Cet article présente une stratégie de contrôle adaptatif tolérant aux pannes à temps fixe pour des systèmes non linéaires d'ordre élevé affectés par des pannes de capteurs, des zones mortes d'entrée et des non-linéarités de saturation. Pour gérer les non-linéarités inconnues, des réseaux neuronaux à fonctions de base radiales (RBFNN) sont utilisés. La méthode d'ajout d'un intégrateur à puissance est introduite pour relever les défis découlant de la dynamique des systèmes d'ordre élevé. De plus, une fonction non affine lisse est conçue pour approximer les caractéristiques non lisses des effets de zone morte d'entrée et de saturation, qui est ensuite transformée en une structure affine à l'aide du théorème de la valeur moyenne. Une loi de contrôle adaptatif à temps fixe est développée sur la base de l'approximation par réseau neuronal en intégrant la technique du backstepping avec la théorie de la stabilité de Lyapunov. Le schéma proposé garantit que tous les signaux dans le système en boucle fermée restent bornés, et la sortie du système converge vers une petite région autour de zéro dans un temps fixe. L'efficacité et la praticité de l'approche de contrôle proposée sont validées à travers deux exemples de simulation.
Kharrat et al. (Sun,) ont étudié cette question.