近年来，由于AUV在海洋资源勘探、环境监测和军事侦察等领域的广泛应用，它们受到了越来越多的关注（Wang等人，2022年）。然而，在复杂的海洋环境中进行长期自主运行时，AUV不可避免地会遇到外部干扰和内部不确定性。特别是执行器和传感器的故障对控制性能和航行安全构成了严重威胁。因此，及时的故障诊断和有效的容错控制已成为确保AUV安全可靠运行的关键科学和工程挑战（Liu等人，2021年；Liu等人，2022年）。
为了获取系统健康状态的信息，已经广泛研究了执行器和传感器的故障诊断方法。典型的方法包括基于观测器的故障诊断（Liu等人，2018年；Wang等人，2020年；Wang，2021年）、基于滤波器的故障诊断（Hasan和Rossi，2024年；He等人，2021年；Sun等人，2016年）以及基于神经网络的故障诊断（Cao等人，2024年；Zhang等人，2018年；Zhao等人，2024年）。其中，基于观测器的方法受到更多关注，因为它们利用系统模型提供定量故障信息，使其更容易与控制策略集成。
在AUV健康管理中，仅依靠故障检测是不够的；系统还必须能够容忍故障，以确保在复杂的海洋环境中可靠地执行任务。为此，广泛采用了容错控制（FTC）。根据是否使用故障诊断信息，FTC方法通常被分为被动型和主动型（Ding，2013年）。与被动FTC相比，主动FTC可以根据诊断结果调整控制律，提供更大的灵活性和适应性，因此已成为主流研究焦点。
代表性的主动FTC方法包括基于控制分配的方法、基于滑模的方法、基于自适应控制的战略，以及结合多种技术的集成和智能框架。
特别是，基于控制分配的方案通常依赖于控制冗余，即将所需的控制输入在剩余的执行器之间重新分配以实现预期性能（Durham，1993年）。在早期研究中，这种方法通常使用伪逆方法来确定输入分配比例。主要区别在于用于实现分配的虚拟控制输入的控制策略，例如H∞控制（Argha等人，2019年）、滑模控制（Alwi和Edwards，2008年）和自适应控制（Tohidi等人，2016年）。然而，这种静态的基于伪逆的分配方法仅依赖于瞬时有效性分布矩阵，无法进行实时更新和处理输入输出约束。因此，控制冗余无法得到充分利用，获得的控制指令可能无法满足物理约束。
由于滑模控制对干扰和不确定性的强鲁棒性，它被广泛用于容错控制器设计。传统的线性滑模控制通过不连续的切换项确保渐近收敛，但存在响应速度慢和奇异性问题（Alwi等人，2011年）。为了解决这些限制，已经开发了改进方法，如积分滑模控制（Chen等人，2024年；Shen等人，2015年）、非奇异终端滑模控制（Guo等人，2023年；Qiao和Zhang，2017年）和快速终端滑模控制（Lee，2021年；Sun等人，2024年；Xu等人，2015年），以提高收敛性能。同时，为了减轻控制输入的抖动，还提出了高阶滑模（Li等人，2022年；Mousavi等人，2024年）和自适应增益滑模（Hu等人，2020年）方法。
自适应控制在容错控制设计中受到了广泛关注，因为它能够在线调整以适应未知参数和不确定性。传统的自适应容错方法通常依赖于参数估计或系统重构来补偿执行器或传感器的故障。然而，这些方法往往需要严格的收敛和激励条件，这限制了它们在强干扰或复杂海洋环境中的有效性。为了解决这些限制，已经进行了一些改进。引入了投影算子（Zhao等人，2023年）和死区（Charandabi等人，2011年）修改，以确保参数估计的有界性并避免发散。神经网络（Chen等人，2016年）和模糊系统（Shen等人，2024年）被用作自适应逼近器来处理非线性故障和外部不确定性。此外，还提出了结合自适应控制和鲁棒控制的综合方案，提高了容错性同时保持了鲁棒性（Hu等人，2020年）。这些改进显著扩展了自适应容错控制在实际复杂环境中的适用性。
尽管在故障诊断和主动容错控制方面取得了显著进展，但在处理高度非线性AUV系统中存在未知干扰的混合执行器-传感器故障时，仍存在一些技术挑战。在实际场景中，执行器和传感器故障可能同时发生，并与环境干扰相互作用，这增加了结构解耦、准确估计和协调补偿的难度。此外，在鲁棒性、快速故障重构和控制能效之间实现平衡仍然是一个非平凡的问题。因此，仍然需要集成设计策略，能够在统一框架内系统地协调故障检测、估计和控制重构，同时保持较低的保守性和强大的干扰抑制能力。
为了解决这些问题，本文的主要贡献如下：
•为了解决在未知干扰下执行器和传感器故障同时发生的问题，通过非奇异坐标变换将原始AUV动态模型分解为两个解耦的子系统，从而实现结构故障类型的解耦。对于每个子系统，开发了未知输入滑模观测器（UISMO），以实现混合故障的独立和快速检测，提高了故障敏感性和检测精度。
•通过将自适应控制理论与未知输入观测器框架相结合，提出了一种自适应未知输入观测器（AUIO）。该观测器采用增强估计机制，动态更新观测器增益和自适应参数，在混合故障和未知干扰下实现准确和鲁棒的状态和故障估计。这种设计显著提高了系统在不确定环境中的适应性和估计性能。
•基于估计的故障信息，根据等效控制原理开发了一种增益自适应积分滑模容错控制器。该控制器无需预先知道干扰信息，即可实时调整控制增益，确保强大的鲁棒性和稳定的性能，同时有效降低控制保守性和能耗。
本文旨在为受到混合故障、未知干扰、收敛速率约束和控制保守性影响的AUV导航系统开发一种可重构控制策略。如图1所示，所提出的策略由三个主要部分组成：故障诊断、重构机制和可重构控制器。故障诊断模块负责检测和估计故障，为重构机制和可重构控制器提供诊断信息。重构机制整合和评估诊断信息，生成切换信号，使可重构控制器能够在正常控制模式或容错控制模式下运行。因此，可重构控制器可以在正常控制器和容错控制器之间切换，后者利用故障估计信息迅速补偿混合故障，确保满意的控制性能，同时在鲁棒性和保守性之间取得平衡。
