基于神經(jīng)網(wǎng)絡的非高斯非線性隨機分布系統(tǒng)的故障診斷與容錯控制.pdf

1、隨著科技的飛速發(fā)展，工業(yè)系統(tǒng)日益復雜化，系統(tǒng)故障不可避免地出現(xiàn)在每一個實際工業(yè)生產(chǎn)的過程中，因此針對于故障診斷與容錯控制這一方面的研究受到了與日俱增的關注。近三十年來，該領域的研究已取得很快的發(fā)展，到目前為止，研究界主要采用基于經(jīng)驗知識或信號處理或解析模型的手段解決相關的問題。故障發(fā)生后，利用最優(yōu)控制、PI控制、滑?？刂频瓤刂品椒?，使故障發(fā)生后的系統(tǒng)仍能保持穩(wěn)定，并能夠滿足一定的性能指標，這個過程即為容錯控制。
　　實際工業(yè)生產(chǎn)中

2、存在著各種各樣的隨機干擾，對隨機系統(tǒng)進行研究十分重要。通常，隨機系統(tǒng)是在基于系統(tǒng)變量服從高斯分布的假設下進行研究，但是在現(xiàn)實過程中這一條件并不總能成立。王宏教授提出了隨機分布控制（SDC）理論，在不滿足高斯輸入假設的條件時，仍能控制輸出概率密度函數(shù)（PDF）。
　　從本質(zhì)上講，實際的系統(tǒng)基本上全是非線性系統(tǒng)。但是，現(xiàn)在對非線性系統(tǒng)的研究，基本上都是假設非線性部分滿足Lipschtiz條件，因此對于非高斯非線性隨機分布系統(tǒng)故障診斷與

3、容錯控制的研究是特別需要的。本文的主要工作為：
　?。?）針對線性B樣條逼近輸出PDF靜態(tài)模型的非高斯非線性系統(tǒng)，采用T-S模糊模型建立動態(tài)模型。利用RBF神經(jīng)網(wǎng)絡診斷一個因狀態(tài)變化而引起的漸變故障，并自適應修正其權值，再基于差分進化算法優(yōu)化其寬度和中心向量，由此獲得較佳的輸出結果。在基于滑?？刂圃淼娜蒎e控制中，先求出了等效控制律，使系統(tǒng)能夠在滑模面穩(wěn)定，然后設計滑?？刂坡?，由此實現(xiàn)任意位置到達滑模面的時間是有限的。最后，在計算

4、機MATLAB軟件中設計程序，不斷調(diào)試及改善，檢驗上述方案的可行性。
　　（2）針對一類非高斯非線性系統(tǒng)，對于系統(tǒng)中含有不滿足 Lipschitz條件的非線性項，利用RBF神經(jīng)網(wǎng)絡進行逼近，非線性部分的研究更具有一般性，并利用RBF神經(jīng)網(wǎng)絡對系統(tǒng)故障進行估計?；谀：刂圃?，設計了一個改進的PI主動容錯控制器，控制器參數(shù)可以通過模糊理論來實現(xiàn)實時調(diào)整，使故障發(fā)生后的PDF可以滿足期望。最后，在計算機MATLAB軟件中設計程序，不