CN114253133A - 基于动态事件触发机制的滑模容错控制方法及装置 - Google Patents

基于动态事件触发机制的滑模容错控制方法及装置 Download PDF

Info

Publication number
CN114253133A
CN114253133A CN202111488737.9A CN202111488737A CN114253133A CN 114253133 A CN114253133 A CN 114253133A CN 202111488737 A CN202111488737 A CN 202111488737A CN 114253133 A CN114253133 A CN 114253133A
Authority
CN
China
Prior art keywords
sliding mode
observer
matrix
designing
fault
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111488737.9A
Other languages
English (en)
Other versions
CN114253133B (zh
Inventor
胡艳艳
关馨郁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202111488737.9A priority Critical patent/CN114253133B/zh
Publication of CN114253133A publication Critical patent/CN114253133A/zh
Application granted granted Critical
Publication of CN114253133B publication Critical patent/CN114253133B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Safety Devices In Control Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于动态事件触发机制的滑模容错控制方法及装置，涉及滑模控制技术领域。包括：建立离散网络化控制***的动态模型；基于***发生传感器故障的情况，设计离散网络化控制***的状态滑模观测器；基于观测器估计结果设计滑模面；设计动态事件触发机制；设计基于观测器方法的滑模容错控制器。本发明针对网络化控制***，给出了动态事件触发机制下考虑传感器故障的滑模容错控制方案。

Description

基于动态事件触发机制的滑模容错控制方法及装置
技术领域
本发明涉及滑模控制技术领域，特别是指一种基于动态事件触发机制的滑模容错控制方法及装置。
背景技术
滑模控制作为一种有效的鲁棒控制策略在工程应用中得到了广泛的关注，其主要是通过一种特殊的控制方法，将状态轨迹从初始状态驱动到某个预先设定的滑模面上并保持稳定。与传统的控制方法相比，滑模控制技术具有强鲁棒性、***降阶和快速响应等优点，从而受到了人们的关注和研究。
在网络环境下，有限的带宽不足以保证数据的完全传输。需要提出一种事件触发方案来确定采样信号是否能够被传输，从而降低数据传输频率和减少网络化诱导现象发生。在实际的***中，传感器很容易发生故障，如果处理不当则会造成***的不稳定，甚至导致灾难性的事故。容错控制的出现既能保证闭环***的稳定性，又能使故障***的功能保持在可接受的范围内，从而提高***的安全性和可靠性。将滑模控制与容错控制相结合设计控制器，能够有效的使状态轨迹到达滑模面并保持稳定状态。滑模控制方法由于具有较强的鲁棒性和抗干扰性，利用滑模容错控制方法处理带有事件触发和传感器故障的网络化***具有十分重要的现实意义。
现有的滑模容错控制问题的研究主要是围绕执行器故障展开的，但是在实际的工程***中，传感器发生故障也是不可避免的。此外，在网络环境下，数据传输往往受到网络带宽的影响，相比于时间触发来说，采用动态事件触发机制来降低数据的传输量，能够更好的缓解网络带宽的压力，降低计算量。对此，目前针对网络化控制***还未有同时考虑动态事件触发和传感器故障的滑模容错控制方案。
发明内容
本发明针对网络化控制***还未有在动态事件触发机制下考虑传感器故障的滑模容错控制方案的问题，提出了本发明。
为解决上述技术问题，本发明提供如下技术方案：
一方面，本发明提供了一种基于动态事件触发机制的滑模容错控制方法，该方法由电子设备实现，该方法包括：
S1、建立离散网络化控制***的动态模型。
S2、基于***发生传感器故障的情况，设计离散网络化控制***的状态滑模观测器。
S3、设计基于观测器估计信息的滑模面。
S4、设计动态事件触发机制。
S5、设计基于观测器方法的滑模容错控制器。
可选地，该方法还包括：将等效控制律代入到所述观测器中得到闭环***，基于李雅普诺夫函数理论和线性矩阵不等式方法，得到满足闭环***渐近稳定以及H∞性能指标的充分判据。
可选地，S1中离散网络化控制***的动态模型的状态空间形式如下式(1)所示：
Figure BDA00033976256600000210
其中,
Figure BDA0003397625660000021
为***的n维状态向量；
Figure BDA0003397625660000022
表示实数集；
Figure BDA0003397625660000023
为***的m维控制输入；
Figure BDA0003397625660000024
为***的p维测量输出；
Figure BDA0003397625660000025
为***的q维被控输出；A1为***矩阵；B为***的输入矩阵；C为***的测量矩阵；D1和D2为***的外部扰动矩阵，A2为***的输出矩阵；A1,A2,B,C,D1和D2为具有适当维数的已知矩阵；
Figure BDA0003397625660000026
和
Figure BDA0003397625660000027
分别为w维和v维属于l2[0，∞)的外部扰动,其中l2[0，∞)为Hilbert空间的平方可积函数；ΔA代表参数不确定性，满足ΔA＝MFN，其中F是一个未知矩阵，满足FTF≤I，M和N为具有适当维数的已知矩阵；g(xk)是非线性扰动，满足‖g(xk)‖≤r‖xk‖，其中，‖g(xk)‖为g(xk)的范数，‖xk‖为xk的范数，r＞0代表一个已知常数。
可选地，S2中的传感器故障模型如下式(2)所示：
Figure BDA0003397625660000031
其中，
Figure BDA0003397625660000032
Figure BDA0003397625660000033
Figure BDA0003397625660000034
其中，Fs＝diag{f1,f2,…,fq}，diag为对角矩阵；
Figure BDA0003397625660000035
i＝1,2,…,q，fi 为fi的下界，
Figure BDA0003397625660000037
为fi的上界，满足
Figure BDA0003397625660000038
当fi＝1,i＝1,2,…,q时，传感器处于正常工作。
当fi＝0,i＝1,2,…,q时，传感器完全不能工作。
当fi∈(0,1),i＝1,2,…,q时，传感器发生故障。
将带有传感器故障的测量输出表示为yF＝Fsyk。
可选地，S2中的滑模观测器由下式(3)表示：
Figure BDA0003397625660000039
其中，
Figure BDA00033976256600000310
表示观测器状态，
Figure BDA00033976256600000311
表示被控输出zk的估计值，L表示观测器增益矩阵。
可选地，S3中的滑模面函数由下式(4)表示：
Figure BDA00033976256600000312
其中，Sk表示k时刻的滑模函数，
Figure BDA00033976256600000313
是待设计的滑模面参数矩阵，G＝BTP1，P1＞0是待求解的正定矩阵。
可选地，S4中的动态事件触发机制模型如下式(5)所示：
Figure BDA00033976256600000314
其中，
Figure BDA00033976256600000315
表示正整数集合；{l0,l1,…}为从观测器到控制器当前状态所处的时间序列；定义l0＝0；σ、θ为给定的正标量；
Figure BDA00033976256600000316
其中
Figure BDA00033976256600000317
为k时刻的状态估计，
Figure BDA0003397625660000041
为最新释放的状态；ηk表示内部动态变量，满足
Figure BDA0003397625660000042
其中，T为矩阵的转置，λ∈(0,1)为给定的常数，η0≥0为给定的初始条件。
可选地，S5中的设计基于观测器方法的滑模容错控制器包括：
根据Sk+1＝Sk＝0，等效控制律由下式(6)表示：
Figure BDA0003397625660000043
其中，-1为逆矩阵。
基于动态事件触发机制，将等效控制律重新写成下式(7)：
Figure BDA0003397625660000044
当滑模面函数的差分满足下式(8)(9)时，
ΔSk≤-ωe-μksgn(Sk)-κSk如果Sk＞0 (8)
ΔSk≥-ωe-μksgn(Sk)-κSk如果Sk＜0 (9)
其中，0＜κ＜1，ω＞0，μ≥0。
设计滑模容错控制器，如下式(10)所示：
Figure BDA0003397625660000045
其中，
Figure BDA0003397625660000046
另一方面，本发明提供了一种基于动态事件触发机制的滑模容错控制装置，该装置应用于实现基于动态事件触发机制的滑模容错控制方法，该装置包括：
动态模型建立模块，用于建立离散网络化控制***的动态模型。
观测器设计模块，用于基于***发生传感器故障的情况，设计离散网络化控制***的状态滑模观测器。
滑模面设计模块，用于设计基于观测器估计信息的滑模面。
动态事件触发机制设计模块，用于设计动态事件触发机制。
滑模容错控制器设计模块，用于设计基于观测器方法的滑模容错控制器。
可选地，该方法还包括：将等效控制律代入到所述观测器中得到闭环***，基于李雅普诺夫函数理论和线性矩阵不等式方法，得到满足闭环***渐近稳定以及H∞性能指标的充分判据。
可选地，离散网络化控制***的动态模型的状态空间形式如下式(1)所示：
Figure BDA00033976256600000515
其中,
Figure BDA0003397625660000051
为***的n维状态向量；
Figure BDA0003397625660000052
表示实数集；
Figure BDA0003397625660000053
为***的m维控制输入；
Figure BDA0003397625660000054
为***的p维测量输出；
Figure BDA0003397625660000055
为***的q维被控输出；A1为***矩阵；B为***的输入矩阵；C为***的测量矩阵；D1和D2为***的外部扰动矩阵，A2为***的输出矩阵；A1,A2,B,C,D1和D2为具有适当维数的已知矩阵；
Figure BDA0003397625660000056
和
Figure BDA0003397625660000057
分别为w维和v维属于l2[0，∞)的外部扰动,其中l2[0，∞)为Hilbert空间的平方可积函数；ΔA代表参数不确定性，满足ΔA＝MFN，其中F是一个未知矩阵，满足FTF≤I，M和N为具有适当维数的已知矩阵；g(xk)是非线性扰动，满足‖g(xk)‖≤r‖xk‖，其中，‖g(xk)‖为g(xk)的范数，‖xk‖为xk的范数，r＞0代表一个已知常数。
可选地，传感器故障模型如下式(2)所示：
Figure BDA0003397625660000058
其中，
Figure BDA0003397625660000059
Figure BDA00033976256600000510
Figure BDA00033976256600000511
其中，Fs＝diag{f1,f2,…,fq}，diag为对角矩阵；
Figure BDA00033976256600000512
i＝1,2,…,q，fi 为fi的下界，
Figure BDA00033976256600000513
为fi的上界，满足
Figure BDA00033976256600000514
当fi＝1,i＝1,2,…,q时，传感器处于正常工作。
当fi＝0,i＝1,2,…,q时，传感器完全不能工作。
当fi∈(0,1),i＝1,2,…,q时，传感器发生故障。
将带有传感器故障的测量输出表示为yF＝Fsyk。
可选地，滑模观测器由下式(3)表示：
Figure BDA0003397625660000061
其中，
Figure BDA0003397625660000062
表示观测器状态，
Figure BDA0003397625660000063
表示被控输出zk的估计值，L表示观测器增益矩阵。
可选地，滑模面函数由下式(4)表示：
Figure BDA0003397625660000064
其中，Sk表示k时刻的滑模函数，
Figure BDA0003397625660000065
是待设计的滑模面参数矩阵，G＝BTP1，P1＞0是待求解的正定矩阵。
可选地，动态事件触发机制模型如下式(5)所示：
Figure BDA0003397625660000066
其中，
Figure BDA0003397625660000067
表示正整数集合；{l0,l1,…}为从观测器到控制器当前状态所处的时间序列；定义l0＝0；σ、θ为给定的正标量；
Figure BDA0003397625660000068
其中
Figure BDA0003397625660000069
为k时刻的状态估计，
Figure BDA00033976256600000610
为最新释放的状态；ηk表示内部动态变量，满足
Figure BDA00033976256600000611
其中，T为矩阵的转置，λ∈(0,1)为给定的常数，η0≥0为给定的初始条件。
可选地，滑模容错控制器设计模块，进一步用于：
根据Sk+1＝Sk＝0，等效控制律由下式(6)表示：
Figure BDA00033976256600000612
其中，-1为逆矩阵。
基于动态事件触发机制，将等效控制律重新写成下式(7)：
Figure BDA00033976256600000613
当滑模面函数的差分满足下式(8)(9)时，
ΔSk≤-ωe-μksgn(Sk)-κSk如果Sk＞0 (8)
ΔSk≥-ωe-μksgn(Sk)-κSk如果Sk＜0 (9)
其中，0＜κ＜1，ω＞0，μ≥0。
设计滑模容错控制器，如下式(10)所示：
Figure BDA00033976256600000614
其中，
Figure BDA00033976256600000615
一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述基于动态事件触发机制的滑模容错控制方法。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述基于动态事件触发机制的滑模容错控制方法。
本发明实施例提供的技术方案带来的有益效果至少包括：
上述方案中，对于事件触发机制产生的误差进行处理，在发生传感器故障的前提下，研究基于观测器方法的具有动态事件触发机制的网络化控制***滑模容错控制问题。首次在滑模容错控制问题中，将事件触发机制产生的误差当作一种扰动，利用H∞范数有界进行衰减。通过李雅普诺夫函数的方法，给出保证闭环***渐近稳定和满足H∞性能指标的充分判据。进一步地，设计合适的滑模容错控制器使闭环***的状态轨迹能够到达预先设定的滑模面上，并在有限时间内保持稳定。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明基于动态事件触发机制的滑模容错控制方法流程示意图；
图2是本发明基于动态事件触发机制的滑模容错控制方法流程示意图；
图3是本发明基于动态事件触发机制的滑模容错控制***示意图；
图4是本发明基于动态事件触发机制的滑模容错控制装置框图；
图5是本发明一种电子设备的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
如图1所示，本发明实施例提供了一种基于动态事件触发机制的滑模容错控制方法，该方法由电子设备实现。如图1所示的基于动态事件触发机制的滑模容错控制方法流程图，该方法的处理流程可以包括如下的步骤：
S11、建立离散网络化控制***的动态模型。
S12、基于***发生传感器故障的情况，设计离散网络化控制***的状态滑模观测器。
S13、设计基于观测器估计信息的滑模面。
S14、设计动态事件触发机制。
S15、设计基于观测器方法的滑模容错控制器。
可选地，该方法还包括：将等效控制律代入到所述观测器中得到闭环***，基于李雅普诺夫函数理论和线性矩阵不等式方法，得到闭环***渐近稳定以及H∞性能指标的充分判据。
可选地，S11中离散网络化控制***的动态模型的状态空间形式如下式(1)所示：
Figure BDA0003397625660000088
其中,
Figure BDA0003397625660000081
为***的n维状态向量；
Figure BDA0003397625660000082
表示实数集；
Figure BDA0003397625660000083
为***的m维控制输入；
Figure BDA0003397625660000084
为***的p维测量输出；
Figure BDA0003397625660000085
为***的q维被控输出；A1为***矩阵；B为***的输入矩阵；C为***的测量矩阵；D1和D2为***的外部扰动矩阵，A2为***的输出矩阵；A1,A2,B,C,D1和D2为具有适当维数的已知矩阵；
Figure BDA0003397625660000086
和
Figure BDA0003397625660000087
分别为w维和v维属于l2[0，∞)的外部扰动,其中l2[0，∞)为Hilbert空间的平方可积函数；ΔA代表参数不确定性，满足ΔA＝MFN，其中F是一个未知矩阵，满足FTF≤I，M和N为具有适当维数的已知矩阵；g(xk)是非线性扰动，满足‖g(xk)‖≤r‖xk‖，其中，‖g(xk)‖为g(xk)的范数，‖xk‖为xk的范数，r＞0代表一个已知常数。
可选地，S12中的传感器故障模型如下式(2)所示：
Figure BDA0003397625660000091
其中，
Figure BDA0003397625660000092
Figure BDA0003397625660000093
Figure BDA0003397625660000094
其中，Fs＝diag{f1,f2,…,fq}，diag为对角矩阵；
Figure BDA0003397625660000095
i＝1,2,…,q，fi 为fi的下界，
Figure BDA0003397625660000096
为fi的上界，满足
Figure BDA0003397625660000097
当fi＝1,i＝1,2,…,q时，传感器处于正常工作。
当fi＝0,i＝1,2,…,q时，传感器完全不能工作。
当fi∈(0,1),i＝1,2,…,q时，传感器发生故障。
将带有传感器故障的测量输出表示为yF＝Fsyk。
可选地，S12中的滑模观测器由下式(3)表示：
Figure BDA0003397625660000098
其中，
Figure BDA0003397625660000099
表示观测器状态，
Figure BDA00033976256600000910
表示被控输出zk的估计值，L表示观测器增益矩阵。
可选地，S13中的滑模面函数由下式(4)表示：
Figure BDA00033976256600000911
其中，Sk表示k时刻的滑模函数，
Figure BDA00033976256600000912
是待设计的滑模面参数矩阵，G＝BTP1，P1＞0是待求解的正定矩阵。
可选地，S14中的动态事件触发机制模型如下式(5)所示：
Figure BDA00033976256600000913
其中，
Figure BDA00033976256600000914
表示正整数集合；{l0,l1,…}为从观测器到控制器当前状态所处的时间序列；定义l0＝0；σ、θ为给定的正标量；
Figure BDA00033976256600000915
其中
Figure BDA00033976256600000916
为k时刻的状态估计，
Figure BDA00033976256600000917
为最新释放的状态；ηk表示内部动态变量，满足
Figure BDA0003397625660000101
其中，T为矩阵的转置，λ∈(0,1)为给定的常数，η0≥0为给定的初始条件。
可选地，S15中的设计基于观测器方法的滑模容错控制器包括：
根据Sk+1＝Sk＝0，等效控制律由下式(6)表示：
Figure BDA0003397625660000102
其中，-1为逆矩阵。
基于动态事件触发机制，将等效控制律重新写成下式(7)：
Figure BDA0003397625660000103
当滑模面函数的差分满足下式(8)(9)时，
ΔSk≤-ωe-μksgn(Sk)-κSk如果Sk＞0 (8)
ΔSk≥-ωe-μksgn(Sk)-κSk如果Sk＜0 (9)
其中，0＜κ＜1，ω＞0，μ≥0。
设计滑模容错控制器，如下式(10)所示：
Figure BDA0003397625660000104
其中，
Figure BDA0003397625660000105
本发明实施例中，对于事件触发机制产生的误差进行处理，在发生传感器故障的前提下，研究基于观测器方法的具有动态事件触发机制的网络化控制***滑模容错控制问题。首次在滑模容错控制问题中，将事件触发机制产生的误差当作一种扰动，利用H∞范数有界进行衰减。通过李雅普诺夫函数的方法，给出保证闭环***渐近稳定和满足H∞性能指标的充分判据。进一步地，设计合适的滑模容错控制器使闭环***的状态轨迹能够到达预先设定的滑模面上，并在有限时间内保持稳定。
如图2所示，本发明实施例提供了一种基于动态事件触发机制的滑模容错控制方法，该方法由电子设备实现。如图2所示的基于动态事件触发机制的滑模容错控制方法流程图，该方法的处理流程可以包括如下的步骤：
S21、建立离散网络化控制***的动态模型，其状态空间形式如下式(1)所示：
Figure BDA00033976256600001115
其中,
Figure BDA0003397625660000111
为***的n维状态向量；
Figure BDA0003397625660000112
表示实数集；
Figure BDA0003397625660000113
为***的m维控制输入；
Figure BDA0003397625660000114
为***的p维测量输出；
Figure BDA0003397625660000115
为***的q维被控输出；A1为***矩阵；B为***的输入矩阵；C为***的测量矩阵；D1和D2为***的外部扰动矩阵，A2为***的输出矩阵；A1,A2,B,C,D1和D2为具有适当维数的已知矩阵；
Figure BDA0003397625660000116
和
Figure BDA0003397625660000117
分别为w维和v维属于l2[0,∞)的外部扰动,其中l2[0,∞)为Hilbert空间的平方可积函数；ΔA代表参数不确定性，满足ΔA＝MFN，其中F是一个未知矩阵，满足FTF≤I，M和N为具有适当维数的已知矩阵；g(xk)是非线性扰动，满足‖g(xk)‖≤r‖xk‖，其中，‖g(xk)‖为g(xk)的范数，‖xk‖为xk的范数，r＞0代表一个已知常数。
其中，离散网络化控制***的动态模型可以是具有不确定性和外部扰动的网络化控制***的动态模型；
S22、建立传感器故障模型，如下式(2)所示：
Figure BDA0003397625660000118
其中，
Figure BDA0003397625660000119
Figure BDA00033976256600001110
Figure BDA00033976256600001111
其中，Fs＝diag{f1,f2,…,fq}，diag为对角矩阵；
Figure BDA00033976256600001112
i＝1,2,…,q，fi 为fi的下界，
Figure BDA00033976256600001113
为fi的上界，满足
Figure BDA00033976256600001114
其中，传感器故障与矩阵Fs之间的关系可以是：
当fi＝1,i＝1,2,…,q时，传感器处于正常工作。
当fi＝0,i＝1,2,…,q时，传感器完全不能工作。
当fi∈(0,1),i＝1,2,…,q时，传感器发生故障。
因此，可以将带有传感器故障的测量输出表示为yF＝Fsyk。
S23、建立动态事件触发机制模型，如下式(3)所示：
Figure BDA0003397625660000121
其中，为了节省计算机资源，定义
Figure BDA0003397625660000122
表示正整数集合；定义{l0,l1,…}为从观测器到控制器当前状态所处的时间序列；定义l0＝0；σ、θ为给定的正数；
Figure BDA0003397625660000123
其中
Figure BDA0003397625660000124
为k时刻的状态估计，
Figure BDA0003397625660000125
为最新释放的状态；ηk表示内部动态变量，满足
Figure BDA0003397625660000126
其中，T为矩阵的转置，λ∈(0,1)为给定的常数，η0≥0为给定的初始条件。
S24、设计滑模观测器，由下式(4)表示：
Figure BDA0003397625660000127
其中，
Figure BDA0003397625660000128
表示观测器状态，
Figure BDA0003397625660000129
表示被控输出zk的估计值，L表示观测器增益矩阵。
一种可行的实施方式中，利用已发生传感器故障的测量信息设计滑模观测器；可以是基于公式(2)的传感器故障模型得到传感器故障的测量信息，根据测量信息得到公式(4)的滑模观测器。
S25、设计滑模面函数，由下式(5)表示：
Figure BDA00033976256600001210
其中，Sk表示k时刻的滑模函数，
Figure BDA00033976256600001211
是待设计的滑模面参数矩阵，G＝BTP1，P1＞0是待求解的正定矩阵。
一种可行的实施方式中，可以利用滑模观测器得到的观测信息设计滑模面函数；可以是基于公式(4)的滑模观测器得到观测信息，根据观测信息得到公式(5)的滑模面函数。
S26、设计基于观测器方法的滑模容错控制器。
根据Sk+1＝Sk＝0，等效控制律由下式(6)表示：
Figure BDA00033976256600001212
其中，-1为逆矩阵。
基于动态事件触发机制，将等效控制律重新写成下式(7)：
Figure BDA0003397625660000131
当滑模面函数的差分满足下式(8)(9)时，
ΔSk≤-ωe-μksgn(Sk)-κSk如果Sk＞0 (8)
ΔSk≥-ωe-μksgn(Sk)-κSk如果Sk＜0 (9)
其中，0＜κ＜1，ω＞0，μ≥0。
设计滑模容错控制器，如下式(10)所示：
Figure BDA0003397625660000132
其中，
Figure BDA0003397625660000133
一种可行的实施方式中，如图3所示的基于动态事件触发机制的滑模容错控制***，在动态事件触发机制下考虑传感器故障，设计基于观测器方法的滑模容错控制器，保证离散情形下滑模面的可达性，并且保证在故障发生时***仍能正常运行。该闭环***的轨迹可以在有限时间内收敛到滑模面上并保持稳定。
本发明实施例中，对于事件触发机制产生的误差进行处理，在发生传感器故障的前提下，研究基于观测器方法的具有动态事件触发机制的网络化控制***滑模容错控制问题。首次在滑模容错控制问题中，将事件触发机制产生的误差当作一种扰动，利用H∞范数有界进行衰减。通过李雅普诺夫函数的方法，给出保证闭环***渐近稳定和满足H∞性能指标的充分判据。进一步地，设计合适的滑模容错控制器使闭环***的状态轨迹能够到达预先设定的滑模面上，并在有限时间内保持稳定。
如图4所示，本发明实施例提供了一种基于动态事件触发机制的滑模容错控制装置400，该装置400应用于实现基于动态事件触发机制的滑模容错控制方法，该装置400包括：
动态模型建立模块410，用于建立离散网络化控制***的动态模型。
观测器设计模块420，用于基于***发生传感器故障的情况，设计离散网络化控制***的状态滑模观测器。
滑模面设计模块430，用于设计基于观测器估计信息的滑模面。
动态事件触发机制设计模块440，用于设计动态事件触发机制。
滑模容错控制器设计模块450，用于设计基于观测器方法的滑模容错控制器。
可选地，该方法还包括：将等效控制律代入到所述观测器中得到闭环***，基于李雅普诺夫函数理论和线性矩阵不等式方法，得到满足闭环***渐近稳定以及H∞性能指标的充分判据。
可选地，离散网络化控制***的动态模型的状态空间形式如下式(1)所示：
Figure BDA00033976256600001415
其中,
Figure BDA0003397625660000141
为***的n维状态向量；
Figure BDA0003397625660000142
表示实数集；
Figure BDA0003397625660000143
为***的m维控制输入；
Figure BDA0003397625660000144
为***的p维测量输出；
Figure BDA0003397625660000145
为***的q维被控输出；A1为***矩阵；B为***的输入矩阵；C为***的测量矩阵；D1和D2为***的外部扰动矩阵，A2为***的输出矩阵；A1,A2,B,C,D1和D2为具有适当维数的已知矩阵；
Figure BDA0003397625660000146
和
Figure BDA0003397625660000147
分别为w维和v维属于l2[0,∞)的外部扰动,其中l2[0,∞)为Hilbert空间的平方可积函数；ΔA代表参数不确定性，满足ΔA＝MFN，其中F是一个未知矩阵，满足FTF≤I，M和N为具有适当维数的已知矩阵；g(xk)是非线性扰动，满足‖g(xk)‖≤r‖xk‖，其中，‖g(xk)‖为g(xk)的范数，‖xk‖为xk的范数，r＞0代表一个已知常数。
可选地，传感器故障模型如下式(2)所示：
Figure BDA0003397625660000148
其中，
Figure BDA0003397625660000149
Figure BDA00033976256600001410
Figure BDA00033976256600001411
其中，Fs＝diag{f1,f2,…,fq}，diag为对角矩阵；
Figure BDA00033976256600001412
i＝1,2,…,q，fi 为fi的下界，
Figure BDA00033976256600001413
为fi的上界，满足
Figure BDA00033976256600001414
当fi＝1,i＝1,2,…,q时，传感器处于正常工作。
当fi＝0,i＝1,2,…,q时，传感器完全不能工作。
当fi∈(0,1),i＝1,2,…,q时，传感器发生故障。
将带有传感器故障的测量输出表示为yF＝Fsyk。
可选地，滑模观测器由下式(3)表示：
Figure BDA0003397625660000151
其中，
Figure BDA0003397625660000152
表示观测器状态，
Figure BDA0003397625660000153
表示被控输出zk的估计值，L表示观测器增益矩阵。
可选地，滑模面函数由下式(4)表示：
Figure BDA0003397625660000154
其中，Sk表示k时刻的滑模函数，
Figure BDA0003397625660000155
是待设计的滑模面参数矩阵，G＝BTP1，P1＞0是待求解的正定矩阵。
可选地，事件触发机制模型如下式(5)所示：
Figure BDA0003397625660000156
其中，
Figure BDA0003397625660000157
表示正整数集合；{l0,l1,…}为从观测器到控制器当前状态所处的时间序列；定义l0＝0；σ、θ为给定的正标量；
Figure BDA0003397625660000158
其中
Figure BDA0003397625660000159
为k时刻的状态估计，
Figure BDA00033976256600001510
为最新释放的状态；ηk表示内部动态变量，满足
Figure BDA00033976256600001511
其中，T为矩阵的转置，λ∈(0,1)为给定的常数，η0≥0为给定的初始条件。
可选地，滑模容错控制器设计模块450，进一步用于：
根据Sk+1＝Sk＝0，等效控制律由下式(6)表示：
Figure BDA00033976256600001512
其中，-1为逆矩阵。
基于动态事件触发机制，将等效控制律重新写成下式(7)：
Figure BDA00033976256600001513
当滑模面函数的差分满足下式(8)(9)时，
ΔSk≤-ωe-μksgn(Sk)-κSk如果Sk＞0 (8)
ΔSk≥-ωe-μksgn(Sk)-κSk如果Sk＜0 (9)
其中，0＜κ＜1，ω＞0，μ≥0。
设计滑模容错控制器，如下式(10)所示：
Figure BDA0003397625660000161
其中，
Figure BDA0003397625660000162
本发明实施例中，对于事件触发机制产生的误差进行处理，在发生传感器故障的前提下，研究基于观测器方法的具有动态事件触发机制的网络化控制***滑模容错控制问题。首次在滑模容错控制问题中，将事件触发机制产生的误差当作一种扰动，利用H∞范数有界进行衰减。通过李雅普诺夫函数的方法，给出保证闭环***渐近稳定和满足H∞性能指标的充分判据。进一步地，设计合适的滑模容错控制器使闭环***的状态轨迹能够到达预先设定的滑模面上，并在有限时间内保持稳定。
图5是本发明实施例提供的一种电子设备500的结构示意图，该电子设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)501和一个或一个以上的存储器502，其中，存储器502中存储有至少一条指令，至少一条指令由处理器501加载并执行以实现下述基于动态事件机制的滑模容错控制方法：
S1、建立离散网络化控制***的动态模型。
S2、基于***发生传感器故障的情况，设计离散网络化控制***的状态滑模观测器。
S3、设计基于观测器估计信息的滑模面。
S4、设计动态事件触发机制。
S5、设计基于观测器方法的滑模容错控制器。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述基于动态事件触发机制的滑模容错控制方法。例如，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于动态事件触发机制的滑模容错控制方法，其特征在于，所述方法包括：
S1、建立离散网络化控制***的动态模型；
S2、基于***发生传感器故障的情况，设计所述离散网络化控制***的状态滑模观测器；
S3、设计基于观测器估计信息的滑模面；
S4、设计动态事件触发机制；
S5、设计基于观测器方法的滑模容错控制器。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将等效控制律代入到所述观测器中得到闭环***，基于李雅普诺夫函数理论和线性矩阵不等式方法，得到满足闭环***渐近稳定以及H∞性能指标的充分判据。
3.根据权利要求1所述的方法，其特征在于，所述S1中离散网络化控制***的动态模型的状态空间形式如下式(1)所示：
Figure FDA0003397625650000011
其中,
Figure FDA0003397625650000012
为***的n维状态向量；
Figure FDA0003397625650000013
表示实数集；
Figure FDA0003397625650000014
为***的m维控制输入；
Figure FDA0003397625650000015
为***的p维测量输出；
Figure FDA0003397625650000016
为***的q维被控输出；A1为***矩阵；B为***的输入矩阵；C为***的测量矩阵；D1和D2为***的外部扰动矩阵，A2为***的输出矩阵；A1,A2,B,C,D1和D2为具有适当维数的已知矩阵；
Figure FDA0003397625650000017
和
Figure FDA0003397625650000018
分别为w维和v维属于
Figure FDA0003397625650000019
的外部扰动,其中
Figure FDA00033976256500000110
为Hilbert空间的平方可积函数；ΔA代表参数不确定性，满足ΔA＝MFN，其中F是一个未知矩阵，满足FTF≤I，M和N为具有适当维数的已知矩阵；g(xk)是非线性扰动，满足||g(xk)||≤r||xk||，其中，||g(xk)||为g(xk)的范数，‖xk‖为xk的范数，r＞0代表一个已知常数。
4.根据权利要求3所述的方法，其特征在于，所述S2中的传感器故障模型如下式(2)所示：
Figure FDA0003397625650000021
其中，
Figure FDA0003397625650000022
Figure FDA0003397625650000023
Figure FDA0003397625650000024
其中，Fs＝diag{f1,f2,…,fq}，diag为对角矩阵；
Figure FDA0003397625650000025
fi 为fi的下界，
Figure FDA0003397625650000026
为fi的上界，满足
Figure FDA0003397625650000027
当fi＝1,i＝1,2,…,q时，传感器处于正常工作；
当fi＝0,i＝1,2,…,q时，传感器完全不能工作；
当fi∈(0,1),i＝1,2,…,q时，传感器发生故障。
将带有传感器故障的测量输出表示为yF＝Fsyk。
5.根据权利要求4所述的方法，其特征在于，所述S2中的滑模观测器由下式(3)表示：
Figure FDA0003397625650000028
其中，
Figure FDA0003397625650000029
表示观测器状态，
Figure FDA00033976256500000210
表示被控输出zk的估计值，L表示观测器增益矩阵。
6.根据权利要求5所述的方法，其特征在于，所述S3中的滑模面函数由下式(4)表示：
Figure FDA00033976256500000211
其中，Sk表示k时刻的滑模函数，
Figure FDA00033976256500000212
是待设计的滑模面参数矩阵，G＝BTP1，P1＞0是待求解的正定矩阵。
7.根据权利要求6所述的方法，其特征在于，所述S4中的动态事件触发机制模型如下式(5)所示：
Figure FDA00033976256500000213
其中，
Figure FDA00033976256500000214
表示正整数集合；{l0,l1,…}为从观测器到控制器当前状态所处的时间序列；定义l0＝0；σ、θ为给定的正标量；
Figure FDA0003397625650000031
其中
Figure FDA0003397625650000032
为k时刻的状态估计，
Figure FDA0003397625650000033
为最新释放的状态；ηk表示内部动态变量，满足
Figure FDA0003397625650000034
其中，T为矩阵的转置，λ∈(0,1)为给定的常数，η0≥0为给定的初始条件。
8.根据权利要求7所述的方法，其特征在于，所述S5中的设计基于观测器方法的滑模容错控制器包括：
根据Sk+1＝Sk＝0，等效控制律由下式(6)表示：
Figure FDA0003397625650000035
其中，-1为逆矩阵；
基于动态事件触发机制，将等效控制律重新写成下式(7)：
Figure FDA0003397625650000036
当滑模面函数的差分满足下式(8)(9)时，
ΔSk≤-ωe-μksgn(Sk)-κSk如果Sk＞0 (8)
ΔSk≥-ωe-μksgn(Sk)-κSk如果Sk＜0 (9)
其中，0＜κ＜1，ω＞0，μ≥0；
设计滑模容错控制器，如下式(10)所示：
Figure FDA0003397625650000037
其中，
Figure FDA0003397625650000038
9.一种基于动态事件触发机制的滑模容错控制装置，其特征在于，所述装置包括：
动态模型建立模块，用于建立离散网络化控制***的动态模型；
观测器设计模块，用于基于***发生传感器故障的情况，设计所述离散网络化控制***的状态滑模观测器；
滑模面设计模块，用于设计基于观测器估计信息的滑模面；
动态事件触发机制设计模块，用于设计动态事件触发机制；
滑模容错控制器设计模块，用于设计基于观测器方法的滑模容错控制器。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：将等效控制律代入到所述观测器中得到闭环***，基于李雅普诺夫函数理论和线性矩阵不等式方法，得到满足闭环***渐近稳定以及H∞性能指标的充分判据。
CN202111488737.9A 2021-12-07 2021-12-07 基于动态事件触发机制的滑模容错控制方法及装置 Active CN114253133B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111488737.9A CN114253133B (zh) 2021-12-07 2021-12-07 基于动态事件触发机制的滑模容错控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111488737.9A CN114253133B (zh) 2021-12-07 2021-12-07 基于动态事件触发机制的滑模容错控制方法及装置

Publications (2)

Publication Number Publication Date
CN114253133A true CN114253133A (zh) 2022-03-29
CN114253133B CN114253133B (zh) 2023-09-01

Family

ID=80791811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111488737.9A Active CN114253133B (zh) 2021-12-07 2021-12-07 基于动态事件触发机制的滑模容错控制方法及装置

Country Status (1)

Country Link
CN (1) CN114253133B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116382097A (zh) * 2023-05-26 2023-07-04 北京科技大学 离散信息物理***的有限时间类切换滑模容错控制方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050096793A1 (en) * 2003-10-30 2005-05-05 Kabushiki Kaisha Toshiba Reference model tracking control system and method
WO2007035559A2 (en) * 2005-09-19 2007-03-29 Cleveland State University Controllers, observers, and applications thereof
CN104932512A (zh) * 2015-06-24 2015-09-23 北京科技大学 一种基于mimo非线性不确定反步法的四旋翼位姿控制方法
CN107658871A (zh) * 2017-10-20 2018-02-02 安徽大学 基于事件触发动态触发机制的电力***控制方法
CN110333661A (zh) * 2019-08-06 2019-10-15 大连海事大学 一种考虑量化和状态时滞的umv自适应滑模容错控制方法
CN110518573A (zh) * 2019-07-29 2019-11-29 浙江工业大学 一种基于自适应事件触发滑模控制的多区域电网***设计方法
CN110658724A (zh) * 2019-11-20 2020-01-07 电子科技大学 一类非线性***自适应模糊容错控制方法
CN110789350A (zh) * 2019-11-20 2020-02-14 电子科技大学 一种四驱电动汽车容错控制方法
CN111880416A (zh) * 2020-09-18 2020-11-03 哈尔滨理工大学 一种基于动态事件触发机制的网络化***容错控制方法
CN112034712A (zh) * 2020-09-04 2020-12-04 华北电力大学 一种基于事件触发的滑模容错控制方法
CN112207834A (zh) * 2020-12-10 2021-01-12 北京科技大学 一种基于干扰观测器的机器人关节***控制方法及***
CN113419431A (zh) * 2021-07-23 2021-09-21 北京航空航天大学 一种基于事件触发的平流层飞艇轨迹跟踪控制方法及***
GB202111727D0 (en) * 2021-05-13 2021-09-29 Univ Guizhou Adaptive event-triggered control method for permanent magnet synchronous generator coupled chaotic network system
CN113488993A (zh) * 2021-06-24 2021-10-08 西安理工大学 多区域互联电力***的事件触发滑模负荷频率控制方法
CN113741309A (zh) * 2021-09-16 2021-12-03 云境商务智能研究院南京有限公司 一种基于观测器的双动态事件触发控制器模型设计方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050096793A1 (en) * 2003-10-30 2005-05-05 Kabushiki Kaisha Toshiba Reference model tracking control system and method
WO2007035559A2 (en) * 2005-09-19 2007-03-29 Cleveland State University Controllers, observers, and applications thereof
CN104932512A (zh) * 2015-06-24 2015-09-23 北京科技大学 一种基于mimo非线性不确定反步法的四旋翼位姿控制方法
CN107658871A (zh) * 2017-10-20 2018-02-02 安徽大学 基于事件触发动态触发机制的电力***控制方法
CN110518573A (zh) * 2019-07-29 2019-11-29 浙江工业大学 一种基于自适应事件触发滑模控制的多区域电网***设计方法
CN110333661A (zh) * 2019-08-06 2019-10-15 大连海事大学 一种考虑量化和状态时滞的umv自适应滑模容错控制方法
CN110658724A (zh) * 2019-11-20 2020-01-07 电子科技大学 一类非线性***自适应模糊容错控制方法
CN110789350A (zh) * 2019-11-20 2020-02-14 电子科技大学 一种四驱电动汽车容错控制方法
CN112034712A (zh) * 2020-09-04 2020-12-04 华北电力大学 一种基于事件触发的滑模容错控制方法
CN111880416A (zh) * 2020-09-18 2020-11-03 哈尔滨理工大学 一种基于动态事件触发机制的网络化***容错控制方法
CN112207834A (zh) * 2020-12-10 2021-01-12 北京科技大学 一种基于干扰观测器的机器人关节***控制方法及***
GB202111727D0 (en) * 2021-05-13 2021-09-29 Univ Guizhou Adaptive event-triggered control method for permanent magnet synchronous generator coupled chaotic network system
CN113488993A (zh) * 2021-06-24 2021-10-08 西安理工大学 多区域互联电力***的事件触发滑模负荷频率控制方法
CN113419431A (zh) * 2021-07-23 2021-09-21 北京航空航天大学 一种基于事件触发的平流层飞艇轨迹跟踪控制方法及***
CN113741309A (zh) * 2021-09-16 2021-12-03 云境商务智能研究院南京有限公司 一种基于观测器的双动态事件触发控制器模型设计方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
GUAN, X., HU, J., CUI, Y., & XU, L: "Observer-based sliding mode control for discrete nonlinear systems with packet losses: an event-triggered method", 《SYSTEMS SCIENCE & CONTROL ENGINEERING》, vol. 8, no. 1, pages 175 - 188 *
GUAN, X., HU, J., QI, J., CHEN, D., ZHANG, F., & YANG, G: "Observer-based H∞ sliding mode control for networked systems subject to communication channel fading and randomly varying nonlinearities", 《NEUROCOMPUTING》, no. 437, pages 312 - 324 *
ZHENG KUNMING: "Intelligent fuzzy sliding mode control for complex robot system with disturbances", 《EUROPEAN JOURNAL OF CONTROL》, no. 51, pages 95 - 109 *
向勇;杨晓梅;: "含扩展状态观测器的双馈风机事件触发滑模控制", 《电机与控制应用》, no. 05, pages 42 - 49 *
王杰勋;: "T-S模糊***事件触发传输机制H_∞控制器设计", 《哈尔滨理工大学学报》, no. 06, pages 121 - 128 *
胡艳艳;金增旺;薛晓玲;孙长银;: "基于异步IMM融合滤波的网络化***故障诊断", 《自动化学报》, no. 08, pages 43 - 52 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116382097A (zh) * 2023-05-26 2023-07-04 北京科技大学 离散信息物理***的有限时间类切换滑模容错控制方法
CN116382097B (zh) * 2023-05-26 2023-08-15 北京科技大学 离散信息物理***的有限时间类切换滑模容错控制方法

Also Published As

Publication number Publication date
CN114253133B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
Wang et al. A Markov jump model approach to reliable event-triggered retarded dynamic output feedback H∞ control for networked systems
Tian et al. Probabilistic‐constrained filtering for a class of nonlinear systems with improved static event‐triggered communication
CN105988368B (zh) 一种具有时变时延的网络化控制***的容错控制方法
Xie et al. Finite-time asynchronous H∞ resilient filtering for switched delayed neural networks with memory unideal measurements
Gao et al. Finite‐time stabilization for a class of switched stochastic nonlinear systems with dead‐zone input nonlinearities
Wang et al. Event-based asynchronous dissipative filtering for T–S fuzzy singular Markovian jump systems with redundant channels
Qi et al. Non-fragile H∞ SMC for Markovian jump systems in a finite-time
Li et al. Command filter‐based event‐triggered adaptive neural network control for uncertain nonlinear time‐delay systems
Su et al. A combined backstepping and dynamic surface control to adaptive fuzzy state‐feedback control
Zhou et al. Adaptive neural network control of uncertain MIMO nonlinear systems with input saturation
Li et al. Mixed passive/H∞ hybrid control for delayed Markovian jump system with actuator constraints and fault alarm
Yang et al. Event-triggered control of discrete-time 2-D switched Fornasini–Marchesini systems
Zhang et al. Adaptive sliding mode fault-tolerant control for a class of uncertain systems with probabilistic random delays
Lin et al. Robust control of a family of uncertain nonminimum‐phase systems via continuous‐time and sampled‐data output feedback
Zhang et al. Adaptive finite‐time tracking control for output‐constrained nonlinear systems with non‐strict‐feedback structure
Liu et al. Adaptive finite‐time event‐triggered control for nonlinear systems with quantized input signals
Li et al. L 1 adaptive controller for mimo systems with unmatched uncertainties using modified piecewise constant adaptation law
He et al. Active disturbance rejection adaptive control for uncertain nonlinear systems with unknown time‐varying dead‐zone input
Han et al. Active disturbance rejection control in fully distributed automatic generation control with co-simulation of communication delay
CN111381501A (zh) 基于事件触发的异步***的容错控制方法
Ma et al. Adaptive finite-time dynamic output-feedback FTC design for MIMO nonlinear systems with actuator and sensor faults
CN114253133A (zh) 基于动态事件触发机制的滑模容错控制方法及装置
Zhang et al. Decentralized adaptive output feedback dynamic surface control for stochastic nonstrict‐feedback interconnected nonlinear systems with actuator failures and input quantization via command filter
Hua et al. Dynamic event‐triggered control for singularly perturbed systems
Wu et al. Observer-based adaptive fuzzy quantized fault-tolerant control of nonstrict-feedback nonlinear systems with sensor fault

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant