基于自适应模型非线性系统容错控制的研究

被引:3
作者
薄翠梅 [1 ]
王执铨 [1 ]
陆爱晶 [2 ]
机构
[1] 南京理工大学自动化学院
[2] 南京工业大学自动化学院
关键词
主动容错控制; 自适应RBF网络模型; 扩展的卡尔曼滤波算法; 迭代逆模控制算法; 三水箱过程;
D O I
10.16182/j.cnki.joss.2007.22.029
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对未知的多变量非线性动态系统,提出了一种新型的自适应故障容错控制方法。该方法首先通过设计一个自适应RBF神经网络模型建立未知过程的动态模型,并利用扩展卡尔曼滤波算法在线调节RBF网络权值学习系统的时变参数和故障动态,然后设计基于此模型的自适应迭代逆模控制算法实现相应的容错控制策略。将容错方法成功应用到一个连续的多变量三水箱过程。
引用
收藏
页码:5103 / 5107+5111 +5111
页数:6
相关论文
共 5 条
[1]   一类非线性系统的鲁棒自适应控制 [J].
廖道争 ;
张明廉 .
系统仿真学报, 2006, (09) :2508-2510+2540
[2]   非线性系统的自适应实用输出跟踪控制(英文) [J].
王强德 ;
井元伟 ;
张嗣瀛 .
自动化学报, 2004, (03) :357-363
[3]   不确定非线性系统的模糊保性能容错控制 [J].
吴忠强 ;
奥顿 ;
刘坤 ;
王子洋 .
系统仿真学报, 2004, (05) :1105-1107
[4]   一类非线性系统的自组织模糊CMAC神经网络自适应重构跟踪控制 [J].
王源 ;
胡寿松 ;
吴庆宪 .
控制理论与应用, 2003, (01) :70-72+77
[5]  
Training radial basis neural networks with the extended Kalman filter[J] . Dan Simon.Neurocomputing . 2002 (1)