基于自适应迭代学习算法的一类非线性系统故障检测与估计
针对迭代学习算法在非线性系统故障检测与估计过程中存在估计误差较大和收敛速度较慢等不足的问题,提出了一种基于龙格-库塔故障估计观测器模型的自适应迭代学习算法,有效降低了故障估计误差;并引入H∞性能指标,提高了故障估计观测器的收敛速度.该算法首先设计故障检测观测器对故障进行检测,然后设计故障估计观测器,并将自适应算法与迭代学习策略相结合,使得估计故障逐渐逼近真实故障,从而实现对非线性系统中多种常见故障的精确检测与估计.最后,通过机械臂旋转关节驱动电机的执行器故障仿真验证了所提算法的有效性.
迭代学习、故障估计、故障检测、自适应、龙格-库塔
37
国家自然科学基金项目61374134;河南省自然科学基金项目162300410030
2020-05-22(万方平台首次上网日期,不代表论文的发表时间)
共10页
837-846