容错控制是本书所要讨论的内容,它可分为被动容错控制和主动容错控制。被动容错控制是设计适当固定结构的控制器,该控制器除了考虑正常工作状态的参数值以外,还要考虑在故障情RT8参数值,不仅当所有控制部件正常运行时,且当执行器、传感器和其它部件失效时,保障系统具有稳定性和令人满意的性能。主动容错控制是在故障发生后调节控制策略,使系统能够保证稳定和良好的性能,故障幅度为重构控制提供了有效的信息,这是设计主动容错控制律特别需要的。在第2章被动容错控制中,首先基于Hamilton-Jacobi不等式研究了一类非线性不确定系统控制器设计问题。利用信息的解析冗余,设计了当且仅当一个执行器或传感器失效时的容错控制器,讨论了一类非线性系统解析冗余的情况下故障容错控制器的设计;基于观测器研究了不确定时滞系统的容错控制问题,当一些传感器和执行器在指定的子集内失效的情况下,设计鲁棒容错控制器,使得闭环系统不仅在正常运行时保证其稳定性,而且执行器或传感器在允许失效的集合里仍能保证系统的稳定性和H。性能,为解决一类非线性不确定时滞系统的可靠控制问题提供了一条新的途径。另外,基于LMI讨论了执行器和控制平面失效时的容错控制器的设计。在第3章至第6章的主动容错控制中,第3章根据估计出的故障幅度,基于Riccati方程提出输出反馈控制器的设计方法;第4章基于RBF神经网络提出一种基于神经网络逼近的故障补偿主动容错方法,在故障发生后进行权值更新,扩展RBF网络的调整律,使系统的动态变化可以很快被捕捉到,采用反馈误差学习方法,推导了所有参数稳定的更新RBF网络控制器的调整规则,确保了整个系统的故障稳定性,该方法易于工程实现;第5章在模型跟随(LMF)重构方法上,提出了一种基于模糊滑模自适应的模型跟随重构控制策略。它既保持了算法简单,实时性好的优点,同时又有效地调节系统参数以克服故障因素的不利影向,这种方法能够调节更多的未预料故障,可适用于一类动态系统的重构控制,该方法可保证闭环系统具有良好的重构性和鲁棒性;第6章基于Backstepping(步进反推)讨论了带有未知非线性特性的不确定复杂非线性动态系统的稳定自适应容错控制器的设计方法,运用李雅普诺夫分析方法,发展了基于故障的非线性参数在线逼近模式的状态反馈自适应方案。