| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 容错控制 | 第14-19页 |
| 1.2.1 容错控制的发展历程 | 第14-16页 |
| 1.2.2 容错控制的研究方法 | 第16-19页 |
| 1.3 非线性系统的容错控制研究现状 | 第19-22页 |
| 1.4 本文的主要工作 | 第22-25页 |
| 第二章 相关研究方法及预备知识 | 第25-33页 |
| 2.1 本文使用的符号 | 第25页 |
| 2.2 神经网络简介 | 第25-28页 |
| 2.2.1 人工神经元模型 | 第26-27页 |
| 2.2.2 人工神经网络结构 | 第27-28页 |
| 2.3 自适应动态规划理论概述 | 第28-30页 |
| 2.4 一些引理 | 第30-33页 |
| 第三章 带有执行器故障的非线性系统自适应补偿控制 | 第33-57页 |
| 3.1 引言 | 第33页 |
| 3.2 问题描述 | 第33-34页 |
| 3.3 故障估计 | 第34-38页 |
| 3.4 基于ADP方法的补偿控制器设计 | 第38-49页 |
| 3.5 仿真算例 | 第49-55页 |
| 3.6 本章小结 | 第55-57页 |
| 第四章 基于ADP方法的非线性系统自适应容错控制 | 第57-79页 |
| 4.1 引言 | 第57页 |
| 4.2 问题描述 | 第57-58页 |
| 4.3 故障重构 | 第58-63页 |
| 4.4 基于ADP方法的容错控制设计 | 第63-72页 |
| 4.4.1 滑模面设计和分析 | 第63-65页 |
| 4.4.2 基于ADP方法的标称控制器设计 | 第65-72页 |
| 4.5 仿真算例 | 第72-78页 |
| 4.6 本章小结 | 第78-79页 |
| 第五章 带有状态限制的非线性系统滑模容错控制 | 第79-103页 |
| 5.1 引言 | 第79-80页 |
| 5.2 问题描述 | 第80-81页 |
| 5.3 标称系统控制器设计 | 第81-85页 |
| 5.3.1 问题转换 | 第81-83页 |
| 5.3.2 增广系统的近似最优控制 | 第83-85页 |
| 5.4 基于神经网络识别的容错控制 | 第85-92页 |
| 5.4.1 故障识别 | 第85-89页 |
| 5.4.2 积分滑模容错控制器设计 | 第89-92页 |
| 5.5 仿真算例 | 第92-100页 |
| 5.6 本章小结 | 第100-103页 |
| 第六章 一类非线性系统的自适应执行评价容错跟踪控制 | 第103-127页 |
| 6.1 引言 | 第103-104页 |
| 6.2 问题描述 | 第104-107页 |
| 6.3 主要结果 | 第107-118页 |
| 6.3.1 跟踪误差转换 | 第107-110页 |
| 6.3.2 评价神经网络设计 | 第110-111页 |
| 6.3.3 控制器设计 | 第111-118页 |
| 6.4 仿真算例 | 第118-124页 |
| 6.5 本章小结 | 第124-127页 |
| 第七章 基于事件触发机制的非线性系统容错控制 | 第127-149页 |
| 7.1 引言 | 第127-128页 |
| 7.2 问题描述 | 第128-129页 |
| 7.3 基于事件的容错控制设计 | 第129-138页 |
| 7.3.1 神经网络控制器设计 | 第129-131页 |
| 7.3.2 脉冲动力模型分析以及事件触发条件设计 | 第131-133页 |
| 7.3.3 稳定性分析 | 第133-138页 |
| 7.4 最小事件触发间隔分析 | 第138-140页 |
| 7.5 仿真算例 | 第140-148页 |
| 7.6 本章小结 | 第148-149页 |
| 第八章 结论与展望 | 第149-153页 |
| 8.1 论文的主要研究内容与创新点 | 第149-150页 |
| 8.2 后续研究工作展望 | 第150-153页 |
| 参考文献 | 第153-173页 |
| 致谢 | 第173-175页 |
| 攻读博士学位期间所做的主要工作 | 第175-179页 |
| 作者简介 | 第179页 |