基于数据驱动的自适应积分滑模预测容错控制

作     者：郝亚峰 王印松 

作者机构：华北电力大学自动化系 保定市综合能源系统状态检测与优化调控重点实验室 河北省发电过程仿真与优化控制技术创新中心 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2025年

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主　　题：数据驱动 容错控制 执行器故障 时滞系统 预测控制 

摘      要：针对时滞非线性系统中含有执行器故障和未知外部扰动的一类问题，利用动态线性化技术结合离散积分滑模控制(Discrete integral sliding mode control，DISMC)与预测控制方法，提出了一种数据驱动的自适应积分滑模预测容错控制方法(Data-driven adaptive integral sliding mode predictive fault tolerant control，DAISMPFTC)。首先，利用被控对象的输入输出数据构建含有执行器故障项和输入时滞项的数据模型；其次，利用离散时间预测技术实现系统原始模型中时滞项的隐性表达，同时，采用径向基神经网络(Radial Basis Function Neural Network， RBFNN)逼近模型中的执行器故障;然后，结合预测控制思想将离散积分滑模中的传统切换率改进为最优切换率，推导得出DAISMPFTC控制律并验证了算法的稳定性；最后，通过DAMADICS平台和某液体气化平台进行仿真实验，与PID、无模型自适应控制(Model-free adaptive control，MFAC)等控制方法进行对比，验证了所提方法具有良好的容错能力和跟踪精度。