刘　磊，　王占山

一类离散MIMO系统的神经网络自适应输出反馈容错控制

刘磊，王占山

（东北大学信息科学与工程学院，沈阳110819）

针对一类离散多输入多输出（MIMO）严格反馈系统，提出了基于神经网络的输出反馈容错控制.由于讨论的执行器故障类型有失效和卡死两种情况，提出了比例驱动方法，可将这两种故障类型恰当地表示出并便于控制器的设计；同时，由于此类多输入多输出系统不满足匹配条件，通过引入预测控制设计方法，可以克服这一缺陷.考虑到系统中的函数是未知的，利用神经网络具有逼近任意连续函数到任意精度的原理来估计该未知函数，由此证明了本文所提出的方法可以使得系统的所有参数及实际容错控制律均一致最终有界.通过MATLAB实验仿真，有效地验证了此方法的合理性.

容错控制；执行器故障；多输入多输出离散系统；神经网络；输出反馈控制

动态系统的容错控制（Fault Tolerant Control，FTC）是伴随着基于解析冗余的故障诊断技术的发展而发展起来的.针对非线性连续系统的容错控制已有许多成果［1-4］，诸如单输入单输出（SISO）系统［5］、多输入单输出（MISO）系统［6］、多输入多输出（MIMO）系统［7］等.随着互联网及计算机演算的发展，离散系统比连续系统更能描述实际的控制系统［8］，因为电脑的运算往往会用到采样技术.目前，针对非线性离散系统的容错控制也已成为热点，并取得了一些研究成果［9-12］.但是，这些在离散系统中的容错控制方法，都是在状态反馈的……