一种基于混合系统滤波器的NCS系统故障诊断方法

针对一类具有随机传输时滞的网络化控制系统,在考虑时滞无界的情况下(最坏网络传输),提出了一种基于故障检测滤波器的故障诊断方法。首先,为了处理系统的内采样特性,根据混合系统理论设计了一种基于观测器的混合系统故障检测滤波器(FDF);利用多目标优化技术,将故障检测滤波器的设计问题转化为一类优化问题,并借助线性矩阵不等式方法给出了该优化问题的时滞独立解。最后通过仿真验证了该方法的有效性。     

基于未知输入观测器方法的非线性切换系统故障检测

基于非线性未知输入观测器方法对一类离散时间非线性切换系统的故障检测问题进行了研究。给出了两种不同结构的非线性未知输入观测器。针对每一种观测器都考虑了两种切换信号:任意时间切换信号和满足平均驻留时间的切换信号。在任意切换信号下,使用了切换Lyapunov函数的方法来设计非线性未知输入观测器的参数;在满足平均驻留时间切换信号下,使用了多Lyapunov函数方法进行观测器参数的设计。然后利用已知的非线性未知输入观测器,得到残差生成器,进而实现故障检测。通过数值仿真例子,验证了故障检测方法的有效性。     

连续广义系统的未知输入观测器研究

研究了在未知输入下连续广义系统的降阶观测器的设计方法,并讨论了观测器在故障检测中的应用。首先给出了连续估计器的存在条件,通过给原系统加微分反馈实现正则化,又通过解耦变换使得只有一个状态向量含有未知输入,利用其余两个不受未知输入影响的状态向量设计出观测器。然后,假设未知输入为故障信号的情况下,利用观测器的方法研究了连续广义系统的故障检测问题。仿真结果显示了满意的估计性能。     

基于控制分配的过驱动系统稳定性设计方法综述

过驱动系统是一类控制输入数多于输出数的系统,冗余控制为控制器的设计提供更大自由度的同时也提出挑战。控制分配是处理冗余控制的一种常用方法,同时对驱动器故障具有一定的容错能力。但是控制分配可能会导致系统不稳定,所以设计控制器时必须考虑这种不稳定因素的影响。基于控制分配的稳定性设计方法正是针对这种情况而提出。根据不同原理,这些方法可以概括为零动态方法,优化方法,内动态方法,滑模方法,模型预测方法和智能方法等。概括了这些方法的基本思路,并指出其不足之处,进一步提出新的研究方向。     

一类线性时滞系统的未知输入观测器设计

以一类线性时滞系统为研究对象,研究了当观测误差与未知输入完全解耦时的未知输入观测器设计问题。基于时滞系统Lyapunov稳定性方法,给出了指数稳定未知输入观测器的存在条件。基于这一条件,提出了含有内部时滞与不含有内部时滞两种观测器的设计问题。通过求解线性矩阵不等式给出了所提观测器的设计方法。给出了两种情形下的观测器设计算法。数值例子说明了提出的设计方法的有效性。     

一种新的未知输入观测器设计方法

基于线性系统结构的分解原理,提出一种新的含未知输入的观测器设计方法,利用矩阵分解技术,将带有未知输入的动态系统分解为彼此相互联系的两个系统,它们分别仅由已知输入所作用。给出了设计算法,该算法简洁、适用,通过简单的代数运算即可实现含未知输入观测器的设计,仿真结果验证了所提方法的可行性。     

基于自适应未知输入观测器的多故障快速重构

针对一类非线性函数中耦合执行器故障的非线性动态系统, 提出一种基于自适应未知输入观测器的多故障快速重构方法, 通过引入比例项提高故障重构的快速性。首先, 将执行器故障进行解耦处理并构建包含传感器故障的增广系统。然后, 综合H_∞性能指标给出状态估计误差的稳定性证明。接着, 将观测器增益矩阵的求解转化为受线线矩阵不等式约束的非线性优化问题, 并实现执行器故障和传感器故障的多故障重构。最后, 结合单关节柔性机器人算例仿真验证了所提方法的有效性。     

一种带未知时变系统噪声水平的目标跟踪滤波器

在机动目标跟踪中，为了保证Kalman滤波器的数值稳定性和最优性，未知的时变系统噪声水平需要在线估计，但已有方法主要针对平稳或统计特性缓变的噪声过程。在Sage-Husa系统噪声水平自适应估计算法的基础上，通过引入基于新息的滤波器发散检测判据和利用强跟踪滤波器的思想，提出了一种系统噪声水平估计值的时变调节因子阵来抑制因系统噪声水平突变而引起的滤波器可能出现的发散问题。Monte-Carlo仿真结果表明，该算法不仅数值稳定性好，同时目标的跟踪精度也得到明显改善。     

基于强跟踪滤波器的液压伺服系统实时故障诊断

为了在线监测运行工况和提高其可靠性,研究了液压伺服系统的实时故障诊断模型和方法.使用强跟踪滤波器联合估计系统的状态和未知时变参数,使用修正的贝叶斯算法检测故障和估计出故障的幅值,从而建立故障诊断模型和实现液压伺服系统的实时故障诊断.仿真结果证实了模型的合理性和可行性,参数估计误差小于1.2%.该方法对模型参数的不确定性具有较强的鲁棒性,能正确检测和分离液压伺服系统的故障.     

控制方向未知的输入受限非线性系统自适应模糊反步控制

针对一类输入受限控制方向未知的非线性系统,提出一种基于Lipschitz条件的自适应模糊反步控制器的设计方法。在控制器的设计过程当中,通过变换系统形式和采用Butterworth低通滤波器解决控制方向未知的问题;采用模糊系统对不确定非线性函数进行在线逼近;利用双曲正切函数和Nussbaum函数对系统输入饱和函数进行处理;将动态面法与反步法相结合解决“计算膨胀”的问题。运用Lyapunov理论分析证明设计的控制律能够使闭环系统所有信号半全局一致有界(semi-globally uniformly ultimately bounded, SGUUB)。该方法的有效性在一类通用的高超声速飞行器的攻角控制仿真中得到了验证。     

Satellite fault diagnosis method based on predictive filter and empirical mode decomposition

A novel satellite fault diagnosis scheme is presented based on the predictive filter and empirical mode composition(EMD).First,the predictive filter is utilized to obtain the fault estimation,which is corrupted by noise.Then the EMD method is introduced to decompose the fault estimation into a finite number of intrinsic mode functions and extract the trend of faults for fault diagnosis.The proposed scheme has the ability of diagnosing both abrupt and incipient faults of the actuator in a satellite attitude control subsystem.A mathematical simulation is given to illustrate the effectiveness of the proposed scheme.     

Novel robust fault diagnosis method for flight control systems

A novel robust fault diagnosis scheme, which possesses fault estimate capability as well as fault diagnosis property, is proposed. The scheme is developed based on a suitable combination of the adaptive multiple model （AMM） and unknown input observer （UIO）. The main idea of the proposed scheme stems from the fact that the actuator Lock-in-Place fault is unknown （when and where the actuator gets locked are unknown）, and multiple models are used to describe different fault scenarios, then a bank of unknown input observers are designed to implement the disturbance de-coupling. According to Lyapunov theory, proof of the robustness of the newly developed scheme in the presence of faults and disturbances is derived. Numerical simulation results on an aircraft example show satisfactory performance of the proposed algorithm.     

Iterative learning based fault diagnosis for discrete linear uncertain systems

In order to detect and estimate faults in discrete lin-ear time-varying uncertain systems, the discrete iterative learning strategy is applied in fault diagnosis, and a novel fault detection and estimation algorithm is proposed. And the threshold limited technology is adopted in the proposed algorithm. Within the chosen optimal time region, residual signals are used in the proposed algorithm to correct the introduced virtual faults with iterative learning rules, making the virtual faults close to these occurred in practical systems. And the same method is repeated in the rest optimal time regions, thereby reaching the aim of fault diagnosis. The proposed algorithm not only completes fault detection and estimation for discrete linear time-varying uncertain systems, but also improves the reliability of fault detection and decreases the false alarm rate. The final simulation results verify the validity of the proposed algorithm.     

基于CRPF的残差似然比检验故障诊断算法

分析了非线性系统故障诊断领域中常用方法的优缺点,针对外界随机扰动对于滤波精度的不利影响以及故障诊断的连续实现问题,通过代价评估的粒子滤波、交互式多模型和序贯概率比检验三者的有机结合,提出了一种基于代价评估粒子滤波的残差似然比检验故障诊断算法。采用代价评估粒子滤波替代交互式多模型中的次优滤波器,同时简化交互式多模型输入交互和输出交互环节。将滤波过程中得到的残差信息引入序贯概率比检验框架中,构建了一种新的在线残差似然比检验方法。实现了对于非线性系统状态有效估计以及对于系统模式连续、可靠的辨识。计算机仿真实验验证了算法的有效性。     

混杂系统粒子滤波混合状态估计及故障诊断算法

混杂系统同时包含连续动态特性和离散动态特性,并且两种动态相互作用,使其故障诊断变得更加困难。针对此问题,提出了一种混合系统粒子滤波混合状态估计及故障诊断算法,提高了现有方法的适用范围和诊断效率。针对混杂系统受控迁移、自治迁移和随机迁移等特点,首先利用随机混杂自动机对系统离散状态(包括故障)和连续状态进行统一建模,重点对现有基于扩展卡尔曼粒子滤波的连续估计算法进行改进,支持利用在线监测数据来估计混杂系统各类迁移产生的各种离散和连续状态,最后根据离散状态估计结果快速实现故障诊断。通过对典型非线性混杂系统的故障诊断,证明了该方法的有效性。     

基于模型和案例推理的混合故障诊断方法

基于模型的诊断方法描述的是系统内部结构和行为的深知识,能够轻松获取诊断知识,但计算量较大;而基于案例推理的诊断方法依靠的是历史经验,诊断效率比较高,但知识获取是其瓶颈。针对两种方法的优缺点,提出了利用基于模型的方法来实现案例知识的获取,然后通过基于案例推理的方式完成故障诊断过程的混合故障诊断方法。该方法不仅汲取了基于模型方法准确度高的优点,避免了知识获取难的问题,同时继承了基于案例推理方法的快速性,提高了诊断效率。     

线性时滞系统的鲁棒故障诊断

研究了一类含有未知输入干扰和模型不确定性的时滞系统故障诊断问题。通过变换,原系统被分成两个子系统,一个子系统不受故障的影响,可以设计鲁棒观测器;另一个子系统受到故障的影响,但是它的状态可以通过测量得到。设计的观测器利用解析冗余方法能够对执行器故障和传感器故障进行诊断。仿真结果表明,算法具有良好的诊断性能。     

基于迭代学习-未知输入观测器的卫星姿控系统鲁棒故障重构

针对卫星姿控系统出现执行机构故障,提出一种基于迭代学习-未知输入观测器(iterative learning unknown input observer, IL-UIO)的鲁棒故障重构方法。首先,考虑卫星出现空间干扰力矩、模型不确定性以及陀螺漂移,建立小角度机动时的非线性姿控系统模型。其次,采用UIO干扰解耦原理和H_∞控制思想,设计IL-UIO估计卫星姿态欧拉角和角速度的同时,利用IL算法实现执行机构鲁棒故障重构。并利用Lyapunov稳定性理论证明了IL-UIO稳定性和动态故障偏差最终有界, 通过线性矩阵不等式(linear matrix inequaliry, LMI)工具箱求解了观测器部分参数矩阵。最后,建立卫星闭环姿控系统并进行仿真,仿真结果验证了此方法的有效性。