[发明专利]离散不确定多时滞四旋翼系统的容错控制方法

说明书

本发明公开了一种针对执行器故障下的离散不确定多时滞四旋翼系统的新型滑模预测容错控制算法。针对存在执行器故障情况下的离散不确定多时滞四旋翼系统的容错控制问题，首先设计了拟积分型滑模面作为预测模型以消除趋近模态，保证全局鲁棒性。其次针对执行器故障和多时滞，设计了一种改进故障补偿双幂次函数参考轨迹，削弱时滞对系统的影响，提高容错控制精度。再次，设计了一种改进的反时限郊狼算法(ICOA)用于滚动优化，在获得良好收敛速度的同时避免优化过程中陷入局部极值，平衡了局部开发和全局搜索性能。本发明用于一类存在执行器故障的多时滞离散不确定系统的鲁棒容错控制。

技术领域

本发明涉及一种针对存在执行器故障的多时滞四旋翼系统设计基于改进型郊狼优化算法(ICOA)的滑模预测容错控制方法，属于离散不确定系统的鲁棒容错控制技术领域。

背景技术

近年来，随着人工智能和工业技术的飞速发展，拥有优越性能和鲁棒性的且能够应对各种扰动和故障的容错控制系统的需求也在不断增加。而在这些控制系统中最关键的部分就是智能算法。现今，越来越多的先进的智能算法被成功应用于特定的控制系统中，并且发挥着优越的性能。然而，在智能设备的长时间运作期间，一些故障的产生是不可避免地。故障对控制系统会产生有害的影响，甚至最终导致设备的损坏以及造成巨大损失。因此，智能故障容错控制算法应运而生。经典的容错控制方法分为被动容错控制和主动容错控制。其中，被动容错控制属于鲁棒控制的一个分支，其通过提前设计固定的控制器，避免了一些故障的发生，以避免对系统产生不良影响。主动容错控制属于现代容错控制的重点部分，在系统发生故障时，首先诊断出实时故障信息，接着迅速根据诊断出的信息重构或重新调度控制律，以实现对系统的容错控制。

当前，四旋翼无人机由于其体积轻巧、操作便利、成本低耗以及出色的环境适应能力而得到广泛关注。在现实生活中诸如跟踪避障、摄影航拍、编队飞行等多个方面得到了极大的应用和普及。然而，在四旋翼飞行器的实际应用过程中存在许多隐患，如频发的故障、外界扰动等。因此，对于其控制系统的安全性和稳定性而言，设计优秀的容错控制策略变得尤为关键。近年来，国内外科研人员对具有故障的四旋翼容错控制问题进行了广泛研究，并提出了一系列容错控制方法。他们将滑模控制、预测控制、神经网络、自适应等算法进行结合，设计出更优越的新算法诸如滑模预测、自适应滑模等。滑模控制(SMC)，作为一种十分有效的非线性控制技术，由于其对参数摄动和外部干扰具有不变性以及设计灵活等优点，近年来在理论研究领域取得了巨大进展。但是在处理带有时滞的系统时，单独采用滑模控制则并不能完全保证系统的稳定，严重时系统甚至会失控。而预测控制作为一种能够提前预测系统未来行为动态的控制算法，其潜在的容错特性能够很好地处理带有时滞的系统问题。滑模预测算法结合滑模控制和预测控制两大控制方法的优势，能够在削弱系统时滞影响的同时保证系统在发生故障时的全局鲁棒性。

在实际工程应用过程中，时滞对系统影响是无法忽略的，严重可导致系统失稳甚至造成巨大损失等。而控制系统的状态时滞和输入时滞不仅可能使系统变得更加脆弱和复杂多变，还可能会提高控制器的设计要求。因此，其稳定性分析与控制得到了业内人士的广泛关注。而根据目前的研究现状，研究人员们大多研究的是具有单时滞(一般为状态时滞)的系统容错控制问题，而针对发生执行器故障的不确定多时滞系统的容错问题研究还并不足够深入。

发明内容

发明目的：针对上述背景技术，本发明提出一种新型的针对存在执行器故障的不确定多时滞四旋翼系统滑模预测容错控制方法。设计了拟积分型滑模面作为预测模型以消除趋近模态，保证全局鲁棒性。针对执行器故障和多时滞，设计了一种改进故障补偿双幂次函数参考轨迹，削弱时滞对系统的影响，提高容错控制精度。设计了一种反时限郊狼算法(ICOA)用于滚动优化，在传统郊狼算法中设计了反时限衰减惯性权重因子，在获得良好收敛速度的同时避免优化过程中陷入局部极值，平衡了局部开发能力和全局搜索能力。