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！

龙图腾网获悉南京航空航天大学;南京航空航天大学秦淮创新研究院申请的专利非线性系统执行器故障PPB-SIADP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：CN116661307B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310551647.2，技术领域涉及：G05B13/04；该发明授权非线性系统执行器故障PPB-SIADP容错控制方法是由张绍杰;季坤设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本非线性系统执行器故障PPB-SIADP容错控制方法在说明书摘要公布了：本发明公开了一种非线性系统执行器故障PPB‑SIADP容错控制方法。对于标称非线性系统经过预定性能边界变换得到新的误差跟踪系统，利用增量非线性技术得到一个近似线性时变系统；根据执行器的冗余特性和功能，提出一种执行器的分组方案，并设计一个增量神经网络观测器来逼近多重执行器故障；设计泛函性能指标去处理执行器饱和问题，推导出相对应的哈密顿‑雅克比‑贝尔曼方程；采用单网络增量自适应动态规划算法来实现最优控制。新的单网络增量自适应动态规划方案由一个优化的评价网络构成，本发明可以缩短学习时间并减少控制过程中的计算负担。

本发明授权非线性系统执行器故障PPB-SIADP容错控制方法在权利要求书中公布了：1.一种非线性系统执行器故障PPB-SIADP容错控制方法，其特征在于，所述非线性系统PPB-SIADP容错控制方法包括以下步骤： S1，建立执行器故障模型，并根据执行器的冗余特性和功能，将m个执行器分成q个组；考虑具有未知执行器故障的连续MIMO非线性系统为： 式中，是系统状态向量，f·：是未知的非线性函数，sat·表示饱和非线性函数；和ξGt是执行器分组之后的附加故障，μGt＝[μ1tμ2t…μqt]T＝Bμt，是理想虚拟控制律，是理想的输入向量，是控制分配矩阵，pi是第i个分组的执行器数量； S2，对状态跟踪误差设置约束边界，根据预定性能边界对系统进行等价变换，将存在误差约束的状态跟踪问题转化为无约束条件的状态调节问题；转化后的跟踪误差动力学模型为： zt＝Γ-zt，ρlt，ρut； 式中，ρut和ρlt为预定动态性能函数的上界与下界； S3，针对变换后的非线性系统全量模型，对含有执行器故障且具有饱和特性的误差系统进行增量建模，得到的离散线性误差增量模型为： 其中，Δzt＝zt-zt+1，ΔsatμGξ，t＝ΔsatμG,t-ΔsatζG，t，Δsatμc,t＝satμG,t-satμG,t-1；将ρut和ρlt表述为ρu，t、ρl，t，则有Δρu，t＝ρu，t-ρu,t-1、Δρl，t＝ρl，t-ρl,t-1；参数矩阵Ft-1、Gt-1、和Pt-1分别为t-1时刻的F°xt-1,satμGξ,t-1，ρl，t-1，ρu,t-1、G°xt-1,satμGξ,t-1，ρl，t-1，ρu,t-1、和P°xt-1,satμGξ,t-1，ρl,t-1，ρu，t-1； S4，采用递推最小二乘辨识对线性误差增量模型的系统矩阵进行辨识； S5，基于RBF神经网络的自适应增量故障观测器对执行器故障进行估计；其中，自适应增量故障神经网络定义为： 式中，是Δzt的近似值，是W的近似值，是正定矩阵；F、G°分别表示t时刻的参数矩阵F°[zt,satμGξt，ρt,ρt]、G°[zt,satμGξt，ρt,ρt]°[zt,satμGξt，ρt，ρt] 估计得到的执行器故障为： 式中，ηo0是学习率，是Δzt的近似误差，是激活函数，lo1是隐藏层神经元的数量；νs是采样周期； S6，设定抗饱和的最优性能指标，提出单网络增量自适应动态规划控制方法得到近似最优容错控制策略，得到的最优增量控制策略为： 式中，为饱和器模型，根据实际执行器输出范围选用有界单调递增函数，并且满足||φ·||≤φmax，φmax为正常数；为对角正定矩阵，为执行器饱和界对角阵，是第i个执行器的饱和界；折扣因子γ∈0,1，用于控制短期代价或长期代价的关注程度；μGt-1是t-1时刻的控制策略；是权重Wct的估计值，

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南京航空航天大学;南京航空航天大学秦淮创新研究院，其通讯地址为：211106 江苏省南京市江宁区将军大道29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。