1.一种基于观测器的非线性执行器故障系统的容错控制方法，其特征在于：所述方法包括以下步骤：

步骤1、建立带有执行器故障的可重复非线性系统：考虑一个带有执行器故障的可重复非线性系统，如下所示：其中，

yk(t)表示第k次迭代t时刻，系统的输出；

f(·)表示未知的非线性函数；

表示第k次迭代t时刻，系统带有执行器故障的控制输入；

uk(t)表示第k次迭代t时刻，系统不带有执行器故障的控制输入；

αk(t)∈(0,1]、|βk(t)|≤bβ表示第k次迭代t时刻的执行器故障；

bβ为一个正数；

ny表示一个未知的正整数；

nu表示一个未知的正整数；

该系统满足：

系统初始值yk(0)不变，即yk(0)＝y0；

系统满足广义Lipschitz条件，当Δuk(t)≠0、Δyk(t)≠0时，|Δyk(t+1)|≤b1|Δuk(t)|+b2|Δyk(t)|；

其中，

y0是一个常数；

b1、b2均为正数；

Δuk(t)＝uk(t)‑uk‑1(t)，Δyk(t)＝yk(t)‑yk‑1(t)；

步骤2、将非线性系统迭代线性化为等价线性数据模型：其中，

1×(t+1)

Φk(t)∈R 为未知梯度矩阵；

步骤3、设计迭代学习观测器对系统输出进行估计：其中，

是Φk(t)的估计值；

表示第k次迭代t时刻，对系统输出yk(t)的估计值；

ξk(t)表示第k次迭代t时刻，输出yk(t)的估计误差；

εk(t)表示第k次迭代t时刻，沿迭代轴的补偿项；

观测器参数γ1、γ2满足γ1∈(0,1)、γ2∈(0,1)；

步骤4、设计迭代更新算法估计线性数据模型中的未知梯度矩阵：其中，

表示第k‑1次迭代t时刻，对未知梯度矩阵Φk‑1(t)的估计值；

Φk‑1(t)表示第k‑1次迭代t时刻，未知梯度矩阵Φ的值；

η∈(0,2)为一个步长因子；

μ＞0为一个权重因子；

步骤5、设计基于观测器的控制器实现对非线性执行器故障系统的容错控制：其中，

ρ＞0为一个步长因子；

λ＞0为一个权重因子；

yd(t+1)表示t+1时刻的期望输出；

T (t+1)

Uk(t)＝[uk(0),uk(1),...,uk(t)]∈R 。

2.根据权利要求1所述方法，其特征在于：步骤2的迭代线性化过程主要包括以下步骤：步骤2.1、对于步骤1所述带有执行器故障的非线性系统，使用迭代动态线性化，使得：其中，

t

g(·)是一个状态转移函数，是f(·)的复合函数；

步骤2.2、对上述系统沿迭代轴进行差分并使用微分中值定理，可以得到线性数据模型：

其中，

Φk(t)为未知的梯度矩阵；

||Φk(t)||≤bΦ；bΦ为正数。

3.根据权利要求1所述方法，其特征在于：步骤4中用于估计未知梯度矩阵的迭代更新算法的设计主要包括以下步骤：步骤4.1、考虑如下目标函数：其中，

μ＞0为权重因子； 表示对Φk‑1(t)的估计；Φk‑1(t)表示第k‑1次迭代t时刻，未知梯度矩阵Φ的值；

对参数Φk(t)进行最小化处理，得到：其中，

η∈(0,2)为步长因子；

步骤4.2、为了减少执行器故障的影响，将观测器带入迭代更新算法：最终得到基于观测器的迭代更新算法：

4.根据权利要求1所述方法，其特征在于：步骤5中基于观测器的控制算法的设计主要包括以下步骤：

步骤5.1、不考虑执行器故障，设计如下目标函数：

2 2

J(Uk(t))＝|yd(t+1)‑yk‑1(t+1)‑Φk(t)(Uk(t)‑Uk‑1(t))|+λ||Uk(t)‑Uk‑1(t)||；

其中，

λ＞0为权重因子；yd(t+1)表示t+1时刻的期望输出；

对控制输入Uk(t)进行最小化处理，得到：其中，

ρ＞0为步长因子；

步骤5.2、为了减少执行器故障的影响，将观测器带入控制器，最终得到基于观测器的容错控制器：