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！

申请/专利权人：辽宁科技大学

摘要：基于动态输出反馈的非线性间歇过程迭代学习容错预测控制方法，属于工业过程的先进控制领域，包括以下步骤：步骤一：针对具有执行器故障的间歇过程，建立状态空间模型；步骤二：设计一个包含时间维度和批次维度的T‑S模糊Rosser模型；步骤三：基于T‑S模糊Rosser模型，设计基于动态输出反馈的迭代学习鲁棒模型预测控制器；步骤四：构建Lyapunov‑Krasovskii函数；步骤五：利用鲁棒正定不变集和终端约束集，计算基于动态输出反馈的鲁棒模型预测控制器的增益Ac,Bc,Cc；提出方法通过鲁棒正定不变集和终端约束集，确保系统在执行器出现故障时状态能收敛到安全区域，从而保障系统的稳定性和容错性。同时，采用在线求解方式，实时优化控制器增益，提出方法显著提高系统的响应速度。

主权项：1.基于动态输出反馈的非线性间歇过程迭代学习容错预测控制方法，其特征在于：具体步骤如下：步骤一：针对具有执行器故障的非线性间歇过程，建立状态空间模型：非线性间歇过程的模型如下： 式中，s,κ分别代表时间维度和批次维度，分别代表系统状态，控制输出和控制输入；表示欧几里得空间，nx,ny,nu表示适当的维数，T和δ是非线性函数；利用T-S模糊方法并考虑到外部有界干扰，非线性间歇过程可表示如下：Rulesq: Then: 式中，ωs,κ代表外部有界干扰，q表示模糊规则，l表示模糊集，是前件变量，代表模糊集，Aqs,κ表示第κ批次离散s时刻第q个模糊规则的状态不确定性矩阵，且满足Aqs,κ＝Aq+Δas,κ，其中Δas,κ＝NqΔs,κHa；Aq，Bq和C分别代表第q个模糊规则的系统状态常数矩阵，控制输入常数矩阵和输出常数矩阵；N和Ha是具有适当维数的常数矩阵；Δs,κ代表有界扰动且满足Δs,κΔs,κ≤I，I表示适当维数的单位矩阵；非线性间歇过程2进一步改写为： 式中，μqZ表示隶属度函数，Aμs,κ表示第κ批次离散s时刻状态不确定性加权和矩阵，满足Bμ；，Cμ；分别表示控制输入常数加权和矩阵和输出常数加权和矩阵，满足代表模糊规则的数量；q满足表示正整数集；uFs,κ是第κ批次离散s时刻具有部分执行器故障得控制输入，满足如下表达：uFs,κ＝αus,κ4步骤二：设计一个包含时间维度和批次维度的T-S模糊Rosser模型：在这一部分中，将设计一个包含时间维度和批次维度的T-S模糊Rosser模型，并重构非线性模型3，为控制器设计提供强有力的保障；首先，定义一个输出误差：es,κ＝ys,κ-yr5式中，yr表示设定值；其次，定义如下的控制律： 式中，rs,κ表示第κ批次离散s时刻的迭代学习控制输入；因此，得到一个状态增强的T-S模糊Roesser模型如下： 式中，表示第κ批次离散s时刻扩展的状态不确定性加权和矩阵，表示第κ批次离散s时刻第q个模糊规则的扩展状态不确定性矩阵，第q个模糊规则的扩展系统状态常数矩阵满足，是具有适当维数的扩展常数矩阵，满足；和；表示第κ；批次离散s；时刻扩展的控制输入加权和矩阵，满足表示第κ批次离散s时刻扩展的控制输入常数矩阵，D＝[ICμ]T是干扰矩阵，表示扩展的输出矩阵，表示第κ批次离散s+1时刻的扩展状态，满足；表示第κ；批次离散s；时刻的扩展状态，满足表示扩展的未知有界干扰，满足步骤三：基于T-S模糊Rosser模型，设计基于动态输出反馈的迭代学习鲁棒模型预测控制器：基于式；7，在状态不可测量的情况下，设计了基于动态输出反馈的鲁棒模型预测控制器如下： 式中，表示第κ批次离散s时刻的控制器状态，代表适当的维数，Ac,Bc,Cc则是控制器增益；基于动态输出反馈的迭代学习鲁棒模型预测控制器进一步被表示为： 式中，是控制输入的增益矩阵，满足l和m分别是时间和批次方向的预测步长；结合式7、8和9，得到以下闭环T-S模糊Roesser反馈误差预测模型： 式中，；表示第s+1+l；时刻第κ+m；批次的闭环系统状态，满足表示闭环系统的输出矩阵，表示闭环系统的干扰矩阵，表示闭环系统状态不确定性矩阵，满足然后，给出了如下鲁棒模型预测控制的有限最优成本函数，并描述了鲁棒模型预测控制优化问题： 受以下约束条件限制：式中，是终端代价，Ωt是终端约束集；输入扰动满足迭代学习控制输入r，满足η是一个已知常数，τ是一个正标量，rK是控制输入的第K个元素；步骤四：构建Lyapunov-Krasovskii函数：给出具有时间和批次方向信息的Lyapunov-Krasovskii函数如下： 式中，Pμ为适当维数的正定矩阵；步骤五：利用鲁棒正定不变集和终端约束集，计算基于动态输出反馈的鲁棒模型预测控制器的增益Ac,Bc,Cc：线性矩阵不等式满足如下鲁棒正定不变集： 式中，S2＝XS1,S1和S2是中间变量矩阵，X和X-1是正定矩阵，M和N是满秩方阵，ε1,ε2,是未知标量；终端约束集： 式中， 通过在线求解线性矩阵不等式条件13-16，得到系统控制律增益Ac,Bc,Cc，确保系统在状态不可测和执行器部分故障情况下的稳定性和有效性。

全文数据：

权利要求：

百度查询： 辽宁科技大学 基于动态输出反馈的非线性间歇过程迭代学习容错预测控制方法