基于SVM多模型预测的主动容错控制方法研究

《基于SVM多模型预测的主动容错控制方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文摘要本文以非线性系统为研究对象，在前期提出的基于多模型主动容错控制思想的基础上，针对系统可能出现的各种已知或者未知故障情形，提出了基于LS．SVM多模型预测的主动容错控制方案，围绕所提出的方案，主要进行了以下几方面的研究工作：1)针对具有故障先验知识的非线性系统，提出一种基于LS．SVM多模型的主动预测容错控制方法。考虑到基于BP神经网络多模型预测的主动容错控制方法，存在建模所需样本多、网络结构难以确定、收敛速度慢、易陷入局部极值等缺点，利用LS．SVM建模所需样本少、求解速度快且全局最优等优点弥补BP神经网络建

2、模的不足；同时考虑到非线性预测控制计算复杂，又将支持向量机非线性核函数进行线性化表示，使复杂的非线性多步预测方程转化为一系列简单直观的线性多步预测形式，从而简化了预测控制律求取的复杂性，并以非线性系统实例仿真验证了该方法的可行性和有效性。2)针对非线性系统可能出现的未知故障，将动态数据驱动技术引入LS．SVM多模型主动预测容错控制，以一种过渡容错策略实现了系统对未知故障的主动容错。当系统发生未知故障时，动态模型库中无与之匹配的模型，需在线建模，文中借助动态数据驱动技术对模型的补充、完善功能，提出了动态数据五步补充循环算法，在

3、快速建立系统未知故障模式LS．SVM模型的同时，采用模型择近控制策略安全实现了建模过程的过渡容错，进而以新建模型进行预测控制律的计算，实现系统对未知故障的主动容错。3)对文中给出的基于LS．SVM多模型的主动预测容错控制的系统性能进行了简单分析。在理论上，对局部线性预测控制算法的收敛性进行了证明。从实验角度，对系统存在一定范围内的外界干扰或者参数摄动等不确定性情况进行了仿真研究，其结果表明该容错控制系统具有良好的鲁棒性，即除预测控制器外，对未引起系统性能不能满足实际要求的小故障，监控机制不会发生故障误判和控制律误组。关键词：

4、非线性系统；主动容错控制；多模型；SVM；预测控制；数据驱动；鲁棒性基于S、M多模型预测的主动容错控制方法研究AbstractMulti—modelpredictiVeactiVefault—tolerantcontrolmethodbasedonLS·SVMisproposedforthenon“nearsystemswithv撕e锣ofknownorunknoⅥmfaults，whichisbasedonformermultiplemodelsactiVefault·tolerantcontr01．Themainrese

5、archworkonitisdoneasf．0110ws：1)Forthenonlinearsystemswithpriorfaultknowledge，anewnonlinearactiVef．ault—tolerantcorltrolmethodbasedonLS—SVMmultiplemodelspredictiVecontrolispresentedfordynamicprocess，whichdirectsshortcomingthatitisdifnculttodeterminethenetworkstflJct

6、ure，slowconVergenceandeasytofallintolocalminimuminBPneuralnetworkanddirectsshortcomingthatitiscomplicatedtocalculatecontrollawinnonlinearpredictiVecontrolmethod．ThismethodlinearizatesSVMkernelmnctiontosimplifythecomplexityofcontrollow．SimulationsaregiVentodemonstra

7、teef

8、F．ectiVenessoftheproposedapproach2)Forthenon-linearsystems，dynamicdatadrivenisleadintoLS-SVMmuItiplemodelsactiVepredictivefault-tolerantcontroI，whichachievesfauIt-toIerantforthesystemwithunknownfaults．Whenunknownfaultsoccur，“calculatesprediCtiVecontrollawbased

9、onnewLS-SVMmodelswhichsetuponline．SimulationsaregiVentodenlonstratethatitiseff．ectivef．0rbothknownf

10、aultsandunknownf

11、auIts．3)Thereissomebriefanal