[发明专利]基于加强学习的非仿射系统最优容错控制方法

说明书

本发明涉及非仿射系统最优容错控制方法，更具体的说是基于加强学习的非仿射系统最优容错控制方法，该方法包括以下步骤：步骤一：利用系统转换技术把非仿射系统转换为仿射系统；步骤二：设计固定时间滑模观测器；步骤三：设计容错跟踪控制器；可以基于加强学习技术，设计性能指标下的最优容错控制器，此容错控制方案可以在故障发生后仍能使系统的输出很好的跟踪给定的参考值；提出了非仿射系统控制设计方案；设计的固定时间滑模观测器可以快速精确的估计未知函数；利用加强学习算法设计了无限时间域性能指标下的最优容错跟踪控制器。

技术领域

本发明涉及非仿射系统最优容错控制方法，更具体的说是基于加强学习的非仿射系统最优容错控制方法。

背景技术

在自动控制领域，为了方便控制器设计，大多对被研究对象进行线性建模和仿射非线性建模。然而绝大多数系统模型的输入输出的关系用非仿射的形式描述会更加精确，例如：电路系统，工业处理过程和飞行器等。为了使理论分析得到的控制器更好的应用到实际工程中，有必要对适应于非仿射系统的控制方案进行研究。需要注意的是，虽然现有的控制方案有很多种。例如，滑模控制，模型预测控制，自适应控制等。但由于非仿射系统的控制输入不是以线性的形式影响被控系统的，所以这些控制技术都不能直接用于非仿射系统的控制器设计。这对非仿射系统控制方案的设计带来很大的挑战。

另一方面，设备的长时间运行会带来设备老化，故障等问题。系统故障虽然不经常发生，但一旦发生会对生产造成困难。严重的，例如飞机和火车因故障发生的失事，还会造成重大的人员伤亡和财产损失。如果一种控制方案可以在系统发生故障时仍然能满足控制性能要求，那么，我们把这种控制手段称为容错控制技术。容错控制经过几十年的发展，研究热点主要分为主动容错和被动容错两种。研究最多的是主动容错控制，它可以在故障发生后重新调整控制器参数，相对于被动容错更有弹性和应用价值。而故障发生后是否可以快速准确的估计到故障信息是判断容错控制方案是否好的重要标准之一。

例如专利号CN201510229752.X一种区间约束的非仿射不确定系统自适应控制方法；该专利结合中值定理，反演控制技术和自适应控制技术针对一类非放射不确定系统公开了一种自适应控制方案。首先，利用中值定理把非仿射系统转化为严格反馈的仿射系统；接着，利用自适应技术对未知参数进行自适应估计；最后利用反演技术和Nussbaum增益技术设计控制器；该发明的缺点是没有考虑系统中常出现的故障问题；设计的控制器只能保证系统稳定，并不能体现是在某种性能指标下最优的；

例如专利号201810799985.7一种基于自适应动态规划的分布式最优协同容错控制方法；该专利设计了一种基于自适应动态绘画的分布式最优协同容错控制方法。首先建立分布式系统模型；接着利用最优控制理论和最小值原理设计最优协同控制器；最后，采用故障补偿技术，设计多智能体的分布式最优协同容错控制方案。该发明的缺点是此方案只给出了容错控制方案的理论分析，并没有给出仿真验证或者实验验证；此方案虽然应用了最优控制技术，但是只适合仿射系统的控制器设计而不适用于非仿射系统控制器设计；

综上所述现有技术中的缺点为缺乏对非仿射最优容错跟踪控制的研究。

发明内容

本发明的目的是提供基于加强学习的非仿射系统最优容错控制方法，可以对非仿射最优容错跟踪控制的研究。

本发明的目的通过以下技术方案来实现：

基于加强学习的非仿射系统最优容错控制方法，该方法包括以下步骤：

步骤一：利用系统转换技术把非仿射系统转换为仿射系统；

步骤二：设计固定时间滑模观测器；

步骤三：设计容错跟踪控制器。

作为本技术方案的进一步优化，本发明基于加强学习的非仿射系统最优容错控制方法，步骤一中通过以下形式的非线性系统：