集成故障診斷與容錯控制研究及在衛(wèi)星姿態(tài)控制中的應用.pdf

1、控制系統(tǒng)的集成故障診斷與容錯控制作為故障診斷與容錯控制的交叉領域，可以避免單獨設計故障診斷或容錯控制引起的時間延遲以及對故障診斷結果的完全依賴，能夠為現(xiàn)代控制系統(tǒng)長壽命高可靠性運行提供有利保障。本文以衛(wèi)星姿態(tài)控制系統(tǒng)為應用背景，設計三類集成故障診斷與容錯控制算法，主要內容如下：
　　對控制系統(tǒng)中的各種故障進行分類與建模，并根據(jù)內部資料中對一些衛(wèi)星姿態(tài)控制系統(tǒng)測試與在軌運行中的故障的記載，對故障進行詳細分析，設置本文研究的飛輪與陀螺

2、故障類型與大小，構建全文統(tǒng)一的衛(wèi)星姿態(tài)閉環(huán)系統(tǒng)仿真環(huán)境。閉環(huán)控制仿真結果也為驗證后續(xù)進行的其它容錯控制結果的有效性提供基準。
　　研究基于有效性因子/LQR的集成故障診斷與容錯控制方法。分別針對敏感器故障、執(zhí)行機構故障、敏感器/執(zhí)行機構故障三種情況，利用偏差分離原理，相應地引入測量有效性因子、控制有效性因子、測量/控制有效性因子表示系統(tǒng)的故障程度。通過二階Kalman濾波估計對有效性因子值以及狀態(tài)變量進行估計，同時設計線性二次調節(jié)

3、器(LQR)作為重構控制器。將狀態(tài)估計結果作為原控制器和重構控制器的輸入，通過統(tǒng)計假設檢驗進行判斷，當確認故障發(fā)生時，引入重構容錯控制器，與原控制器聯(lián)合對故障狀況下的控制系統(tǒng)進行補償控制。當統(tǒng)計假設檢驗的結果說明系統(tǒng)無故障時，則不引入重構控制器。基于有效性因子的故障診斷與基于LQR的重構控制器聯(lián)合設計實現(xiàn)了集成故障診斷與容錯控制。
　　研究基于IMM/EA的集成故障診斷與容錯控制方法。利用隨機混合系統(tǒng)描述故障系統(tǒng)，考慮執(zhí)行機構和敏

4、感器故障，根據(jù)系統(tǒng)所有可能會出現(xiàn)的故障的先驗知識，確定N個系統(tǒng)模型逼近混合系統(tǒng)。當系統(tǒng)中部分或者全部狀態(tài)發(fā)生突變時，采用交互式多模型(IMM)估計器得到故障發(fā)生的位置以及大小。通過重構機制判斷，當確認故障發(fā)生時，進行容錯控制器重構設計，與原控制器聯(lián)合對故障狀況下的控制系統(tǒng)進行補償控制。利用故障模型中的動力學部分，采用輸出反饋或(以及)狀態(tài)反饋進行特征結構配置(EA)設計重構控制器?；贗MM的故障診斷與基于EA的重構控制器聯(lián)合設計實現(xiàn)集

5、成故障診斷與容錯控制。
　　針對集成故障診斷與容錯控制中的魯棒容錯控制問題，設計基于混合H2/H∞控制的魯棒容錯控制方法。考慮執(zhí)行機構和敏感器故障，利用故障診斷的結果，并考慮故障診斷結果和系統(tǒng)參數(shù)的不確定性，分別采用H2和H∞范數(shù)作為系統(tǒng)故障診斷和容錯控制的性能指標，設計輸出反饋混合H2/H∞控制器，運用線性矩陣不等式(LMI)方法，通過給定的性能指標γ∞，調節(jié)故障診斷性能指標2γ，求解集成故障診斷與容錯控制問題，并使得包含該集成

6、故障診斷與容錯控制器的閉環(huán)系統(tǒng)魯棒性能最優(yōu)。
　　針對線性系統(tǒng)和非線性系統(tǒng)分別設計基于魯棒模型預測控制(RMPC)和基于魯棒自適應的魯棒容錯控制方法。RMPC控制將魯棒概念和預測控制的滾動優(yōu)化原理進行融合，通過在線更新系統(tǒng)模型和滾動優(yōu)化，對具有輸入和輸出約束的線性不確定系統(tǒng)，同時考慮執(zhí)行機構和傳感器的故障以及FDD的不確定性，將不確定控制系統(tǒng)完整性設計轉化為對新系統(tǒng)模型的魯棒控制器設計問題。基于魯棒自適應的容錯控制引入在線估計，可

7、以解決參數(shù)擾動引起的系統(tǒng)故障問題，利用自適應控制Lyapunov函數(shù)(ACLF)設計反饋，使系統(tǒng)實現(xiàn)自適應穩(wěn)定，并采用逆最優(yōu)控制方法求解。為降低魯棒容錯控制器的計算負擔，首先通過姿態(tài)確定子系統(tǒng)對測量敏感器中的各種誤差和故障，包括測量誤差、噪聲、漂移等，進行修正，得到修正后的姿態(tài)測量信息。然后，再由FDD子系統(tǒng)進行故障診斷，此時的FDD子系統(tǒng)主要是針對執(zhí)行機構進行的故障診斷。最后，自適應逆最優(yōu)控制器根據(jù)FDD得到的執(zhí)行機構故障模型設計容錯