В идеале, точные измерения датчиков необходимы для достижения хорошей производительности в замкнутом контуре управления мехатронными системами. Как следствие, неисправности датчиков будут препятствовать правильной работе системы, если не будет принята архитектура отказоустойчивого управления (FTC). Поскольку алгоритмы FTC на основе моделей для нелинейных систем часто являются сложными в разработке, в данной статье основное внимание уделяется новому методу FTC при наличии неисправностей датчиков, основанному на глубоком обучении. Рассмотренный подход заменяет этапы обнаружения и изоляции неисправностей и проектирования контроллера единой рекуррентной нейронной сетью, которая имеет значение прошлых измерений датчиков в заданном временном окне в качестве входных данных и текущие значения управляющих переменных в качестве выходных. Этот сквозной метод глубокого FTC применяется к мехатронной системе, состоящей из сферического перевернутого маятника, конфигурация которого изменяется с помощью реактивных колес, в свою очередь приводимых в действие электродвигателями. Результаты моделирования и эксперимента показывают, что предлагаемый метод может обрабатывать внезапные сбои, возникающие в датчиках положения/ скорости соединения. Предоставленные дополнительные материалы включают видео реальных экспериментов и исходный код программного обеспечения.
