒng),它可以有效地提高車輛運(yùn)行的穩(wěn)定性,防止側(cè)滑及甩尾等情況的發(fā)生,在一定程度上保證了人的安全。當(dāng)ESC系統(tǒng)出現(xiàn)故障,車輛穩(wěn)定性很難保證,如果不及時診斷出故障就會造成嚴(yán)重的后果。因此近年來ESC系統(tǒng)的故障診斷成為人們研究的重點(diǎn)。本文研究受國家重點(diǎn)研發(fā)項(xiàng)目——電動汽車智能輔助駕駛技術(shù)研發(fā)及產(chǎn)業(yè)化項(xiàng)目（項(xiàng)目號2016YFB0101102）資金的支持。首先,為實(shí)現(xiàn)車輛故障診斷并考慮后續(xù)的容錯控制,本文在七自由度車輛模型的基礎(chǔ)上引入執(zhí)行器故障和側(cè)風(fēng)干擾,考慮到目前通用的車輛穩(wěn)定控制的分層算法,本文選擇車輛所受的縱向合力、側(cè)向合力和橫擺合力矩作為系統(tǒng)的虛擬輸入。為略去容錯控制中復(fù)雜的下層力矩分配,本文將描述液壓執(zhí)行器故障的信息的輪胎力引入七自由度車輛模型。通過對車輛的氣動力學(xué)分析,將側(cè)風(fēng)產(chǎn)生的氣動阻力、側(cè)向力和橫擺力矩引入七自由度整車模型。其次,本文研究特殊側(cè)風(fēng)情況下的ESC系統(tǒng)執(zhí)行器故障診斷,為實(shí)現(xiàn)干擾解耦的故障診斷算法設(shè)計(jì),通過求取系統(tǒng)的最大可觀測空間,選取微分同胚變換方式,實(shí)現(xiàn)對系統(tǒng)的變換,得到的子系統(tǒng)可以看作是只受故障和已知輸入影響的系統(tǒng)。為獲取故障信息,在子系統(tǒng)基礎(chǔ)上,本文將故障值作為增廣狀態(tài)建立增廣系統(tǒng)。利用李雅普諾夫方法對增廣的子系統(tǒng)設(shè)計(jì)非線性故障診斷觀測器,實(shí)現(xiàn)單一執(zhí)行器的故障診斷,利用Matlab/Simulink搭建模型及故障診斷觀測器,仿真結(jié)果表明,在無故障情況以及執(zhí)行器發(fā)生緩變故障和突變故障情況下,故障診斷算法能夠?qū)收线M(jìn)行檢測與隔離。最后,因?yàn)獒槍μ厥鈧?cè)風(fēng)情況下提出的故障診斷算法在實(shí)際工程中應(yīng)用具有局限性,本文針對一般側(cè)風(fēng)干擾情況設(shè)計(jì)ESC系統(tǒng)執(zhí)行器故障診斷算法?？紤]到帶有側(cè)風(fēng)干擾和執(zhí)行器故障的七自由度整車模型的非線性性質(zhì),用于干擾故障同時存在的故障診斷非線性觀測器設(shè)計(jì)方法復(fù)雜多樣且條件苛刻,本文對模型進(jìn)行線性化。為實(shí)現(xiàn)全狀態(tài)的線性化,文中采用基于微分幾何的反饋線性化方法,即利用微分同胚映射進(jìn)行坐標(biāo)變換,引入狀態(tài)反饋。通過分析發(fā)現(xiàn)線性化后的系統(tǒng)中故障與干擾存在耦合。為得到故障信息,本文將故障值作為增廣狀態(tài)建立增廣系統(tǒng)?？紤]到干擾與故障存在耦合,本文采用H?魯棒觀測器的設(shè)計(jì)思想,通過設(shè)計(jì)觀測器增益矩陣,得到能抑制干擾的故障診斷觀測器,同時保證了狀態(tài)估計(jì)誤差盡快收斂和觀測誤差漸進(jìn)收斂,實(shí)現(xiàn)單一執(zhí)行器故障發(fā)生時的故障診斷。利用Matlab/Simulink搭建模型及故障診斷觀測器,仿真結(jié)果表明,在無故障情況以及執(zhí)行器發(fā)生緩變故障和突變故障情況下,故障診斷算法能夠?qū)收线M(jìn)行檢測與隔離。
鄭重[8]（2017）在《參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的控制與濾波研究》文中研究表明非線性特征普遍存在于實(shí)際系統(tǒng)中,重復(fù)標(biāo)量非線性系統(tǒng)利用狀態(tài)空間方程的形式描述了系統(tǒng)的每個狀態(tài)分量中包含相同的非線性,為一類結(jié)構(gòu)簡單的多輸入多輸出非線性系統(tǒng)的分析和綜合提供了完整的模型基礎(chǔ)。然而,由于實(shí)際系統(tǒng)的復(fù)雜性,一般形式的重復(fù)標(biāo)量非線性系統(tǒng)在描述系統(tǒng)復(fù)雜非線性和不確定性時具有很大的局限性,也為實(shí)際系統(tǒng)的控制/濾波設(shè)計(jì)帶來難題。同時,在處理系統(tǒng)的復(fù)雜非線性和不確定性方面,目前切換系統(tǒng)的應(yīng)用從很大程度上解決了復(fù)雜系統(tǒng)的描述問題。由于其是由一系列連續(xù)/離散時間子系統(tǒng)以及相應(yīng)的切換序列構(gòu)成,切換系統(tǒng)可以描述應(yīng)用范圍更廣的混雜系統(tǒng)。因此,結(jié)合切換系統(tǒng)對混雜跳躍系統(tǒng)的建模優(yōu)勢,一類帶有切換參數(shù)的重復(fù)標(biāo)量非線性系統(tǒng)（參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)）取得了一定的研究進(jìn)展。然而值得重視的是,針對參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)還沒有形成系統(tǒng)完善的分析與綜合方法。雖然在反饋控制、濾波設(shè)計(jì)以及性能分析方面的研究已有報道,但現(xiàn)有結(jié)果尚有很大改進(jìn)空間,并且在解決復(fù)雜環(huán)境下的控制與濾波問題還有很大挑戰(zhàn)。本論文充分考慮重復(fù)標(biāo)量非線性系統(tǒng)的特點(diǎn),并結(jié)合切換系統(tǒng)理論,建立了各類復(fù)雜環(huán)境下的參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)模型。在這些模型基礎(chǔ)上,分別提出了用于分析系統(tǒng)穩(wěn)定性和系統(tǒng)性能、設(shè)計(jì)控制器和濾波器以及設(shè)計(jì)故障檢測等的新方法,并得到了一系列新的控制器/濾波器設(shè)計(jì)結(jié)果;同時,部分理論研究成果在欠驅(qū)動機(jī)械臂系統(tǒng)的濾波（故障檢測）問題中得到了應(yīng)用。上述研究內(nèi)容構(gòu)成了一條較為完整,以研究“具有重復(fù)標(biāo)量非線性特征的切換系統(tǒng)的分析與綜合”為主線的研究體系。論文的具體研究內(nèi)容、研究方法以及取得的理論創(chuàng)新性分述如下:1.結(jié)合對角占優(yōu)技術(shù)構(gòu)造了切換序列依賴的Lyapunuov函數(shù),給出了保證閉環(huán)系統(tǒng)漸進(jìn)穩(wěn)定且滿足H∞干擾抑制性能的充分條件。更進(jìn)一步,我們給出了保證閉環(huán)系統(tǒng)指定性能的狀態(tài)反饋控制器設(shè)計(jì)判定準(zhǔn)則。2.通過構(gòu)造適當(dāng)?shù)那袚Q序列依賴Lyapunov函數(shù),應(yīng)用線性矩陣不等式技術(shù)和錐補(bǔ)線性化方法,得到了該類參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)動態(tài)輸出反饋控制器的存在性條件,以及控制器參數(shù)求解算法,從而保證增廣的閉環(huán)系統(tǒng)漸近穩(wěn)定且滿足給定的H∞性能,進(jìn)而解決了隨機(jī)干擾情形下參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的動態(tài)輸出反饋控制問題。由于控制器設(shè)計(jì)判定準(zhǔn)則不是標(biāo)準(zhǔn)化的線性矩陣不等式,本章利用錐補(bǔ)線性化算法求解控制器參數(shù)。3.研究由研究對象和全階濾波器構(gòu)成的增廣系統(tǒng),采用切換序列依賴的Lyapunov函數(shù),結(jié)合主對角占優(yōu)矩陣性質(zhì),得到了該類增廣系統(tǒng)的穩(wěn)定性條件;利用線性矩陣不等式技術(shù)和錐補(bǔ)線性化方法得到了該類系統(tǒng)的?2-?∞濾波器參數(shù)求解新算法。在此基礎(chǔ)上,進(jìn)一步給出了該類系統(tǒng)的?2-?∞降階濾波器參數(shù)求解新算法,解決了含Markovian跳變參數(shù)和隨機(jī)干擾的離散重復(fù)標(biāo)量非線性系統(tǒng)的?2-?∞濾波問題。4.為了減少二次框架的超安全標(biāo)準(zhǔn)設(shè)計(jì)規(guī)模,該章在故障診斷濾波器的設(shè)計(jì)過程中提出一種切換序列依賴的李雅普諾夫函數(shù)法。首先給出了可容許的廣義H2濾波器存在的充分性條件。由于這些條件中涉及矩陣不等式,該章利用錐補(bǔ)線性化過程把非凸可行性問題轉(zhuǎn)化成一系列受線性不等式約束的最小化問題,該類問題可以通過標(biāo)準(zhǔn)的數(shù)學(xué)軟件進(jìn)行求解。如果這些條件是可行的,就可以得出期望的故障診斷濾波器。5.基于Markovian跳變模型設(shè)計(jì)欠驅(qū)動機(jī)械臂故障診斷濾波器使得濾波誤差系統(tǒng)隨機(jī)穩(wěn)定且滿足指定的概率性能約束?；谛路f的故障診斷濾波算法,利用隨機(jī)分析技術(shù),提出了故障診斷濾波器設(shè)計(jì)準(zhǔn)則。此外,利用錐補(bǔ)線性化方法將濾波器設(shè)計(jì)問題轉(zhuǎn)變?yōu)樽钚』瘑栴},進(jìn)而利用優(yōu)化方法解決上述問題。
王申全[9]（2013）在《時滯系統(tǒng)的魯棒故障檢測與容錯控制方法研究》文中研究說明在實(shí)際工程應(yīng)用中,由于控制系統(tǒng)規(guī)模不斷擴(kuò)大,復(fù)雜程度日益提高,以及系統(tǒng)投資的巨大,人們迫切需要提高系統(tǒng)可靠性和安全性.然而,當(dāng)執(zhí)行器、傳感器或系統(tǒng)的其他元器件發(fā)生故障時,傳統(tǒng)的控制器不能保證閉環(huán)控制系統(tǒng)期望的性能甚至?xí)?dǎo)致不穩(wěn)定.故障診斷與容錯控制技術(shù)是解決這一問題的有效方法.為了提高故障檢測濾波器和容錯控制器的性能,本論文基于參數(shù)依賴的Lyapunov穩(wěn)定性理論和LMI技術(shù),進(jìn)一步深入地研究了時滯系統(tǒng)（網(wǎng)絡(luò)控制系統(tǒng)）的魯棒H∞性能分析、狀態(tài)反饋控制器和故障檢測濾波器綜合設(shè)計(jì)以及容錯控制問題,形成了-整套新的時滯系統(tǒng)故障檢測與容錯控制方法.并將部分理論研究成果在載重拖車系統(tǒng)和間歇式反應(yīng)器等實(shí)際仿真對象中進(jìn)行了驗(yàn)證.由于在時滯的處理過程中,采用了時滯分解方法,倒數(shù)凸組合技術(shù)和輸入-輸出方法,所得結(jié)果具有更小的保守性和計(jì)算負(fù)擔(dān).全文的主要工作總結(jié)如下：1.研究了一類帶有時變時滯和多包丟失的離散T-S模糊網(wǎng)絡(luò)系統(tǒng)故障檢測問題.假設(shè)被控對象到模糊故障檢測濾波器（FFDF）之間的通信連接存在數(shù)據(jù)包丟失,且丟失概率在間隔[0,1]上滿足特定概率密度分布.離散時間模糊網(wǎng)絡(luò)系統(tǒng)應(yīng)用輸入-輸出和二項(xiàng)近似方法轉(zhuǎn)化為互聯(lián)的兩個子系統(tǒng).設(shè)計(jì)的FFDF,對所允許的數(shù)據(jù)包丟失條件,保證故障檢測動態(tài)系統(tǒng)為輸入-輸出均方穩(wěn)定.且滿足期望的H∞性能.通過選取一個新的Lyapunov函數(shù),獲得了FFDF存在的充分條件.相應(yīng)的FFDF增益的可解性條件利作錐補(bǔ)線性化迭代算法轉(zhuǎn)化為凸最優(yōu)問題.2.研究了帶有離散狀態(tài)時滯、分布式時滯、數(shù)據(jù)包丟失和非線性擾動的網(wǎng)絡(luò)控制系統(tǒng)故障檢測問題.不同于現(xiàn)存的故障檢測結(jié)果.這里所提出的是閉環(huán)故障檢測策略.也就是同時設(shè)計(jì)了控制器和故障檢測濾波器.假設(shè)從傳感器到控制器及控制器到執(zhí)行器的數(shù)據(jù)包丟失滿足相互獨(dú)立的白噪聲序列.將基于觀測器的故障檢測濾波器作為殘差生成器,網(wǎng)絡(luò)非線性系統(tǒng)可以表示成H∞模型匹配問題.設(shè)計(jì)的閉環(huán)故障檢測濾波器不僅保證了殘差和濾波故障的估計(jì)誤差盡可能小,同時滿足閉環(huán)網(wǎng)絡(luò)非線性系統(tǒng)的指數(shù)均方穩(wěn)定.3.研究了帶有狀態(tài)時滯及執(zhí)行器故障的非線性網(wǎng)絡(luò)控制系統(tǒng)（NNCSs）模糊容錯控制問題.利用輸入時滯方法,帶有網(wǎng)絡(luò)誘導(dǎo)時延和數(shù)據(jù)包丟失的NNCSs等價轉(zhuǎn)化為帶有時變時滯的Takagi-Sugeno（T-S）模糊系統(tǒng).采用時滯分解方法.時滯對象的狀態(tài)信息得以充分考慮.利用錐補(bǔ)線性化迭代算法,將非凸的穩(wěn)定性條件轉(zhuǎn)化成可行的線性矩陣不等式（LMI）形式.同時將倒數(shù)凸組合界處理技術(shù)與不相關(guān)增廣矩陣項(xiàng)引入到Lyapunov函數(shù)的處理當(dāng)中,獲得了保守性更小的穩(wěn)定性條件.4.針對一類帶有狀態(tài)時滯和隨機(jī)執(zhí)行器故障的網(wǎng)絡(luò)控制系統(tǒng)（NCSs）,設(shè)計(jì)了魯棒故障容錯控制器.利用輸入時滯方法,獲得了具有狀態(tài)和輸入時滯的等價系統(tǒng).在時滯分解的積分區(qū)間上采用一新的Lyapunov函數(shù),同時利用倒數(shù)凸組合技術(shù)直接處理了逆加權(quán)凸組合二次項(xiàng),獲得了保證NCSs均方漸近穩(wěn)定的充分性條件,以LMI的形式表示出來.此方法,不需要模型變換和引入額外的松弛變量,結(jié)果具有更小的保守性.5.針對一類帶有時變時滯和執(zhí)行器故障的離散T-S模糊系統(tǒng),在狀態(tài)可測、不可測兩種情況下,分別給出了模糊H∞容錯控制器的設(shè)計(jì)方法.選擇了一種更切合實(shí)際的離散齊次馬爾可夫鏈來表示執(zhí)行器故障的隨機(jī)行為.利用一類新的模型變換方法,將帶有執(zhí)行器故障的離散時滯模糊系統(tǒng)轉(zhuǎn)換為互聯(lián)的兩個子系統(tǒng).利用輸入-輸出方法（標(biāo)度小增益定理）分析互聯(lián)子系統(tǒng)的隨機(jī)穩(wěn)定性.通過構(gòu)造參數(shù)依賴的Lyapunov函數(shù),給出閉環(huán)系統(tǒng)輸入-輸出均方穩(wěn)定且滿足H∞性能的充分條件及H∞容錯控制器的設(shè)計(jì)方法.最后,對全文所做工作進(jìn)行了總結(jié),指出了目前時滯系統(tǒng)（網(wǎng)絡(luò)控制系統(tǒng)）故障檢測和容錯控制理論研究中存在的一些問題和進(jìn)一步的發(fā)展方向,并對未來的研究工作進(jìn)行了展望.
田慧[10]（2013）在《T-S模糊仿射系統(tǒng)的魯棒濾波設(shè)計(jì)及故障診斷》文中研究說明近年來關(guān)于T-S模糊動態(tài)系統(tǒng)的穩(wěn)定性分析和控制器設(shè)計(jì)的研究得到了廣泛關(guān)注。T-S模糊模型的魅力在于其靈活的將模糊邏輯理論和卓有成效的線性多變量系統(tǒng)理論結(jié)合成一個統(tǒng)一的框架，然后通過基于Lyapunov函數(shù)的方法進(jìn)行控制設(shè)計(jì)和分析；另一方面，在現(xiàn)在控制領(lǐng)域的理論研究以及工程實(shí)際中，研究的較為廣泛的是與控制問題相對應(yīng)的系統(tǒng)濾波問題。自從Kalman和Luenberger等人先后提出濾波以及觀測器理論和相應(yīng)的設(shè)計(jì)方法之后，系統(tǒng)濾波問題引發(fā)了全世界學(xué)者的廣泛關(guān)注，并且取得了巨大的研究成果；在工程應(yīng)用方面，模糊控制技術(shù)的應(yīng)用使得其在工程實(shí)際中有了越來越重要的作用。特別是近十年以來，科技的發(fā)展使得模糊控制技術(shù)在人們的日常生活中以及工業(yè)生產(chǎn)中進(jìn)一步發(fā)展和完善。首先，本文研究了一類連續(xù)時間T-S模糊仿射系統(tǒng)的H魯棒狀態(tài)估計(jì)問題。該部分的重點(diǎn)是設(shè)計(jì)一個全維濾波器，滿足濾波誤差系統(tǒng)是漸進(jìn)穩(wěn)定并且具有給定的H擾動抑制度。基于分段連續(xù)Lyapunov函數(shù)結(jié)合S-procedure和一些矩陣不等式線性化技術(shù)，本文給出了連續(xù)時間T-S模糊仿射系統(tǒng)濾波器設(shè)計(jì)的一些新結(jié)果。其次，本文研究了一類離散時間T-S模糊仿射系統(tǒng)的魯棒故障診斷問題。研究的目的集中在分析和設(shè)計(jì)一個滿足濾波誤差系統(tǒng)是漸進(jìn)穩(wěn)定的，并且具有H的擾動抑制度以及檢測靈敏度的故障診斷器。假設(shè)系統(tǒng)的前件變量，通常是系統(tǒng)的狀態(tài)變量或其函數(shù)，是不可測量的，使得濾波器在分割的狀態(tài)空間中運(yùn)行時可能會非同步于系統(tǒng)的狀態(tài)軌跡?；诜侄蜭yapunov函數(shù)結(jié)合S-過程和一些矩陣不等式的線性化技術(shù)，本文給出了離散時間T-S模糊仿射系統(tǒng)的濾波器設(shè)計(jì)的一些新的結(jié)果。通過數(shù)值例子說明了所提方法的有效性和可行性。本文的特點(diǎn)在于，采用T-S仿射動態(tài)模型近似非線性系統(tǒng)，由于仿射項(xiàng)的加入使得模型在任意緊集上可以以任意精度逼近非線性系統(tǒng)；采用分段Lyapunov的方法進(jìn)行系統(tǒng)穩(wěn)定性分析，對比一般的公共的Lyapunov函數(shù)，分段Lyapunov函數(shù)能有效的降低系統(tǒng)的保守性，并且使處理模糊非線性系統(tǒng)的范圍也更加廣泛。
二、基于線性化技術(shù)的非線性系統(tǒng)故障診斷（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實(shí)現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對研究對象進(jìn)行“質(zhì)”的方面的研究，這個方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、基于線性化技術(shù)的非線性系統(tǒng)故障診斷（論文提綱范文）
（1）基于動態(tài)線性化數(shù)據(jù)模型的離散滑?？刂蒲芯浚ㄕ撐奶峋V范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 課題背景及研究的目的和意義 |
| 1.2 動態(tài)線性化技術(shù)發(fā)展現(xiàn)狀 |
| 1.2.1 SISO系統(tǒng)動態(tài)線性化技術(shù) |
| 1.2.2 MIMO系統(tǒng)動態(tài)線性化技術(shù) |
| 1.3 數(shù)據(jù)驅(qū)動離散滑模技術(shù)發(fā)展現(xiàn)狀 |
| 1.3.1 離散滑模技術(shù)發(fā)展現(xiàn)狀 |
| 1.3.2 基于動態(tài)線性化技術(shù)的離散滑?？刂蒲芯楷F(xiàn)狀 |
| 1.4 論文主要研究內(nèi)容 |
| 第2章 基于動態(tài)線性化技術(shù)的積分終端滑模控制 |
| 2.1 引言 |
| 2.2 緊格式動態(tài)線性化離散積分終端滑?？刂?/td> |
| 2.2.1 問題描述 |
| 2.2.2 積分終端滑?？刂破髟O(shè)計(jì) |
| 2.2.3 穩(wěn)定性分析 |
| 2.2.4 設(shè)計(jì)方法推廣 |
| 2.3 基于擾動估計(jì)的離散積分終端滑?？刂?/td> |
| 2.3.1 問題描述 |
| 2.3.2 控制器設(shè)計(jì) |
| 2.3.3 穩(wěn)定性分析 |
| 2.3.4 基于擾動估計(jì)的積分終端滑模預(yù)測控制器設(shè)計(jì) |
| 2.4 數(shù)值仿真 |
| 2.4.1 仿真示例1 |
| 2.4.2 仿真示例2 |
| 2.4.3 仿真示例3 |
| 2.4.4 雙容水箱實(shí)驗(yàn) |
| 2.5 本章小結(jié) |
| 第3章 時滯系統(tǒng)數(shù)據(jù)驅(qū)動積分滑?？刂?/td> |
| 3.1 引言 |
| 3.2 問題描述及模型轉(zhuǎn)換 |
| 3.2.1 問題描述 |
| 3.2.2 離散時間預(yù)測器 |
| 3.3 控制系統(tǒng)設(shè)計(jì) |
| 3.3.1 偽偏導(dǎo)數(shù)估計(jì) |
| 3.3.2 控制器設(shè)計(jì) |
| 3.4 穩(wěn)定性分析 |
| 3.5 數(shù)值仿真 |
| 3.6 本章小結(jié) |
| 第4章 數(shù)據(jù)驅(qū)動積分終端滑模約束控制 |
| 4.1 引言 |
| 4.2 問題描述 |
| 4.2.1 輪式移動機(jī)器人運(yùn)動學(xué)模型 |
| 4.2.2 航向角補(bǔ)償算法 |
| 4.3 數(shù)據(jù)驅(qū)動建模 |
| 4.4 控制器設(shè)計(jì) |
| 4.5 穩(wěn)定性分析 |
| 4.6 數(shù)值仿真 |
| 4.6.1 直線運(yùn)動軌跡跟蹤 |
| 4.6.2 曲線運(yùn)動軌跡跟蹤 |
| 4.7 本章小結(jié) |
| 第5章 基于預(yù)定性能的數(shù)據(jù)驅(qū)動終端滑模控制 |
| 5.1 引言 |
| 5.2 問題描述 |
| 5.2.1 數(shù)據(jù)模型及擾動估計(jì) |
| 5.2.2 預(yù)定性能函數(shù)及誤差轉(zhuǎn)換 |
| 5.3 控制器設(shè)計(jì) |
| 5.4 穩(wěn)定性分析 |
| 5.5 數(shù)值仿真 |
| 5.6 本章小結(jié) |
| 第6章 基于動態(tài)線性化技術(shù)的積分滑模解耦控制 |
| 6.1 引言 |
| 6.2 數(shù)據(jù)驅(qū)動離散積分滑模解耦控制算法 |
| 6.2.1 問題描述 |
| 6.2.2 控制器設(shè)計(jì) |
| 6.2.3 穩(wěn)定性分析 |
| 6.2.4 數(shù)值仿真 |
| 6.3 基于預(yù)定性能的數(shù)據(jù)驅(qū)動離散終端滑模解耦控制 |
| 6.3.1 預(yù)定性能函數(shù)及誤差轉(zhuǎn)換 |
| 6.3.2 控制器設(shè)計(jì) |
| 6.3.3 穩(wěn)定性分析 |
| 6.3.4 數(shù)值仿真 |
| 6.4 本章小結(jié) |
| 第7章 結(jié)論與展望 |
| 7.1 結(jié)論 |
| 7.2 展望 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間發(fā)表的論文及其它成果 |
| 攻讀博士學(xué)位期間參加的科研工作 |
| 致謝 |
| 作者簡介 |
（2）帶時間窗約束的離散乘性噪聲系統(tǒng)故障診斷（論文提綱范文）
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 故障診斷技術(shù)概述 |
| 1.2.1 故障診斷領(lǐng)域的基本概念 |
| 1.2.2 故障診斷技術(shù)的分類 |
| 1.3 線性離散時變乘性噪聲系統(tǒng)概述 |
| 1.3.1 線性離散時變乘性噪聲系統(tǒng)的特點(diǎn)及其應(yīng)用 |
| 1.3.2 線性離散時變乘性噪聲系統(tǒng)的故障診斷 |
| 1.4 帶時間窗約束的故障診斷方式的研究現(xiàn)狀 |
| 1.4.1 等價空間方法 |
| 1.4.2 FIR濾波器 |
| 1.5 論文的內(nèi)容與結(jié)構(gòu) |
| 第二章 基于等價空間方法的線性離散時變乘性噪聲系統(tǒng)故障檢測 |
| 2.1 引言 |
| 2.2 問題描述 |
| 2.3 主要結(jié)果 |
| 2.3.1 問題分析 |
| 2.3.2 未知關(guān)鍵矩陣求解 |
| 2.3.3 殘差生成器設(shè)計(jì) |
| 2.3.4 殘差評價 |
| 2.4 仿真驗(yàn)證 |
| 2.5 小結(jié) |
| 第三章 基于FIR濾波器的線性離散時變乘性噪聲系統(tǒng)故障估計(jì):方法I |
| 3.1 引言 |
| 3.2 問題描述 |
| 3.3 主要結(jié)果 |
| 3.3.1 問題分析 |
| 3.3.2 未知關(guān)鍵矩陣求解 |
| 3.3.3 最優(yōu)FIR濾波器設(shè)計(jì) |
| 3.4 未知關(guān)鍵矩陣求解方法改進(jìn) |
| 3.4.1 主要結(jié)果 |
| 3.4.2 計(jì)算量分析 |
| 3.5 仿真驗(yàn)證 |
| 3.6 小結(jié) |
| 第四章 基于FIR濾波器的線性離散時變乘性噪聲系統(tǒng)故障估計(jì):方法II |
| 4.1 引言 |
| 4.2 問題描述 |
| 4.3 主要結(jié)果 |
| 4.3.1 問題分析 |
| 4.3.2 未知關(guān)鍵矩陣求解 |
| 4.3.3 最優(yōu)FIR濾波器設(shè)計(jì) |
| 4.3.4 計(jì)算量分析 |
| 4.4 仿真驗(yàn)證 |
| 4.5 小結(jié) |
| 第五章 總結(jié)與展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 附錄 |
（3）高超聲速飛行器自適應(yīng)故障診斷及自愈合控制方法（論文提綱范文）
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國內(nèi)外研究發(fā)展現(xiàn)狀 |
| 1.2.1 國外研究發(fā)展現(xiàn)狀 |
| 1.2.2 國內(nèi)研究發(fā)展現(xiàn)狀 |
| 1.3 高超聲速飛行器控制技術(shù)研究 |
| 1.3.1 高超聲速飛行器模型介紹 |
| 1.3.2 故障診斷與容錯控制方法介紹 |
| 1.4 本文主要研究工作及內(nèi)容安排 |
| 第二章 基于自適應(yīng)增廣觀測器的多傳感器故障診斷與控制 |
| 2.1 引言 |
| 2.2 問題描述 |
| 2.2.1 巡航系統(tǒng)的動力學(xué)模型 |
| 2.2.2 帶有多傳感器故障的T-S模糊模型 |
| 2.2.3 研究問題與控制目標(biāo) |
| 2.3 多傳感器故障診斷 |
| 2.3.1 故障檢測 |
| 2.3.2 故障分離 |
| 2.3.3 故障估計(jì) |
| 2.4 自愈合控制器設(shè)計(jì) |
| 2.4.1 標(biāo)稱模糊反饋控制器設(shè)計(jì) |
| 2.4.2 自適應(yīng)故障補(bǔ)償控制器設(shè)計(jì) |
| 2.5 仿真驗(yàn)證及結(jié)果分析 |
| 2.6 本章小結(jié) |
| 第三章 基于自適應(yīng)狀態(tài)觀測器的升降舵故障診斷與控制 |
| 3.1 引言 |
| 3.2 問題描述 |
| 3.2.1 巡航系統(tǒng)的反饋線性化模型 |
| 3.2.2 帶有升降舵故障的巡航系統(tǒng)模型 |
| 3.2.3 研究問題與控制目標(biāo) |
| 3.3 升降舵故障檢測與估計(jì) |
| 3.3.1 故障檢測 |
| 3.3.2 故障估計(jì) |
| 3.3.3 干擾處理 |
| 3.4 自愈合控制器設(shè)計(jì) |
| 3.4.1 標(biāo)稱非線性反饋控制器設(shè)計(jì) |
| 3.4.2 自適應(yīng)容錯控制器設(shè)計(jì) |
| 3.5 仿真驗(yàn)證及結(jié)果分析 |
| 3.6 本章小結(jié) |
| 第四章 基于自適應(yīng)反步法的舵面故障估計(jì)與控制 |
| 4.1 引言 |
| 4.2 問題描述 |
| 4.2.1 姿態(tài)系統(tǒng)的動力學(xué)模型 |
| 4.2.2 帶有舵面故障的姿態(tài)模型 |
| 4.2.3 研究問題與控制目標(biāo) |
| 4.3 舵面故障檢測與估計(jì) |
| 4.3.1 故障檢測 |
| 4.3.2 故障估計(jì) |
| 4.4 自愈合控制器設(shè)計(jì) |
| 4.4.1 標(biāo)稱反步控制器設(shè)計(jì) |
| 4.4.2 自適應(yīng)反步容錯控制器設(shè)計(jì) |
| 4.5 仿真驗(yàn)證及結(jié)果分析 |
| 4.6 本章小結(jié) |
| 第五章 總結(jié)與展望 |
| 5.1 工作總結(jié) |
| 5.2 研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 在學(xué)期間的研究成果及獲獎情況 |
（4）具有執(zhí)行器故障和干擾的非線性系統(tǒng)自適應(yīng)容錯控制研究（論文提綱范文）
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 研究工作的背景與意義 |
| 1.2 非線性系統(tǒng)容錯控制研究現(xiàn)狀 |
| 1.2.1 非線性系統(tǒng)故障問題容錯控制研究現(xiàn)狀 |
| 1.2.2 非線性系統(tǒng)干擾問題容錯控制研究現(xiàn)狀 |
| 1.3 預(yù)備知識 |
| 1.3.1 滑模控制理論 |
| 1.3.2 模糊邏輯理論 |
| 1.3.3 事件觸發(fā)理論 |
| 1.3.4 自適應(yīng)控制理論 |
| 1.3.5 觀測器基本理論 |
| 1.3.6 重要引理 |
| 1.4 本文的主要貢獻(xiàn)與創(chuàng)新 |
| 1.5 本論文的結(jié)構(gòu)安排 |
| 第二章 含執(zhí)行器故障的Lipschitz非線性系統(tǒng)魯棒容錯控制研究 |
| 2.1 引言 |
| 2.2 研究問題說明以及控制器設(shè)計(jì) |
| 2.2.1 研究問題描述 |
| 2.2.2 觀測器設(shè)計(jì) |
| 2.2.3 控制器設(shè)計(jì)及分析 |
| 2.3 結(jié)果分析 |
| 2.4 本章小結(jié) |
| 第三章 基于綜合觀測器的仿射非線性系統(tǒng)容錯控制研究 |
| 3.1 引言 |
| 3.2 系統(tǒng)問題描述以及模型建立 |
| 3.2.1 系統(tǒng)問題描述 |
| 3.2.2 系統(tǒng)故障模型 |
| 3.3 控制器設(shè)計(jì) |
| 3.3.1 觀測器設(shè)計(jì) |
| 3.3.2 容錯控制器設(shè)計(jì) |
| 3.4 仿真結(jié)果 |
| 3.5 本章小結(jié) |
| 第四章 一類非仿射非線性系統(tǒng)干擾抑制與滑模容錯控制研究 |
| 4.1 引言 |
| 4.2 系統(tǒng)問題描述 |
| 4.3 控制器設(shè)計(jì) |
| 4.3.1 觀測器設(shè)計(jì) |
| 4.3.2 容錯控制器設(shè)計(jì)及分析 |
| 4.4 仿真案例及分析 |
| 4.5 本章小結(jié) |
| 第五章 基于事件觸發(fā)的n自由度非線性系統(tǒng)容錯控制研究 |
| 5.1 引言 |
| 5.2 系統(tǒng)問題描述 |
| 5.3 控制器設(shè)計(jì) |
| 5.3.1 觸發(fā)器設(shè)計(jì) |
| 5.3.2 觀測器設(shè)計(jì) |
| 5.3.3 自適應(yīng)滑?？刂破髟O(shè)計(jì) |
| 5.3.4 基于事件觸發(fā)的自適應(yīng)滑模控制器設(shè)計(jì) |
| 5.4 仿真案例及分析 |
| 5.5 本章小結(jié) |
| 第六章 基于模糊的非線性系統(tǒng)自適應(yīng)事件觸發(fā)容錯控制研究 |
| 6.1 引言 |
| 6.2 系統(tǒng)問題描述 |
| 6.3 控制器設(shè)計(jì) |
| 6.3.1 觀測器設(shè)計(jì) |
| 6.3.2 自適應(yīng)滑?？刂破髟O(shè)計(jì) |
| 6.3.3 基于事件觸發(fā)的自適應(yīng)滑模模糊控制器設(shè)計(jì) |
| 6.4 仿真案例及分析 |
| 6.5 本章小結(jié) |
| 第七章 全文總結(jié)與展望 |
| 7.1 全文總結(jié) |
| 7.2 后續(xù)工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間取得的成果 |
（5）基于神經(jīng)網(wǎng)絡(luò)的航天器跟蹤數(shù)據(jù)預(yù)處理及導(dǎo)航濾波方法研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 國內(nèi)外研究進(jìn)展 |
| 1.2.1 導(dǎo)航系統(tǒng) |
| 1.2.2 導(dǎo)航技術(shù) |
| 1.2.3 導(dǎo)航濾波算法 |
| 1.2.4 人工神經(jīng)網(wǎng)絡(luò)及其在導(dǎo)航中的應(yīng)用 |
| 1.3 論文的主要工作及組織結(jié)構(gòu) |
| 1.3.1 問題提出 |
| 1.3.2 主要研究內(nèi)容與章節(jié)安排 |
| 第二章 多源導(dǎo)航方法原理簡介 |
| 2.1 慣性導(dǎo)航系統(tǒng)原理及慣性器件 |
| 2.1.1 慣性導(dǎo)航系統(tǒng)工作原理 |
| 2.1.2 慣性器件 |
| 2.2 衛(wèi)星導(dǎo)航系統(tǒng)原理 |
| 2.3 天文導(dǎo)航定位及定姿原理 |
| 2.3.1 天文導(dǎo)航定位原理 |
| 2.3.2 天文導(dǎo)航定姿原理 |
| 2.4 路標(biāo)導(dǎo)航及路標(biāo)相機(jī)原理 |
| 2.4.1 路標(biāo)導(dǎo)航原理 |
| 2.4.2 路標(biāo)相機(jī)原理 |
| 第三章 路標(biāo)導(dǎo)航及其組合導(dǎo)航方法研究 |
| 3.1 導(dǎo)航數(shù)據(jù)預(yù)處理 |
| 3.1.1 基于時間序列建模構(gòu)造BPNN的故障檢測方法 |
| 3.1.2 基于BPNN的動態(tài)系統(tǒng)目標(biāo)跟蹤數(shù)據(jù)預(yù)測補(bǔ)償方法 |
| 3.2 路標(biāo)導(dǎo)航方法研究 |
| 3.2.1 路標(biāo)導(dǎo)航中衛(wèi)星的動力學(xué)模型 |
| 3.2.2 路標(biāo)導(dǎo)航中衛(wèi)星的狀態(tài)方程和測量方程 |
| 3.3 基于路標(biāo)定姿的SINS/路標(biāo)組合導(dǎo)航 |
| 3.3.1 路標(biāo)導(dǎo)航的定姿及定位過程 |
| 3.3.2 SINS/路標(biāo)組合導(dǎo)航流程及模型 |
| 3.3.3 仿真與分析 |
| 3.4 結(jié)論 |
| 第四章 基于路標(biāo)導(dǎo)航的改進(jìn)多源導(dǎo)航自主算法研究 |
| 4.1 基于聯(lián)邦Sage-Husa自適應(yīng)濾波的SINS/GNSS/路標(biāo)組合導(dǎo)航方法 |
| 4.1.1 聯(lián)邦卡爾曼濾波原理 |
| 4.1.2 Sage-Husa自適應(yīng)濾波原理 |
| 4.1.3 改進(jìn)的聯(lián)邦濾波算法原理 |
| 4.1.4 導(dǎo)航系統(tǒng)建模 |
| 4.1.5 仿真分析 |
| 4.2 基于神經(jīng)網(wǎng)絡(luò)修正聯(lián)邦濾波的SINS/GNSS/CNS/路標(biāo)組合導(dǎo)航方法 |
| 4.2.1 利用BPNN改進(jìn)的聯(lián)邦濾波原理 |
| 4.2.2 組合導(dǎo)航系統(tǒng)建模 |
| 4.2.3 仿真分析 |
| 4.3 結(jié)論 |
| 第五章 總結(jié) |
| 致謝 |
| 參考文獻(xiàn) |
| 作者在學(xué)期間取得的學(xué)術(shù)成果 |
（6）針對傳感器復(fù)合故障的高超聲速飛行器自愈合控制研究（論文提綱范文）
| 摘要 |
| abstract |
| 第一章 緒論 |
| 1.1 課題研究背景與意義 |
| 1.2 高超聲速飛行器國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 國外研究現(xiàn)狀 |
| 1.2.2 國內(nèi)研究現(xiàn)狀 |
| 1.3 高超聲速飛行器控制研究 |
| 1.4 傳感器復(fù)合故障診斷及容錯研究 |
| 1.5 本文主要研究工作及內(nèi)容安排 |
| 第二章 基于自適應(yīng)與反步滑模觀測器的多傳感器故障自愈合方法設(shè)計(jì) |
| 2.1 引言 |
| 2.2 帶有多傳感器故障的縱向仿射非線性模型 |
| 2.2.1 高超聲速飛行器縱向模型 |
| 2.2.2 輸入輸出反饋線性化 |
| 2.2.3 多傳感器故障 |
| 2.3 多傳感器故障估計(jì)與自愈合控制器設(shè)計(jì) |
| 2.3.1 標(biāo)稱滑?？刂破?/td> |
| 2.3.2 多傳感器故障估計(jì)方案設(shè)計(jì) |
| 2.3.3 非線性容錯控制器設(shè)計(jì) |
| 2.4 仿真驗(yàn)證及分析 |
| 2.5 本章小結(jié) |
| 第三章 基于多維廣義觀測器的傳感器連鎖故障診斷與容錯控制 |
| 3.1 引言 |
| 3.2 帶有傳感器連鎖故障和擾動的縱向非線性模糊模型 |
| 3.3 傳感器連鎖故障診斷方法設(shè)計(jì) |
| 3.3.1 故障檢測方案設(shè)計(jì) |
| 3.3.2 多維廣義非線性故障估計(jì)觀測器設(shè)計(jì) |
| 3.4 魯棒容錯控制器設(shè)計(jì) |
| 3.5 基于Matlab/Simulink的仿真驗(yàn)證及分析 |
| 3.6 基于Links-Box快速原型仿真器的結(jié)果驗(yàn)證 |
| 3.6.1 Links-Box快速原型仿真器介紹 |
| 3.6.2 Links-RT系統(tǒng)運(yùn)行流程 |
| 3.6.3 仿真過程結(jié)果展示 |
| 3.7 本章小結(jié) |
| 第四章 基于間接自適應(yīng)滑模技術(shù)的再入段故障檢測與自愈合控制 |
| 4.1 引言 |
| 4.2 帶有傳感器復(fù)合故障的再入段姿態(tài)模型 |
| 4.3 再入段傳感器復(fù)合故障檢測與自愈合控制設(shè)計(jì) |
| 4.3.1 非線性故障檢測觀測器設(shè)計(jì) |
| 4.3.2 外環(huán)自適應(yīng)滑模虛擬容錯控制器設(shè)計(jì) |
| 4.3.3 內(nèi)環(huán)動態(tài)面自適應(yīng)控制器設(shè)計(jì) |
| 4.4 仿真驗(yàn)證及分析 |
| 4.5 本章小結(jié) |
| 第五章 總結(jié)與展望 |
| 5.1 工作總結(jié) |
| 5.2 研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 在學(xué)期間的研究成果及獲獎情況 |
（7）考慮側(cè)風(fēng)干擾的ESC系統(tǒng)執(zhí)行器故障診斷（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 汽車安全技術(shù)介紹 |
| 1.2.1 汽車安全技術(shù)發(fā)展現(xiàn)狀及趨勢 |
| 1.2.2 汽車ESC系統(tǒng)組成 |
| 1.2.3 汽車ESC系統(tǒng)工作原理 |
| 1.3 故障診斷技術(shù)簡介 |
| 1.3.1 故障診斷技術(shù)的研究現(xiàn)狀 |
| 1.3.2 汽車ESC系統(tǒng)故障診斷技術(shù)的研究現(xiàn)狀 |
| 1.4 微分幾何相關(guān)知識 |
| 1.5 本文的主要內(nèi)容及章節(jié)安排 |
| 1.6 本章小結(jié) |
| 第2章 考慮側(cè)風(fēng)干擾和執(zhí)行故障的汽車動力學(xué)模型 |
| 2.1 七自由度車輛模型 |
| 2.1.1 車體動力學(xué)方程 |
| 2.1.2 輪胎動力學(xué)方程 |
| 2.2 執(zhí)行器故障與側(cè)風(fēng)干擾引入 |
| 2.2.1 側(cè)風(fēng)干擾引入 |
| 2.2.2 執(zhí)行器故障引入 |
| 2.3 本章小結(jié) |
| 第3章 側(cè)風(fēng)干擾解耦的故障診斷算法設(shè)計(jì) |
| 3.1 基本原理 |
| 3.2 車輛穩(wěn)定系統(tǒng)的坐標(biāo)變換 |
| 3.2.1 特殊側(cè)風(fēng)干擾模型 |
| 3.2.2 坐標(biāo)變換 |
| 3.3 故障診斷觀測器設(shè)計(jì) |
| 3.3.1 執(zhí)行器故障增廣系統(tǒng)建立 |
| 3.3.2 非線性故障診斷觀測器設(shè)計(jì) |
| 3.4 仿真實(shí)驗(yàn)驗(yàn)證 |
| 3.4.1 仿真參數(shù) |
| 3.4.2 無故障情況仿真分析 |
| 3.4.3 執(zhí)行器突變故障仿真分析 |
| 3.4.4 執(zhí)行器緩變故障仿真分析 |
| 3.5 本章小結(jié) |
| 第4章 魯棒故障診斷算法設(shè)計(jì) |
| 4.1 MIMO系統(tǒng)的線性化 |
| 4.1.1 MIMO系統(tǒng)的相對階 |
| 4.1.2 坐標(biāo)變換 |
| 4.1.3 MIMO系統(tǒng)的精確線性化 |
| 4.2 七自由度車輛模型線性化 |
| 4.2.1 坐標(biāo)變換 |
| 4.2.2 經(jīng)過反饋的精確線性化 |
| 4.3 魯棒故障觀測器設(shè)計(jì) |
| 4.3.1 執(zhí)行器故障增廣系統(tǒng)建立 |
| 4.3.2 H_∞魯棒觀測器設(shè)計(jì) |
| 4.3.3 故障檢測 |
| 4.3.4 故障隔離 |
| 4.3.5 故障估計(jì) |
| 4.4 仿真實(shí)驗(yàn)驗(yàn)證 |
| 4.4.1 仿真參數(shù) |
| 4.4.2 無故障情況仿真分析 |
| 4.4.3 執(zhí)行器突變故障仿真分析 |
| 4.4.4 執(zhí)行器緩變故障仿真分析 |
| 4.5 本章小結(jié) |
| 第5章 全文總結(jié)與展望 |
| 5.1 全文總結(jié) |
| 5.2 工作展望 |
| 參考文獻(xiàn) |
| 作者簡介及科研成果 |
| 致謝 |
（8）參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的控制與濾波研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 課題研究現(xiàn)狀 |
| 1.2.1 重復(fù)標(biāo)量非線性系統(tǒng)的穩(wěn)定性分析 |
| 1.2.2 參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的控制 |
| 1.2.3 參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的濾波 |
| 1.3 尚待解決的問題以及有待提升的方法 |
| 1.4 本論文的主要研究內(nèi)容 |
| 1.4.1 參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng) |
| 1.4.2 Markovian跳變系統(tǒng) |
| 1.4.3 應(yīng)用與未來研究 |
| 第2章 參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的H_∞控制 |
| 2.1 引言 |
| 2.2 問題描述 |
| 2.3 主要結(jié)果 |
| 2.4 數(shù)值算例 |
| 2.5 本章小結(jié) |
| 第3章 參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的動態(tài)輸出反饋控制 |
| 3.1 引言 |
| 3.2 問題描述 |
| 3.3 主要結(jié)果 |
| 3.4 數(shù)值算例 |
| 3.5 本章小結(jié) |
| 第4章 參數(shù)Markovian跳變重復(fù)標(biāo)量非線性系統(tǒng)的?_2-?_∞濾波 |
| 4.1 引言 |
| 4.2 問題描述 |
| 4.3 主要結(jié)果 |
| 4.4 仿真結(jié)果 |
| 4.5 本章小結(jié) |
| 第5章 參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的故障診斷濾波器設(shè)計(jì) |
| 5.1 引言 |
| 5.2 問題描述 |
| 5.3 主要結(jié)果 |
| 5.4 數(shù)值算例 |
| 5.5 本章小結(jié) |
| 第6章 欠驅(qū)動機(jī)械臂的故障診斷濾波器設(shè)計(jì) |
| 6.1 引言 |
| 6.2 欠驅(qū)動機(jī)械臂系統(tǒng)的動態(tài)分析 |
| 6.3 主要結(jié)果 |
| 6.4 仿真結(jié)果 |
| 6.5 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間發(fā)表的論文及其他成果 |
| 致謝 |
| 個人簡歷 |
（9）時滯系統(tǒng)的魯棒故障檢測與容錯控制方法研究（論文提綱范文）
| 中文摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 引言 |
| 1.2 故障檢測與容錯控制 |
| 1.2.1 故障檢測與容錯控制的發(fā)展概述 |
| 1.2.2 故障檢測與容錯控制的研究現(xiàn)狀 |
| 1.3 時滯系統(tǒng)(網(wǎng)絡(luò)控制系統(tǒng))概述 |
| 1.3.1 網(wǎng)絡(luò)控制系統(tǒng)結(jié)構(gòu)及基本問題 |
| 1.3.2 時滯系統(tǒng)的研究現(xiàn)狀 |
| 1.4 時滯系統(tǒng)的故障檢測與容錯控制概述 |
| 1.5 預(yù)備知識 |
| 1.5.1 符號標(biāo)記 |
| 1.5.2 本文用到的引理 |
| 1.6 本文的主要工作及結(jié)構(gòu) |
| 第二章 帶有時變時滯和多包丟失的離散T-S模糊網(wǎng)絡(luò)系統(tǒng)故障檢測 |
| 2.1 引言 |
| 2.2 問題描述 |
| 2.3 離散T-S模糊網(wǎng)絡(luò)系統(tǒng)的故障檢測 |
| 2.3.1 輸入輸出方法 |
| 2.3.2 H_∞性能分析 |
| 2.3.3 故障檢測濾波器設(shè)計(jì) |
| 2.3.4 迭代算法 |
| 2.4 仿真研究 |
| 2.5 本章小結(jié) |
| 第三章 帶有混合時滯和數(shù)據(jù)包丟失的網(wǎng)絡(luò)非線性系統(tǒng)閉環(huán)故障檢測 |
| 3.1 引言 |
| 3.2 問題描述 |
| 3.3 閉環(huán)故障檢測濾波器和控制器綜合設(shè)計(jì) |
| 3.4 算法和仿真研究 |
| 3.5 本章小結(jié) |
| 第四章 帶有狀態(tài)時滯的非線性網(wǎng)絡(luò)控制系統(tǒng)模糊容錯控制 |
| 4.1 引言 |
| 4.2 問題描述 |
| 4.3 基于T-S模糊模型的網(wǎng)絡(luò)控制系統(tǒng)容錯控制器設(shè)計(jì) |
| 4.4 仿真研究 |
| 4.5 本章小結(jié) |
| 第五章 帶有狀態(tài)時滯及隨機(jī)執(zhí)行器故障的網(wǎng)絡(luò)控制系統(tǒng)容錯控制 |
| 5.1 引言 |
| 5.2 問題描述 |
| 5.3 帶有隨機(jī)執(zhí)行器故障的網(wǎng)絡(luò)控制系統(tǒng)容錯控制 |
| 5.4 仿真研究 |
| 5.5 本章小結(jié) |
| 第六章 基于輸入-輸出方法的離散時滯模糊系統(tǒng)H_∞容錯控制 |
| 6.1 引言 |
| 6.2 離散時滯模糊系統(tǒng)的H_∞容錯控制 |
| 6.2.1 問題描述 |
| 6.2.2 容錯控制器設(shè)計(jì) |
| 6.2.3 仿真研究 |
| 6.3 基于觀測器的離散時滯模糊系統(tǒng)H_∞容錯控制 |
| 6.3.1 問題描述 |
| 6.3.2 基于觀測器的容錯控制器設(shè)計(jì) |
| 6.3.3 仿真研究 |
| 6.4 本章小結(jié) |
| 第七章 結(jié)論與展望 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間的研究成果 |
| 致謝 |
| 個人簡歷 |
（10）T-S模糊仿射系統(tǒng)的魯棒濾波設(shè)計(jì)及故障診斷（論文提綱范文）
| 摘要 |
| Abstract |
| 目錄 |
| 第1章 緒論 |
| 1.1 課題背景及研究意義 |
| 1.1.1 模糊系統(tǒng)國內(nèi)外研究發(fā)展現(xiàn)狀 |
| 1.1.2 濾波技術(shù)研究背景及意義 |
| 1.2 模糊濾波國內(nèi)外發(fā)展現(xiàn)狀 |
| 1.2.1 T-S 模糊模型發(fā)展現(xiàn)狀 |
| 1.2.2 T-S 模糊控制系統(tǒng)的穩(wěn)定性分析方法 |
| 1.2.3 魯棒濾波問題的發(fā)展現(xiàn)狀 |
| 1.3 T-S 模糊仿射系統(tǒng)故障診斷問題發(fā)展現(xiàn)狀 |
| 1.3.1 故障診斷的定義及分類 |
| 1.3.2 故障診斷技術(shù)發(fā)展現(xiàn)狀 |
| 1.4 本論文的研究內(nèi)容及章節(jié)安排 |
| 1.5 數(shù)學(xué)符號說明 |
| 第2章 基礎(chǔ)知識 |
| 2.1 引言 |
| 2.2 LMI 基礎(chǔ)理論 |
| 2.2.1 線性矩陣不等式的一般表示形式 |
| 2.2.2 Schur 補(bǔ)引理 |
| 2.2.3 S-procedure |
| 2.2.4 投影定理 |
| 2.3 系統(tǒng)的相關(guān)概念及性能分析 |
| 2.3.1 濾波器設(shè)計(jì)原理及分類 |
| 2.3.2 系統(tǒng)增益指標(biāo)及性能分析 |
| 2.4 本章小結(jié) |
| 第3章 連續(xù)時間 T-S 模糊仿射系統(tǒng) H∞魯棒濾波設(shè)計(jì) |
| 3.1 引言 |
| 3.2 問題描述 |
| 3.2.1 具有范數(shù)有界不確定性的連續(xù)時間 T-S 模糊仿射動態(tài)模型 |
| 3.2.2 連續(xù)時間 T-S 模糊仿射系統(tǒng)的分段仿射濾波器模型 |
| 3.2.3 魯棒 H∞分段模糊濾波器設(shè)計(jì)問題描述 |
| 3.3 魯棒 H∞濾波分析和設(shè)計(jì) |
| 3.3.1 連續(xù)時間 T-S 模糊仿射系統(tǒng)分段模糊仿射濾波器設(shè)計(jì) |
| 3.3.2 連續(xù)時間 T-S 模糊仿射系統(tǒng)全局濾波器設(shè)計(jì) |
| 3.4 仿真算例 |
| 3.5 本章小結(jié) |
| 第4章 離散時間 T-S 模糊仿射系統(tǒng)故障診斷 |
| 4.1 引言 |
| 4.2 問題描述 |
| 4.2.1 具有參數(shù)不確定性的離散時間 T-S 模糊仿射動態(tài)模型 |
| 4.2.2 分段仿射模糊故障診斷濾波器模型 |
| 4.2.3 魯棒故障診斷問題描述 |
| 4.3 離散時間 T-S 模糊仿射系統(tǒng)魯棒故障診斷濾波器的設(shè)計(jì)和分析 |
| 4.3.1 離散時間 T-S 模糊仿射系統(tǒng)魯棒故障診斷濾波器設(shè)計(jì) |
| 4.3.2 殘差估計(jì)方程及閾值選擇 |
| 4.4 仿真算例 |
| 4.5 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文 |
| 致謝 |
四、基于線性化技術(shù)的非線性系統(tǒng)故障診斷（論文參考文獻(xiàn)）
- [1]基于動態(tài)線性化數(shù)據(jù)模型的離散滑模控制研究[D]. 侯明冬. 華北電力大學(xué)(北京), 2020
- [2]帶時間窗約束的離散乘性噪聲系統(tǒng)故障診斷[D]. 吳玉濤. 濟(jì)南大學(xué), 2020(01)
- [3]高超聲速飛行器自適應(yīng)故障診斷及自愈合控制方法[D]. 貢景秀. 南京航空航天大學(xué), 2020(07)
- [4]具有執(zhí)行器故障和干擾的非線性系統(tǒng)自適應(yīng)容錯控制研究[D]. 郭斌. 電子科技大學(xué), 2020(07)
- [5]基于神經(jīng)網(wǎng)絡(luò)的航天器跟蹤數(shù)據(jù)預(yù)處理及導(dǎo)航濾波方法研究[D]. 徐淑卿. 國防科技大學(xué), 2019(02)
- [6]針對傳感器復(fù)合故障的高超聲速飛行器自愈合控制研究[D]. 蔣耿乾. 南京航空航天大學(xué), 2019(02)
- [7]考慮側(cè)風(fēng)干擾的ESC系統(tǒng)執(zhí)行器故障診斷[D]. 魏薇酈. 吉林大學(xué), 2018(01)
- [8]參數(shù)切換重復(fù)標(biāo)量非線性系統(tǒng)的控制與濾波研究[D]. 鄭重. 哈爾濱工業(yè)大學(xué), 2017(01)
- [9]時滯系統(tǒng)的魯棒故障檢測與容錯控制方法研究[D]. 王申全. 東北大學(xué), 2013(03)
- [10]T-S模糊仿射系統(tǒng)的魯棒濾波設(shè)計(jì)及故障診斷[D]. 田慧. 哈爾濱工業(yè)大學(xué), 2013(03)
標(biāo)簽：故障診斷論文; 自適應(yīng)論文; 線性系統(tǒng)論文; 滑?？刂普撐?/a>; 非線性論文;