江南大学姜顺获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉江南大学申请的专利一种事件触发的随机参数摄动网络化系统容错控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116520804B 。
龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310530829.1,技术领域涉及:G05B23/02;该发明授权一种事件触发的随机参数摄动网络化系统容错控制方法是由姜顺;潘腾;潘丰设计研发完成,并于2023-05-11向国家知识产权局提交的专利申请。
本一种事件触发的随机参数摄动网络化系统容错控制方法在说明书摘要公布了:本发明公开一种事件触发的随机参数摄动网络化系统容错控制方法,属于网络化系统领域;本发明研究一类事件触发机制下存在故障和随机参数摄动的网络化控制系统故障估计及容错控制集成设计策略,在辨识和故障估计的基础上,通过在线重构动态输出反馈控制律达到修正和补偿控制率的目的,使得故障系统尽可能保持正常运行下的性能。通过事件触发采样降低传感器端的信息传输频率,并构造相应的故障观测器实现对系统状态与故障的联合估计;然后基于增广状态估计的结果,应用增广系统方法完成故障观测器和基于信号补偿的动态容错控制器的集成设计方案进而减轻故障对系统性能的影响;最后,通过一个无人机横向装置的仿真算例验证本发明所提出方法的有效性。
本发明授权一种事件触发的随机参数摄动网络化系统容错控制方法在权利要求书中公布了:1.一种网络化系统容错控制方法,其特征在于,所述方法包括: 步骤1:构造存在时变参数摄动的线性离散网络化系统模型如下: 其中,表示为系统的状态向量,为系统的输入向量,表示为系统的可测量输出向量;分别为执行器故障信号和传感器故障信号,为测量噪声信号;n为系统状态向量的维数,p为输入向量的维数,m为可测量输出向量的维数,q为执行器故障信号的维数,r为传感器故障信号的维数,l为测量噪声信号的维数,其中F为列满秩矩阵,并假定传感器故障fsk幅值有界且已知,即fsk≤θ;均为已知维数的常数矩阵,表示为欧氏空间下的实数域,αk为随机变量,ΔA表示系统未知参数摄动量; 步骤2:构建增广系统的模型,并基于增广模型得到增广状态估计值,包括: 引入如下新的向量和符号:记I为单位矩阵; 由此构造如下形式的广义增广系统: 通过构造合适的观测器以及对增广状态采取的故障重构策略,实现针对系统状态信号和传感器故障信号的同步估计: 其中,J1=[In0n×r],J2=[0r×nIr],是系统状态xk的估计值,表示为传感器故障信号fsk的估计值,表示增广状态向量的估计值; 在输出传感器端引入事件触发机制,利用检验当前系统的可测量输出向量yk与上一触发时刻传输值ytk的相对误差是否小于预指定的阈值,来确定是否传输当前测量值; 步骤3:设计故障诊断观测器; 为了减弱测量噪声信号对故障估计的影响,基于事件触发采样后的输出值yk设计如下故障诊断观测器: 其中,为所述故障诊断观测器的状态向量,和分别表示为增广状态向量可测输出向量yk和执行器故障信号fak的估计值,而和为待设计的增益矩阵; 定义估计误差向量、执行器故障误差和输出误差向量如下所示: 由上式得如下的误差系统: 其中,令Δfk=fak+1-fak表示为执行器故障增量,这里假设Δfk是有界的,即fak的变化率适中,M=NH-L; 步骤4:网络化系统的故障估计与容错控制集成设计; 根据rankBE=rankE,所考虑的系统执行器补偿信号设计为其中表示为矩阵B的伪逆矩阵; 然后利用补偿采样后的输出信号yk可得: 由所述故障诊断观测器分别实时获得系统状态信号、传感器故障以及执行器故障的估计值和设计一种基于输出反馈的动态容错控制器来实现故障补偿,所述动态容错控制器表示为: 其中,xck为所述动态容错控制器状态值,Ac,Bc和Cc为待设计的动态容错控制器参数矩阵; 接下来将所述动态容错控制器代入到所述步骤1构建的网络化系统模型中,并联合所述步骤3得到的误差系统,构造得到如下增广系统: 其中,dk=[ωTkΔfΤk]Τ, 步骤5:判断所述步骤4构造的增广系统是否均方指数有界稳定,且满足鲁棒性能,如果满足,则结束系统设计;若不满足,则修改系统参数,返回步骤4重新设计直至满足条件。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江南大学,其通讯地址为:214122 江苏省无锡市滨湖区蠡湖大道1800号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励