[发明专利]一种执行器失效的模糊自适应补偿控制方法

说明书

本发明公开了一种执行器失效的模糊自适应补偿控制方法，该方法包括：建立带执行器失效的工业系统模型，再建立虚拟控制器和所述虚拟控制器需满足的自适应法则，然后创建工业系统模型的自适应补偿控制策略，当执行器发生故障时，根据虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，如果是，执行自适应补偿控制策略；否则，返回判断。采用本发明实施例，对未知参数和执行器失效模型的实时在线校准，建立事件触发控制机制，在节省带宽情况下，补偿了未知故障和随机干扰，使得系统渐进稳定并且所有的闭环信号都是有界的。

技术领域

本发明涉及机器人技术领域，尤其涉及一种执行器失效的模糊自适应补偿控制方法。

背景技术

在实际机器人系统中，特别是机器人控制系统，由于随机扰动是经常存在于实际系统中的一个不稳定源。因此，在过去的十几年里，对于随机系统的自适应控制设计是一个主要的研究方向，也已有了许多的研究成果，例如：李雅普诺夫函数逼近法、模糊控制等。但上述方法直接应用于含有未知非线性环节的系统效果欠佳。近年来，很多基于自适应反步法的模糊逻辑系统得到了很大的关注，特别是在未知的非线性环节估计研究。

无论是李雅普诺夫函数逼近法、模糊控制、自适应控制，还是反步设计法，他们都是假设被控系统所有的执行器处于良好的工作状态，即都忽略了在实际中存在的失效故障情况。然而这些忽略的因素可能会使系统的性能降低，导致闭环系统的不稳定，更甚至于导致灾难性的事故。因此，在控制算法设计时需要考虑执行器故障的情况。

发明内容

本发明实施例提出一种执行器失效的模糊自适应补偿控制方法，对未知参数和执行器失效模型的实时在线校准，建立事件触发控制机制，在节省带宽情况下，补偿了未知故障和随机干扰，使得系统渐进稳定并且所有的闭环信号都是有界的。

本发明实施例提供一种执行器失效的模糊自适应补偿控制方法，其特征在于，包括：

建立带执行器失效的工业系统模型；其中，所述工业系统模型包含执行器失效故障的描述函数；

所述工业系统模型为：

其中，x＝[x₁,x₂,...,x_n]∈Rⁿ、y∈R和u_ci(t)∈R,i＝1,2,...,m分别代表系统状态、输出和输入；定义为[x₁,x₂,...,x_j]；β_i(x)∈R,i＝1,2,...,m为执行器的非线性函数；f_j、f_n、β_i(x)为所述工业系统模型的系统参数；v是一个独立的r阶标准布朗运动；ρ_i∈[0,1]为常量；

所述执行器失效故障的描述函数为：

u_PFi(t)代表第i个执行器的输入；u_ci(t)代表第i个执行器的输出；

建立虚拟控制器和所述虚拟控制器需满足的自适应法则；

根据所述虚拟控制器和所述自适应法则，创建所述工业系统模型的自适应补偿控制策略；

当所述执行器发生故障时，根据所述虚拟控制器的传输控制量误差，判断是否触发自适应补偿控制，如果是，执行所述自适应补偿控制策略；否则，返回判断。

进一步的，所述建立虚拟控制器和所述虚拟控制器需满足的自适应法则，具体为：

所述工业系统模型为二阶系统，确定物理控制器的描述函数为：

其中，

建立虚拟控制器，具体如下：