1.无穷时域优化的间歇过程2D约束容错控制方法，其特征在于：包括以下步骤：A、构建具有干扰及执行器故障的约束间歇过程模型，所述具有干扰及执行器故障的间歇过程模型(1)由(1a)和(1b)表示：且其输入、输出约束满足：

其中，t表示时间，k表示批次， 中是系统的状态， 是系统的输入,是系统的实际输出， 分别是输入、实际输出的上界约束值， 是系统外部未知干扰，并且 ΔA是未知不确定系统摄动矩阵，ΔA(t,k)＝DΔ(t,k)E，Δ(t,k)ΔT(t,k)≤I，{A,B2,C2}是适当维数的系统矩阵，{D,E}是适当维数的常数矩阵,I是适当维数的单位矩阵；定义不同的α值表示执行器不同的故障类型，当α＞0时，表示部分失效故障；当α＝0时，表示完全失效故障，不涉及最优控制器的问题；

对于执行器部分失效，α＞0需满足如下形式：式中 和 是已知的常数；

B、将具有干扰及执行器故障的间歇过程动态模型转化为一个以预测值形式表示的闭环系统模型，对于模型(1)，引入下面迭代学习控制律：u(t,k)＝u(t,k-1)+r(t,k),u(0,k)＝0,t＝0,1,2,…T     (3)其中，u(0,k)是迭代的初值，通常被设置为0， 迭代学习更新律；

定义批次方向上的状态误差及输出误差如下：δk(f(t,k))＝f(t,k)-f(t,k-1)     (4a)由模型(1)和迭代学习控制律(3)得到：其中，

则扩维的误差模型用Roesser模型写成以下形式：其中：

C3＝[0 0I]，

并假设 分适维向量的水平和垂直

状态分量，Z(t,k)是系统的被控输出；

C、对具有干扰及执行器故障的间歇过程模型设计出迭代学习控制律，对于上述模型(6)设计2D预测容错控制器，达到在最大干扰及最大故障下的最小优化控制，即使模型(6)达到稳态且在每一时刻满足下面的鲁棒性能指标：限制：

并且Q(Q＞0)和R(R＞0)是适当维数的加权矩阵，r(t+i|t,k)是时刻t对t+i时刻输入的预测值，并且r(t,k)＝r(t|t,k)， 代表输入增量；

定义状态反馈控制律，使系统达到二次稳定，选取的更新律为：则(6)的闭环预测模型表示为

利用2D Lyapunov函数证明系统的稳定，定义Lyapunov函数为：其中M＞0

模型(6)在故障允许范围内依然能平稳运行，必须满足：(1)2D李亚普诺夫函数不等式约束：(2)存在适当维数的矩阵Mj,H,Y和适当维数的非奇异矩阵G，任意标量ε＞0,θ＞0,γj＞

0可使得下面的矩阵不等式成立：

且

且

其中，

此时最优性能指标满足J∞(t,k)≤θ；

鲁棒更新律增益为K(t,k)＝YG-1；

因此，进一步更新律表示为：

将其带入u(t,k)＝u(t,k-1)+r(t,k)，便可得到2D约束迭代学习控制律设计u(t,k)，在下一时刻，不断重复(11a)-(11b)继续求解新的控制量u(t,k)，并依次循环。