[发明专利]针对多智能体系统执行器故障的主动容错控制方法

摘要

本发明公开了一种针对多智能体系统执行器故障的主动容错控制方法。构造了一种分布式故障观测器，采用改进的自适应算法估计故障值，克服了传统故障观测器仅能估计常值故障的缺陷，并且提高了鲁棒性。基于获取的故障信息，并结合智能体之间的相对输出信息，设计了主动容错控制器，有效降低了容错算法的复杂程度，提高了容错控制的能力。采用维数较低的输出信息设计观测器和控制律，有效的节约了通讯带宽。本发明用于一类具有执行器故障的多智能体系统的主动容错控制。

主权项

1.一种针对多智能体系统执行器故障的主动容错控制方法，其特征在于：在多智能体系统存在执行器故障时，结合故障诊断技术，提出一种主动容错控制方法，使得多智能体系统在发生执行器故障后能够正常运行；构造了一种分布式故障观测器，设计自适应算法估计故障值，基于获取的故障信息，并结合智能体之间的相对输出信息，设计主动容错控制器，包括如下具体步骤：步骤1)确定领航‑跟随多智能体系统的模型及其参数，包括如下步骤：步骤1.1)确定领航者的运动模型，如式(1)所示：其中，和分别为领航者的状态变量，输入变量和输出变量；d(t)∈R^r为领航者受到的外部扰动，满足||d_i(t)||_∞≤α，α是一个已知常数；A、B、D是实矩阵，C为满秩矩阵，矩阵D满足匹配条件D＝BH，H为定常矩阵；步骤1.2)确定第i个跟随者的运动模型，如式(2)所示：其中，和分别为第i个跟随者的状态变量，输入变量和输出变量；d_i(t)∈R^r为第i个跟随者受到的外部扰动，满足||d_i(t)||_∞≤α，α是一个已知常数；f_i(t)∈R^r表示发生在第i个跟随者的执行器故障函数，为未知的时间函数；A、B、D是实矩阵，C和E为满秩矩阵，矩阵D满足匹配条件D＝BH，H为定常矩阵；E为故障分布矩阵，表示跟随者系统的故障效应；步骤2)确定多智能体系统的通讯拓扑结构：考虑无向图通讯拓扑结构下的领航‑跟随多智能体系统，图表示包括跟随者和领航者在内的所有节点之间的信息交互情况，其中表示所有的节点集合，表示节点之间的通讯链接集合，表示邻接矩阵；假设多智能体系统共有n个跟随者，子图G＝(V，E，A)表示跟随者之间的通讯拓扑网络，其中V＝{1，2，...，n}表示跟随者的节点集合，表示跟随者之间的通讯链接集合，表示图G的邻接矩阵；记为图G的Laplacian矩阵，定义其中l_ij的定义如式(3)所示：领航者与跟随者之间的邻接矩阵定义为如果领航者0与第i个跟随者之间有一条无向边e_0i＝(0，i)∈E₀，那么b_i＝1；否则，b_i＝0；显然，步骤3)设计分布式故障观测器，包括如下步骤：步骤3.1)为每个跟随者设计故障观测器，如式(4)所示：其中，表示故障观测器的状态变量，为输出变量，是f_i(t)的估计值，R表示故障观测器增益矩阵，ξ_i(t)是第i个跟随者的相对输出估计误差，其定义如式(5)所示：其中，是第j个跟随输出向量估计值，a_ij代表第i个跟随者和第j个跟随者之间的连接权重，b_i代表第i个跟随者与领航者之间的连接权重，N_i代表第i个跟随者的邻居集合；由于领航者是一个编队指令发生器，假定领航者的状态是已知的，即成立，那么有成立；步骤3.2)定义为第i个跟随的状态估计误差，为故障估计误差，推导得到第i个跟随的状态估计误差方程，如式(6)所示：步骤3.3)设计自适应故障估计算法，如式(7)所示：其中是f_i(t)的估计值，是待设计的参数矩阵，由此推导出故障估计误差方程，如式(8)所示：步骤3.4)构造增广误差系统，如式(9)所示：其中，为了从分布式全局的角度考虑，定义如下全局变量：得到全局估计误差系统动态方程，如式(10)所示：步骤3.5)存在正定对称矩阵Q和矩阵S满足其中，通过计算可得到增广增益矩阵从而保证状态估计误差e_x和故障估计误差e_f收敛到零；步骤4)设计容错控制器，包括如下步骤：步骤4.1)根据故障观测器，获取故障估计值，如式(12)所示：其中，tf是触发时间；步骤4.2)定义第i个跟随者可以获取的相对输出信息vi，如式(13)所示：步骤4.3)计算矩阵使得B^*满足式(14)；(In‑BB*)E＝0 (14)其中，In为n阶单位矩阵；步骤4.4)为第i个跟随者设计容错控制律，形式如式(15)所示：其中，K是待设计的反馈增益，λ是固定耦合权重，为故障估计值；步骤4.5)将式(15)代入到式(2)，得到跟随者系统的动态方程，如式(16)所示：定义跟踪误差变量e_i＝x_i(t)‑x₀(t)，扰动变量得到闭环系统动态方程，如式(17)所示：定义如下全局变量：将式(17)改写为向量的形式，得到闭环跟踪误差系统，如式(18)所示：步骤4.6)选择合适的参数，完成对其的容错控制，存在正定矩阵P，矩阵K和参数λ满足式(19)：通过计算可得到矩阵K和参数λ的值，从而保证闭环跟踪系统是渐近稳定的。