非高斯奇异随机分布系统的主动容错控制与应用研究

In many practical control systems, the shape of the probability density function (PDF)of process variables needs to be controlled. Such systems can be described by the stochastic distribution control (SDC) system, which can not only represent Gaussian systems, but also describe non-Gaussian systems. In this project, active fault tolerant control for non-Gaussian singular stochastic distribution sytems will be researched deeply. The research contents mainly focus on the following four aspects: 1. Considering the effect of the disturbance and model uncertainties, sliding mode observer and adaptive iterative learning observer based fault diagnosis algorithms will be proposed for non-Gaussian nonlinear singular stochastic distribution systems,respectively. Based on the fault estimation information, the controller will be reconfigured to make the post-fault PDF still track the given PDF. The stability analysis after the fault tolerant control should also be carried out. 2. A framework of fault tolerant tracking control based on statistical information and the fault diagnosis information will be constructed for the non-Gaussian singular stochastic distribution systems. 3. Based on research contents 1 and 2, considering the effect of time delay, active fault tolerant control for the non-Gaussian time-delayed singular stochastic distribution systems will be researched deeply. 4. When the objective PDF information of the non-Gaussian singular stochastic distribution system is not known, the fault tolerant controller will be designed using the minimum entropy principle. Theoretically, the research area of fault diagnosis and fault tolerant control for stochastic distribution systems will be broadened. The algorithms of this project will be used in the semi-physical simulation platform of the grinding processes to test the application feasibility in State Key Laboratory of Synthetical Automation for Process Industries of Northeastern University.

许多实际系统要求控制输出概率密度函数的形状，称此类系统为随机分布系 统。随机分布系统即能表述高斯系统，又能表述非高斯系统。本项目对非高斯奇异随机分布 系统的主动容错控制进行深入的研究。研究内容主要着重如下四个方面： 1．考虑外扰和模型不确定性的影响，将分别提出基于滑模观测器和自适应迭代学习观测器的故障诊断算法，基于故障诊断的信息进行控制器重组，并分析容错控制后系统的稳定性。 2．构建基于统计信息并结合故障诊断信息的容错跟踪控制框架。 3．在研究内容1、2基础上，考虑时滞的影响，对非高斯时滞奇异随机分布系统的主动容错控制进行深入的研究。 4．当目标概率密度函数未知时，对非高斯奇异随机分布系统拟进行最小熵容错控制设计。 在理论方面，拓宽了随机分布系统故障诊断与容错控制的研究领域。所提出的算法将在东北 大学流程工业综合自动化国家重点实验室的磨矿过程半实物仿真平台上进行可行性应用验证。

非高斯奇异随机分布系统系统描述中同时有动态部分和代数部分，系统的输出仍为系统输出的概率密度函数。由于奇异系统本身具有结构不稳定性，也不一定满足一般意义上的Lyapunov稳定性，这给非高斯奇异系统故障诊断与容错控制算法的设计及一些相关的稳定性分析带来很大困难。本项目在非高斯奇异随机分布控制系统的框架下，研究用于磨矿过程等实际工业系统中产品质量或间接指标分布的形状进行控制的故障诊断与容错控制技术。取得的研究成果包括：（1）．对非高斯奇异随机分布控制系统，当目标概率密度函数已知时，建立了故障诊断与容错控制研究框架。考虑外扰和模型不确定性的影响，给出了未知输入学习观测器的故障诊断算法，基于故障诊断的信息进行控制器重组，并分析容错控制后系统的稳定性。（2）.构建基于统计信息并结合故障诊断信息的容错跟踪控制框架。（3）．在(1),(2)的基础上，考虑时滞的影响，对非高斯时滞奇异随机分布系统的主动容错控制进行深入的探讨，给出了基于自适应迭代学习观测器的故障诊断算法和新的主动容错控制算法。（4）．当目标概率密度函数未知时，对非高斯奇异随机分布系统进行了最小熵容错控制研究；（5）.上述方法在小型造纸机控制系统和东北大学流程工业综合自动化国家重点实验室的磨矿过程半实物仿真平台上进行了应用验证。开展本研究拓宽了随机分布系统故障诊断与容错控制的研究领域，提高了复杂工业过程安全运行水平。.本项目执行顺利，完成了既定研究计划。论文方面：计划发表/录用SCI检索论文6-8篇，EI检索论文6-7篇，执行期内实际发表/录用标注论文23 篇，其中SCI检索国际期刊论文11篇、EI检索论文9篇，JCR１区论文4篇，JCR２区论文3篇，ACC 会议论文1篇。另外在投IEEE Transactions on Automatic Control论文1篇，出版译著一部。成果转化方面：计划申请专利2-3项，实际申请专利2项；科研获奖方面：计划0项，实际项目负责人获省部级河南省科技进步二等奖1项，厅局级河南省教育厅科技成果一等奖1项。