基于在線模糊辨識的故障檢測與容錯控制研究.pdf

1、本文采用數(shù)據(jù)和模型相結(jié)合的研究方案，提出了一種基于在線模糊聚類和閉環(huán)模糊辨識的非線性不確定系統(tǒng)智能故障檢測與容錯控制設(shè)計方案。利用Takagi-Sugeno（T-S）模糊系統(tǒng)的全局逼近能力建立非線性系統(tǒng)的T-S模糊模型，在閉環(huán)控制中，根據(jù)在線產(chǎn)生的輸入-輸出數(shù)據(jù)辨識T-S模糊模型結(jié)構(gòu)（模糊規(guī)則數(shù)），同時調(diào)整模型的參數(shù)。根據(jù)模糊規(guī)則數(shù)的變化判斷系統(tǒng)是否有異常或故障情況發(fā)生。基于在線辨識的T-S模糊模型設(shè)計非線性反饋容錯控制器，補(bǔ)償故障對系

2、統(tǒng)的影響，保證系統(tǒng)的穩(wěn)定性同時盡量保持系統(tǒng)的關(guān)鍵性能。
　　具體研究內(nèi)容如下：
　　1．研究了基于輸入輸出數(shù)據(jù)的T-S模糊系統(tǒng)的辨識方法，包括T-S模糊模型輸入變量的選擇、隸屬函數(shù)的確定、模糊規(guī)則的產(chǎn)生機(jī)制、參數(shù)的學(xué)習(xí)算法等。研究了如何通過在線聚類算法自動辨識模糊劃分空間，更新現(xiàn)有的模糊聚類中心或產(chǎn)生新的模糊聚類中心；通過仿真例子驗證了利用在線聚類算法自動生成模糊規(guī)則的有效性，為下面將其用于故障檢測與容錯控制奠定了基礎(chǔ)。

3、r>　　2.研究了在線聚類算法對系統(tǒng)異常/故障情況的敏感性及對系統(tǒng)參數(shù)小擾動的魯棒性，提出了基于在線模糊聚類算法的系統(tǒng)故障檢測方案。當(dāng)非線性系統(tǒng)在正常情況下只發(fā)生小幅的參數(shù)波動時，不需要調(diào)整離線辨識的T-S模糊模型的結(jié)構(gòu)，只需通過調(diào)整模糊模型的后件參數(shù)即可減小逼近誤差；當(dāng)系統(tǒng)發(fā)生程度較大的參數(shù)或結(jié)構(gòu)變化（可認(rèn)為系統(tǒng)發(fā)生了故障）時，在線模糊聚類算法能夠通過對系統(tǒng)輸入輸出數(shù)據(jù)的聚類分析自動識別并產(chǎn)生新的模糊規(guī)則，通過觀察規(guī)則數(shù)的變化能檢測系

4、統(tǒng)發(fā)生了異?；蚬收?。
　　3.研究了基于在線模糊辨識的單輸入-單輸出非線性系統(tǒng)的容錯控制策略，利用在線辨識出的非線性系統(tǒng)的T-S模糊模型的結(jié)構(gòu)和參數(shù)，設(shè)計反饋容錯控制器。反饋控制器會根據(jù)新的T-S模糊模型結(jié)構(gòu)和參數(shù)重構(gòu)控制律，實現(xiàn)對系統(tǒng)的容錯控制。基于Lyapunov穩(wěn)定性方法證明了閉環(huán)系統(tǒng)的穩(wěn)定性，推導(dǎo)了參數(shù)的自適應(yīng)律，設(shè)計了補(bǔ)償控制器，分析了系統(tǒng)建模誤差和擾動等因素對系統(tǒng)穩(wěn)定性及追蹤性能的影響。
　　4.將針對單輸入-單