Fault diagnosis and model predictive tolerant control for non-Gaussian stochastic distribution control systems based on T-S fuzzy model
Fault diagnosis and model predictive tolerant control for non-Gaussian stochastic distribution control systems based on T-S fuzzy model
复制标题
基于T-S模糊模型的非高斯随机分布控制系统故障诊断与模型预测容错控制
DOI：
10.1007/s12555-016-0370-6
复制
发表时间：
2017-10
期刊：
影响因子：
--
通讯作者：
Yanna Zhang
中科院分区：
文献类型：
--
作者：
Lina Yao;Yanna Zhang
采用高海高加索（Takagi-Sugeno（T-S）模型模型来近似随机分布控制（SDC）系统的非线性动力学，其中采用线性径向基函数（RBF）神经网络以近似于输出概率密度函数近似
A Takagi-Sugeno (T-S) fuzzy model is applied to approximate the nonlinear dynamics of stochastic distribution control (SDC) systems, in which linear radial basis function (RBF) neural network is adopted to approximate the output probability density function (PDF) of non-Gaussian SDC systems. Considering the situation that fault may occur, a fuzzy adaptive fault diagnosis observer is designed to estimate the fault value. Besides, the Lyapunov stability theory is used to analyse the stability of the observation error system. Based on the fault estimation information and model predictive control (MPC) algorithm, the active fault tolerant control strategy is given. Finally, a simulation example is given to verify the effectiveness of the proposed control algorithm.
登录
查看更多内容
DOI：
10.1109/acc.2013.6580683
发表时间：
2013-06
期刊：
2013 American Control Conference
影响因子：
--
作者：
L. Yao;Bo Peng
通讯作者：
L. Yao;Bo Peng
DOI：
10.1109/icca.2010.5524262
发表时间：
2010-06
期刊：
IEEE ICCA 2010
影响因子：
--
作者：
L. Yao;V. Cocquempot
通讯作者：
L. Yao;V. Cocquempot
DOI：
10.1109/tsmcb.2004.839906
发表时间：
2005-02
期刊：
IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics)
影响因子：
--
作者：
Lei Guo;Hong Wang
通讯作者：
Lei Guo;Hong Wang
影响因子：
4.9
作者：
Jianyong Zhu;W. Gui;Chunhua Yang;Honglei Xu;Xiaoli Wang
通讯作者：
Jianyong Zhu;W. Gui;Chunhua Yang;Honglei Xu;Xiaoli Wang
DOI：
--
发表时间：
2014
期刊：
Transactions of Beijing Institute of Technology
影响因子：
--
作者：
Yao Li-n
通讯作者：
Yao Li-n