[发明专利]基于滑模的线性多智能体系统执行器故障的容错控制方法

说明书

本发明公开了一种基于滑模控制的线性多智能体系统的跟踪容错控制方法。考虑线性多智能体跟踪系统存在外部干扰的情况下发生执行器故障，基于滑模控制方法并结合自适应控制，提出一种容错控制方法。针对智能体可能发生的执行器部分失效故障，并根据多智能体之间的通信拓扑定义了状态量误差变量，基于误差变量设计了积分滑模面，并给出滑动模态渐进稳定的充分条件，随后运用自适应方法估计了执行器故障的未知上界，并提出了滑模容错控制器保证多智能体系统的跟踪稳定性。本发明根据多智能体之间的状态误差变量设计了一种积分滑模面，增强了系统的鲁棒性，提出了容错控制律能够在系统具有执行器部分失效故障和外部干扰时有良好的容错能力，提高了多智能体系统的跟踪稳定性。本发明用于带有执行器失效故障和外部干扰的线性多智能体系统的容错控制。

技术领域

本发明涉及一种基于滑模的线性多智能体系统的容错控制方法，属于多智能体系统控制领域。

背景技术

随着控制理论的飞速发展，单个智能体的控制技术逐渐趋于成熟。近些年里，计算机网络的广泛应用和人工智能技术的不断发展，含有多个个体的多智能体系统引起人们极大的研究热情，这很大程度上归结于多智能体系统能通过智能体之间的相互协调完成相对复杂的任务，在节约成本的同时更加有效地完成单一系统无法完成的任务。鉴于多智能体系统具有更广泛的任务领域、更高的效率等优点，目前已应用于诸多领域，如机器人、无人机编队控制，自动化交通控制，复杂的工业过程控制等。

目前关于多智能体系统的研究成果主要在一致性、跟踪及编队控制方面，但这些结论都是建立在智能体不发生任何故障的假设之上。在复杂多智能体系统中执行器数量众多且分布结构复杂，是实现全局目标的重点，一旦部分智能体的执行器发生故障，故障对单个智能体的负面影响可能会通过多智能体之间的通讯拓扑放大到全局，影响整个系统的性能甚至导致任务失败。因此，对多智能体系统的容错控制研究有重要的实际意义。

滑模控制是一类特殊的非线性控制，且具有响应快，对系统的不确定参数不灵敏，物理实现简单，鲁棒性好的优点，已被广泛应用于理论研究及实际工程中。滑模控制可以迫使系统状态沿着预先设计好的滑模面运动，实现系统的渐近稳定性，并且到达滑模面的系统将不再受参数变化和外界扰动的影响，因此非常适于多智能体系统的被动容错控制。

为了有效处理多智能体系统系统中可能发生的存在的执行器故障，近年来，已存在一些研究成果，但仍处于起步阶段。学者左志强针对一类线性多智能体系统的执行器部分失效故障，提出了一种自适应增益补偿的控制方法。东北大学的邓超等人设计了一种自适应输出反馈控制方法解决了一类非线性多智能体系统的执行器故障问题。但现有解决方法多为基于自适应控制的容错控制，对实际工程中无法避免的系统参数摄动以及外界干扰很难有很好的鲁棒性，因此本发明有一定的创新性和实用性。

发明内容

发明目的：针对一类线性多智能体系统的执行器部分失效故障，结合自适应控制，提出一种滑模容错控制方法，克服故障对系统的负面影响，保证系统能够稳定运行。

技术方案：一种基于滑模的线性多智能体系统的容错控制方法，其特征在于：考虑多智能体系统存在执行器故障和外部干扰问题，根据多智能体之间的通讯拓扑结构，定义了状态误差变量并基于误差变量设计一种积分滑模面，保证系统滑动模态的渐近稳定性。运用自适应方法估计故障信息的未知上界，进而提出滑模容错控制器，使得多智能体系统在发生执行器故障后能够继续安全运行。包括如下具体步骤：

步骤1)获取多智能体系统的控制模型、执行器故障模型以及通讯拓扑结构：

步骤1.1)领导者控制模型如式(1)所示：

其中，x₀(t)∈Rⁿ是领导者的状态量，r₀(t)∈R^m是领导者的控制输入；

步骤1.2)跟随者控制模型如式(2)所示：