非高斯奇異隨機(jī)分布系統(tǒng)的故障診斷與最小熵容錯(cuò)控制.pdf

1、隨機(jī)分布系統(tǒng)（Stochastic Distribution Control，SDC）應(yīng)用在許多實(shí)際復(fù)雜系統(tǒng)中，該類(lèi)系統(tǒng)要求控制輸出概率密度函數(shù)(Probability Density Function,PDF)的形狀而不是系統(tǒng)輸出本身?，F(xiàn)有的SDC系統(tǒng)的故障診斷(FaultDiagnosis，F(xiàn)D)和容錯(cuò)控制（Fault Tolerant Control，F(xiàn)TC）的研究大都針對(duì)常規(guī)系統(tǒng)，很少觸及到奇異系統(tǒng)。目前，隨機(jī)分布系統(tǒng)的容錯(cuò)控制

2、大都考慮系統(tǒng)輸出的目標(biāo)概率密度函數(shù)已知的情況，當(dāng)系統(tǒng)輸出的目標(biāo)概率密度函數(shù)未知時(shí)，傳統(tǒng)的容錯(cuò)控制最優(yōu)控制策略已不再適用。
　　本文針對(duì)非高斯奇異隨機(jī)分布系統(tǒng)，設(shè)計(jì)了有效的故障診斷和最小熵容錯(cuò)控制的算法。當(dāng)隨機(jī)系統(tǒng)發(fā)生故障后，構(gòu)建自適應(yīng)觀測(cè)器對(duì)系統(tǒng)的故障進(jìn)行診斷，并通過(guò)線性矩陣不等式(LinearMatrixInequality,LMI)求出自適應(yīng)觀測(cè)器的增益和自適應(yīng)調(diào)節(jié)律的增益?？紤]目標(biāo)概率密度函數(shù)未知情況下，將熵的概念引入非高斯

3、奇異隨機(jī)分布系統(tǒng)的容錯(cuò)控制中，利用故障診斷信息，采用關(guān)于均值約束下熵的性能指標(biāo)極小化方法對(duì)控制器進(jìn)行重構(gòu)，使系統(tǒng)的輸出變量具有最小的不確定性，實(shí)現(xiàn)最小熵容錯(cuò)控制。該論文的研究在理論方面，拓寬了隨機(jī)分布系統(tǒng)故障診斷與容錯(cuò)控制的研究范圍。本文的主要工作分為以下三個(gè)部分:
　?、俨煌谝话愕碾S機(jī)分布控制系統(tǒng)，奇異SDC系統(tǒng)的狀態(tài)變量和控制輸入之間由奇異狀態(tài)空間模型所描述，加大了系統(tǒng)故障診斷和容錯(cuò)控制的難度。基于自適應(yīng)觀測(cè)器對(duì)系統(tǒng)的故障進(jìn)

4、行診斷，并通過(guò)線性矩陣不等式求出自適應(yīng)觀測(cè)器的增益和自適應(yīng)調(diào)節(jié)律的增益。系統(tǒng)采用均值約束下關(guān)于熵的性能指標(biāo)來(lái)評(píng)價(jià)系統(tǒng)的性能，將性能指標(biāo)極小化后，利用系統(tǒng)的故障診斷信息對(duì)控制器進(jìn)行重構(gòu)，使故障發(fā)生后的系統(tǒng)輸出仍有最小的不確定性，實(shí)現(xiàn)非高斯奇異隨機(jī)分布系統(tǒng)的最小熵容錯(cuò)控制。
　?、趯⒎歉咚闺S機(jī)分布系統(tǒng)的故障診斷算法拓展應(yīng)用到非高斯奇異隨機(jī)分布系統(tǒng)中，由于線性B樣條本身的局限性，采用有理平方根B樣條逼近其輸出的概率密度函數(shù)，構(gòu)造自適應(yīng)觀

5、測(cè)器對(duì)系統(tǒng)的故障進(jìn)行檢測(cè)和診斷，并通過(guò)線性矩陣不等式求出自適應(yīng)觀測(cè)器的增益和自適應(yīng)調(diào)節(jié)律的增益。若目標(biāo)函數(shù)不能事先確定時(shí)，將熵引用到容錯(cuò)控制器的重構(gòu)設(shè)計(jì)中，使故障發(fā)生后系統(tǒng)輸出的不確定性仍能極小化。
　?、坩槍?duì)連續(xù)非高斯奇異隨機(jī)分布控制系統(tǒng)，給出了基于狀態(tài)觀測(cè)器與線性矩陣不等式的故障診斷算法?？紤]目標(biāo)概率密度函數(shù)不能事先確定的情況下將熵引入連續(xù)隨機(jī)分布系統(tǒng)的容錯(cuò)控制中。給出新形式的熵稱之為N-熵來(lái)構(gòu)造連續(xù)系統(tǒng)的性能指標(biāo)函數(shù)，通過(guò)將