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。     

时滞依赖不确定状态时滞系统鲁棒故障诊断

针对一类具有未知输入和模型不确定性的动态时滞系统,基于H∞滤波器技术,提出了一种鲁棒故障诊断方法.首先引入一个参考模型,形成广义残差系统,然后引入一个新的具有时滞依赖的有界实引理;利用对偶原理,针对对偶系统,借助线性矩阵不等式(LMI)技术,给出了基于状态观测器的时滞依赖鲁棒故障诊断滤波器(RFDF)设计方案,推导出具有时滞依赖解存在的条件以及观测器增益矩阵的求解算法.仿真算例验证了该方法的有效性.     

基于滤波器的中立跳变系统参数估计和故障检测

研究了一类含时滞和不确定性的中立跳变系统的参数估计和故障检测问题,通过重构系统,获取了包括未知输入、模型不确定性和时滞的误差动态特性.故障检测滤波器和鲁棒故障检测滤波器的存在条件都以线性矩阵不等式的形式给出.所设计的受限于模态的故障检测滤波器使得系统随机稳定,具有很好的抗扰性能和故障检测能力.仿真示例说明了设计方法的有效性.     

具有降阶模型的多模型鲁棒自适应控制

针对传统鲁棒自适应控制器暂态性能差的缺点,提出了多模型鲁棒自适应控制方法.对于包含未建模动态的自适应控制系统,首先采用正则化技术把系统未建模动态转化为系统有界扰动,并利用系统低阶模型设计多模型鲁棒自适应控制器,最后证明了系统BIBO稳定以及跟踪误差有界.仿真实验说明所提出的方法能获得较好的控制效果.     

带分布时滞奇异非线性系统的鲁棒故障诊断

研究了用Takagi-Sugeno模糊模型描述的带分布时滞奇异非线性系统的鲁棒故障诊断问题。设计基于模糊滤波器的残差产生器,将问题归结为H∞滤波,给出了奇异时滞模糊系统鲁棒H∞故障诊断滤波器存在的充分条件及线性矩阵不等式求解方法。     

不确定离散时滞系统的鲁棒H_∞弹性滤波

针对一类具有参数不确定性的离散时滞系统,研究了鲁棒H∞弹性滤波器的设计问题.系统中的参数不确定项满足范数有界条件,待设计的弹性滤波器含有乘型滤波增益变化.首先,按照滤波器设计形式构造出滤波误差动态系统.然后,运用Lyapunov稳定性理论,获得满足设计要求的鲁棒H∞弹性滤波器存在的可解性条件,即代入滤波误差动态系统的参数.最后,利用矩阵变换方法,将鲁棒H∞弹性滤波器的设计问题归结为一个线性矩阵不等式(LMI)求解问题;通过求解LMI,获得满足设计要求的鲁棒H∞弹性滤波器参数,使滤波误差动态系统渐近稳定,且满足H∞范数界γ干扰衰减.基于数值实例的仿真结果验证了该弹性滤波器设计方法的有效性.     

带PCS的分布式网络化控制系统的故障诊断

提出了带有周期通信序列（PCS）的多输入与多输出分布式网络化控制系统的故障诊断方法通过把故障诊断单元与各子系统之间周期通信序列的变换相当于不同工作模态之间的切换,将带有周期通信序列的系统建模为切换系统．针对此切换系统,将鲁棒故障诊断滤波器的设计问题转化为H∞优化问题,并且采用LMI技术进行求解将系统在无故障与发生故障情况下获得的残差进行比较．结果表明,所提出的故障诊断方法在子系统信息不完全的前提下,仍能检测出系统故障的发生．     

奇异系统基于状态观测器的鲁棒故障诊断残差产生器设计的LMI方法

研究了受不确定性扰动影响下奇异系统的鲁棒故障诊断滤波器设计问题.从系统的L₂增益角度出发,将奇异系统基于状态观测器的鲁棒故障诊断滤波器设计问题归结为H_∞优化问题,通过选择适当的加权矩阵和观测器系数矩阵求解H_∞优化问题,即其最优解能最大化残差对故障信号的灵敏度且能够确保残差对不确定性扰动的鲁棒性. 应用线性矩阵不等式技术,给出并证明了该设计问题解的存在条件和求解方法.     

基于H∞滤波器的离散时滞系统鲁棒故障检测方法

针对一类具有不确定性的离散时滞系统，基于H∞滤波器研究了系统的鲁棒故障检测问题。利用H∞控制理论得到了系统的故障检测滤波器设计方法。证明了故障检测残差对不确定性具有H∞范数界的鲁棒性，给出了滤波器参数设计方法。仿真示例验证了该方法的有效性．     

基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用

针对非线性系统多传感器故障诊断时出现的检测准确性下降和数据重构产生的残差污染问题,提出了基于鲁棒输入训练神经网络非线性多传感器故障诊断模型.在目标函数中引入影响因子函数和可靠性系数,并通过计算机模拟和仿真确定最佳影响因子函数形式,抑制了多个含有显著误差故障数据的不良影响,并增加了具备高可靠性的重要数据影响权重,大大减小...     

基于LMI的鲁棒H∞容错动态输出反馈控制设计

针对线性不确定系统,研究了其执行器失效情况下鲁棒容错H∞动态输出反馈控制设计问题.基于连续型执行器故障模型,利用线性矩阵不等式(LMI)方法提出了线性不确定系统动态输出反馈H∞容错控制器存在的充分条件,给出了动态输出反馈H∞控制器的设计方法.所获得的控制器不仅能使故障系统鲁棒稳定,并且能达到给定的H∞性能指标.仿真实例证明了所提出设计方法的有效性.     

基于动态输出反馈的时滞系统鲁棒容错控制

考虑参数不确定时滞系统的鲁棒容错控制问题。为设计输出动态反馈控制器,使得闭环系统在传感器发生故障时仍能保持渐近稳定。基于一种传感器故障模型,通过在解析过程中使用非线性变换和锥补线性化方法,得到了与时滞相关的动态输出反馈鲁棒容错控制器存在的充分条件,并给出了控制器参数的显式表示。通过仿真算例验证了结论的正确性和有效性。     

纯滞后对象的直接补偿外模控制器

提出了一种适用于纯滞后对象的外模控制器,将外部模型输出与系统实际输出之差经滤波后直接补偿控制信号。标称系统的动态性能由外部模型和补偿器来保证;系统的鲁棒性能和抗干扰能力则由滤波器来保证,二者可以解析设计,仿真结果表明,这种外模控制器具有良好的动态性能和抗干扰能力,鲁棒性能优于Ｓｍｉｔｈ预估控制,而且设计简单、方便。     

一类非线性时滞系统的鲁棒故障诊断

讨论了一类非线性时滞系统执行器故障的鲁棒故障诊断问题.通过引入一种适当的坐标变换,将一类非线性时滞系统转化为两个低维子系统,研究与非线性项无关子系统的基于状态观测器的鲁棒故障诊断系统设计问题,借助线性矩阵不等式(LMI)技术,推导出依赖时滞大小的解存在的条件以及观测器增益矩阵的求解方法.仿真算例验证了该方法的有效性.     

基于H_2/H_∞滤波器的鲁棒故障检测方法

研究受到能量有界干扰输入信号和白噪声干扰信号同时扰动情况下的线性时不变系统的鲁棒故障检测问题,提出混合H2/H∞滤波器的鲁棒故障检测的方案,设计残差产生器,利用线性矩阵不等式(LMI)来求解H2/H∞滤波器增益矩阵;在此基础上,设计了故障检测的域值,实现了对误差的鲁棒检测.最后,通过仿真实例来验证本方法的有效性.     

一类不确定系统的故障诊断滤波器设计LMI方法

基于给定的性能指标,将受模型不确定性影响的线性不确定系统的基于观测器的鲁棒故障检测滤波器设计问题归结为H∞优化问题。通过选取适当的加权矩阵和观测器增益,使残差信号和加权故障信号之间的误差的范数最小。仿真例子说明了方法的有效性。     

一类不确定系统的故障诊断滤波器设计LMI方法

基于给定的性能指标,将受模型不确定性影响的线性不确定系统的基于观测器的鲁棒故障检测滤波器设计问题归结为H∞优化问题.通过选取适当的加权矩阵和观测器增益,使残差信号和加权故障信号之间的误差的范数最小.仿真例子说明了方法的有效性.     

NCS的事件触发通讯机制与主被动混合鲁棒容错控制设计

针对具有时变时延的不确定线性网络化控制系统,在离散事件触发通讯机制下,研究了执行器任意失效故障情形下的主被动混合鲁棒容错控制.首先建立基于离散事件触发通讯机制的闭环故障NCS模型,并基于H∞控制思想,设计了鲁棒故障检测观测器;其次通过离线设计的被动鲁棒容错控制器确保系统在已知故障发生时稳定,未知故障发生初期减缓系统性能下降速度;同时利用鲁棒故障检测观测器实时在线检测故障,并重构控制器补偿任意未知故障对系统的影响.最后通过仿真算例验证了文中方法的可行性.     

一种基于鲁棒残差生成器的故障估计方法

针对具有加性执行器或元部件故障的线性系统,在独立故障的个数大于独立测量个数的情况下,提出了一种基于鲁棒残差生成器的故障估计方法.该故障估计方法是基于鲁棒残差生成器实现的,不需要额外设计动态的故障估计器.故障估计的实现需要:设计编码集;基于编码集设计鲁棒残差生成器;利用编码集和鲁棒残差生成器的输出实现故障分离和故障的渐近估计.给出了本方法的适用的充分条件,并证明了故障估计误差的渐近收敛性.最后,针对具有加性执行器故障的线性系统,基于几何方法设计鲁棒残差生成器,并进行了故障检测、故障分离和故障估计的仿真.仿真结果验证了本故障估计方法的有效性.     

基于观测器的线性系统鲁棒故障检测器设计

系统地研究了线性系统鲁棒故障检测器的原理和设计方法 ,确定了使线性系统鲁棒故障检测器能够降维所必需的故障检测器的数目 ,并依此提出了一种基于观测器的鲁棒故障检测器的设计方法 ,并将此结果应用于双闭环直流调速系统的故障诊断 ,表明了该方法是行之有效的 .图 2 ,参 6