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.     

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.     

相关噪声下的机动目标跟踪SMFEKF-IMM算法

一种基于Kalman和扩展Kalman滤波器的相互作用多模型(IMM)方法可以减小模型的不确定性,但无法消除由于噪声相关引起的状态偏差的弱点.为了提高目标状态估计的精度,把IMM和一种带多重渐消因子的扩展Kalman滤波器(SMFEKF)相结合,提出了一种具有相关噪声的混合随机模型的机动目标跟踪方法.这种方法引入了一个多重渐消因子,当输出残差发生变化时,动态调节增益和系统噪声水平,使输出残差近似正交,从而抑制了相关噪声的影响,适应目标的状态变化.理论分析和仿真实验表明了这种算法的有效性和可行性.     

带未知模型参数的自校正集中式融合信息滤波器

对于带未知模型参数和噪声统计的多传感器系统,通过系统辨识方法,能够获得模型参数和噪声统计的在线估值,然后把它们代入到基于信息矩阵的最优集中式融合滤波器,得到自校正集中式融合Kalman滤波器。应用动态误差系统分析（DESA）方法,证明了自校正集中式融合Kalman滤波器收敛于最优集中式融合Kalman滤波器,因此它有渐近全局最优性。应用于信号处理的仿真例子说明了其有效性。     

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。     

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.     

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。     

子空间预测控制的快速梯度算法

基于闭环系统的输入-输出观测数据设计控制器,该方法无需建立系统的状态空间模型。采用子空间预测控制策略求解一个带有线性矩阵不等式约束的优化问题,得到最优控制器的一个最优解。对于子空间预测控制的最优化问题,通过构造一组估计序列,以便采用快速梯度算法求解。以直升机悬停状态为例,利用该方法设计控制器,验证方法的有效性。     

基于时滞补偿观测器的网络化控制系统故障检测

针对一类具有不确定传输时滞的网络化控制系统,基于时滞补偿观测器研究了系统的故障检测问题.在传统的基于观测器的故障检测系统的基础上,根据时滞补偿的思想设计了一种新型的状态观测器,并引入故障的参考模型,得到广义残差系统;利用H∞控制理论,提出了基于H∞滤波器的故障检测方法,并借助线性矩阵不等式(LMI)方法给出了观测器增益矩阵和后滤波器矩阵的解.通过仿真验证了该方法的可行性和优越性.     

基于不敏Kalman滤波的多传感器数据融合算法

针对非线性系统状态估计的有效融合问题,给出了一种基于不敏Kalman滤波的多传感器数据融合算法.首先,依据单传感器的量测利用不敏Kalman滤波器得到局部状态估计值;其次,依据模糊集合理论中隶属度的性质构建反映局部状态估计结果的支持度函数和支持度矩阵,进而实现对于各局部状态估计之间蕴含冗余和互补信息的充分提取;最终,通...