基于T-S模糊模型的非高斯隨機分布控制系統(tǒng)的故障診斷與容錯控制.pdf

1、隨著現(xiàn)代工業(yè)技術的進步發(fā)展，工業(yè)控制變得越來越復雜，工業(yè)控制過程中的不確定性、嚴重非線性、時滯現(xiàn)象、多變量、外部干擾和未建模動態(tài)誤差等因素的存在，使得建立控制對象的精確數(shù)學模型變得更加困難，單純地應用傳統(tǒng)控制理論的方法很難滿足現(xiàn)代工業(yè)過程中復雜系統(tǒng)的控制要求。
　　在1985年，日本學者Takagi和Sugeno提出了一種動態(tài)系統(tǒng)的模糊模型辨識方法,即T-S模糊模型的方法[1]。對非線性系統(tǒng)的不同區(qū)域局部線性化，可以得到一系列由I

2、F-THEN規(guī)則描述的線性化模型，對這些線性化模型通過模糊隸屬度函數(shù)連接起來即可得到系統(tǒng)的一個全局模糊化模型，即T-S模糊模型。由于T-S模糊模型的研究可以借助于線性系統(tǒng)的控制和分析方法，這就為非線性系統(tǒng)的研究提供了一個新的方法。因此，自其被提出以來，就受到了國內外控制領域學者的廣泛關注。
　　大多數(shù)隨機分布系統(tǒng)都是假設系統(tǒng)的隨機變量服從高斯分布，但是在實際應用過程中并非如此，例如在造紙過程中紙漿均勻度的控制，磨礦過程中礦石顆粒大

3、小分布的控制，高分子聚合過程，火焰的分布控制等。都是要求控制過程變量的概率密度函數(shù)（PDF）?；谶@些實際的應用背景，2000年，王宏教授提出了直接設計控制器以使系統(tǒng)輸出概率密度函數(shù)形狀跟蹤給定概率密度函數(shù)形狀的思想，稱之為隨機分布控制理論[2,3]。隨機分布系統(tǒng)既包括高斯系統(tǒng)，又包括非高斯系統(tǒng)。經過10多年的研究，已系統(tǒng)地建立了多種建模、控制及故障診斷方法。現(xiàn)有的非高斯隨機分布系統(tǒng)的研究，大都是基于線性非高斯隨機分布系統(tǒng)，對于非高斯隨

4、機分布系統(tǒng)中的非線性問題很少觸及，對于含有非線性問題的非高斯隨機分布系統(tǒng)的研究更是少之又少。而T-S模糊模型為解決非線性系統(tǒng)的控制問題的研究開辟了一條嶄新的途徑。而本文正是以此為背景，對T-S模糊模型描述的非高斯隨機分布控制系統(tǒng)展開了研究。
　　本文的主要工作如下：
　?。?）對于T-S模糊模型描述的非高斯隨機分布系統(tǒng)，其輸出概率密度函數(shù)采用線性B樣條逼近。首先利用殘差信息設計自適應故障診斷觀測器來診斷系統(tǒng)中所發(fā)生的故障。根

5、據(jù)系統(tǒng)的輸出權值誤差動態(tài)方程，設計基于權值誤差的積分型切換函數(shù)，根據(jù)滑?？刂评碚撉蟪鰧牡刃Э刂坡?，并證明了系統(tǒng)在設計的滑模面上能夠穩(wěn)定運動。設計了系統(tǒng)的滑?？刂坡?，保證任意位置出發(fā)的狀態(tài)軌跡能夠于有限時間內到達滑模面。最后，通過仿真實例驗證了故障診斷和容錯控制算法的有效性。
　?。?）對用T-S模糊模型描述的含有有界外擾的非高斯隨機分布控制系統(tǒng)，通過設計的自適應故障診斷觀測器進行故障診斷，通過給出的具有理想動態(tài)特征的參考模型進

6、行容錯控制。故障診斷觀測器用來診斷系統(tǒng)中所發(fā)生的故障，根據(jù)有界實引理和區(qū)域極點配置理論，求解線性矩陣不等式得到相應的參數(shù)，并證明系統(tǒng)對外部擾動具有H?魯棒穩(wěn)定性。容錯控制部分，利用故障診斷信息，參考模型狀態(tài)以及輸入信息構造容錯控制器，并證明了容錯控制后權值誤差跟蹤系統(tǒng)的有界性，進而使系統(tǒng)的輸出PDF能夠跟蹤期望的PDF。最后，通過仿真實例驗證了故障診斷和容錯控制算法的有效性。
　?。?）對用T-S模糊模型描述的非高斯奇異隨機分布系