Control adaptativo difuso/neural tolerante a fallos estable para un motor de turbina

Estimulado por la creciente demanda de mejorar la fiabilidad y el rendimiento de los sistemas, el control tolerante a fallos ha recibido atención significativa desde su objetivo es detectar la ocurrencia de fallos y lograr un rendimiento satisfactorio del sistema en presencia de fallos. Para desarrollar un sistema de control tolerante a fallos inteligente, comenzamos construyendo un modelo de diseño del sistema utilizando una estructura de aprendizaje jerárquica en forma de sistemas difusos Takagi-Sugeno. A continuación, se diseña el esquema de control tolerante a fallos basado en control difuso/neural adaptativo estable, donde sus capacidades de aprendizaje en línea se utilizan para capturar la dinámica desconocida causada por fallos. Finalmente, la efectividad de los métodos propuestos ha sido estudiada mediante un análisis exhaustivo de la dinámica cero del sistema y las habilidades de seguimiento asintótico tanto para casos de control adaptativo indirecto como directo, y mediante simulación de "modelo a nivel de componente" del motor de turbina General Electric XTE46.