非线性多时滞不确定系统鲁棒故障诊断

提出了一种带有多时滞不确定非线性系统的鲁棒故障诊断方案,非线性与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性。     

多时滞不确定非线性系统传感器鲁棒故障诊断

提出了一种带有多时滞不确定非线性系统的传感器鲁棒故障诊断方案,非线性仅与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性,最后通过仿真说明了该方法的有效性。     

基于RBF神经网络的非线性系统故障诊断

针对一类含模型不确定性的非线性系统,提出了具有强鲁棒性和高灵敏度的在线故障检测与诊断方法.其中,系统只有输入、输出可检测,故障是关于输入和状态的非线性函数.非线性在线估计器用于估计系统不确定部分,同时监视系统是否发生故障,估计故障的大小.仿真结果表明,故障诊断算法稳定.     

非线性时滞不确定系统执行器鲁棒故障诊断

提出了一种含有不确定性环节的非线性时滞系统的执行器鲁棒故障诊断方法,通过应用观测器技术和自适应技术来确定估计系统输出与实际系统输出的差值,若大于或等于阈值,诊断发生了故障。同时详细地分析了该方法的鲁棒性、灵敏性和稳定性。最后通过仿真验证了它的有效性。     

基于RBF神经网络的传感器非线性故障鲁棒诊断

针对一类非线性系统,传感器非线性故障情形,提出了新的故障诊断方法·该方法采用状态变量扩展技术将传感器故障转化为系统故障进行诊断,RBF神经网络对传感器故障的导函数进行估计,网络权值在线调整,进而实现故障的实时估计·对于系统中存在的不确定性,故障诊断方法应用阈值处理技术,使算法具有一定鲁棒性·对于给出的算法,证明了Lyapunov稳定性·最后,给出了仿真实例,结果验证了该方法的正确性·     

基于未知输入观测器的不匹配干扰系统滑模控制

针对具有不匹配未知干扰的非线性系统,研究基于状态估计和未知输入重构的控制问题.在状态可测和未知干扰已知假设下,提出了一种新滑模控制器设计方法,以达到输出渐近稳定;通过设计一种未知输入观测器,对系统的时变未知输入进行重构;基于高增益滑模观测器对未知干扰的微分和系统的输出微分信息进行了有限时间内的精确估计;设计了一种新的基于观测器的控制策略,并论证其可行性.利用一个实际模型验证该控制器的有效性.     

神经网络故障检测算法研究

该文采用输出带输入线性项的RBF神经网络来辨识非线性随机系统模型,基于扩展卡尔曼滤波器的设计思想,设计了一个可估计状态滤波协方差阵及状态预测协方差阵上界的次优状态滤波器,以产生残差序列,并可用来进行故障检测。该方法适用于一大类非线性随机系统,具有较大的适用范围。     

基于逆系统内模控制的非线性系统故障调节

针对一类满足Lipschitz条件的多输入多输出非线性可逆系统,提出一种基于逆系统内模控制的故障调节方法.该方法首先给出一种同时具有比例与积分项的快速故障估计算法,以此为受控对象设计自适应观测器来估计执行器故障,提高故障估计过程的快速性和平稳性;其次,根据故障估计值,基于逆系统方法产生附加控制律对逆模型进行补偿调节,并...     

故障估计的快速梯度算法

加性故障的估计通常是依赖于状态空间模型,如滑动时域估计和未知的输入观测器。本文基于闭环系统的输入-输出观测数据,采用直接设计的方法来估计故障,并设计控制器。该直接方法无需建立系统和故障的状态空间模型,也无需采用子空间辨识来建模。对于故障的估计,利用闭环系统中输入-输出关系建立一个参数化的最小二乘问题。在施加故障的上下限约束条件下,采用快速梯度算法来估计故障。最后以直升机悬停状态为例,利用本文方法估计故障,验证方法的有效性。     

一种自确认软测量方法的研究与应用

软测量技术在过程工业中得到了广泛应用于代替或部分代替仪表的功能进行监控。但是,长期困扰软测量应用的是其鲁棒性问题。因此,提出了新型的软测量模型即自确认软测量模型。利用主元分析对输入传感器数据进行了在线校验和故障重构,不仅能确保了输入传感器(辅助变量传感器)数据的可靠性。同时,利用一定的状态参数来指示当前输入传感器的状态。此外,通过输出方差和归纳区间估计两种方法对软测量输出的不确定性进行了描述。模型的输出将不是单个预测值的输出,而是同时输出五种信息:带概率区间的输出、模型的状态(故障状态,重构状态和迷失状态等等)、不确定性、故障信息和校验输出值,并对发生故障的输入传感器进行数据重构和修复以达到模型自校验和自诊断的目的。所提出方法在污水处理过程中得到了有效应用。     

基于特征结构配置的系统状态与输出控制

动态系统的反馈控制目的之一是获得期望的状态或输出动态特性.本文研究通过状态反馈特征结构配置使系统状态或输出实现这样的期望特性.首先通过矩阵的实约旦标准型与系统初值的选取获得系统状态不同的模态形式;然后给出状态反馈使系统特征根均为实根与含复根的实特征结构配置的参数化结果;进而在给定初值的情况下,通过调整特征向量矩阵的参数与新的输入获得系统状态或输出的期望特性.数值算例说明了所给的方法可以实现期望的状态或输出性能.     

基于动态分离的Hammerstein模型辨识法

 通过对工业大系统输入信号的设计,使Hammerstein模型输出只反映系统的线性动态,并将非线性部分的静态影响有效地分离掉。利用分散辨识得到系统的线性动态模型。基于此模型并依据系统的测量输出重构系统的中间输入,进而可估计出非线性部分的参数,据此给出了工业大系统中Hammerstein模型辨识的动态分离方法。仿真结果表明此方法的有效性。     

T-S模糊系统的D-域性能约束鲁棒输出反馈控制

研究了一类具有输入及输出端扰动的T-S模糊系统在性能约束下的鲁棒控制问题.在D域内定义非线性系统性能指标的条件下,基于线性矩阵不等式技术提出了鲁棒输出反馈控制器存在的充分条件,保证闭环系统具有一定的稳态和动态性能.该方法利用投射引理分离耦合变量,通过引入附加矩阵增加自由度,降低结论的保守性.F-16歼击机纵向通道的控制仿真结果表明了方法的有效性.     

基于多级观测器的液压伺服系统自适应故障检测与隔离

针对传统的基于固定阈值的故障检测及诊断方法虚警率高,无法有效实现液压伺服系统的故障检测与隔离,提出了一套基于多级观测器的液压伺服系统自适应故障检测与隔离方法。首先,采用第1级RBF网络作为液压伺服系统观测器,通过比较观测器估计输出值与实际系统输出得到残差信号。其次,采用第2级RBF神经网络产生自适应阈值,实现了液压伺服系统自适应故障检测。最后,采用小波包分析提取残差信号特征,利用第3级RBF神经网络实现系统的典型故障隔离。实验结果表明,利用多级观测器模型能够有效实现液压伺服系统的自适应故障检测及隔离。     

一类离散不确定系统自适应滑模输出反馈控制

研究了离散不确定系统的滑模输出反馈控制问题.考虑离散系统的不确定为非匹配不确定,且具有未知的范数界,通过设计死区自适应律,实现了对此不确定界的在线辨识.在此设计的基础上,基于快速输出采样(multirate output sampling)原理,对系统设计了具有不确定自适应的滑模输出反馈控制器,在所设计的控制器作用下系统渐近稳定.快速输出采样是通过设置输出采样频率大于输入采样频率,经过相应的运算得到系统的当前状态信息与系统前一时刻输入信息和当前输出信息具有一定的函数关系.最后通过数值仿真验证了所设计控制器的有效性.     

多变量过程传感器故障检测的SVM方法

提出一种适用于具有纯滞后多变量过程的传感器故障检测方法.该方法结合支持向量机回归算法与数据驱动的信息融合技术,给出一种采用广义支持向量机观测器的传感器故障检测、分离和数据恢复系统的架构.每个关键传感器都配置一个由过程输入和除被监视传感器之外的过程输出共同驱动的观测器,对传感器实际输出与观测器输出进行了比较,并对数据的有效性进行了确认.多组分精馏塔系统实验表明,该方法能够对过程传感器故障进行检测,并且具有较好的鲁棒性.