[发明专利]针对多智能体系统执行器失效故障的滑模容错控制方法

摘要

本发明公开了一种基于自适应滑模控制的多智能体系统的容错控制方法。考虑二阶非线性多智能体系统发生执行器部分失效故障，结合自适应控制和滑模控制，提出一种容错控制方法。根据智能体之间的相对状态信息定义了一致性误差变量，基于一致性误差变量设计滑模面，给出了渐进稳定的充分条件，基于自适应边界估计的方法估计出故障的上界，从而最终构成完整的滑模容错控制器。本发明通过设计一种基于一致性误差变量的滑模面，简化了问题的复杂度；结合自适应控制和滑模控制的优点，所设计的容错控制律有良好的容错能力。本发明用于带有执行器部分失效故障的多智能体系统的容错控制。

主权项

1.一种针对多智能体系统执行器部分失效故障的滑模容错控制方法，其特征在于：在多智能体系统存在执行器部分失效故障时，结合自适应技术，提出一种滑模容错控制方法，使得多智能体系统在发生执行器故障后能够正常运行；根据智能体之间的相对状态信息定义了一致性误差变量，据此设计了滑模面，求解出系统的滑动模态，然后结合自适应边界估计设计出滑模控制律，最终构成容错控制器，包括如下具体步骤：步骤1)确定领航‑跟随多智能体系统的模型及其参数，包括如下步骤：步骤1.1)确定领航者的运动模型，如式(1)所示：其中，和分别表示领航者在t时刻的位置和速度状态；为领航者的控制输入；是连续的向量值函数，表示领航者的固有非线性动力学行为；步骤1.2)确定第i个跟随者的运动模型，如式(2)所示：其中，表示第i个跟随者在t时刻的位置状态；表示第i个跟随者在t时刻的速度状态；表示发生执行器故障的第i个跟随者的控制输入；是连续的向量值函数，表示第i个跟随者的固有非线性动力学行为；对于式(1)和式(2)中的非线性函数f(x₀，v₀，t)和f(x_i，v_i，t)，存在非负的实数h₁和h₂满足式(3)：||f(xi，vi，t)‑f(x0，v0，t)||≤h1||xi‑x0||+h2||vi‑v0||  (3)步骤1.3)确定跟随着系统的故障模型，令ui(t)表示第i个跟随者的控制输入信号，假设每个跟随者有m(m＞1)个执行器，则其发生执行器失效故障后的控制输入为uiF(t)，如式(4)所示：其中θi(t)＝diag{θi1(t)，...，θim(t)}表示第i个跟随者的执行器失效因子矩阵，时变函数θip(t)(p∈{1，2，...，m})表示第i个跟随者中的第p个执行器的失效因子，并且满足0≤θip(t)＜1；当θip(t)＝0时，第p个执行器正常工作；当0＜θip(t)＜1时，第p个执行器部分失效但仍在工作；步骤2)确定多智能体系统的通讯拓扑结构：考虑无向图通讯拓扑结构下的领航‑跟随多智能体系统，图表示包括跟随者和领航者在内的所有节点之间的信息交互情况，其中表示所有的节点集合，表示节点之间的通讯链接集合，表示邻接矩阵；假设多智能体系统共有n个跟随者，子图G‑(V，E，A)表示跟随者之间的通讯拓扑网络，其中V＝{1，2，...，n}表示跟随者的节点集合，表示跟随者之间的通讯链接集合，表示图G的邻接矩阵；记为图G的Laplacian矩阵，定义其中l_ij的定义如式(5)所示：领航者与跟随者之间的邻接矩阵定义为如果领航者0与第i个跟随者之间有一条无向边e_0i＝(0，i)∈E₀，那么b_i＝1；否则，b_i＝0；不难发现，步骤3)设计滑模面，包括如下步骤：步骤3.1)根据第i个跟随者获取到的邻居信息，定义了一致性位置误差变量exi(t)和一致性速度误差变量evi(t)，如式(6)所示：其中，aij代表第i个跟随者和第j个跟随者之间的连接权重，bi代表第i个跟随者与领航者之间的连接权重，Ni代表第i个跟随者的邻居集合；记为无向图G对应的Laplacian矩阵，领航者与跟随者之间的邻接矩阵，定义变量式(6)可以改写为向量形式，如式(7)所示：步骤3.2)利用一致性误差变量设计滑模面函数，如式(8)所示：S(t)＝kex+ev  (8)其中，s_i(t)为滑模变量，且s_i(t)＝ke_xi+e_vi，i＝1，2，...，n，k是一个正常数；步骤4)设计容错控制律，采用自适应方法来估计第i个跟随者执行器故障中的失效因子θi(t)的最大值，设计容错控制律，如式(9)所示：其中，γi为控制律中非线性量的控制增益，其定义如式(10)所示：在式(10)中，ω_i为故障边界值，其定义为ω_i＝1/(1‑||θ_i(t)||)；是ω_i的估计值，且满足φ_i为补偿因子，且满足σ，ρ，c₁，c₂为可调节的控制参数；根据式(9)和式(10)，控制律可等价表示为向量形式，如式(11)所示：其中，γ＝diag{γ1，...，γn}，bn＝[b1，...，bn]T；步骤5)根据多智能体系统的运行状态，选择合适的参数，完成对其的容错控制。