一、基于线性化技术的非线性系统故障诊断（论文文献综述）
侯明冬[1]（2020）在《基于动态线性化数据模型的离散滑模控制研究》文中进行了进一步梳理论文基于动态线性化数据模型,针对一般非线性离散时间系统存在扰动、时滞、误差受限、执行器饱和以及系统耦合等问题,研究动态线性化数据模型和离散滑模控制方法相互融合的控制技术。研究中,将动态线性化技术、离散积分终端滑模控制、扰动估计技术、预测控制、预定性能控制及离散扩张观测器等技术有机结合,提出几种基于动态线性化数据模型的离散滑模控制方法。主要的创新性工作总结如下:（1）针对一般非线性离散时间SISO系统的紧格式动态线性化数据模型中存在未知扰动的问题,提出一种基于扰动估计技术的数据驱动离散积分终端滑模控制算法,并将该方法推广应用至偏格式和全格式动态线性化数据模型。为了进一步提高跟踪精度,在所提出算法的基础上,结合预测控制原理,提出了一种基于紧格式动态线性化数据模型的离散积分终端滑模预测控制策略。理论分析证明了所提出算法的稳定性,通过仿真比较研究和双容水箱液位控制实验研究表明了所提出方法的有效性。（2）针对一般非线性离散时间SISO滞后系统,基于紧格式动态线性化数据模型,结合离散积分滑模控制方法,提出了一种适用于非线性滞后系统的数据驱动离散积分滑模控制算法。该算法的主要创新点在于:1)考虑系统存在滞后的情况下,实现紧格式动态线性化数据模型中滞后项的隐性表达;2)基于无明显时间延迟的等效动态线性化数据模型,结合离散积分滑模控制方法进行控制系统设计,即在新的预测状态而不是原始状态下进行控制系统设计。（3）提出了一种抗饱和数据驱动积分终端滑模控制方案。该方案基于紧格式动态线性化数据模型,在离散积分终端滑模控制器设计过程中,引入动态抗饱和补偿器,解决了系统轨迹跟踪过程中执行器饱和问题。为更为清晰的表明所提出方法及其应用,以有输入饱和约束的轮式移动机器人的轨迹跟踪问题为例,阐述所提出方法的理论问题及实际应用。所提出控制算法,主要包括在线数据驱动模型辨识算法,积分终端滑模控制算法和动态抗饱和补偿算法。此外,给出了所提出方法的闭环系统稳定性分析。（4）基于包含扰动的紧格式动态线性化数据模型,提出了一种具有跟踪误差约束的数据驱动终端滑模控制方法。通过引入预定性能函数,将对系统输出误差存在约束的跟踪问题转化为无约束的镇定问题。并通过设计离散终端滑模控制器,进一步加快滑模运动趋于滑模面的速度,且能够确保系统跟踪误差收敛到预定义的区域。（5）针对一类包含未知外部扰动的离散非线性MIMO系统,提出一种新的数据驱动离散积分滑模解耦控制算法。所提出算法基于紧格式动态线性化数据模型,通过离散扩张观测器对数据驱动模型的未建模动态、未知扰动以及系统间各变量之间耦合作用进行在线估计,采用离散积分滑模控制策略,实现包含扰动的离散非线性MIMO系统的离散积分滑模解耦控制。为了使控制系统性能（包括过冲,瞬态响应和稳态误差）得到进一步改善。提出了一种新的数据驱动误差受限离散终端滑模解耦控制算法。该算法在紧格式动态线性化数据模型解耦的基础上,通过在滑模控制器设计过程中引入预定性能函数,使得解耦后各环路的误差能够收敛到预定的区域,提升了系统解耦后的控制性能。理论分析和仿真实验表明,在干扰和系统不确定性的影响下,基于预定性能的数据驱动滑模解耦控制器能够实现对离散非线性MIMO系统的渐近跟踪控制。
吴玉涛[2]（2020）在《带时间窗约束的离散乘性噪声系统故障诊断》文中研究说明为保证日益复杂化和大型化的工业系统能够安全可靠运行,采取及时有效的基于解析冗余的故障诊断策略是目前行之有效的措施之一。线性离散时变（Liner discrete time-varying,简称LDTV）乘性噪声系统,作为一类描述存在自身参数衰减、散射、畸变或者信号传输不理想等不确定性变化现象的状态空间模型,被普遍认为其更加符合复杂多变的实际工业现场物理背景。带时间窗约束的故障诊断策略,由于其对于初始误差、动态特性鲁棒性的优势,逐渐上升为当前国内外的研究热点,但其在线性离散时变乘性噪声系统故障诊断应用领域的研究成果还相对较少或者是有待进一步研究。遂本论文针对一类具有乘性噪声的线性离散时变系统,开展了带时间窗约束的故障诊断策略设计研究,其主要研究工作和创新之处如下:1.设计了新型随机意义下鲁棒性能指标,将等价空间方法推广应用至线性离散时变乘性噪声系统的故障检测领域。推导并提供了最优等价向量的解析表达式来设计最优残差产生器,给出了其所涉及到的所有未知关键矩阵的计算公式。借助随机化方法（Randomized algorithms,简称RA算法）,提出了两种阈值选取方式来实现残差评价。2.基于最小估计误差性能指标,设计了最优有限脉冲响应滤波器（Finite impulse response filter,简称FIR滤波器）增益,实现了线性时变离散乘性噪声系统的故障估计。将最优FIR滤波器增益设计问题转化为随机优化问题,推导并建立了保证最优FIR滤波器存在的充要条件,给出了随机优化问题的解析解以及其所涉及到的未知关键矩阵的两种计算方式。3.利用前一时间窗的所有状态信息来构造新的解析冗余关系,在最小估计误差性能指标下,设计了新型的FIR滤波器,实现了线性时变离散乘性噪声系统的最优故障估计。推导并建立了更易满足的保证最优FIR滤波器增益矩阵解析表达式存在的充要条件,解析地给出了两种具有明显计算优势的获取其所涉及到的未知关键矩阵的计算方式。
贡景秀[3]（2020）在《高超声速飞行器自适应故障诊断及自愈合控制方法》文中进行了进一步梳理高超声速飞行器具有广阔军事以及民事应用前景,而其所处的恶劣飞行环境使故障更易发生,对控制系统的稳定性、安全性以及可靠性提出了更高的要求,因此为故障系统设计自愈合控制方案具有现实意义。本文以高超声速飞行器为研究对象,考虑传感器/执行器故障以及外部扰动,研究故障诊断以及自愈合控制方案。论文主要研究内容如下:针对带有多传感器故障的高超声速飞行器巡航系统,提出了一种基于自适应增广观测器的故障诊断和自愈合控制方案。为了便于多传感器故障建模,将非线性纵向动力学模型转化为T-S模糊模型。为了快速准确地检测、分离故障,引入Luenberger观测器生成输出残差,并考虑观测器收敛性以及外部扰动设计阈值。通过改进的增广观测器同时估计多个传感故障,利用带有比例微分环节的自适应律进行干扰估计,该方法不受扰动幅值的限制。最后考虑故障和干扰,设计了一个自适应模糊反馈容错控制器,保证系统输出稳定跟踪控制指令。针对带有升降舵故障的高超声速飞行器巡航系统,提出了一种基于自适应状态观测器的故障诊断和自愈合控制方案。为了简化观测器和控制器设计,通过反馈线性化技术将飞行器复杂非线性模型转化为仿射非线性模型,并建立升降舵偏置故障模型。为了建立故障检测机制并提高检测的准确性,分别为高度以及速度子系统设计状态观测器,综合考虑观测器输出以及外部扰动,确定合理的检测阈值。通过引入干扰抑制水平参数并设计自适应状态观测器进行故障估计,使算法对干扰鲁棒;在此基础上,设计非线性干扰观测器进行干扰估计。最后设计了一个自适应非线性反馈容错控制器,保证飞行高度与速度稳定跟踪控制指令。针对带有舵面故障的高超声速飞行器姿态系统,提出了一种基于自适应反步法的故障估计和自愈合控制方案。基于高超声速飞行器姿态系统的仿射非线性模型,建立舵面偏置故障模型。为了获得检测机制所需的输出残差,设计非线性故障检测观测器估计姿态角,由此确定故障发生时间。为了准确估计故障并降低外部扰动的影响,基于增广系统设计了一个自适应鲁棒观测器,使得估计误差能满足L2-增益干扰抑制。最后设计了一个自适应反步容错控制器,保证系统输出姿态角稳定跟踪控制指令。基于MATLAB平台对上述故障诊断和自愈合控制方案进行对比仿真验证,仿真结果表明本文设计的方案能够快速准确地估计故障并能对故障进行有效补偿,从而保证系统的闭环稳定和准确跟踪。
郭斌[4]（2020）在《具有执行器故障和干扰的非线性系统自适应容错控制研究》文中指出近年来,工业系统的自动化水平高速发展,控制要求不断提高。相应地,系统部件日益增多,非线性程度不断增加,这给系统的分析与综合带来了巨大挑战。一方面,系统长时间工作或人员不正确操作等因素会致使系统产生故障;另一方面,系统组件增多,干扰进入系统渠道增多,多源化、不匹配扰动对系统的作用更为复杂,进一步增加了控制难度。故障和干扰会降低系统的控制性能,甚至直接破坏系统的稳定性。因此,提高非线性系统的容错能力,补偿故障对系统的影响,抑制外界干扰,对非线性系统的稳定运行至关重要。本文针对非线性控制系统的执行器故障和干扰问题,开展容错控制研究,主要研究内容如下:1)研究了具有执行器故障的Lipschitz非线性系统的鲁棒容错控制方法。针对一类受到执行器故障以及干扰的Lipschitz非线性系统,提出了一种鲁棒滑模容错控制方法。首先,设计了一种综合观测器以同时估计系统的状态、故障以及干扰信号;其次,利用观测器获得的信息,设计了一种鲁棒滑模容错控制器。在该控制方法中,将干扰分为两部分分别进行处理,并基于Lyapunov理论分析了系统的稳定性。最后,通过仿真,验证了该算法的有效性。2)研究了基于综合观测器的仿射非线性系统容错控制方法。以电动汽车系统为背景,针对一类受到执行器故障以及干扰影响的四轮独立驱动电动汽车系统,提出了一种新的自适应滑模控制算法。首先,建立了该电动汽车系统在受到执行器故障以及干扰下的系统模型,基于上章观测器结构,设计了一种新的综合观测器,得到了该系统的状态以及集成干扰等估计信息。其次,利用观测信息,设计了一种自适应滑模容错控制策略,在该控制方法中,通过引入自适应参数,提高了系统的响应速度。最后,以电动汽车系统两种工况为例进行了仿真,结果表明了所提出方法的有效性。3)研究了一类非仿射性非线性系统的干扰抑制与滑模容错控制方法。以机械系统为背景,针对一类非仿射性非线性系统,讨论了一种自适应容错控制方法。首先,建立了该系统受到执行器故障以及干扰的模型。其次,设计了一种综合观测器,用以观测系统的状态、故障以及干扰等信息,在该综合观测器结构中,不需要干扰的上界信息。为了更好实现系统轨迹跟踪控制的目的,设计了一种新的自适应离散滑模容错控制器,并证明了其收敛性能。最后,通过案例仿真,验证了该方法的容错性。4)研究了基于事件触发的n自由度非线性系统容错控制方法。针对一类非线性系统,在其受到执行器故障以及外界干扰情况下,提出了一种基于事件触发的自适应容错控制策略。首先,设计了一种新的事件触发机制。其次,设计了一种新的综合观测器。在该观测器结构中,一方面,同上章一样,无需干扰信号上界信息;另一方面,采用输出触发值代替连续值,用较少的信息量对系统未知变量进行了观测。基于观测所得信息,构建了一种基于事件触发的自适应滑模容错控制算法,可以有效补偿故障以及干扰对系统的影响并减少系统的通讯传输负载。最后,通过案例仿真,验证了该方法的容错性。5)研究了基于模糊的非线性系统自适应事件触发容错控制方法。针对一类受到执行器故障以及干扰的n自由度非线性系统,为了减少故障对系统的影响以及抑制干扰,讨论了一种基于模糊的自适应滑模容错控制策略。首先,利用模糊逻辑原理,对系统的非线性部分进行模糊逼近;其次,构建了一种新的事件触发机制,并结合输出触发信息,设计了一种模糊综合观测器。在该观测器结构中,干扰信息可以为n阶可导的高阶信号,这更贴近实际系统。基于系统观测信息,结合构建的控制通道自适应事件触发机制,设计了一种新的基于事件触发的自适应滑模模糊容错控制方法。最后,通过实例仿真,验证了该方法的容错能力。
徐淑卿[5]（2019）在《基于神经网络的航天器跟踪数据预处理及导航滤波方法研究》文中研究表明随着导航精度需求的提高,多源导航逐渐成为了航天任务的首选方式。路标导航随着光学技术的发展应运而生,并且同CNS互相补偿,以提高组合导航的导航精度。同时,随着智能算法的发展,导航滤波算法也向着自适应性发展。因此,多源性、自适应性成为了导航新的发展方向,而高稳定性一直是导航的目标。本文以多源导航作为研究背景,主要做出了以下工作:（1）首先,在预处理阶段,通过BP神经网络对捕获的数据进行检测和补偿,获取了连续性强、特征明显的导航数据;（2）以路标导航作为研究基础,借鉴现有的天文导航定位定姿方法,提出了一种利用相机进行路标定位和定姿的导航方法。在仿真段同SINS相结合,对比未定姿的实验结果,发现充分利用相机的图像信息进行定姿的方法确实有效;（3）在多源导航的研究过程中,以联邦滤波作为出发点,利用Sage-Husa自适应滤波来改进联邦滤波,以得到联邦自适应滤波,满足自适应性和分布式计算的特性。在仿真段,将改进的联邦自适应滤波同两种单独的方法相比较,发现改进后的算法具有明显的优势;（4）最后,在SINS/GNSS/CNS/路标组合导航方案中,针对多源导航中的不确定性问题,利用BP神经网络对导航结果进行改进。仿真段的研究结果表明,利用BP神经网络改进的导航结果精度更高。
蒋耿乾[6]（2019）在《针对传感器复合故障的高超声速飞行器自愈合控制研究》文中研究表明高超声速飞行器所处飞行环境具有高速、低压、高温、强辐射、电磁干扰、雷电、强对流等严酷特征,其部件常常会发生外机械振动、管线脱落、电子器件失效等情况,可能导致传感器系统发生复合故障,造成严重后果。传感器复合故障下的高超声速飞行器自愈合控制研究便成为富有意义的课题。本文以高超声速飞行器巡航阶段纵向模型与再入段姿态角模型为研究对象,研究了传感器发生各种复合故障的故障检测与估计问题,并以此设计了相应的自愈合控制方法。论文的主要内容如下:（1）针对高超声速飞行器纵向模型高度和速度通道发生多传感器故障的情况,设计了基于自适应与反步滑模故障估计观测器的自愈合控制方法。首先利用反馈线性化方法建立了高超声速飞行器纵向仿射非线性模型,并设计了标称滑模控制器使输出跟踪给定参考指令。提出了非线性自适应观测器的方法来估计速度通道的故障。通过将受耦合影响的系统参数也作为估计项,设计了反步滑模观测器精确估计高度通道故障。利用故障估计值对滑模控制器进行补偿,使原系统重新跟踪给定参考指令。（2）考虑更为复杂的时变传感器连锁故障与外部干扰,设计了基于多维广义观测器的故障诊断与容错控制方案。以巡航阶段纵向T-S模糊模型为基础,考虑外部干扰与非线性项,增强模型的代表性。针对传感器连锁故障,首先建立故障检测观测器检测故障,随后设计了多维广义观测器方法解决了因耦合效应影响导致的普通广义观测器对连锁故障估计效果不理想问题。根据所得故障估计结果,设计了能处理系统非线性和传感器故障的鲁棒容错控制器使系统恢复稳定。所设计的观测器与控制器满足H∞性能指标,对干扰具有鲁棒性。（3）针对高超声速飞行器再入段姿态角系统传感器复合故障,设计了基于间接自适应滑模和动态面技术的自愈合方法。首先针对带有传感器故障与干扰的再入段姿态角系统,设计了非线性故障检测观测器生成检测残差以检测故障。提出了带有容错项的间接自适应滑模虚拟控制器与动态面控制器设计方法。传感器复合故障在控制器设计过程中就被快速补偿,不需要额外的故障估计观测器设计,确保故障系统重新恢复对参考指令良好跟踪的同时,减少了系统复杂性。将上述故障检测、故障估计与自愈合控制方法进行了基于Matlab/simulink的对比性仿真研究,并利用Links-Box平台对部分结果进行了快速原型仿真实验。结果表明本文所提方案能够快速检测故障、精确获得故障估计信息的同时,对其进行有效补偿,从而保证系统的稳定性和跟踪性能。
魏薇郦[7]（2018）在《考虑侧风干扰的ESC系统执行器故障诊断》文中进行了进一步梳理汽车安全性是指汽车在行驶中避免事故且保障行人和乘员安全的性能,一般分为主动安全性、被动安全性、事故后安全性和生态安全性。在道路交通事故中,汽车本身的安全性能是不可忽视的因素。汽车安全性能好,往往可以避免事故的发生或减少伤亡的程度。车辆稳定控制系统（ESC）是一种主动安全系统,它可以有效地提高车辆运行的稳定性,防止侧滑及甩尾等情况的发生,在一定程度上保证了人的安全。当ESC系统出现故障,车辆稳定性很难保证,如果不及时诊断出故障就会造成严重的后果。因此近年来ESC系统的故障诊断成为人们研究的重点。本文研究受国家重点研发项目——电动汽车智能辅助驾驶技术研发及产业化项目（项目号2016YFB0101102）资金的支持。首先,为实现车辆故障诊断并考虑后续的容错控制,本文在七自由度车辆模型的基础上引入执行器故障和侧风干扰,考虑到目前通用的车辆稳定控制的分层算法,本文选择车辆所受的纵向合力、侧向合力和横摆合力矩作为系统的虚拟输入。为略去容错控制中复杂的下层力矩分配,本文将描述液压执行器故障的信息的轮胎力引入七自由度车辆模型。通过对车辆的气动力学分析,将侧风产生的气动阻力、侧向力和横摆力矩引入七自由度整车模型。其次,本文研究特殊侧风情况下的ESC系统执行器故障诊断,为实现干扰解耦的故障诊断算法设计,通过求取系统的最大可观测空间,选取微分同胚变换方式,实现对系统的变换,得到的子系统可以看作是只受故障和已知输入影响的系统。为获取故障信息,在子系统基础上,本文将故障值作为增广状态建立增广系统。利用李雅普诺夫方法对增广的子系统设计非线性故障诊断观测器,实现单一执行器的故障诊断,利用Matlab/Simulink搭建模型及故障诊断观测器,仿真结果表明,在无故障情况以及执行器发生缓变故障和突变故障情况下,故障诊断算法能够对故障进行检测与隔离。最后,因为针对特殊侧风情况下提出的故障诊断算法在实际工程中应用具有局限性,本文针对一般侧风干扰情况设计ESC系统执行器故障诊断算法。考虑到带有侧风干扰和执行器故障的七自由度整车模型的非线性性质,用于干扰故障同时存在的故障诊断非线性观测器设计方法复杂多样且条件苛刻,本文对模型进行线性化。为实现全状态的线性化,文中采用基于微分几何的反馈线性化方法,即利用微分同胚映射进行坐标变换,引入状态反馈。通过分析发现线性化后的系统中故障与干扰存在耦合。为得到故障信息,本文将故障值作为增广状态建立增广系统。考虑到干扰与故障存在耦合,本文采用H?鲁棒观测器的设计思想,通过设计观测器增益矩阵,得到能抑制干扰的故障诊断观测器,同时保证了状态估计误差尽快收敛和观测误差渐进收敛,实现单一执行器故障发生时的故障诊断。利用Matlab/Simulink搭建模型及故障诊断观测器,仿真结果表明,在无故障情况以及执行器发生缓变故障和突变故障情况下,故障诊断算法能够对故障进行检测与隔离。
郑重[8]（2017）在《参数切换重复标量非线性系统的控制与滤波研究》文中研究表明非线性特征普遍存在于实际系统中,重复标量非线性系统利用状态空间方程的形式描述了系统的每个状态分量中包含相同的非线性,为一类结构简单的多输入多输出非线性系统的分析和综合提供了完整的模型基础。然而,由于实际系统的复杂性,一般形式的重复标量非线性系统在描述系统复杂非线性和不确定性时具有很大的局限性,也为实际系统的控制/滤波设计带来难题。同时,在处理系统的复杂非线性和不确定性方面,目前切换系统的应用从很大程度上解决了复杂系统的描述问题。由于其是由一系列连续/离散时间子系统以及相应的切换序列构成,切换系统可以描述应用范围更广的混杂系统。因此,结合切换系统对混杂跳跃系统的建模优势,一类带有切换参数的重复标量非线性系统（参数切换重复标量非线性系统）取得了一定的研究进展。然而值得重视的是,针对参数切换重复标量非线性系统还没有形成系统完善的分析与综合方法。虽然在反馈控制、滤波设计以及性能分析方面的研究已有报道,但现有结果尚有很大改进空间,并且在解决复杂环境下的控制与滤波问题还有很大挑战。本论文充分考虑重复标量非线性系统的特点,并结合切换系统理论,建立了各类复杂环境下的参数切换重复标量非线性系统模型。在这些模型基础上,分别提出了用于分析系统稳定性和系统性能、设计控制器和滤波器以及设计故障检测等的新方法,并得到了一系列新的控制器/滤波器设计结果;同时,部分理论研究成果在欠驱动机械臂系统的滤波（故障检测）问题中得到了应用。上述研究内容构成了一条较为完整,以研究“具有重复标量非线性特征的切换系统的分析与综合”为主线的研究体系。论文的具体研究内容、研究方法以及取得的理论创新性分述如下:1.结合对角占优技术构造了切换序列依赖的Lyapunuov函数,给出了保证闭环系统渐进稳定且满足H∞干扰抑制性能的充分条件。更进一步,我们给出了保证闭环系统指定性能的状态反馈控制器设计判定准则。2.通过构造适当的切换序列依赖Lyapunov函数,应用线性矩阵不等式技术和锥补线性化方法,得到了该类参数切换重复标量非线性系统动态输出反馈控制器的存在性条件,以及控制器参数求解算法,从而保证增广的闭环系统渐近稳定且满足给定的H∞性能,进而解决了随机干扰情形下参数切换重复标量非线性系统的动态输出反馈控制问题。由于控制器设计判定准则不是标准化的线性矩阵不等式,本章利用锥补线性化算法求解控制器参数。3.研究由研究对象和全阶滤波器构成的增广系统,采用切换序列依赖的Lyapunov函数,结合主对角占优矩阵性质,得到了该类增广系统的稳定性条件;利用线性矩阵不等式技术和锥补线性化方法得到了该类系统的?2-?∞滤波器参数求解新算法。在此基础上,进一步给出了该类系统的?2-?∞降阶滤波器参数求解新算法,解决了含Markovian跳变参数和随机干扰的离散重复标量非线性系统的?2-?∞滤波问题。4.为了减少二次框架的超安全标准设计规模,该章在故障诊断滤波器的设计过程中提出一种切换序列依赖的李雅普诺夫函数法。首先给出了可容许的广义H2滤波器存在的充分性条件。由于这些条件中涉及矩阵不等式,该章利用锥补线性化过程把非凸可行性问题转化成一系列受线性不等式约束的最小化问题,该类问题可以通过标准的数学软件进行求解。如果这些条件是可行的,就可以得出期望的故障诊断滤波器。5.基于Markovian跳变模型设计欠驱动机械臂故障诊断滤波器使得滤波误差系统随机稳定且满足指定的概率性能约束。基于新颖的故障诊断滤波算法,利用随机分析技术,提出了故障诊断滤波器设计准则。此外,利用锥补线性化方法将滤波器设计问题转变为最小化问题,进而利用优化方法解决上述问题。
王申全[9]（2013）在《时滞系统的鲁棒故障检测与容错控制方法研究》文中研究说明在实际工程应用中,由于控制系统规模不断扩大,复杂程度日益提高,以及系统投资的巨大,人们迫切需要提高系统可靠性和安全性.然而,当执行器、传感器或系统的其他元器件发生故障时,传统的控制器不能保证闭环控制系统期望的性能甚至会导致不稳定.故障诊断与容错控制技术是解决这一问题的有效方法.为了提高故障检测滤波器和容错控制器的性能,本论文基于参数依赖的Lyapunov稳定性理论和LMI技术,进一步深入地研究了时滞系统（网络控制系统）的鲁棒H∞性能分析、状态反馈控制器和故障检测滤波器综合设计以及容错控制问题,形成了-整套新的时滞系统故障检测与容错控制方法.并将部分理论研究成果在载重拖车系统和间歇式反应器等实际仿真对象中进行了验证.由于在时滞的处理过程中,采用了时滞分解方法,倒数凸组合技术和输入-输出方法,所得结果具有更小的保守性和计算负担.全文的主要工作总结如下：1.研究了一类带有时变时滞和多包丢失的离散T-S模糊网络系统故障检测问题.假设被控对象到模糊故障检测滤波器（FFDF）之间的通信连接存在数据包丢失,且丢失概率在间隔[0,1]上满足特定概率密度分布.离散时间模糊网络系统应用输入-输出和二项近似方法转化为互联的两个子系统.设计的FFDF,对所允许的数据包丢失条件,保证故障检测动态系统为输入-输出均方稳定.且满足期望的H∞性能.通过选取一个新的Lyapunov函数,获得了FFDF存在的充分条件.相应的FFDF增益的可解性条件利作锥补线性化迭代算法转化为凸最优问题.2.研究了带有离散状态时滞、分布式时滞、数据包丢失和非线性扰动的网络控制系统故障检测问题.不同于现存的故障检测结果.这里所提出的是闭环故障检测策略.也就是同时设计了控制器和故障检测滤波器.假设从传感器到控制器及控制器到执行器的数据包丢失满足相互独立的白噪声序列.将基于观测器的故障检测滤波器作为残差生成器,网络非线性系统可以表示成H∞模型匹配问题.设计的闭环故障检测滤波器不仅保证了残差和滤波故障的估计误差尽可能小,同时满足闭环网络非线性系统的指数均方稳定.3.研究了带有状态时滞及执行器故障的非线性网络控制系统（NNCSs）模糊容错控制问题.利用输入时滞方法,带有网络诱导时延和数据包丢失的NNCSs等价转化为带有时变时滞的Takagi-Sugeno（T-S）模糊系统.采用时滞分解方法.时滞对象的状态信息得以充分考虑.利用锥补线性化迭代算法,将非凸的稳定性条件转化成可行的线性矩阵不等式（LMI）形式.同时将倒数凸组合界处理技术与不相关增广矩阵项引入到Lyapunov函数的处理当中,获得了保守性更小的稳定性条件.4.针对一类带有状态时滞和随机执行器故障的网络控制系统（NCSs）,设计了鲁棒故障容错控制器.利用输入时滞方法,获得了具有状态和输入时滞的等价系统.在时滞分解的积分区间上采用一新的Lyapunov函数,同时利用倒数凸组合技术直接处理了逆加权凸组合二次项,获得了保证NCSs均方渐近稳定的充分性条件,以LMI的形式表示出来.此方法,不需要模型变换和引入额外的松弛变量,结果具有更小的保守性.5.针对一类带有时变时滞和执行器故障的离散T-S模糊系统,在状态可测、不可测两种情况下,分别给出了模糊H∞容错控制器的设计方法.选择了一种更切合实际的离散齐次马尔可夫链来表示执行器故障的随机行为.利用一类新的模型变换方法,将带有执行器故障的离散时滞模糊系统转换为互联的两个子系统.利用输入-输出方法（标度小增益定理）分析互联子系统的随机稳定性.通过构造参数依赖的Lyapunov函数,给出闭环系统输入-输出均方稳定且满足H∞性能的充分条件及H∞容错控制器的设计方法.最后,对全文所做工作进行了总结,指出了目前时滞系统（网络控制系统）故障检测和容错控制理论研究中存在的一些问题和进一步的发展方向,并对未来的研究工作进行了展望.
田慧[10]（2013）在《T-S模糊仿射系统的鲁棒滤波设计及故障诊断》文中研究说明近年来关于T-S模糊动态系统的稳定性分析和控制器设计的研究得到了广泛关注。T-S模糊模型的魅力在于其灵活的将模糊逻辑理论和卓有成效的线性多变量系统理论结合成一个统一的框架，然后通过基于Lyapunov函数的方法进行控制设计和分析；另一方面，在现在控制领域的理论研究以及工程实际中，研究的较为广泛的是与控制问题相对应的系统滤波问题。自从Kalman和Luenberger等人先后提出滤波以及观测器理论和相应的设计方法之后，系统滤波问题引发了全世界学者的广泛关注，并且取得了巨大的研究成果；在工程应用方面，模糊控制技术的应用使得其在工程实际中有了越来越重要的作用。特别是近十年以来，科技的发展使得模糊控制技术在人们的日常生活中以及工业生产中进一步发展和完善。首先，本文研究了一类连续时间T-S模糊仿射系统的H鲁棒状态估计问题。该部分的重点是设计一个全维滤波器，满足滤波误差系统是渐进稳定并且具有给定的H扰动抑制度。基于分段连续Lyapunov函数结合S-procedure和一些矩阵不等式线性化技术，本文给出了连续时间T-S模糊仿射系统滤波器设计的一些新结果。其次，本文研究了一类离散时间T-S模糊仿射系统的鲁棒故障诊断问题。研究的目的集中在分析和设计一个满足滤波误差系统是渐进稳定的，并且具有H的扰动抑制度以及检测灵敏度的故障诊断器。假设系统的前件变量，通常是系统的状态变量或其函数，是不可测量的，使得滤波器在分割的状态空间中运行时可能会非同步于系统的状态轨迹。基于分段Lyapunov函数结合S-过程和一些矩阵不等式的线性化技术，本文给出了离散时间T-S模糊仿射系统的滤波器设计的一些新的结果。通过数值例子说明了所提方法的有效性和可行性。本文的特点在于，采用T-S仿射动态模型近似非线性系统，由于仿射项的加入使得模型在任意紧集上可以以任意精度逼近非线性系统；采用分段Lyapunov的方法进行系统稳定性分析，对比一般的公共的Lyapunov函数，分段Lyapunov函数能有效的降低系统的保守性，并且使处理模糊非线性系统的范围也更加广泛。
二、基于线性化技术的非线性系统故障诊断（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于线性化技术的非线性系统故障诊断（论文提纲范文）
（1）基于动态线性化数据模型的离散滑模控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 动态线性化技术发展现状 |
| 1.2.1 SISO系统动态线性化技术 |
| 1.2.2 MIMO系统动态线性化技术 |
| 1.3 数据驱动离散滑模技术发展现状 |
| 1.3.1 离散滑模技术发展现状 |
| 1.3.2 基于动态线性化技术的离散滑模控制研究现状 |
| 1.4 论文主要研究内容 |
| 第2章 基于动态线性化技术的积分终端滑模控制 |
| 2.1 引言 |
| 2.2 紧格式动态线性化离散积分终端滑模控制 |
| 2.2.1 问题描述 |
| 2.2.2 积分终端滑模控制器设计 |
| 2.2.3 稳定性分析 |
| 2.2.4 设计方法推广 |
| 2.3 基于扰动估计的离散积分终端滑模控制 |
| 2.3.1 问题描述 |
| 2.3.2 控制器设计 |
| 2.3.3 稳定性分析 |
| 2.3.4 基于扰动估计的积分终端滑模预测控制器设计 |
| 2.4 数值仿真 |
| 2.4.1 仿真示例1 |
| 2.4.2 仿真示例2 |
| 2.4.3 仿真示例3 |
| 2.4.4 双容水箱实验 |
| 2.5 本章小结 |
| 第3章 时滞系统数据驱动积分滑模控制 |
| 3.1 引言 |
| 3.2 问题描述及模型转换 |
| 3.2.1 问题描述 |
| 3.2.2 离散时间预测器 |
| 3.3 控制系统设计 |
| 3.3.1 伪偏导数估计 |
| 3.3.2 控制器设计 |
| 3.4 稳定性分析 |
| 3.5 数值仿真 |
| 3.6 本章小结 |
| 第4章 数据驱动积分终端滑模约束控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 轮式移动机器人运动学模型 |
| 4.2.2 航向角补偿算法 |
| 4.3 数据驱动建模 |
| 4.4 控制器设计 |
| 4.5 稳定性分析 |
| 4.6 数值仿真 |
| 4.6.1 直线运动轨迹跟踪 |
| 4.6.2 曲线运动轨迹跟踪 |
| 4.7 本章小结 |
| 第5章 基于预定性能的数据驱动终端滑模控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 数据模型及扰动估计 |
| 5.2.2 预定性能函数及误差转换 |
| 5.3 控制器设计 |
| 5.4 稳定性分析 |
| 5.5 数值仿真 |
| 5.6 本章小结 |
| 第6章 基于动态线性化技术的积分滑模解耦控制 |
| 6.1 引言 |
| 6.2 数据驱动离散积分滑模解耦控制算法 |
| 6.2.1 问题描述 |
| 6.2.2 控制器设计 |
| 6.2.3 稳定性分析 |
| 6.2.4 数值仿真 |
| 6.3 基于预定性能的数据驱动离散终端滑模解耦控制 |
| 6.3.1 预定性能函数及误差转换 |
| 6.3.2 控制器设计 |
| 6.3.3 稳定性分析 |
| 6.3.4 数值仿真 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）带时间窗约束的离散乘性噪声系统故障诊断（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 故障诊断技术概述 |
| 1.2.1 故障诊断领域的基本概念 |
| 1.2.2 故障诊断技术的分类 |
| 1.3 线性离散时变乘性噪声系统概述 |
| 1.3.1 线性离散时变乘性噪声系统的特点及其应用 |
| 1.3.2 线性离散时变乘性噪声系统的故障诊断 |
| 1.4 带时间窗约束的故障诊断方式的研究现状 |
| 1.4.1 等价空间方法 |
| 1.4.2 FIR滤波器 |
| 1.5 论文的内容与结构 |
| 第二章 基于等价空间方法的线性离散时变乘性噪声系统故障检测 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 主要结果 |
| 2.3.1 问题分析 |
| 2.3.2 未知关键矩阵求解 |
| 2.3.3 残差生成器设计 |
| 2.3.4 残差评价 |
| 2.4 仿真验证 |
| 2.5 小结 |
| 第三章 基于FIR滤波器的线性离散时变乘性噪声系统故障估计:方法I |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 主要结果 |
| 3.3.1 问题分析 |
| 3.3.2 未知关键矩阵求解 |
| 3.3.3 最优FIR滤波器设计 |
| 3.4 未知关键矩阵求解方法改进 |
| 3.4.1 主要结果 |
| 3.4.2 计算量分析 |
| 3.5 仿真验证 |
| 3.6 小结 |
| 第四章 基于FIR滤波器的线性离散时变乘性噪声系统故障估计:方法II |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 主要结果 |
| 4.3.1 问题分析 |
| 4.3.2 未知关键矩阵求解 |
| 4.3.3 最优FIR滤波器设计 |
| 4.3.4 计算量分析 |
| 4.4 仿真验证 |
| 4.5 小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（3）高超声速飞行器自适应故障诊断及自愈合控制方法（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 国外研究发展现状 |
| 1.2.2 国内研究发展现状 |
| 1.3 高超声速飞行器控制技术研究 |
| 1.3.1 高超声速飞行器模型介绍 |
| 1.3.2 故障诊断与容错控制方法介绍 |
| 1.4 本文主要研究工作及内容安排 |
| 第二章 基于自适应增广观测器的多传感器故障诊断与控制 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.2.1 巡航系统的动力学模型 |
| 2.2.2 带有多传感器故障的T-S模糊模型 |
| 2.2.3 研究问题与控制目标 |
| 2.3 多传感器故障诊断 |
| 2.3.1 故障检测 |
| 2.3.2 故障分离 |
| 2.3.3 故障估计 |
| 2.4 自愈合控制器设计 |
| 2.4.1 标称模糊反馈控制器设计 |
| 2.4.2 自适应故障补偿控制器设计 |
| 2.5 仿真验证及结果分析 |
| 2.6 本章小结 |
| 第三章 基于自适应状态观测器的升降舵故障诊断与控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.2.1 巡航系统的反馈线性化模型 |
| 3.2.2 带有升降舵故障的巡航系统模型 |
| 3.2.3 研究问题与控制目标 |
| 3.3 升降舵故障检测与估计 |
| 3.3.1 故障检测 |
| 3.3.2 故障估计 |
| 3.3.3 干扰处理 |
| 3.4 自愈合控制器设计 |
| 3.4.1 标称非线性反馈控制器设计 |
| 3.4.2 自适应容错控制器设计 |
| 3.5 仿真验证及结果分析 |
| 3.6 本章小结 |
| 第四章 基于自适应反步法的舵面故障估计与控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 姿态系统的动力学模型 |
| 4.2.2 带有舵面故障的姿态模型 |
| 4.2.3 研究问题与控制目标 |
| 4.3 舵面故障检测与估计 |
| 4.3.1 故障检测 |
| 4.3.2 故障估计 |
| 4.4 自愈合控制器设计 |
| 4.4.1 标称反步控制器设计 |
| 4.4.2 自适应反步容错控制器设计 |
| 4.5 仿真验证及结果分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及获奖情况 |
（4）具有执行器故障和干扰的非线性系统自适应容错控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 非线性系统容错控制研究现状 |
| 1.2.1 非线性系统故障问题容错控制研究现状 |
| 1.2.2 非线性系统干扰问题容错控制研究现状 |
| 1.3 预备知识 |
| 1.3.1 滑模控制理论 |
| 1.3.2 模糊逻辑理论 |
| 1.3.3 事件触发理论 |
| 1.3.4 自适应控制理论 |
| 1.3.5 观测器基本理论 |
| 1.3.6 重要引理 |
| 1.4 本文的主要贡献与创新 |
| 1.5 本论文的结构安排 |
| 第二章 含执行器故障的Lipschitz非线性系统鲁棒容错控制研究 |
| 2.1 引言 |
| 2.2 研究问题说明以及控制器设计 |
| 2.2.1 研究问题描述 |
| 2.2.2 观测器设计 |
| 2.2.3 控制器设计及分析 |
| 2.3 结果分析 |
| 2.4 本章小结 |
| 第三章 基于综合观测器的仿射非线性系统容错控制研究 |
| 3.1 引言 |
| 3.2 系统问题描述以及模型建立 |
| 3.2.1 系统问题描述 |
| 3.2.2 系统故障模型 |
| 3.3 控制器设计 |
| 3.3.1 观测器设计 |
| 3.3.2 容错控制器设计 |
| 3.4 仿真结果 |
| 3.5 本章小结 |
| 第四章 一类非仿射非线性系统干扰抑制与滑模容错控制研究 |
| 4.1 引言 |
| 4.2 系统问题描述 |
| 4.3 控制器设计 |
| 4.3.1 观测器设计 |
| 4.3.2 容错控制器设计及分析 |
| 4.4 仿真案例及分析 |
| 4.5 本章小结 |
| 第五章 基于事件触发的n自由度非线性系统容错控制研究 |
| 5.1 引言 |
| 5.2 系统问题描述 |
| 5.3 控制器设计 |
| 5.3.1 触发器设计 |
| 5.3.2 观测器设计 |
| 5.3.3 自适应滑模控制器设计 |
| 5.3.4 基于事件触发的自适应滑模控制器设计 |
| 5.4 仿真案例及分析 |
| 5.5 本章小结 |
| 第六章 基于模糊的非线性系统自适应事件触发容错控制研究 |
| 6.1 引言 |
| 6.2 系统问题描述 |
| 6.3 控制器设计 |
| 6.3.1 观测器设计 |
| 6.3.2 自适应滑模控制器设计 |
| 6.3.3 基于事件触发的自适应滑模模糊控制器设计 |
| 6.4 仿真案例及分析 |
| 6.5 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（5）基于神经网络的航天器跟踪数据预处理及导航滤波方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 导航系统 |
| 1.2.2 导航技术 |
| 1.2.3 导航滤波算法 |
| 1.2.4 人工神经网络及其在导航中的应用 |
| 1.3 论文的主要工作及组织结构 |
| 1.3.1 问题提出 |
| 1.3.2 主要研究内容与章节安排 |
| 第二章 多源导航方法原理简介 |
| 2.1 惯性导航系统原理及惯性器件 |
| 2.1.1 惯性导航系统工作原理 |
| 2.1.2 惯性器件 |
| 2.2 卫星导航系统原理 |
| 2.3 天文导航定位及定姿原理 |
| 2.3.1 天文导航定位原理 |
| 2.3.2 天文导航定姿原理 |
| 2.4 路标导航及路标相机原理 |
| 2.4.1 路标导航原理 |
| 2.4.2 路标相机原理 |
| 第三章 路标导航及其组合导航方法研究 |
| 3.1 导航数据预处理 |
| 3.1.1 基于时间序列建模构造BPNN的故障检测方法 |
| 3.1.2 基于BPNN的动态系统目标跟踪数据预测补偿方法 |
| 3.2 路标导航方法研究 |
| 3.2.1 路标导航中卫星的动力学模型 |
| 3.2.2 路标导航中卫星的状态方程和测量方程 |
| 3.3 基于路标定姿的SINS/路标组合导航 |
| 3.3.1 路标导航的定姿及定位过程 |
| 3.3.2 SINS/路标组合导航流程及模型 |
| 3.3.3 仿真与分析 |
| 3.4 结论 |
| 第四章 基于路标导航的改进多源导航自主算法研究 |
| 4.1 基于联邦Sage-Husa自适应滤波的SINS/GNSS/路标组合导航方法 |
| 4.1.1 联邦卡尔曼滤波原理 |
| 4.1.2 Sage-Husa自适应滤波原理 |
| 4.1.3 改进的联邦滤波算法原理 |
| 4.1.4 导航系统建模 |
| 4.1.5 仿真分析 |
| 4.2 基于神经网络修正联邦滤波的SINS/GNSS/CNS/路标组合导航方法 |
| 4.2.1 利用BPNN改进的联邦滤波原理 |
| 4.2.2 组合导航系统建模 |
| 4.2.3 仿真分析 |
| 4.3 结论 |
| 第五章 总结 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（6）针对传感器复合故障的高超声速飞行器自愈合控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 高超声速飞行器国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 高超声速飞行器控制研究 |
| 1.4 传感器复合故障诊断及容错研究 |
| 1.5 本文主要研究工作及内容安排 |
| 第二章 基于自适应与反步滑模观测器的多传感器故障自愈合方法设计 |
| 2.1 引言 |
| 2.2 带有多传感器故障的纵向仿射非线性模型 |
| 2.2.1 高超声速飞行器纵向模型 |
| 2.2.2 输入输出反馈线性化 |
| 2.2.3 多传感器故障 |
| 2.3 多传感器故障估计与自愈合控制器设计 |
| 2.3.1 标称滑模控制器 |
| 2.3.2 多传感器故障估计方案设计 |
| 2.3.3 非线性容错控制器设计 |
| 2.4 仿真验证及分析 |
| 2.5 本章小结 |
| 第三章 基于多维广义观测器的传感器连锁故障诊断与容错控制 |
| 3.1 引言 |
| 3.2 带有传感器连锁故障和扰动的纵向非线性模糊模型 |
| 3.3 传感器连锁故障诊断方法设计 |
| 3.3.1 故障检测方案设计 |
| 3.3.2 多维广义非线性故障估计观测器设计 |
| 3.4 鲁棒容错控制器设计 |
| 3.5 基于Matlab/Simulink的仿真验证及分析 |
| 3.6 基于Links-Box快速原型仿真器的结果验证 |
| 3.6.1 Links-Box快速原型仿真器介绍 |
| 3.6.2 Links-RT系统运行流程 |
| 3.6.3 仿真过程结果展示 |
| 3.7 本章小结 |
| 第四章 基于间接自适应滑模技术的再入段故障检测与自愈合控制 |
| 4.1 引言 |
| 4.2 带有传感器复合故障的再入段姿态模型 |
| 4.3 再入段传感器复合故障检测与自愈合控制设计 |
| 4.3.1 非线性故障检测观测器设计 |
| 4.3.2 外环自适应滑模虚拟容错控制器设计 |
| 4.3.3 内环动态面自适应控制器设计 |
| 4.4 仿真验证及分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及获奖情况 |
（7）考虑侧风干扰的ESC系统执行器故障诊断（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 汽车安全技术介绍 |
| 1.2.1 汽车安全技术发展现状及趋势 |
| 1.2.2 汽车ESC系统组成 |
| 1.2.3 汽车ESC系统工作原理 |
| 1.3 故障诊断技术简介 |
| 1.3.1 故障诊断技术的研究现状 |
| 1.3.2 汽车ESC系统故障诊断技术的研究现状 |
| 1.4 微分几何相关知识 |
| 1.5 本文的主要内容及章节安排 |
| 1.6 本章小结 |
| 第2章 考虑侧风干扰和执行故障的汽车动力学模型 |
| 2.1 七自由度车辆模型 |
| 2.1.1 车体动力学方程 |
| 2.1.2 轮胎动力学方程 |
| 2.2 执行器故障与侧风干扰引入 |
| 2.2.1 侧风干扰引入 |
| 2.2.2 执行器故障引入 |
| 2.3 本章小结 |
| 第3章 侧风干扰解耦的故障诊断算法设计 |
| 3.1 基本原理 |
| 3.2 车辆稳定系统的坐标变换 |
| 3.2.1 特殊侧风干扰模型 |
| 3.2.2 坐标变换 |
| 3.3 故障诊断观测器设计 |
| 3.3.1 执行器故障增广系统建立 |
| 3.3.2 非线性故障诊断观测器设计 |
| 3.4 仿真实验验证 |
| 3.4.1 仿真参数 |
| 3.4.2 无故障情况仿真分析 |
| 3.4.3 执行器突变故障仿真分析 |
| 3.4.4 执行器缓变故障仿真分析 |
| 3.5 本章小结 |
| 第4章 鲁棒故障诊断算法设计 |
| 4.1 MIMO系统的线性化 |
| 4.1.1 MIMO系统的相对阶 |
| 4.1.2 坐标变换 |
| 4.1.3 MIMO系统的精确线性化 |
| 4.2 七自由度车辆模型线性化 |
| 4.2.1 坐标变换 |
| 4.2.2 经过反馈的精确线性化 |
| 4.3 鲁棒故障观测器设计 |
| 4.3.1 执行器故障增广系统建立 |
| 4.3.2 H_∞鲁棒观测器设计 |
| 4.3.3 故障检测 |
| 4.3.4 故障隔离 |
| 4.3.5 故障估计 |
| 4.4 仿真实验验证 |
| 4.4.1 仿真参数 |
| 4.4.2 无故障情况仿真分析 |
| 4.4.3 执行器突变故障仿真分析 |
| 4.4.4 执行器缓变故障仿真分析 |
| 4.5 本章小结 |
| 第5章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（8）参数切换重复标量非线性系统的控制与滤波研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题研究现状 |
| 1.2.1 重复标量非线性系统的稳定性分析 |
| 1.2.2 参数切换重复标量非线性系统的控制 |
| 1.2.3 参数切换重复标量非线性系统的滤波 |
| 1.3 尚待解决的问题以及有待提升的方法 |
| 1.4 本论文的主要研究内容 |
| 1.4.1 参数切换重复标量非线性系统 |
| 1.4.2 Markovian跳变系统 |
| 1.4.3 应用与未来研究 |
| 第2章 参数切换重复标量非线性系统的H_∞控制 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 主要结果 |
| 2.4 数值算例 |
| 2.5 本章小结 |
| 第3章 参数切换重复标量非线性系统的动态输出反馈控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 主要结果 |
| 3.4 数值算例 |
| 3.5 本章小结 |
| 第4章 参数Markovian跳变重复标量非线性系统的?_2-?_∞滤波 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 主要结果 |
| 4.4 仿真结果 |
| 4.5 本章小结 |
| 第5章 参数切换重复标量非线性系统的故障诊断滤波器设计 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 主要结果 |
| 5.4 数值算例 |
| 5.5 本章小结 |
| 第6章 欠驱动机械臂的故障诊断滤波器设计 |
| 6.1 引言 |
| 6.2 欠驱动机械臂系统的动态分析 |
| 6.3 主要结果 |
| 6.4 仿真结果 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（9）时滞系统的鲁棒故障检测与容错控制方法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 故障检测与容错控制 |
| 1.2.1 故障检测与容错控制的发展概述 |
| 1.2.2 故障检测与容错控制的研究现状 |
| 1.3 时滞系统(网络控制系统)概述 |
| 1.3.1 网络控制系统结构及基本问题 |
| 1.3.2 时滞系统的研究现状 |
| 1.4 时滞系统的故障检测与容错控制概述 |
| 1.5 预备知识 |
| 1.5.1 符号标记 |
| 1.5.2 本文用到的引理 |
| 1.6 本文的主要工作及结构 |
| 第二章 带有时变时滞和多包丢失的离散T-S模糊网络系统故障检测 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 离散T-S模糊网络系统的故障检测 |
| 2.3.1 输入输出方法 |
| 2.3.2 H_∞性能分析 |
| 2.3.3 故障检测滤波器设计 |
| 2.3.4 迭代算法 |
| 2.4 仿真研究 |
| 2.5 本章小结 |
| 第三章 带有混合时滞和数据包丢失的网络非线性系统闭环故障检测 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 闭环故障检测滤波器和控制器综合设计 |
| 3.4 算法和仿真研究 |
| 3.5 本章小结 |
| 第四章 带有状态时滞的非线性网络控制系统模糊容错控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于T-S模糊模型的网络控制系统容错控制器设计 |
| 4.4 仿真研究 |
| 4.5 本章小结 |
| 第五章 带有状态时滞及随机执行器故障的网络控制系统容错控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 带有随机执行器故障的网络控制系统容错控制 |
| 5.4 仿真研究 |
| 5.5 本章小结 |
| 第六章 基于输入-输出方法的离散时滞模糊系统H_∞容错控制 |
| 6.1 引言 |
| 6.2 离散时滞模糊系统的H_∞容错控制 |
| 6.2.1 问题描述 |
| 6.2.2 容错控制器设计 |
| 6.2.3 仿真研究 |
| 6.3 基于观测器的离散时滞模糊系统H_∞容错控制 |
| 6.3.1 问题描述 |
| 6.3.2 基于观测器的容错控制器设计 |
| 6.3.3 仿真研究 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
| 致谢 |
| 个人简历 |
（10）T-S模糊仿射系统的鲁棒滤波设计及故障诊断（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.1.1 模糊系统国内外研究发展现状 |
| 1.1.2 滤波技术研究背景及意义 |
| 1.2 模糊滤波国内外发展现状 |
| 1.2.1 T-S 模糊模型发展现状 |
| 1.2.2 T-S 模糊控制系统的稳定性分析方法 |
| 1.2.3 鲁棒滤波问题的发展现状 |
| 1.3 T-S 模糊仿射系统故障诊断问题发展现状 |
| 1.3.1 故障诊断的定义及分类 |
| 1.3.2 故障诊断技术发展现状 |
| 1.4 本论文的研究内容及章节安排 |
| 1.5 数学符号说明 |
| 第2章 基础知识 |
| 2.1 引言 |
| 2.2 LMI 基础理论 |
| 2.2.1 线性矩阵不等式的一般表示形式 |
| 2.2.2 Schur 补引理 |
| 2.2.3 S-procedure |
| 2.2.4 投影定理 |
| 2.3 系统的相关概念及性能分析 |
| 2.3.1 滤波器设计原理及分类 |
| 2.3.2 系统增益指标及性能分析 |
| 2.4 本章小结 |
| 第3章 连续时间 T-S 模糊仿射系统 H∞鲁棒滤波设计 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.2.1 具有范数有界不确定性的连续时间 T-S 模糊仿射动态模型 |
| 3.2.2 连续时间 T-S 模糊仿射系统的分段仿射滤波器模型 |
| 3.2.3 鲁棒 H∞分段模糊滤波器设计问题描述 |
| 3.3 鲁棒 H∞滤波分析和设计 |
| 3.3.1 连续时间 T-S 模糊仿射系统分段模糊仿射滤波器设计 |
| 3.3.2 连续时间 T-S 模糊仿射系统全局滤波器设计 |
| 3.4 仿真算例 |
| 3.5 本章小结 |
| 第4章 离散时间 T-S 模糊仿射系统故障诊断 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 具有参数不确定性的离散时间 T-S 模糊仿射动态模型 |
| 4.2.2 分段仿射模糊故障诊断滤波器模型 |
| 4.2.3 鲁棒故障诊断问题描述 |
| 4.3 离散时间 T-S 模糊仿射系统鲁棒故障诊断滤波器的设计和分析 |
| 4.3.1 离散时间 T-S 模糊仿射系统鲁棒故障诊断滤波器设计 |
| 4.3.2 残差估计方程及阈值选择 |
| 4.4 仿真算例 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
四、基于线性化技术的非线性系统故障诊断（论文参考文献）
- [1]基于动态线性化数据模型的离散滑模控制研究[D]. 侯明冬. 华北电力大学(北京), 2020
- [2]带时间窗约束的离散乘性噪声系统故障诊断[D]. 吴玉涛. 济南大学, 2020(01)
- [3]高超声速飞行器自适应故障诊断及自愈合控制方法[D]. 贡景秀. 南京航空航天大学, 2020(07)
- [4]具有执行器故障和干扰的非线性系统自适应容错控制研究[D]. 郭斌. 电子科技大学, 2020(07)
- [5]基于神经网络的航天器跟踪数据预处理及导航滤波方法研究[D]. 徐淑卿. 国防科技大学, 2019(02)
- [6]针对传感器复合故障的高超声速飞行器自愈合控制研究[D]. 蒋耿乾. 南京航空航天大学, 2019(02)
- [7]考虑侧风干扰的ESC系统执行器故障诊断[D]. 魏薇郦. 吉林大学, 2018(01)
- [8]参数切换重复标量非线性系统的控制与滤波研究[D]. 郑重. 哈尔滨工业大学, 2017(01)
- [9]时滞系统的鲁棒故障检测与容错控制方法研究[D]. 王申全. 东北大学, 2013(03)
- [10]T-S模糊仿射系统的鲁棒滤波设计及故障诊断[D]. 田慧. 哈尔滨工业大学, 2013(03)