执行器故障检测的神经网络观测器方法

针对一类非线性系统,提出了一种用于执行器故障检测的神经网络观测器方法·这种非线性系统具有未知非线性函数,不需要满足结构匹配条件,并且不要求系统状态可测·观测器利用神经网络器逼近系统中的未知非线性项,提高了状态估计的精度·估计的残差提供了故障检测的手段,另一方面利用自适应律进行故障的识别·基于李亚普诺夫方法,从理论上证明了状态估计误差稳定且渐近收敛到零·最后,仿真结果表明该方法的有效性·     

具有执行器故障的保成本可靠控制

针对线性定常系统,在涉及不确定性的保成本问题基础上,提出了带有执行器故障扰动的保成本可靠控制问题·给出了更实际、更一般的故障模型·在考虑执行器故障模型的基础上,给出了系统渐近稳定及可靠保成本的充分条件·通过求解代数Ricatti方程完成动态反馈控制器的设计·并且进一步说明当系统无故障时,系统渐近稳定且具有良好的保成本指标·当系统的执行器发生故障时,系统仍保持渐近稳定且满足一定的保成本指标·仿真实例验证了本文结果的有效性·     

一类不确定线性系统区域稳定的可靠控制

针对具有不确定性的线性定常系统,提出了考虑执行器故障的圆盘极点可靠配置问题·在更一般、更实际的执行器故障模型的基础上,给出了将极点配置到指定圆盘内可靠控制存在的充分条件·通过求解LMI完成状态反馈可靠控制器的设计·利用仿真实例验证了本文提出设计方法的可行性,并且通过与不考虑故障和不确定因素的系统比较,进一步说明对系统进行可靠极点配置的必要性·     

基于模糊聚类算法的精炼过程真空系统故障诊断

针对大型真空冶金系统(DVMS)的故障点多、故障征兆不明显且要求其故障诊断快速、准确的特点,提出了一种基于模糊聚类算法的智能诊断模型·该模型具有很强的自学习、自组织能力适用于大型复杂真空系统的故障诊断·在介绍了模糊聚类算法的理论同时,给出了模糊故障诊断的步骤·以RH KTB真空冶金系统的智能故障诊断为例给出了模糊诊断的实际过程·通过分析证实了该算法对大型复杂真空冶金系统智能故障诊断的有效性·     

基于自适应观测器的列车牵引系统执行器故障诊断

针对高速列车牵引系统执行器故障,提出了一种基于自适应观测器的故障诊断方法。针对高速列车纵向运动模型参数不易获得的特点,建立了参数未知的列车动态数学模型。考虑到高速列车牵引系统具有多个执行器,其故障发生时间及位置未知,针对不同故障位置,设计了基于自适应技术的故障诊断观测器,观测器相关参数由自适应律更新,通过观测器与列车系统匹配实现故障诊断,基于李雅普诺夫稳定性定理,证明了匹配观测器的收敛性和不匹配观测器无法收敛,从而诊断出故障位置及时刻。最后通过一个高速列车仿真例子验证了所提故障诊断方法的有效性。     

采用高阶终端滑模观测器的执行器未知故障重构

针对常规滑模观测器抖振现象易造成故障误判和漏判的不足,考虑实际系统故障信息未知的情形,提出了一种含自适应律修正的高阶终端滑模观测器执行器鲁棒故障重构方法。首先引入线性变换矩阵实现系统降维,确保状态估计不受干扰和故障的影响,并将观测器增益矩阵设计方法转化为线性矩阵不等式约束下的凸优化问题;其次考虑故障变化率上界未知的情形,在高阶非奇异终端滑模控制输入中添加了自适应律,确保滑模运动不受未知信息故障的影响,在有限时间内到达滑模面以实现鲁棒性,在此基础上给出了执行器故障重构的计算方法;最后以某飞控系统为例开展了仿真研究,结果表明所提方法能有效减小抖振,快速估计系统状态,自适应律在3s内可以实现对未知故障的自适应调节,确保准确实现执行器未知故障重构。     

基于滑模观测器的非线性系统故障检测与重构

 为提高控制系统的安全性和可靠性,针对非线性系统传感器的故障诊断问题,提出一种利用滑模观测器进行故障检测和重构的方法。首先引入积分变量将传感器故障转化为执行器故障,通过对执行器故障的诊断间接诊断传感器故障。针对转化后的系统构造滑模观测器,进而实现传感器故障重构。采用Lyapunov稳定性理论,证明设计的滑模观测器的稳定性。对于构造的滑模观测器,给出一种用线性矩阵不等式方法求解的简便算法。最后,对于文献中给出的非线性系统,就不同的故障类型作用在传感器上的几种情形进行仿真。仿真结果表明,所设计的滑模观测器能够准确地重构非线性系统中传感器的缓变故障和突变故障;当系统存在未知扰动时,所设计的滑模观测器也能准确地重构故障。该方法从开始就对故障进行重构,避免了产生和评价残差信号的复杂性。     

智能结构压电执行器位置的拓扑优化

提出了一种选取压电执行器优化位置的拓扑优化方法·其基本思想是利用可控矩阵的奇异值单元灵敏度来识别压电执行器优化位置·讨论了智能结构模态可控性的度量问题;推导了可控矩阵奇异值单元灵敏度公式;给出了确定压电执行器优化位置的优化准则;用算例说明了方法的有效性·     

基于信息融合的集成小波神经网络故障诊断

以非线性Morlet小波基作为激励函数,形成神经元,结合小波变换与神经网络各自的优点,建立了集小波分析与神经网络于一体的紧致型小波神经网络,并给出了具体的算法·基于信息融合技术的思想,从设备故障诊断的实际出发,建立了基于信息融合技术的集成小波神经网络故障诊断系统,即通过故障特征信息的有效组合,用各种子小波神经网络从不同侧面对设备故障进行初步诊断,然后对诊断结果进行决策融合·给出了系统的实现策略和子网络的组建原则·从诊断实例中可以看出,此诊断系统充分利用了各种特征信息,可以有效提高确诊率·     

非线性摄动时滞系统故障诊断

针对一类含有未知输入和非线性摄动的状态时滞系统,采用基于自适应观测器的故障诊断系统的设计方法,以线性矩阵不等式的形式给出此问题解的存在条件及求解算法,并论证了系统的鲁棒稳定性,给出了对故障检测具有高灵敏度、零误报率的阚值判断公式.设计的自适应观测器具有双重功能:首先作为故障检测观测器能够检测出故障的发生,然后作为故障诊断观测器能够理想地估计出故障随时间的变化曲线.此算法既能诊断突变故障,又能诊断缓变故障.仿真结果表明算法具有良好的诊断性能.     

基于IMM-UKF方法的机电作动器突发性故障诊断研究

飞机飞行控制系统机电作动器（electromechanical actuator,EMA）的突发性故障会影响到飞机的飞行安全性,甚至导致飞机失控.针对EMA的突发性故障,提出一种基于交互式多模型（interactive multiple model,IMM）和无迹卡尔曼滤波（unscented Kalman filter,UKF）相结合的故障诊断方法.该方法利用UKF不仅能更好地逼近状态方程的非线性特性,而且能使滤波器具有更好的稳定性和更低的计算量要求;利用IMM不仅解决了可测量参数偏少导致的故障诊断困难的问题,而且还改善了发生的故障与预先假设的故障差异较大的情况下故障诊断的快速性和准确性.通过对某型EMA进行故障诊断,仿真结果表明所提出的IMM-UKF故障诊断方法可以实现对EMA部件和传感器故障的快速准确诊断.      

基于滑模观测器的卫星姿态控制系统滑模容错控制

针对卫星姿态控制系统执行机构故障,设计了基于滑模观测器的滑模容错控制律.采用迭代学习算法在线调节观测器滑模项切换增益,设计滑模观测器估计卫星姿态和角速度.在此基础上,将执行机构故障作为系统的未知动态,提出一种对卫星姿态控制系统执行机构故障不敏感的滑模容错控制方法.该方法利用系统输入和状态信息,结合动力学特性实现未知动态估计,以此设计滑模控制律.通过数字仿真验证了该容错控制方法的有效性.     

A Robust Fault Detection and Isolation Scheme Based on Unknown Input Observers for Discrete Time-delay System with Disturbance

This paper proposes a robust fault detection and isolation （FDI） scheme for discrete time-delay system with disturbance. The FDI scheme can not only detect but also isolate the faults. The lifting method is exploited to transform the discrete time-delay system into the non-timedelay form. A generalized structured residual set is designed based on the unknown input observer （UIO）. For each residual generator, one of the system input signals together with the corresponding actuator fault and the disturbance signals are treated as an unknown input term. The residual signals can not only be robust against the disturbance, but also be of the capacity to isolate the actuator faults. The proposed method has been verified by a numerical example.     

基于融合模型的柴油机空气管理系统故障诊断

柴油机作为重要的动力机械,其性能监测和故障诊断得到重视。而柴油机空气管理系统故障包括进气系统漏气、堵塞和EGR阀卡涩等故障将会导致恶化和经济性下降。针对空气管理系统具有较强的非线性,无法建立精确地数学模型等问题,建立了基于数学模型和数据驱动模型的融合模型,针对进气歧管漏气、中冷器堵塞,EGR阀卡滞等故障进行诊断研究。采用机理建模的方法建立EGR流量模型、充气系数模型和基于数据驱动建模的方法建立充气系数模型、进气压力波动幅值模型,利用奇偶方程法进行残差生成器的设计并生成三个残差信号,通过仿真分析可得到故障和残差值之间的映射矩阵,最后,采用模糊推理的方法进行故障诊断。研究结果表明：所构建的故障诊断系统能准确的诊断出空气管理系统的漏气直径为5mm、堵塞至进气流量减少10%和EGR阀卡滞故障在关闭状态。     

A discrete PI fault observer design and application in variable speed wind turbine system

For the discrete-time system which is subjected to uncoupled actuator faults and sensor faults simultaneously, a robust fault diagnosis method based on a proportional integral observer (PIO) is presented. The proposed PIO uses an additionally introduced integral term of the output errors to obtain the estimation of actuator faults. Besides, the sensor faults are regarded as the augment states so that the PIO can trace them. Moreover, the convergence of the PIO is proved. A variable speed wind turbine(VWT) example is given to demonstrate the fast convergence and diagnosis precision of the proposed PIO.     

针对执行器和关联链接失效的一类复杂系统自适应容错控制

针对一类执行器和关联链接失效的复杂系统,提出了一个间接自适应方法解决容错控制问题.利用自适应律在线估计执行器和链接通道上的故障因子,并基于自适应策略的信息,构造一类通过其他子系统状态链接的分布式状态反馈控制器自动补偿故障影响.基于李亚普诺夫稳定性定理,所得到的自适应闭环复杂系统执行器和网络传输过程故障下可以保证渐进稳定.此方法的有效性最终由一个仿真例子验证.     

一类具有执行器故障的马尔科夫跳跃系统容错控制

研究一类转移概率部分已知马尔科夫跳跃线性系统的自适应容错控制问题.所考虑的转移概率情况更具一般性,即转移概率包括完全已知,未知但已知转移概率的上下界和完全未知三种情况.针对执行器失效故障,首先设计自适应故障估计器;而后,基于故障参数的估计值设计鲁棒补偿控制器,保证系统在发生执行器故障时的鲁棒稳定性.在处理未知转移概率时,采用自由权重的方法,以保证所得线性矩阵不等式条件具有更小的保守性.最后,数值仿真算例验证了所提方法的有效性.     

传感器和执行器故障检测与隔离方法

设计构造一种基于观测器的故障检测与定位方法,该方法对多输入多输出随机系统中传感器和执行器同时发生的故障或分别发生的故障进行检测和定位.为确定故障位置,先将原系统按传感器个数划分成若干子系统,使每个子系统与特定的传感器故障不相关而与其他传感器故障相关,再为每个子系统设计一个观测器,使其对特定的执行器故障不敏感而对其他执行器故障的敏感度最大.由此,利用观测器的信息统计量,经逻辑判别便可确定系统中传感器或执行器故障位置.     

水下机器人执行器的高斯粒子滤波故障诊断方法

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.