[发明专利]一种适用于互联非线性系统的可靠优化控制系统及方法

说明书

本发明公开了一种适用于互联非线性系统的可靠优化控制系统，包括互联非线性系统综合控制模型构建模块，接收模块，第一触发器，观测器，第二触发器，滑模控制器和控制器，利用观测器对互联非线性系统各子系统状态进行估计，利用第一触发器和第二触发器确定传感器输出通道触发值和控制器触发值，进而得到互联非线性系统各子系统实际控制输入信号，并将其发送给执行器。本发明同时考虑到了执行器攻击、外接干扰以及各子系统之间耦合影响，能够在一定程度上增强控制系统可靠性，实现对轨迹跟踪的有效控制，并且减少了系统信息传输量以及控制成本。

技术领域

本发明属于具有执行器攻击以及外部扰动的一种基于观测器-事件触发的可靠优化控制技术，更为具体地讲，涉及受到执行器攻击以及外界扰动下一类互联非线性系统的建模、系统基于触发机制的分散式观测器设计、优化控制器设计、执行器-传感器通道事件触发机制的设计、跟踪性能稳定性的证明。

背景技术

随着工业自动化程度不断提高，现代工业系统中包含越来越多的非线性子单元，为完成复杂的工业控制目标，往往需要集成多个互联的子系统。如网络通讯系统，信息物理融合系统以及电网系统等。该类系统属于典型的非线性大系统，在连接过程中涉及到多状态多物理耦合特性的连接。然而，由于各个子系统特性各异，连接机理复杂，这给系统的控制也带来了诸多挑战。一方面，由于互联子系统较多，干扰进入系统渠道增多，使得系统容易受到外界干扰的影响；另一方面，系统容易发生攻击，如执行器攻击，同样影响系统的工作性能。

最近，为了节约系统的传输资源，研究者设计了基于事件的控制方法，该类控制方法在非线性系统的应用成为了新的技术研究方向。S.Tong等研究了基于模糊神经网络的互联非线性系统自适应状态反馈控制问题(S.Tong,Y.Li,Y.Liu,Observer-Based AdaptiveNeural Networks Control for Large-Scale Interconnected Systems WithNonconstant Control Gains,IEEE Trans.Neural Netw.Learn.Syst.,32(4)(2021)1575-1585)。J.Zhang等探讨研究了系统在出现传感器故障后互联非线性系统的控制方法(J.Zhang,Z.Xiang,Event-Triggered Adaptive Neural Network Sensor FailureCompensation for Switched Interconnected Nonlinear Systems With UnknownControl Coefficients,IEEE Transactions on Neural Networks and LearningSystems,IEEE Trans.Neural Netw.Learn.Syst.,(2021),doi:10.1109/TNNLS.2021.3069817)。L.Cui等针对互联非线性系统的优化问题，设计了基于自调节的控制方法(L.Cui,Y.Zhang,X.Wang,X.Xie,Event-triggered distributed self-learningrobust tracking control for uncertain nonlinear interconnected systems,Appl.Math.Comput.,305(2021),125871,doi.org/10.1016/j.amc.2020.125871)。

上述针对互联非线性系统干扰问题进行的控制研究，进行系统触发条件设计时，往往基于输入值设定，少有基于系统的控制性能的触发条件的研究。此外，在设计系统控制器时，往往假设系统的状态是可测的，该假设增强了系统保守性。

发明内容

本发明的目的在于克服现有技术的不足，针对互联非线性系统出现的执行器攻击以及干扰问题，提供一种适用于互联非线性系统的可靠优化控制系统及方法，基于观测器-事件触发，并补偿执行器攻击以及外扰动对系统的影响，在实现互联非线性系统的操作跟踪控制能力的同时节约系统的通讯资源。

为了达到上述目的，本发明采取以下技术方案来实现。