基于神经网络的网络控制系统主动容错控制技术研究

摘要

网络控制系统是反馈控制回路通过一个实时网络进行通讯的系统。本文主要针对网络控制系统中存在时延、干扰以及执行器故障的情况下，对网络控制系统进行的主动容错控制技术研究。论文所做的主要工作如下：
　　 首先，针对单输入单输出固定短时延网络控制系统，在模型参考自适应控制的基础上提出了RBF神经网络主动容错策略，使系统输出实时跟随参考模型的输出，基于跟踪误差给出了神经网络补偿控制器的在线权值学习算法，并利用Lyapunov稳定性理论证明闭环系统是一致最终有界稳定的。最后基于TrueTime工具箱搭建了远程伺服控制系统仿真平台，针对不同的执行器故障类型进行仿真设计，仿真结果表明该方法的有效性和可行性。
　　 其次，讨论了多输入多输出随机短时延网络控制系统的主动容错控制，利用平均时延窗口技术在线估计网络时延，并将系统建模为随机切换系统，在模型参考自适应的基础上提出了RBF神经网络主动容错策略，使系统输出跟随参考模型的输出，基于系统输出跟踪误差给出了神经网络补偿控制器的在线权值学习算法，并利用切换系统理论和Lyapunov稳定性理论，证明闭环系统是一致最终有界稳定的。仿真结果表明所设计的自适应神经网络补偿控制器能够补偿随机时延以及执行器故障给系统带来的影响。
　　 最后，针对无数据丢包的短时延网络控制系统，网络只存在于传感器与控制器之间，设计了自适应神经网络故障诊断观测器，同时估计系统的状态和执行器故障。利用观测器一步预测功能，设计了主动容错控制器，利用Lvapunov稳定性定理证明闭环系统是一致最终有界稳定的。仿真结果表明该方法消弱了时延及故障给系统带来的影响，改善了系统的性能。

目录

文摘

英文文摘

论文说明：注释表

声明

1绪论

1.1研究的背景和意义

1.2网络控制系统及其存在问题

1.2.1常用的网络

1.2.2网络控制系统中的基本问题

1.2.3网络控制系统的研究现状

1.3容错控制研究概况

1.3.1被动容错控制

1.3.2主动容错控制

1.4网络控制系统的容错控制研究现状

1.5本文的主要内容

2网络控制系统故障建模及径向基神经网络基础知识

2.1引言

2.2短时延网络控制系统建模

2.2.1控制器节点为时间驱动

2.2.2控制器节点为事件驱动

2.3网络控制系统的故障建模

2.3.1故障的分类

2.3.2故障建模

2.4径向基神经网络基本知识

2.4.1径向基神经网络的学习算法

2.4.2非线性函数逼近仿真

2.5相关引理

2.6本章小结

3固定短时延网络控制系统的自适应神经网络主动容错控制

3.1引言

3.2问题描述

3.3基于自适应神经网络的补偿控制律设计

3.3.1自适应神经网络补偿器的结构

3.3.2主要结论

3.4仿真验证

3.4.1 TrueTime工具箱

3.4.2神经网络自适应容错仿真

3.5本章小结

4随机短时延网络控制系统的自适应神经网络主动容错控制

4.1引言

4.2问题描述

4.3时延估计器设计

4.3.1网络控制系统时延分析

4.3.2网络控制系统时延估计

4.3.3时延估计仿真实验

4.4鲁棒控制律设计

4.5自适应神经网络补偿控制器设计

4.5.1自适应神经网络补偿器的结构

4.5.2主要结论

4.6仿真验证

4.6.1自适应RBF神经网络参数选择

4.6.2随机短时延补偿仿真

4.6.3执行器故障容错仿真

4.7本章小结

5基于自适应神经网络观测器的网络控制系统主动容错控制

5.1引言

5.2问题描述

5.3自适应神经网络故障诊断观测器设计

5.4主动容错控制器设计

5.5仿真验证

5.6本章小结

6总结与展望

6.1工作总结

6.2研究展望

致 谢

参考文献