基于自适应滑模观测器的故障诊断

讨论了一类线性系统执行器故障的诊断问题.首先应用状态和输出变换,将原系统转化为两个低维子系统,再利用滑模观测器设计理论和等价控制概念重构执行器故障.考虑到实际系统中的不确定因素,上述方法推广到一类线性扰动系统,提出了基于自适应滑模观测器的故障诊断算法.最后,将所提算法应用于某型飞机模型的故障诊断.     

基于自适应观测器的线性离散系统故障诊断

为诊断线性离散系统中的故障,提出了基于状态估计的自适应观测器故障诊断方法。利用基于Lyapunov函数的自适应观测器构造残差信号,设计了观测器增益矩阵和故障估计值的自适应调节规律。保证Lyapunov函数的一阶导数为负,所提出的自适应调整律能够实现观测器稳定和故障估计误差收敛。仿真结果表明,该方法可以及时检测系统故障,且能够诊断故障大小。     

基于神经网络滑模观测器的飞控系统故障诊断

为了提高控制系统的安全性和可靠性,针对含有扰动的飞控系统执行器微小故障诊断问题,基于神经网络滑模观测器,提出了一种对系统执行器故障进行检测及估计的办法,并证明了该神经网络滑模观测器的稳定性.通过坐标变换将线性系统解耦成两个子系统:一个子系统不含扰动,对其设计神经网络观测器,实现对微小故障的检测;另一个子系统受到扰动和微小故障的双重影响,对其设计滑模观测器,消除未知扰动的影响,保证系统的强鲁棒性.通过飞控系统故障诊断试验平台验证了该方法的有效性.     

基于观测器的非线性系统神经网络自适应控制

针对一类单输入单输出非线性不确定系统,基于状态观测器并结合自适应神经网络和滑模控制,提出一种稳定的间接自适应神经网络输出反馈控制算法.该算法不需状态可测的条件,并能保证系统稳定.仿真结果表明了该方法的有效性.     

基于神经网络模糊观测器的非线性系统的故障诊断

本文运用T-S模糊模型建立非线性系统的系统模型,用神经网络逼近非线性故障,用以设计观测器诊断系统故障。仿真结果表明,该设计方法能够有效的估计出故障大小。     

基于观测器的中立时滞系统自适应滑模控制

针对含有外部扰动、时变时滞以及非线性输入约束的不确定中立时滞系统,提出了基于状态观测器的时滞系统自适应滑模控制方法。首先,通过构造状态观测器以及利用滑模控制理论,设计基于估计状态的积分型滑模面。其次,构造Lyapunov函数,给出误差系统与估计状态系统渐进稳定判据。最后考虑到系统输入非线性和不确定性上界在实际中难以确定的问题,在控制器设计中引入自适应控制理论。仿真研究结果表明所提出的基于观测器的自适应滑模控制方法在处理时滞以及非线性影响上效果良好,系统可以快速收敛并且无抖振,具有强鲁棒性。     

级联系统执行器故障的自适应诊断

针对一类非线性级联系统的执行器增益故障诊断问题,提出了基于自适应观测器的故障诊断方法.考虑理想情况下的非线性级联系统模型,研究带有未知扰动的非线性级联系统模型.通过设计的自适应检测观测器而产生残差,将残差与事先设定的阈值比较,来确定故障是否发生.所设计的自适应诊断观测器保证了残差信号的收敛及对故障的准确估计;在具有扰动情况下,可以确保信号指数衰减到残差集.对风力发电机非线性级联系统模型的仿真实验验证了设计方法的有效性.     

基于数据驱动的伺服机构执行器故障诊断

以往对于伺服机构故障诊断大多在控制系统中进行,往往会掩盖伺服机构执行器本身的故障,并且执行器的恒增益故障不容易判别.针对这些缺点,分析执行器的故障机理,找出了伺服机构的有效测点,提出了基于数据驱动的执行器故障诊断方法.仿真实验证实了方法的有效性.     

执行器饱和的随机Markov切换系统的观测器设计

利用直接法对转移概率是部分未知的,并且具有执行器饱和现象的随机Markov切换系统进行稳定性分析.通过引入自由连接权矩阵降低系统的保守性.首先,针对此类随机Markov切换系统,充分考虑转移概率中元素之间的特性,通过构建参数依赖型Lyapunov函数,并设计观测器确保闭环饱和系统的随机稳定性.然后,在线性矩阵不等式的框架下,得到均方意义下的最大不变吸引域,并将其归结为求解一组线性矩阵不等式的可行性问题.最后,数值仿真算例验证本方法的有效性.     

Lipschitz非线性系统自适应观测器设计

对具有未知参数的Lipschitz非线性系统自适应观测器设计问题进行了讨论。首先，在一定的条件假设下，讨论了可同时辨识出系统常量参数的全维自适应观测器。然后，在同样的条件下，基于一坐标变换的方法，提出了一种降维自适应观测器设计方法。由此得出结论：具有常未知参数的Lipschitz非线性系统在同样的条件假设下，既可进行全维自适应观测器设计，也可进行降维自适应观测器设计。     

基于模糊T-S自适应观测器的近空间飞行器故障诊断与容错控制

提出了一种基于自适应观测器的故障诊断与容错控制策略,应用到近空间高超声速飞行器(NSHV)上处理执行器故障.NSHV是非线性、多变量和强耦合的系统,首先使用T-S模糊技术建模,基于T-S模型设计自适应故障诊断观测器(AFDO).然后定义AFDO和实际系统误差的范数作为残差来检测故障,采用自适应故障估计算法估计系统故障.基于所得故障信息,设计容错控制器(FTC)来补偿执行器的失效.通过求解线性矩阵不等式得到AFDO的增益矩阵,采用Lyapunov理论证明了误差系统的稳定性.最后,对高超声速飞行器的纵向模型进行算法验证,仿真结果表明了所提方法的有效性.     

一类非线性系统执行器多时滞故障诊断

提出了一种非线性系统的执行器多时滞鲁棒故障诊断方案,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,通过M atlab软件仿真验证了该方法的有效性.     

基于LMI的一类Lipschitz非线性系统自适应观测器设计

采用Lypunov方法讨论了一类具有未知参数的Lipschitz非线性系统的状态观测器设计问题, 给出了观测器的结构形式和参数估计的自适应律.并以线性矩阵不等式组的形式给出了观测器渐近稳定的充分条件.合理地选取了增益矩阵,消除了增益矩阵选择不当所带来的保守性和盲目性.改善了有关文献的结果.     

基于观测器的车辆电子稳定控制系统执行器故障重构

为提高执行器故障时车辆在复杂工况下运行的稳定性,针对不确定车辆电子稳定控制系统设计基于观测器的故障重构策略.考虑系统中的不确定因素,建立双输入双输出四轮转向系统车辆数学模型.构造増广系统,利用李雅普诺夫函数和线性矩阵不等式技术获得观测器增益矩阵.通过MATLAB/Simulink和Carsim联合仿真验证该方法的有效性.结果表明:在故障发生时,观测器的状态估计值与真实值之间存在一定偏差,但很快能够跟踪上车辆的实际运行状态,实现故障诊断的目的.与前轮转向系统相比,四轮转向系统能够显著增强高速运行时车辆的稳定性和安全性.     

分布式网络环境下系统跳变执行器故障诊断

针对存在输入干扰的分布式网络环境下系统跳变执行器故障问题,建立了连续时间马尔可夫跳变执行器故障系统模型,并设计了残差生成器.对于多系统网络传输下存在系统跳变的情况,首先在空间几何方法中的不可观测子空间以及空间分割投影运算基础上,运用H∞优化技术和线性矩阵不等式(LMI)方法完成残差生成器参数求解,实现残差对输入的解耦以及与故障的对应关系,并通过残差输出值与预设阈值对比来确定系统中的故障情形,最终完成分布式网络下系统跳变的执行器故障检测与隔离.通过仿真实验验证了算法的有效性.     

基于自适应神经网络的非线性系统的智能故障诊断

针对一类模型未知的非线性系统,提出了一种基于自适应神经网络的故障诊断方法,用RBF神经网络构造了状态估计器和故障估计器,解决了非线性系统状态不可测时的故障诊断问题。并用Lyapunov方法研究了故障误差和状态误差的收敛性,结果表明了该方法实用、有效。     

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·     

基于自适应LS-SVM的柴油机进排气系统故障诊断

 提出了应用自适应最小二乘支持向量机和小波包能量特征的柴油机进排气系统故障诊断方法。对气门间隙异常、气阀漏气等几种常见故障和系统正常运行进行小波包分解,提取频带能量作为支持向量机的输入特征向量;然后,利用自适应优化算法对最小二乘支持向量机进行优化;最后,利用基于优化参数和最小输出编码的最小二乘支持向量机进行故障分类和识别。对比实验表明,与BP神经网络和采用交叉验证的传统最小二乘支持向量机相比,该方法可克服训练时间较长、容易陷入局部最小等问题,具有较快的训练速度和较高的分类准确率,提高了传统最小二乘支持向量机算法的寻优速度,在样本数较小时仍可取得较好的效果,能有效诊断柴油机进排气系统故障。     

基于自适应欠阻尼系统随机共振方法的故障诊断

为了进一步提高故障诊断的输出信噪比和滤波性能,提出了一种基于量子粒子群优化（Quantum Particle Swarm Optimization, QPSO）算法和欠阻尼FitzHugh-Nagumo势的自适应双稳态随机共振进行故障诊断的方法.首先,研究了基于欠阻尼FitzHugh-Nagumo势的二维双势阱系统输出信噪比的解析式,验证了通过改变系统参数及阻尼系数可以进一步提高信噪比;然后,为了进一步提高输出信噪比,提出了一种基于欠阻尼FitzHugh-Nagumo势的自适应双稳态随机共振方法,该方法通过QPSO算法选择较优的系统参数和欠阻尼阻尼因子以得到最优系统;最后,将该方法用于仿真和实际的轴承故障检测中,结果表明该方法能有效地识别出内外圈的轴承故障,且与传统一阶变步长随机共振（Step-changed Stochastic Resonance, SCSR）相比,提出的方法能够获得更高的信噪比和滤波性能.     

基于故障诊断观测器的非线性时滞时变奇异系统的容错控制

为了解决控制理论中的系统安全性与可靠性问题,考虑到时滞时变普遍存在于此类系统中,沿着故障诊断和容错控制解决问题的思路,针对基于故障诊断观测器的非线性时滞时变奇异系统的容错控制问题进行研究,构造了一种新型的故障诊断观测器,结合Lyapunov稳定性理论研究了故障诊断观测器的状态估计误差,构建了状态反馈的容错控制器,利用Schur补引理以及一些基本的控制理论得到了故障诊断观测器和容错控制器存在的线性矩阵不等式(LMI)的充分条件,确定了闭环系统的稳定并且符合所给定的性能指标。通过Matlab仿真实例验证了所提方法的简便性以及实用性。此方法很好地克服了系统中存在的非线性、扰动以及时滞时变问题。