基于自适应神经网络鲁棒观测器的EHA故障诊断与容错控制

针对电静液作动器(EHA)功率密度高、工况复杂、元件集成度高、故障种类多的特点,设计了一种基于自适应神经网络鲁棒观测器的电静液作动器故障诊断与容错控制器.对模型的内部状态提出一种鲁棒观测器进行观测,对液压系统弹性模量等不确定性设计参数自适应率进行估计,对摩擦扰动等非线性设计径向基函数(RBF)神经网络予以逼近.通过前馈补偿的方法对故障和参数不确定性进行补偿,同时针对系统其他扰动设计鲁棒项加以克服.利用Lyapunov稳定性定理证明了所提出的控制器在存在故障的情况下可以实现系统的有界稳定.联合仿真结果表明:相对于传统的比例、积分、微分控制器(PID)和自适应鲁棒控制器(ARC),所提出的控制器具有更高的控制精度与鲁棒性.