刘康玲[1]2017年在《基于自适应PCA和时序逻辑的动态系统故障诊断研究》文中研究说明为了保证系统正常、安全地运行,故障诊断研究备受关注。通常,在复杂动态系统中,过程数学机理与知识难以预先获取,而过程数据很丰富且易于获取。因此,研究在纯数据模型框架下动态系统的故障诊断问题很有意义。针对动态系统故障诊断面临的模型自动更新和动态过程特征表达两大问题,本文分别从过程中全局和局部信息的自适应提取、模型的自适应稀疏化、时序逻辑的引入和扩展的角度,采用自适应主元分析(principal component analysis,PCA)和时序逻辑主要进行了以下几个方面的创新性研究:1、针对传统的PCA因模型全局、固定不能准确地反映动态时变和局部信息的缺陷,通过在每一种系统运行状况下对过程变量进行自适应分块,使得不同的运行状况有着各自的变量分块结果,并且充分利用块内局部信息和块间全局信息,根据每一个分块结果构建不同的全局和分块故障诊断模型,提出自适应分块PCA方法。最后探究该方法在TE过程中的应用,提高了故障检出率和故障分离的准确性。2、研究动态时变模型的自适应稀疏化问题。通过将不同的与各自系统运行状况相关的负荷向量稀疏惩罚项引入原始的PCA的优化命题的目标函数中,构建自适应稀疏PCA的优化命题,并且提出用于求解该优化命题的迭代内点算法,得到仅仅包含少量非零元素的稀疏负荷向量。然后,定义QT2和SPE统计量用于故障检测。如果发生了故障,则通过选取与故障相关程度大的变量并优先对它们进行故障重构的方式来实现故障分离。将该自适应稀疏方法应用在TE过程和波形系统的故障检测与分离中,验证了方法的有效性。3、探究纯数据驱动的复杂动态系统中过程时变特征的表达和学习问题,并且提出一种基于PCA和时序逻辑的多层故障检测与识别框架。利用时序逻辑以自然语言的形式表达系统中过程变量层、PCA所选取的主元层和监控统计量层的过程时变特征。提出一种新的分段线性拟合算法,用于统计学习时序逻辑公式。然后,在系统正常和故障运行状况下,分别创建正常和故障时序逻辑库。通过检查系统当前行为是否满足正常库中的时序逻辑公式来在线监测是否发生故障,如果发生故障,则基于故障库采用相似度测量来识别被检测故障的类型。最后将该多层故障检测与识别框架应用在TE过程中。4、针对现有的时序逻辑对动态时变特征表达力不足的问题,扩展一种新的时序逻辑,并将该扩展时序逻辑用于在线故障检测。首先,利用PCA选取其所提取的前几个主元作为过程特征变量。然后,根据这些特征变量,统计学习扩展的时序逻辑公式。最后,构建自动机形式的故障诊断模型,实现机器人手臂系统和波形系统的在线故障检测。
朱张青[2]2005年在《动态系统的鲁棒故障检测与诊断技术》文中认为本文研究了一类非线性系统和网络控制系统的鲁棒故障检测与诊断方法，主要内容如下： (1) 研究了基于自适应模糊观测器的非线性系统鲁棒故障检测与诊断。针对一类非线性系统，设计了系统的自适应模糊输出观测器，给出了观测器参数的调节算法，研究了系统的直接故障检测；研究了基于自适应模糊状态观测器和RBF神经网络故障分类器的一类非线性系统故障检测与诊断，给出了观测器权矩阵的调整算法和RBF神经网络的鲁棒分类算法；由自适应模糊系统构成故障逼近器，研究了一类非线性系统的故障辩识。 (2) 研究了基于T-S模糊模型的非线性系统奇偶方程鲁棒故障检测与诊断。针对T-S模糊模型描述的非线性系统，构造了系统的测量冗余方程和模糊奇偶方程，证明了对系统状态解耦的奇偶向量存在的充分条件，给出了奇偶向量的求解方法，研究了非线性系统的故障检测和故障参数辩识；针对T-S模糊模型建模的具有外部干扰的非线性不确定系统，构造了系统的测量冗余方程和模糊奇偶方程，给出了最优奇偶向量的求解方法，研究了非线性不确定系统的故障检测与诊断。 (3) 研究了基于不确定信息理论的非线性系统综合故障诊断方法。针对基于观测器方法和基于知识方法的各自特点和已有成果，将两类方法相融合，给出了基于模糊理论的一类非线性系统综合故障诊断方法；进一步，将两类方法所得到的故障特征信息作综合性能分析并按照故障诊断性能指标的要求排序，通过粗集理论中基于需求的约简算法来提取诊断规则，给出了基于粗集理论的一类非线性系统综合故障诊断方法。 (4) 研究了基于观测器的短时延网络控制系统的鲁棒故障检测与诊断。通过矩阵分解，将随机短时延对网络控制系统的影响转化为未知有界不确定项，分别给出了短时延网络控制系统的H_∞状态观测器和H_2／H_∞状态观测器设计方法，研究了基于观测器的短时延网络控制系统的故障检测；构造了短时延网络控制系统的测量冗余方程和奇偶方程，给出了对特定传感器和执行器故障敏感的奇偶向量的存在条件，研究了短时延网络控制系统的奇偶方程鲁棒故障诊断。 (5) 研究了基于观测器的不确定长时延网络控制系统的故障检测。在不改变闭环系统的结构前提下，给出了不确定长时延网络控制系统的状态观测器设计方法，研究了不确定长时延网络控制系统的故障检测；针对具有外部干扰的不确定长时延网络
张登峰[3]2003年在《动态系统的故障检测与诊断研究》文中进行了进一步梳理本文针对当前动态系统的故障检测与诊断技术领域内存在的一些问题及其发展趋势，结合相关学科理论取得的新成果，研究了若干类故障检测和故障模式分类的诊断方法。取得的主要成果有： 1．针对传统的基于经验风险最小化信号消噪方法和现有的小波阈值信号消噪方法的不足，基于统计学习理论，提出了一种改进的VC维小波包信号消噪方法。结合FFT技术，利用小波包分析给出了一种电力信号幅值突变和频率突变故障的检测方法，改善了小波多分辨分析信号检测方法的不足。 2．针对多层感知器神经网络的标准BP训练算法存在推广能力差和训练速度慢等缺陷，首先结合已有的研究成果，给出了一种动态学习率和动量项相结合，并在误差函数中引入网络权值的二次型函数项的改进训练算法，提高了网络的快速性和推广能力。之后，通过对网络训练目标误差函数的修正，提出了一种提高网络权值收敛速度的改进训练算法，改善了现有方法完全依赖于神经元非线性输出的不足。 3．针对模型化非线性系统的鲁棒故障检测问题，采用目前广泛关注的小波网络进行了研究。首先给出了一种基于多分辨分析的小波网络的快速构造算法，它可同时得到网络的优化隐节点和相应的权值，提高了网络设计的计算效率。利用该网络构造一类非线性系统的输入/输出非线性观测器，实现了系统的实时故障检测。然后利用一种基于单尺度小波框架的小波网络，逼近一类满足Lipschitz条件的非线性系统的非线性项，构造自适应状态观测器，实现了系统的鲁棒故障检测，同时采用径向基神经网络进行残差处理，实现了故障预报。文中利用一致有界引理证明了用于故障检测的自适应状态观测器的稳定性。 4．针对智能故障诊断中知识获取的“瓶颈”问题，研究了粗糙集理论在故障诊断中的应用。基于变精度粗糙集模型、概率粗糙集模型和互信息熵等理论，从不同角度给出了3种故障诊断知识提取的方法，解决了知识获取的困难，弥补了经典粗糙集理论进行知识获取的不足。同时，提出了一个基于变精度粗糙集理论的故障诊断专家系统模型，给出了专家系统知识获取和维护的策略。 5．分别针对具有非线性参数扰动的多重状态时滞系统、含有不确定性的状态时滞系统、Neutral时滞系统以及关联时滞大系统等几类较为典型的时滞系统模型，基于观测器方法探讨了系统的故障检测问题。利用Lyapunov函数、LMI技术以及H_∞控制理论等，给出和证明了鲁棒故障检测的稳定条件和观测器增益阵的设计。 以上内容均通过数值或实例仿真研究，验证了所述方法的有效性和可行性。
何章鸣[4]2015年在《非预期故障的数据驱动诊断方法研究》文中进行了进一步梳理非预期故障诊断在状态监控/健康管理中发挥着重要作用,在大数据的背景下,数据驱动方法成为了研究热点。本文以卫星姿态控制系统、田纳西-伊斯曼过程等为研究对象,沿着“从框架到方法、从平稳到非平稳、从多批次到单批次、从全数据到半数据、从静态到动态、从理论到应用”的思路开展了非预期故障的数据驱动诊断方法研究。研究要点如下:(1)针对非预期故障,建立了非预期故障诊断的通用过程模型。作为全文的技术路线,该模型规范了非预期故障诊断的过程,确立了数据驱动实现原理。针对平稳数据,介绍并分析了基于单类多元统计分析方法的局限性和应对思路。(2)针对多批次条件下的非平稳数据,构造了基于平滑预处理的检测统计量;评估了预处理对检测性能的影响;提出了基于特征方向的预期故障隔离规则和非预期故障检测规则;构造了一个新的贡献率指标。研究表明,平滑预处理增强了计算的鲁棒性,降低了数据的相关性;特征方向防止了由故障幅值不同引起的误判问题;新的贡献率指标防止了“负贡献”和“故障掩饰”问题。(3)针对单批次条件下的非平稳数据,给出了基于时序建模的改进检测统计量,评估了该统计量的检测性能;给出并证明了校正方差逆矩阵的更新公式,依此提出了改进检测统计量的增量/减量算法。研究表明,改进检测统计量增强了计算的鲁棒性和检测统计量的适应性;增量/减量算法降低了计算复杂度。(4)针对静态结构,建立了潜变量提取、回归和检测的统一权框架,在该框架下,解释了各种潜变量回归方法;给出并证明了关于潜变量回归和检测的叁个定理,即参数定理、校正定理和检测定理。研究表明,叁个定理成功地刻画了不同方法的转化条件、校正精度和检测性能,为方法的选择提供了理论依据。(5)针对动态结构,给出了稳定核表示的辨识算法;定义了动态模型的特征方向,依此给出了基于特征方向的预期故障隔离规则和非预期故障检测规则;提出了高维故障信息的最优可视化算法。研究表明,特征方向可以用于动态模型的非预期故障检测;最优可视化算法可以为非预期故障隔离提供丰富的空间信息。(6)针对前述各种非预期故障诊断方法,设计开发了非预期故障诊断工具箱。该工具箱集成了部分传统方法和本文的新方法,具有界面友好、功能完善、扩展方便等特点,将为学术交流和故障诊断实践提供便利。
李荣雨[5]2007年在《基于PCA的统计过程监控研究》文中认为过程监控包括故障建模、故障检测、故障隔离、故障的诊断以及过程的恢复，用于监视生产过程的运行，及时发现并消除过程的异常状况，以保证生产的安全性以及产品的高质量。基于PCA的过程监控主要依赖于过程数据，并不需要建立机理模型，通用性较强，因此近年来成为过程控制领域研究的热点。本文系统研究了基于PCA的统计过程监控中的若干问题，主要集中在基于PCA的过程建模、故障检测性能分析以及利用PCA获取结构化残差实现故障的隔离，具体包括：(1)在介绍PCA基本原理的基础上，提出一种PCA统计模型的评价方法。为分析噪声对PCA建模的影响，该法在残差子空间(RS)利用参数估计、在主元子空间(PCS)利用模型相似度指数(MSI)描述有噪声时的模型对理想模型的逼近程度，另外还讨论了数据标准化预处理对建模的影响，并把上述评价方法推广至动态系统。仿真证明在噪声较小时，PCA统计模型与真实模型偏差极小。(2)在提出一种基于真实值的改进的故障模型基础上，对PCA的故障检测行为进行了分析和改进。首先研究了传感器故障、执行器故障、过程故障及工作点正常改变对SPE和T~2期望变化的影响，为以往的定性结论提供了数学依据，同时指出了一些例外情况及其物理几何意义。为克服传统统计量的检测局限性，引入了一种复合式统计量(CRS)，对基于CRS的故障检测行为进行分析，并给出了故障可检测的充分和必要条件。通过CSTR平台上的仿真，验证了本章结论的正确性。(3)提出了两种图形化的线性静态系统故障隔离方法。过程中发生故障时，传统Q贡献图法只能定位到一个故障子集而不能准确指出发生故障的具体传感器，本文通过分析故障的映射向量内积，指出了这一缺陷的理论根源，并在此基础上提出一种改进的加权Q贡献图故障隔离方法，从而实现了传感器故障的准确隔离。结构化残差是另一种有效的故障隔离工具，本文提出一种基于故障映射向量和转换矩阵的结构化残差构造算法，以实现包括过程故障在内的故障直观识别，并讨论了诸如控制限计算、映射向量方向的提取算法及控制环的影响等问题。在CSTR静态平台上的仿真，证实了加权Q贡献图可以准确地定位到发生故障的传感器，基于映射向量的结构化残差可正确识别出包括过程故障在内的各个故障。(4)对动态系统尤其是闭环动态系统的建模和故障隔离问题进行了研究。在建模方面，提出一种滑动窗口动态PCA(DPCA)建模方法，可以以更小的运算规模得到更简约的PCA统计模型。在故障隔离方面，结合滑动窗口DPCA和部分PCA(PPCA)，提出了部分DPCA故障隔离算法(PDPCA)，实现了闭环动态系统的传感器故障隔离；为解决各个部分子集中存在独立变量的问题，引入CRS统计量以改进PDPCA的故障隔离性能。通过提出多模型DPCA算法把上述方法延伸至包括控制环内传感器故障、过程故障在内的动态系统故障隔离。通过CSTR动态平台上的仿真，证实了上述方法的有效性。(5)系统研究了基于Kernel PCA(KPCA)的非线性过程监控。在建模阶段，讨论了特征空间标准化的问题；在故障检测阶段，提出了一种利用核矩阵构造SPE统计量的方法以便故障检测更易实现；在故障隔离阶段，提出了部分KPCA算法，把基于结构化残差的故障隔离方法推广到非线性系统。CSTR非线性平台上的仿真同样证实了该法的有效性。最后在总结全文的基础上，对未来的研究课题和工作进行了展望。
王申全[6]2013年在《时滞系统的鲁棒故障检测与容错控制方法研究》文中进行了进一步梳理在实际工程应用中,由于控制系统规模不断扩大,复杂程度日益提高,以及系统投资的巨大,人们迫切需要提高系统可靠性和安全性.然而,当执行器、传感器或系统的其他元器件发生故障时,传统的控制器不能保证闭环控制系统期望的性能甚至会导致不稳定.故障诊断与容错控制技术是解决这一问题的有效方法.为了提高故障检测滤波器和容错控制器的性能,本论文基于参数依赖的Lyapunov稳定性理论和LMI技术,进一步深入地研究了时滞系统(网络控制系统)的鲁棒H∞性能分析、状态反馈控制器和故障检测滤波器综合设计以及容错控制问题,形成了-整套新的时滞系统故障检测与容错控制方法.并将部分理论研究成果在载重拖车系统和间歇式反应器等实际仿真对象中进行了验证.由于在时滞的处理过程中,采用了时滞分解方法,倒数凸组合技术和输入-输出方法,所得结果具有更小的保守性和计算负担.全文的主要工作总结如下：1.研究了一类带有时变时滞和多包丢失的离散T-S模糊网络系统故障检测问题.假设被控对象到模糊故障检测滤波器(FFDF)之间的通信连接存在数据包丢失,且丢失概率在间隔[0,1]上满足特定概率密度分布.离散时间模糊网络系统应用输入-输出和二项近似方法转化为互联的两个子系统.设计的FFDF,对所允许的数据包丢失条件,保证故障检测动态系统为输入-输出均方稳定.且满足期望的H∞性能.通过选取一个新的Lyapunov函数,获得了FFDF存在的充分条件.相应的FFDF增益的可解性条件利作锥补线性化迭代算法转化为凸最优问题.2.研究了带有离散状态时滞、分布式时滞、数据包丢失和非线性扰动的网络控制系统故障检测问题.不同于现存的故障检测结果.这里所提出的是闭环故障检测策略.也就是同时设计了控制器和故障检测滤波器.假设从传感器到控制器及控制器到执行器的数据包丢失满足相互独立的白噪声序列.将基于观测器的故障检测滤波器作为残差生成器,网络非线性系统可以表示成H∞模型匹配问题.设计的闭环故障检测滤波器不仅保证了残差和滤波故障的估计误差尽可能小,同时满足闭环网络非线性系统的指数均方稳定.3.研究了带有状态时滞及执行器故障的非线性网络控制系统(NNCSs)模糊容错控制问题.利用输入时滞方法,带有网络诱导时延和数据包丢失的NNCSs等价转化为带有时变时滞的Takagi-Sugeno(T-S)模糊系统.采用时滞分解方法.时滞对象的状态信息得以充分考虑.利用锥补线性化迭代算法,将非凸的稳定性条件转化成可行的线性矩阵不等式(LMI)形式.同时将倒数凸组合界处理技术与不相关增广矩阵项引入到Lyapunov函数的处理当中,获得了保守性更小的稳定性条件.4.针对一类带有状态时滞和随机执行器故障的网络控制系统(NCSs),设计了鲁棒故障容错控制器.利用输入时滞方法,获得了具有状态和输入时滞的等价系统.在时滞分解的积分区间上采用一新的Lyapunov函数,同时利用倒数凸组合技术直接处理了逆加权凸组合二次项,获得了保证NCSs均方渐近稳定的充分性条件,以LMI的形式表示出来.此方法,不需要模型变换和引入额外的松弛变量,结果具有更小的保守性.5.针对一类带有时变时滞和执行器故障的离散T-S模糊系统,在状态可测、不可测两种情况下,分别给出了模糊H∞容错控制器的设计方法.选择了一种更切合实际的离散齐次马尔可夫链来表示执行器故障的随机行为.利用一类新的模型变换方法,将带有执行器故障的离散时滞模糊系统转换为互联的两个子系统.利用输入-输出方法(标度小增益定理)分析互联子系统的随机稳定性.通过构造参数依赖的Lyapunov函数,给出闭环系统输入-输出均方稳定且满足H∞性能的充分条件及H∞容错控制器的设计方法.最后,对全文所做工作进行了总结,指出了目前时滞系统(网络控制系统)故障检测和容错控制理论研究中存在的一些问题和进一步的发展方向,并对未来的研究工作进行了展望.
叶银忠, 潘日芳, 蒋慰孙[7]1985年在《动态系统的故障检测与诊断方法(综述)》文中认为本文讨论了随机动态系统的故障检测与诊断问题,概述了一些主要的故障检测与诊断方法,对它们的原理,特点及应用情况作了简单的介绍。内容包括如何从数学上描述动态系统中发生的故障,如何使用各种参数和状态估计的方法,各种数理统计的方法,冗余原理以及其他方法来实现故障的检测与诊断。
王红茹[8]2006年在《动态系统的鲁棒故障检测与分离方法研究》文中研究指明随着航空、航天、核工业、机器人等高技术领域和各种民用工业领域技术水平的迅速发展,其设备装置和工程控制系统的规模和复杂性日益增加,同时投资也越来越大,因此对于这些投资巨大、复杂的大型系统,其可靠性、可维修性和有效性显得越来越来重要。故障检测与诊断技术为提高系统的可靠性与安全性开辟了一条新的途径,因而动态系统的故障检测与诊断技术成为正在迅速发展的研究领域。其核心问题是故障检测系统的鲁棒性,这也是一个故障检测系统是否具有实用价值的最重要的指标之一,是故障检测与诊断理论研究与应用中必须加以解决的重要课题。本论文研究了动态系统的鲁棒故障检测与分离问题,基于故障检测滤波器和阈值逻辑方法,采用线性矩阵不等式技术,研究了范数有界不确定系统、时滞不确定系统、时滞LPV系统、时滞马尔可夫跳跃系统、非线性系统的鲁棒故障检测与分离问题。首先,针对非时滞不确定系统和具有状态时滞的不确定系统,采用全阶滤波器构造残差产生系统,利用H∞控制理论将这两类系统的故障检测与分离问题转化为H∞滤波问题,采用线性矩阵不等式技术将鲁棒故障检测滤波器的设计转化为具有线性矩阵不等式约束的凸优化问题,可利用标准的数学软件求取。采用阈值逻辑方法评价所产生的残差信号,以提高故障检测系统的鲁棒性。其次,本论文研究了时滞LPV系统的鲁棒故障检测与分离问题,利用参数依赖滤波器构造残差产生系统,即所设计的故障检测滤波器也是时变系统,其参数矩阵是时变参数的确定函数。应用线性矩阵不等式技术,推导了此类系统故障检测滤波器存在的充分条件,通过引入附加矩阵实现解耦,简化了此类系统故障检测滤波器的综合问题。采用基函数和网格技术将无限维矩阵不等式的求解转化为有限维矩阵不等式组的可解性问题,并将滤波器的设计问题转化为凸优化问题。数值仿真表明,所设计的滤波器检测故障的同时,还可分离同时发生的多个故障。然后,针对系统模态按照一定概率而变的时滞马尔可夫跳跃系统,采用具有马尔可夫跳跃参数的滤波器构造残差产生系统,分别研究了具有常数时滞、模态依赖时滞的马尔可夫跳跃系统的鲁棒故障检测与分离问题。应用变量替换
吕明[9]2007年在《网络控制系统的故障检测与诊断》文中研究表明本文研究了网络控制系统的故障检测与诊断，主要内容如下：(1)讨论了控制系统中故障的定义和分类问题。分别基于故障的发生部位、性质和作用类型，对常见故障进行了分类。基于故障的发生部位和故障的性质，对网络控制系统建立了故障的数学模型，并得出了发生执行器和传感器故障的统一数学模型。(2)研究了具有短时延和数据包丢失的网络控制系统的故障检测问题。针对传感器、控制器节点为时间驱动，执行器节点为事件驱动的短时延网络控制系统，建立了具有参数不确定性的离散时间系统模型。当不存在数据包丢失现象时，设计了故障观测器，利用Lyapunov稳定性定理，得出了观测器系统的稳定性条件。当存在数据包丢失现象时，在一定的丢包率情况下，将误差方程建模为异步动态系统，进行了故障检测的研究，并给出了系统指数稳定性的条件。(3)研究了具有长时延的网络控制系统的鲁棒故障检测与诊断问题。假定系统的各个节点均为时间驱动方式，在离散动态模型的基础上，分别按照系统具有输出时延、控制时延以及同时具有输出时延和控制时延来进行讨论。当系统具有输出时延时，建立了具有时延补偿功能的观测器，并将观测器误差方程建模为切换系统，得出了误差系统的稳定性条件。当系统具有控制时延时，考虑了传感器和执行器的采样时钟分别为同步和异步两种情况下的故障检测问题，设计了故障观测器，并证明了误差系统的稳定性。当系统同时存在输出时延和控制时延，且具有外加干扰输入时，研究了系统的鲁棒H_∞故障检测问题，并对鲁棒性和灵敏度进行了综合分析。在故障检测的基础上，采用方向性残差的方法，对故障进行了分离，实现了故障诊断。(4)研究了非线性网络控制系统的故障检测与诊断问题。针对被控对象为仿射非线性且具有输出时延的网络控制系统，利用模糊主导子系统的思想，设计了基于局部T-S模糊模型的时延补偿观测器，并给出了全局渐近稳定的充分条件。针对被控对象为一般非线性动态方程且具有干扰的网络控制系统，对其建立了一组局部模糊模型。考虑系统同时具有控制时延和输出时延的情况，利用模糊奇偶方程，构造了残差产生器，讨论了对系统进行故障检测和诊断的方法，并给出了奇偶向量的全解耦条件和求取方法。(5)研究了时延多包网络控制系统的鲁棒故障检测问题。当控制量采用多包传输时，对时延可以忽略以及存在控制时延或输出时延的情况分别进行了分析。当检测量采用多包传输时，分析了控制时延和输出时延同时存在的情况。对系统建立了基于增广模型的故障观测器，得出了具有统一形式的误差方程，并考虑数据包的不同传输方式，对系统进行了故障检测的研究。当系统具有外加干扰时，设计了H_∞故障观测器，保证了故障检测的鲁棒性。
丁伟光[10]2015年在《非线性网络控制系统的故障检测方法研究》文中指出随着计算机通信技术和控制技术的飞速发展,网络控制系统依靠其独特的优势,被广泛地应用到工业生产、生活的各个领域中。网络控制系统同样会发生故障,从而造成系统性能的下降甚至导致系统不稳定及崩溃。此外,通信网络的引入造成的传输时滞、数据丢包等影响,使得传统的故障诊断方法无法直接使用到该类系统上。针对非线性网络控制系统,研究故障检测方法具有重要的理论和实际意义。本文主要研究了非线性网络控制系统的故障检测问题。首先,介绍了网络控制系统故障检测技术的发展现状,分析了现有成果的特点与不足,并对将涉及的相关理论知识进行了介绍。首先,研究了具有传输时滞的非线性网络控制系统故障检测问题。根据网络传输时滞的随机性特点,采用两个相互独立的Markov链分别描述传感器-控制器时滞和控制器-执行器时滞,建立Markov跳跃网络控制系统时滞模型。考虑系统非线性项满足扇形约束条件,通过对被控系统状态和故障检测滤波器进行适当扩维,利用一组线性矩阵不等式设计了鲁棒故障检测滤波器,并利用故障检测滤波器得到系统残差,实现了故障检测。其次,研究了具有传输时滞和传感器数据丢包的网络控制系统故障检测问题。根据数据丢包的概率统计特点,采用满足均匀分布的随机变量描述传感器测量端的数据丢包问题;利用权重矩阵故障信号描述系统故障,残差对故障的敏感性得到提高。针对该模型,设计了一种鲁棒故障检测观测器,通过扩维获得故障检测误差动态系统,并利用一组线性矩阵不等式分析误差动态系统稳定性,从而实现对系统故障的及时有效的检测。再者,研究了基于T-S模糊模型的非线性网络控制系统故障检测问题。考虑T-S模糊建模误差,模型子系统保留一定的非线性项,使系统更贴近实际系统模型;系统的状态时滞为随机有界,传感器的数据丢包满足均匀分布。针对该模型,分析设计一种基于T-S模糊模型的鲁棒H￥全维故障检测滤波器,使得误差动态系统在给定的H￥性能指标下渐进均方稳定,并利用线性矩阵不等式给出滤波器设计的充分条件,实现了系统的故障检测。研究了具有传输约束的T-S模糊模型网络控制控制系统故障检测问题。根据传输时滞和数据丢包的分布特点,考虑系统双通道(传感器—控制器和控制器—执行器)数据丢包和传输时滞,对控制器-执行器通道采用无限分布式时滞描述数据丢包和传输时滞两种现象;传感器-控制器通道的数据丢包采用均匀分布的随机函数表示。针对该模型,分析设计一种基于T-S模糊模型的故障检测观测器,通过Lyapunov方程分析故障检测误差动态系统稳定的充分条件,利用一组线性矩阵不等式给出故障检测观测器参数的设计形式,从而解决具有双通道数据丢包的网络控制系统故障检测问题。最后,针对所提出的故障检测方法进行了仿真实验,仿真结果验证了所提方法的有效性和可行性。
参考文献：
[1]. 基于自适应PCA和时序逻辑的动态系统故障诊断研究[D]. 刘康玲. 浙江大学. 2017
[2]. 动态系统的鲁棒故障检测与诊断技术[D]. 朱张青. 南京理工大学. 2005
[3]. 动态系统的故障检测与诊断研究[D]. 张登峰. 南京理工大学. 2003
[4]. 非预期故障的数据驱动诊断方法研究[D]. 何章鸣. 国防科学技术大学. 2015
[5]. 基于PCA的统计过程监控研究[D]. 李荣雨. 浙江大学. 2007
[6]. 时滞系统的鲁棒故障检测与容错控制方法研究[D]. 王申全. 东北大学. 2013
[7]. 动态系统的故障检测与诊断方法(综述)[J]. 叶银忠, 潘日芳, 蒋慰孙. 信息与控制. 1985
[8]. 动态系统的鲁棒故障检测与分离方法研究[D]. 王红茹. 哈尔滨工业大学. 2006
[9]. 网络控制系统的故障检测与诊断[D]. 吕明. 南京理工大学. 2007
[10]. 非线性网络控制系统的故障检测方法研究[D]. 丁伟光. 南京航空航天大学. 2015
标签：自动化技术论文; 故障诊断论文; 线性系统论文; 模糊理论论文; 过程控制论文; 网络模型论文; 模糊算法论文; 传感器技术论文; 矩阵变换论文; 动态模型论文; 矩阵分解论文; 时延扩展论文; 非线性论文; pca论文; 残差论文;