在线容错跟踪控制器

执行器故障下仍精准跟踪

一种基于自适应评判的在线学习控制器，在非仿射非线性系统中执行器发生故障时，仍能以有限逼近误差实现最优跟踪。

王鼎 · Hu, Lingzhi · 李晓理 · 乔俊飞

IEEE/CAA Journal of Automatica Sinica 2025

技术优势

在线学习，免模型

通过预训练模型神经网络识别系统动态，结合评判-执行框架在线求解 HJB 方程，无需精确系统模型即可计算跟踪控制律。

故障下仍最优跟踪

将执行器故障融合进增广系统，容错跟踪控制问题转化为误差系统的最优调节问题，控制律可在有限逼近误差内逼近最优解。

稳定性有理论保证

基于 Lyapunov 原理证明了所有相关信号一致最终有界，确保闭环系统在故障工况下的稳定性。

应用场景

• 容错运动控制：在伺服或机械臂运动控制中，执行器故障时仍保持跟踪精度，避免停机。
• 非线性系统跟踪：为非仿射非线性对象（如飞行器、化工过程）提供不依赖精确模型的最优跟踪方案。
• 执行器故障容错：在执行器卡死或效率下降时，在线调整控制律维持系统稳定与性能。