基于t-s模糊神经网络模型的编码器故障软闭环容错控制方法

？针对舞台吊杆调速系统中速度反馈元件增量式编码器可能产生的丢码、断码等问题,为防止故障影响的传播,结合数据驱动技术提出了一种基于t-s模糊神经网络(t-sfnn)模型的编码器故障检测与软闭环容错控制方法。首先,利用系统正常运行时的历史数据建立系统较为精确的t-sfnn预测模型,并用实际编码器测量值与模型预测值相减获得残差信息；其次,将其残差实时数据通过改进的序贯概率比检验(sprt)算法进行故障检测,以克服检测延迟确保故障检测的可靠性,当检测出故障时,再用t-sfnn模型的预测输出替代故障编码器的输出,实现软闭环方式下的容错运行；最后,针对编码器丢码、断码等故障,采用上述方法进行了软闭环容错控制的有效性仿真验证。仿真结果表明,该方法能够快速可靠地检测到编码器故障,并用预测的重构信息通过容错切换机制,及时、安全地以软闭环方式实现了对故障编码器的容错控制,提高了舞台吊杆调速系统运行的安全可靠性。