[发明专利]区间时变时滞系统的鲁棒模糊预测容错控制方法

说明书

本发明涉及一种区间时变时滞系统的鲁棒模糊预测容错控制方法，包括以下步骤：步骤一：构建非线性系统的T‑S模糊模型；步骤二：将构建的T‑S模糊模型转化为扩展的T‑S模糊模型；步骤三：根据构建的扩展T‑S模糊模型设计出满足控制律的容错控制器；步骤四：采用线性矩阵不等式的形式对容错控制器增益进行求解，计算鲁棒模糊预测容错控制律。本发明可以针对一类工业过程具有非线性、不确定性、未知干扰、区间时变时滞和部分执行器故障等特性，发明了一种时滞依赖的鲁棒模糊预测容错控制方法，使工业过程能更加平稳和高效的运行，改善了系统的性能，增加了系统的容错能力。

技术领域

本发明属于工业过程的先进控制领域，具体涉及一种区间时变时滞系统的鲁棒模糊预测容错控制方法。

背景技术

随着社会和经济的快速发展，人们的生活水平不断提高。为此，对高质量产品的需求也日益增加，这势必要求制造行业的生产装置运行在严格的操作条件下。但随着工业生产的持续进行，故障的发生是不可避免的。如果一个故障不能及时和有效的处理，必然会影响系统的控制性能，甚至会造成设备和人员的损失。同时大多数工业过程具有非线性特性，仅仅在当前点线性化，不能完全反映其动态特性。但直接处理非线性对象，现有的方法又极为困难。如果能采用一种非线性建模方法来逼近系统的非线性行为，这将使得一些成熟的线性理论可以有效的应用于非线性过程的分析和综合。此外，工业过程还受时变时滞、不确定性和未知干扰等因素的影响，这些因素也可能导致系统的性能恶化甚至使系统不稳定。为此，研究一种针对工业过程具有非线性、不确定性、未知干扰、区间时变时滞和部分执行器故障的先进控制方法是非常必要的。以往的技术或者方法往往难以充分的考虑上述所有因素，具有一定的局限性。并且对于故障的处理，大多的方法是设计故障观测器对故障进行估计，然后设计容错控制器对系统进行控制。虽然这些方法取得一定的成功，但是故障观测器需要满足估测的匹配条件，对于实际工业过程，这是非常困难的。另外，在故障误差动态特性中，获得观测器增益不能有效地抑制故障衍生。因此，如果能够在故障未知的情况下通过直接设计容错控制器对系统进行控制，将会更加简单的应用于工业过程。本方法正是针对具有部分执行器故障一类工业过程设计一种基于LMI的容错控制器，该方法不需要提前估计故障，在故障允许的范围内，也可以保证系统的稳定性和期望的性能，并且可以有效地的处理工业过程中具有非线性、不确定性、未知干扰、区间时变时滞等现象。

针对一类工业过程具有非线性、不确定性、未知干扰、区间时变时滞和部分执行器故障等特性，现有的技术和方法不能同时处理上述现象，并且故障的处理大多采用故障观测器，该观测器需要满足一定的观测条件，对故障衍生的抑制能力较差，设计较为复杂，不适用于工业应用。而工业现场有成千上万个传感器和执行器，故障是不可避免的，同时工业过程也伴随着上述特性。因此，为了实现提高产品质量、增加产品收率、降低能源消耗和提升经济效益等目标，迫切需要研究一种新的先进控制方法来保证系统高效平稳运行。

发明内容

本发明正是针对实际的工业过程具有非线性、不确定性、未知干扰、区间时变时滞和部分执行器故障等现象，提出了一种区间时变时滞系统的鲁棒模糊预测容错控制方法，该方法无需设计故障观测器，避免了设计故障观测器所带来的弊端，降低了计算负担。并且在故障容许的范围内，通过设计简单的基于LMI的容错控制器对系统进行有效的控制，更加适用于工业过程，具有一定的工业价值。因此，本项目的研究对我国工业生产过程实现安全、经济和环保的目标具有非常重要的意义。

该方法首先基于局部扇形非线性的方法，通过T-S模糊模型来逼近一大类非线性工业过程。对于T-S模型，每个子模型以离散时变时滞状态空间的形式呈现，通过加权一系列子系统模型来获取系统的非线性模型。然后将输出误差扩展到T-S模糊模型中，得到扩展的T-S模型。基于上述扩展的模型，设计一种鲁棒预测容错控制律，并给出一种具有较小保守性的基于LMI形式的时滞依赖稳定条件，以确保具有不确定性、区间时变时滞、未知干扰和部分执行器故障的非线性工业过程是鲁棒渐进稳定的。最终，通过求解LMI条件来获取系统的控制律同时为了保证系统的鲁棒系统和克服任意未知干扰，将最优性能指标和H-infinity性能指标引入到容错控制器设计中。