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。     

离散非线性系统状态和故障估计

针对同时含有执行器故障和传感器故障的离散Lipschitz非线性系统,提出一种可以同时估计系统状态、执行器故障和传感器故障的观测器设计方法。首先,通过系统状态向量的扩展,将原系统化为形式上不含传感器故障的广义Lipschitz非线性系统;然后,对得到的广义系统设计可以同时估计系统状态和执行器故障的观测器;最后,将观测器设计过程化为求解线性矩阵不等式的形式。仿真结果表明,所提方法具有有效性、正确性以及优越性。相较于现有很多方法,所提方法具有高效快捷的特点,具有较强的实用性。     

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.     

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FFT的概率神经网络故障诊断模型

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响, 容易发生各类故障, 严重时甚至会造成坠机, 因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义. 本文以六旋翼无人机Simulink模型作为研究对象, 针对飞行器电机和角速度传感器的早期故障, 提出了一种基于快速傅里叶变换（Fast Fourier Transform, FFT）的概率神经网络故障诊断模型. 首先, 在Simulink平台上对六旋翼无人机进行飞控模型的建立; 然后采用FFT对数据进行有效的时频分析; 最后基于MATLAB设计并建立概率神经网络模型, 利用FFT数据进行故障分类, 实现无人机的故障诊断.     

超低空空投非线性PIO预测方法

在超低空空投下滑阶段,容易出现驾驶员诱发振荡即PIO(Pilot Induced Oscillation)问题,在此基础上分析了空投下滑拉平阶段产生PIO的主要致因,并建立含作动器速率限制的人机闭环系统,推导了闭环系统PIO发生的公式。基于同步和Neal-Smith驾驶员模型以及不同作动器速率饱和值运用描述函数法和GAP准则预测某型运输机PIO趋势。不同驾驶员模型PIO预测结果不同,同步驾驶员模型比Neal-Smith驾驶员模型仿真效果好,运用同步驾驶员模型进行预测,当驾驶员操纵增益绝对值大于11.5时,人机闭环系统失稳,容易产生PIO问题。仿真结果表明,若PIO是由驾驶员粗暴操纵所致,可通过减小操纵增益有效避免PIO的发生,在合理且允许范围内提高运输机舵机作动速率限制值可在一定程度避免PIO的发生。     

基于速率限制舵机的II型PIO预测方法研究

为预测由于速率限制舵机引起的II型PIO,根据速率限制舵机的特点,建立了简化的速率限制舵机模型,在时域内对其动态特性进行了仿真分析,针对速率限制舵机非线性的特点,采用了描述函数法来研究闭环系统的特性,推导了饱和速率限制舵机的描述函数模型,研究了Gap准则预测II型PIO的具体方法。最后,通过一个简单的算例,介绍了这种预测方法的整个过程。该方法简便明晰,为非线性人机闭环系统的PIO预测提供了一种参考。     

基于观测器的闭环系统故障检测及其在飞控系统中的应用

通过在闭环系统中加观测器,并基于实际飞行控制系统中控制器经常饱和的考虑,对执行器、反馈传感器故障进行了Matlab仿真研究.通过结果分析,提出了一种获取残差的新方法:即把控制器的输出残差和观测器的输出残差结合起来检测故障.该方法对于实际系统可能发生的各种故障更为有效,可以提高系统检测故障的性能,减小漏报率.针对一个飞行控制系统的仿真结果表明:新提出的诊断方案是有效的.     

基于事件触发的线性网络化控制系统主-被动混合容错控制设计

针对一类具有时变时延的线性网络化控制系统(NCS),在离散事件触发通信机制下,研究了执行器任意失效故障的主-被动混合容错控制问题.建立了基于事件触发机制的闭环故障系统模型,设计了能使系统在发生故障集以内的故障时稳定的被动容错控制器.同时,设计故障诊断观测器估计任意执行器失效故障的大小,一旦获得准确的故障信息,立即重构控制器以补偿故障的影响.所设计的主-被动混合容错控制器在执行器任意失效故障下,不但能使系统稳定而且具有良好的控制性能.仿真算例验证了本文方法可在确保故障系统稳定的前提下能有效地节约网络通信资源.     

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.     

电动车辆锂离子电池传感器故障诊断方法

为降低锂离子电池传感器故障对电动车辆安全与性能的影响,提出了一种基于观测器的电池传感器故障诊断方法。结合锂离子电池电热耦合动态模型,构建2个扩展卡尔曼滤波(extended Kalman filter, EKF)观测器,估计电池单体的状态量,对比状态量估计值与传感器测量值以生成残差,并使用累计和(cumulative sum, CUSUM)测试方法进行残差评价,根据残差组合的不同响应情况实现锂离子电池电流传感器、电压传感器以及表面温度传感器故障的诊断与分离(fault diagnosis and isolation, FDI)。在不同的传感器故障情况下对诊断方法进行测试,结果表明,该方法能够及时准确地对锂离子电池单体3种传感器故障进行诊断与定位,性能表现优异且易于实施。     

强跟踪滤波器在AUV执行机构故障诊断中的应用

建立了AUV的推力器及舵等执行机构的偏差型故障模型；引入强跟踪滤波器理论，采用SFEKF算法(一种采用时变渐消因子实现的强跟踪滤波器算法)在线估计AUV状态及执行机构故障偏差，利用贝叶斯决策方法对得到的残差进行分析，实现了AUV执行机构的故障诊断；仿真验证了强跟踪滤波器在AUV执行机构故障诊断中的有效性．     

基于EKF的无人机飞行控制系统故障检测

无人机飞行控制系统是一种典型的多传感器闭环控制系统,其执行机构与传感器故障会严重影响系统的安全性与可靠性,针对无人机飞行控制系统故障检测问题的研究具有重要的意义.本文考虑了一类无人机闭环非线性飞行控制系统的故障检测问题,针对风扰动影响下无人机纵向非线性系统模型,设计基于扩展卡尔曼滤波器的残差产生器,并应用χ2检验对残差进行评价,实现无人机闭环控制系统的故障检测.同时,基于某型无人机Simulink仿真平台进行仿真实验.结果表明,所提出的方法能够实现空速管堵塞故障和升降舵部分失效故障的检测.     

基于多角度特征提取的舵机故障诊断方法

针对舵机故障中的抖动问题,提出一种基于多角度特征提取的故障诊断方法.利用短时分析法分帧舵机数据,以获得短时平稳的时间序列;引入能熵比概念提取舵机数据帧内的电流特征,并利用动态时间规整思想提取舵机数据帧内的位置特征,形成多角度特征以增强输入特征的显著性.在此基础上,利用双向长短时记忆网络提高后续舵机故障分类过程的准确性.通过某型舵机抖动实测数据的仿真,并与传统长短时记忆网络的故障诊断结果比较,验证了所提方法的有效性.     

一种快速收敛的遗传算法及其应用

为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,提出了一种快速收敛的遗传算法,即“适应度缩放”加“有偏外来移民”的遗传算法。将该方法应用于柔性结构振动主动控制中的作动器／传感器位置及反馈增益的优化,其优化效果明显优于传统的优化算法。数字仿真结果表明,对于复杂非线性约束优化问题,该遗传算法具有较好的快速收敛性和全局收敛性,由优化了位置的作动器／传感器和优化增益的控制系统具有良好的减振效果。     

基于PCA的火电厂湿法烟气脱硫系统的传感器故障诊断

提出一种基于主元分析(PCA)的故障诊断方法,用于解决火电厂湿法烟气脱硫系统的传感器故障诊断问题.该方法利用PCA建立故障诊断模型,通过计算平方预报误差、传感器识别指数、故障重构值,对传感器故障进行检测、识别及恢复.利用华能福州电厂湿法烟气脱硫系统的采集数据进行传感器的完全失效、偏差、漂移与精度等级下降等4种类型故障的...     

KPCA在凿岩台车控制系统传感器故障诊断中的应用

传感器状态对于凿岩台车的作业有着极其重要的影响,对其展开故障诊断十分必要.核主成分分析(KPCA)方法通过集成算子与非线性核函数计算高维特征空间的主元成分,有效捕捉过程变量中的非线性关系,将其用于传感器4种常见故障的诊断,先用Q统计量进行故障监测,再用T2贡献量百分比变化来识别故障.仿真和实际应用结果表明:KPCA方法具有很好的故障监测与诊断能力.     

遭受执行器攻击的工控系统输出反馈滑模控制

针对工业控制系统存在测量噪声及外界执行器攻击问题,提出一种基于无偏状态估计的输出反馈离散滑模控制方法。在执行器攻击存在的情况下,构造等效滑模控制律。由于攻击信号与系统状态未知,通过引入无偏状态观测器从遭受噪声干扰的传感测量数据中获得系统真实状态的最小方差无偏估计量。在此基础上,利用一步延时攻击估计得到攻击信号的近似估计值,使所设计的鲁棒滑模控制律得以实现。给出了在此控制律作用下滑模面的收敛性分析及闭环系统最终有界稳定的证明。数值仿真实验结果验证了面向执行器攻击的无偏状态估计器的有效性,也表明与传统滑模控制方法相比,提出的输出反馈滑模控制方法对执行器攻击具有更强的抑制力,能够有效提高系统的鲁棒性能。     

求解PageRank的修正多步幂-多分裂内外迭代法

在一种基于多步幂法和多步分裂的IO迭代的变体（用MPMIO来表示）的基础上，提出了一种IO（PIO）迭代的变式，将多步幂法和多步分裂的IO迭代的结合扩展到更为一般的情形，讨论了该算法的全局收敛性，并通过数值算例说明了该方法的有效性。     

带执行器节点的无线传感器网络协议研究

对带执行器节点的无线传感器网络系统的结构和特点进行介绍和分析,比较了带执行器节点的网络系统与普通的网络系统之间的不同．根据充分利用执行器节点的供电和通信能力,减少传感器节点的能耗的设计思想,设计了一种可行网络通信协议和执行器决策算法．然后利用无线传感器网络能量模型和网络通信模型对该协议进行能耗和网络响应时间分析．最后对本协议进行仿真分析,比较执行器节点存在和不存在两种网络的网络性能,结果说明利用系统中执行器节点的特性设计网络通信协议,可以有效地提高网络系统的事件响应时间和单事件能耗性能．