水下机器人传感器故障诊断

为了提高水下机器人系统的总体可靠性,开展了水下机器人传感器故障诊断研究.在分析水下机器人传感器三种故障形式的基础上,提出了相应的故障诊断方法.阐明了线性平滑原理和小波变换的基本理论,进行了信号奇异性分析,探讨了小波基选择的一般标准.将提出的几种故障诊断方法应用到实际的水下机器人海上试验中,结果验证了所提方法的有效性与可行性.     

水下机器人-机械手系统末端执行器固定时间轨迹跟踪控制

针对四自由度水下机器人搭载二自由度机械臂的水下机器人-机械手系统,设计一种基于固定时间扰动观测器的积分滑模控制方法.利用固定时间特性,设计固定时间扰动观测器实现对未建模动态与外部扰动的观测,并设计了一种基于积分滑模的固定时间轨迹跟踪控制策略.仿真研究表明,设计的控制方法可在固定时间内使水下机器人-机械手系统末端执行器精...     

故障诊断理论及其在机电系统中的应用

介绍了故障诊断理论的提出过程和内容;简要地阐述了基于解析模型的故障诊断方法、基于知识的故障诊断方法和基于数据驱动的故障诊断方法;详细介绍了基于观测器的故障诊断方法的步骤,并举例说明了该方法在机电系统中的运用,给出了Matlab的仿真结果。最后,通过对仿真结果的分析,得出了基于观测器的故障诊断方法能够较好地完成系统监控的任务,但对复杂系统的故障定位精确度不够的结论。     

水下机器人智能自救系统

结合某型水下机器人智能自救系统的研制工作,介绍了该系统的工作原理和体系结构,采用基于模糊推理和专家系统相结合的方法,实现水下机器人故障诊断和智能自救决策,同时详述了基于电机驱动和爆炸驱动方式的自救系统执行机构,以及基于冗余CPU热备份技术的释放控制系统.     

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.     

非线性摄动时滞系统故障诊断

针对一类含有未知输入和非线性摄动的状态时滞系统,采用基于自适应观测器的故障诊断系统的设计方法,以线性矩阵不等式的形式给出此问题解的存在条件及求解算法,并论证了系统的鲁棒稳定性,给出了对故障检测具有高灵敏度、零误报率的阚值判断公式.设计的自适应观测器具有双重功能:首先作为故障检测观测器能够检测出故障的发生,然后作为故障诊断观测器能够理想地估计出故障随时间的变化曲线.此算法既能诊断突变故障,又能诊断缓变故障.仿真结果表明算法具有良好的诊断性能.     

全驱动AUV动力定位系统滑模控制研究

针对自主水下机器人(autonomous underwater vehicle,AUV)动力定位控制易受浪流扰动影响的问题,提出了一种基于扩张状态观测器的全驱动AUV动力定位系统滑模控制(sliding mode control,SMC)方法.结合团队设计的"探海Ⅰ型"自主水下机器人,建立AUV空间运动模型,以滑模控制...     

自主式水下机器人运动稳定性控制方法

针对自主式水下机器人稳定性控制问题进行了研究.首先对水下机器人的总体结构及其在水中的运动特性进行了分析,建立水下机器人系统的动力学模型;然后建立了直线、方向和位置的运动稳定性分析方法,确定了纵向稳定性和侧向稳定性准则,提出了基于特征值的稳定性要求;最后设计了无源自适应控制器,针对水下机器人在水中悬停和运动时易受海流影响的问题,建立了自适应补偿方法,进而确定了输入的不确定性补偿方法.对自主式水下机器人进行多方向的运动稳定性控制试验,通过试验修正稳定性控制参数,验证了设计的水下机器人运动稳定控制器的有效性和可靠性.     

基于干扰观测器的欠驱动AUV自适应反演控制

针对未知外界干扰存在的情况,提出一种基于非线性干扰观测器(NDO)的自适应反演控制,用于改善欠驱动自治水下机器人(AUV)深度跟踪控制性能。首先对欠驱动自治水下机器人的垂直面模型进行有条件的简化,得到新的运动学及动力学方程,建立简化后模型的状态方程;其次根据系统状态方程构建非线性观测器,设计自适应反演控制器,输出控制量根据李雅普诺夫稳定原理推导得出,确保包含非线性干扰观测器及自适应反演控制器在内的控制系统的一致渐进稳定性。研究结果表明:所设计的非线性干扰观测器以及自适应反演控制器可以实现欠驱动自治水下机器人在存在外界未知干扰情况下深度轨迹跟踪,具有较强的鲁棒性。     

民机机电系统故障诊断仿真平台设计

民机机载机电系统结构复杂,故障诊断难度大.为更有效地对其开展故障诊断研究,进行了本故障诊断仿真平台设计.针对环控、起落架、液压系统的不同特征,分别采用不同方法进行故障诊断.其中环控系统热交换器部分采用参数估计的方法,环控系统控制组件和起落架系统采用状态观测器的方法,液压系统采用神经网络的方法.所设计的故障诊断仿真平台运用C++Builder和Matlab开发工具,通过Matlab引擎函数传递数据,结合C++Builder界面设计和Matlab数值计算的优势,缩短了开发周期,并且使开发的仿真平台界面友好,简单实用.     

非线性系统故障诊断与容错控制技术综述

介绍了一般非线性系统的模型,分析了非线性系统故障诊断与容错控制的特点,在此基础上综述了国内外在非线性系统故障诊断和容错控制技术上的研究进展和主要方法：包括基于滑模观测器的诊断方法、基于未知输入观测器的诊断方法、基于非线性观测器的容错控制、基于H∞的鲁棒容错控制方法等。总结了该领域待解决的几个重点和难点问题,并对该研究领域的发展趋势进行了展望。     

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。     

汽车侧倾角速度传感器的故障诊断和重构

针对汽车侧倾角速度传感器故障对控制系统的影响问题, 提出了一种基于模型的故障诊断和故障重构方法, 并给出了系统的理论证明。对于满足Lipchitz 条件的多输入多输出非线性系统, 可应用带有模型不确定性的一维线性状态方程作为其等效模型, 进行传感器的故障诊断。并在此基础上应用经典的观测器理论设计了残差生成器, 通过特征结构配置的方法, 证明了模型不确定性、执行器故障和干扰可以实现在残差中的完全去耦。采用整车的八自由度模型进行Simulink 仿真, 结果证明了结论的有效性。与其他方法相比, 笔者算法得到的残差具有很强的鲁棒性, 重构出的传感器信号具有很高的精度。     

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。     

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WHD-CRM的群体机器人故障检测

使用交叉调节模型（CRM）进行故障检测,是一种重要的基于人工免疫模型的群体机器人故障检测方法.针对CRM在不同群体行为下,检测群体机器人故障通用性受限的问题,通过研究行为特征在不同群体行为下的影响力等级,提出了使用加权汉明距离的交叉调节模型（WHD-CRM）.相比于CRM,WHD-CRM对不同群体行为的机器人行为特征赋予了不同的权值,获得了更加精确的中间结果（亲和力值）,进而提高了各类群体行为下检出故障机器人的概率.实验结果表明：相比于使用原始CRM,WHD-CRM的故障检测率提高了13%.     

基于粒子滤波器的移动机器人惯导传感器故障诊断

提出一种粒子滤波器方法用于诊断移动机器人惯性导航系统传感器故障.该方法将基于规则的推理与多粒子滤波器结合,利用规则推理确定机器人运动状态,每一种运动状态用一个粒子滤波器监视.该方法有效地解决了单个粒子滤波器难以表示复杂逻辑的问题,降低了每个粒子滤波器的粒子数,从而提高了诊断效率和精度.对移动机器人在5种平面运动状态下(静止、直线运动、转动等)的8种工作模式(包括1种正常工作模式和7种故障模式)进行监视的仿真结果表明,采用所提出的方法可以有效地识别惯导系统的1个或多个硬故障.