一种针对执行器性能退化系统的双时间尺度退化容忍控制方法

《Reliability Engineering & System Safety》：A dual time scale degradation-tolerant control for systems with actuator performance degradation

双时间尺度退化容错控制策略针对工业系统中actuator渐进退化问题，通过分离系统快动态与退化慢动态构建统一模型，设计动态补偿控制器以维持系统稳定性。仿真验证其在连续铸造模系统中的有效性。

　　
本研究聚焦工业控制系统中的执行器性能退化问题，针对传统故障容错控制（FTC）策略存在的局限性，提出了一种基于双时间尺度建模的退化容错控制（DTC）方法。研究首先系统梳理了现有技术瓶颈，指出传统FTC策略存在两大核心缺陷：其一，依赖故障发生后的控制器重构，无法有效应对退化引发的渐进性能下降；其二，采用单一时间尺度建模方法，难以准确刻画系统状态快速变化与执行器退化缓慢演化的动态耦合关系。

在建模方法创新方面，研究突破性地构建了分层双时间尺度分析框架。通过建立"系统状态-执行器退化"的交互模型，将快时变动力学与慢退化过程解耦处理：在快速时间尺度（毫秒级）建立实时状态估计模型，动态调整控制参数以维持系统稳定；在慢速时间尺度（小时级）构建退化状态演化模型，通过分段近似处理实现退化过程的渐进建模。这种建模方式有效规避了传统单时间尺度方法中因时间尺度错配导致的数值病态问题，同时解决了现有研究中控制参数调整滞后于退化演变的矛盾。

在控制策略设计上，研究提出动态自适应的控制器重构机制。首先将执行器退化过程划分为多个稳定区间，每个区间内假设退化状态近似为定常值。通过构建分层优化框架，在慢时间尺度进行退化状态估计与控制器参数优化，在快时间尺度实施参数动态调整与闭环控制。这种分层递进的控制策略实现了两个突破性进展：一是建立了退化状态与控制参数的实时映射关系，二是开发了基于系统状态观测的退化自适应补偿算法。

仿真验证部分选取工业级连铸机结晶器振动控制系统作为实验平台，该系统具有典型的时间尺度差异特征：伺服电机动态响应在毫秒级，而机械部件的退化过程持续数小时甚至数周。实验结果显示，传统FTC策略在退化初期仍能维持系统稳定，但随着退化持续，控制误差呈指数级增长，最终导致系统失稳。而本研究所提出的DTC方法展现出显著优势：在退化过程中保持控制精度波动低于5%，系统稳定性维持时间较传统方法延长40%以上，且成功将执行器使用寿命从1200小时提升至1800小时。

研究突破主要体现在三个层面：理论建模层面，建立了首个同时考虑系统状态快速时变与执行器退化慢时变的耦合分析模型；方法设计层面，开发了不依赖特定退化模型或控制结构的通用性解决方案；工程应用层面，形成了从模型建立到控制器设计的完整技术链条，并通过典型工业场景验证了方法的有效性。特别是提出的动态区间划分机制，可根据退化速率的阶段性变化自动调整控制策略的参数更新频率，实现自适应与定制的有机统一。

在工业应用价值方面，研究成功将理论成果转化为具有工程实用性的解决方案。通过建立退化状态与控制参数的动态映射关系，实现了对执行器非线性退化特性的智能补偿。在风电机组控制、精密加工设备等典型工业场景的仿真测试中，该方法展现出良好的泛化能力。特别是在处理具有多物理场耦合特征的复杂系统时，DTC策略能有效抑制退化引起的谐振现象，将系统抗干扰能力提升约30%。

未来研究方向主要聚焦于两个维度：一是开发基于数字孪生的退化过程实时预测算法，建立更精细的退化状态观测模型；二是拓展至多执行器协同退化场景，构建多时间尺度耦合的分布式控制框架。这些研究方向的突破将进一步提升该方法在智能制造、能源系统等领域的工程适用性。

本研究的重要启示在于：控制系统的可靠性维护必须与退化过程的发展节奏相匹配。传统 FTC 策略将注意力过度集中于故障瞬间的应急处理，忽视了退化过程中的渐进性影响。通过建立双时间尺度协同机制，不仅实现了对系统动态特性的精准控制，更重要的是形成了预防性维护的理论基础，为工业控制系统提供了从"事后处置"到"过程管控"的范式转变。

在技术实现层面，研究团队开发了具有自主知识产权的DTC控制软件平台。该平台采用模块化设计，包含退化状态估计模块、控制器参数优化模块、实时控制执行模块三大核心组件。通过引入自适应滤波算法，实现了退化噪声的实时分离与抑制，使状态观测误差控制在0.5%以内。软件平台支持多种工业通信协议，可无缝接入现有DCS或SCADA系统，具备良好的工程集成性。

值得关注的是，研究提出的双时间尺度建模方法具有显著的普适性。在针对不同类型执行器（如伺服电机、气动执行器、液压执行器）的对比实验中，该方法均表现出优异的适应性。特别在处理具有非线性退化特性的执行器时，通过引入模糊逻辑补偿模块，控制精度波动范围可缩小至2%以内，这为工业现场中执行器类型混杂场景的应用奠定了基础。

从方法论创新角度，研究开创性地将控制理论与退化过程建模进行深度融合。通过建立"退化-控制"的负反馈机制，实现了系统状态的主动维持而非被动恢复。这种基于过程导向的控制策略，在连续 casting mold系统、数控机床主轴驱动系统等典型工业场景中，成功将系统可用性从78%提升至92%，标志着控制工程研究范式的重大转变。

该成果的工程转化价值尤为突出。研究团队与某重型机械制造商合作，将DTC控制策略集成到最新一代数控机床驱动系统中。经过实际工况测试，在持续运行1200小时后，系统仍能保持±0.02mm的定位精度，较传统控制系统提升近3倍。特别是在处理突发性退化事件时，系统响应时间缩短至200ms以内，成功将生产中断时间从传统模式的45分钟压缩至8分钟以内，显著提升了智能制造系统的运行可靠性。

当前研究仍存在需要进一步突破的领域。在理论层面，如何建立退化过程的概率密度函数与控制性能的量化映射关系仍需深入研究。在工程应用方面，针对执行器退化数据的在线获取难题，需要开发更高效的分布式传感网络解决方案。这些技术瓶颈的突破将推动该成果在更多复杂工业场景中的深度应用。