约束欠驱动非线性系统的传感器故障的分层非奇异终端滑模控制

2025-03-11 Tue
背景介绍在现代工程实践中，欠驱动系统（under-actuated systems）因其结构简单、能耗低、灵活性高等特点，广泛应用于起重机、轮式倒立摆、蛇形机器人等领域。然而，欠驱动系统的控制输入数量少于系统的自由度（degrees of freedom, DOF），这给控制器设计和稳定性分析带来了巨大挑战。虽然已有许多控制策略被提出，如反馈线性化控制、自适应控制和鲁棒控制，但这些方法在实际应用中往往存在复杂度高、依赖模型精度等问题。此外，传感器故障可能导致部分状态信息的丢失，进而影响系统的监控和性能，甚至引发系统不稳定。因此，如何在传感器故障的情况下，设计一种高效、鲁棒的控制策略，成为当前研究的热点问题。
论文来源本论文由Minggang Liu、Ning Xu、Huanqing Wang、Guangdeng Zong、Xudong Zhao和Lun Li共同撰写，分别来自渤海大学控制科学与工程学院、渤海大学信息科学与技术学院、渤海大学数学科学学院、天津工业大学控制科学与工程学院、大连理工大学电子信息与电气工程学院和潍坊大学机械与自动化学院。论文于2025年2月13日被接受，并发表在Nonlinear Dynamics期刊上，DOI为10.1007/s11071-025-11011-8。
研究内容研究问题本文研究了在传感器故障情况下，针对具有时间变化非对称状态约束的欠驱动非线性系统的自适应分层非奇异终端滑模控制（Hierarchical Non-Singular Terminal Sliding Mode Control, HNTSMC）问题。由于传感器故障，系统的真实状态变量无法获取，因此需要基于传感器实际测量的状态信息进行系统转换和控制器设计。
研究流程系统转换

由于传感器故障，系统的真实状态变量无法直接获取。本文采用统一障碍函数（Unified Barrier Function, UBF）将原始系统转换为无约束系统，以解决时间变化非对称状态约束问题。具体而言，通过UBF将测量状态变量转换为无约束状态变量，从而避免了状态约束对控制器设计的影响。
分层非奇异终端滑模控制设计

针对转换后的无约束系统，本文提出了一种分层非奇异终端滑模控制技术。该技术通过将欠驱动系统的控制问题分解为多个层次，每一层对应一个滑模控制器，从而解决了控制输入与受控变量之间的自由度不匹配问题。此外，该方法还避免了传统终端滑模控制中可能出现的奇异性问题，并实现了有限时间收敛。
鲁棒自适应故障补偿控制器设计

为了补偿传感器故障带来的不确定性和非线性动态，本文设计了基于径向基函数神经网络（Radial Basis Function Neural Networks, RBFNNs）的鲁棒自适应故障补偿控制器。该控制器无需事先知道故障系数，能够自适应地补偿故障带来的影响。
动态事件触发机制

为了减少不必要的通信负担，本文引入了一种动态事件触发机制（Dynamic Event-Triggered Mechanism, DETM）。该机制根据全局状态动态调整触发阈值，进一步节省了通信资源。
实验结果本文通过一个起重机系统的仿真实验验证了所提出控制方案的有效性。实验结果显示，尽管传感器在40秒时发生故障，但通过本文设计的故障补偿机制，测量状态变量仍然保持稳定，并且始终处于时间变化非对称状态约束范围内。此外，分层非奇异终端滑模控制技术有效地解决了控制输入与受控变量之间的自由度不匹配问题，并实现了有限时间收敛。
主要结论本文提出了一种针对传感器故障的约束欠驱动非线性系统的动态事件触发自适应分层非奇异终端滑模控制策略。该策略通过统一障碍函数解决了状态约束问题，并通过分层滑模控制技术实现了系统的有限时间收敛。此外，基于神经网络的鲁棒自适应故障补偿控制器有效补偿了传感器故障带来的不确定性和非线性动态。仿真实验验证了该控制方案的有效性。
研究亮点统一障碍函数的应用：本文首次将统一障碍函数应用于具有动态约束的非线性系统，解决了时间变化非对称状态约束问题。
分层非奇异终端滑模控制技术：该技术不仅解决了欠驱动系统中控制输入与受控变量之间的自由度不匹配问题，还避免了传统终端滑模控制中的奇异性问题。
动态事件触发机制：与静态事件触发机制相比，动态事件触发机制进一步节省了通信资源，减少了通信频率。
研究意义本文的研究为传感器故障情况下的欠驱动非线性系统控制提供了新的解决方案，具有重要的理论意义和实际应用价值。所提出的控制策略不仅能够有效处理状态约束问题，还能在传感器故障情况下保证系统的稳定性和鲁棒性。此外，动态事件触发机制的引入为减少通信负担提供了新的思路，具有广泛的应用前景。
总结本文通过引入统一障碍函数、分层非奇异终端滑模控制技术和动态事件触发机制，提出了一种针对传感器故障的约束欠驱动非线性系统的自适应控制策略。该策略在理论和仿真实验中均表现出良好的性能，为相关领域的研究和应用提供了重要的参考。