基于集员滤波器的故障诊断.pdfVIP

第４２卷 第１期 福州大学学报（自然科学版） Ｖｏｌ．４２Ｎｏ．１ ２０１４年２月 ＪｏｕｒｎａｌｏｆＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｆｅｂ．２０１４ ＤＯＩ：１０．７６３１／ｉｓｓｎ．１０００－２２４３．２０１４．０１．００８０ 文章编号：１０００－２２４３（２０１４）０１－００８０－０５ 基于集员滤波器的故障诊断 苗琳璐，王 武 （福州大学电气工程与自动化学院，福建 福州　３５０１１６） 摘要：针对具有未知但有界故障的时变系统，提出一种集员滤波的故障诊断方法，保证系统的状态、故障信号 的值１００％包含在上下界内．假设过程噪声、测量噪声和故障信号的值有界，采用Ｓ－过程方法和线性矩阵不 等式（ＬＭＩ）方法设计集员滤波器，最后运用递归优化算法对集员滤波器进行优化．所提方法不仅可以对故障大 小进行估计，还能够检测出故障信号类型．数值仿真证明了该方法的可行性和有效性． 关键词：故障诊断；集员滤波器；ＬＭＩ；状态估计 中图分类号：ＴＰ１３　 文献标识码：Ａ Ｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎｔｈｅｓｅｔｍｅｍｂｅｒｓｈｉｐｆｉｌｔｅｒ ＭＩＡＯＬｉｎ－ｌｕ，ＷＡＮＧＷｕ （ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ，Ｆｕｊｉａｎ３５０１１６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｍｅｔｈｏｄｏｆｆａｕｌｔｄｉａｇｎｏｓｉｓｗｉｔｈｓｅｔｍｅｍｂｅｒｓｈｉｐｆｉｌｔｅｒｓｅｔｓｉｓｐｒｏｐｏｓｅｄｆｏｒｔｉｍｅ－ｖａｒｙｉｎｇｓｙｓ ｔｅｍｓｗｉｔｈｕｎｋｎｏｗｎｂｕｔｂｏｕｎｄｅｄｆａｕｌｔｓ，ｗｈｉｃｈｇｕａｒａｎｔｅｅｓａｌｌｔｈｅｖａｌｕｅｓｏｆｓｔａｔｅａｎｄｆａｕｌｔｓｉｇｎａｌｂｅｔｗｅｅｎ ｔｈｅｉｒｌｏｗｂｏｕｎｄｓａｎｄｕｐｐｅｒｂｏｕｎｄｓｉｎ１００％ ｃｏｎｆｉｄｅｎｃｅ．Ａｓｓｕｍｉｎｇｔｈｅｐｒｏｃｅｓｓｎｏｉｓｅ，ｍｅａｓｕｒｅｍｅｎｔ ｎｏｉｓｅａｎｄｆａｕｌｔｓｉｇｎａｌａｒｅｕｎｋｎｏｗｎｂｕｔｂｏｕｎｄｅｄ，ｔｈｅｎＳ－ｐｒｏｃｅｄｕｒｅａｎｄＬＭＩｍｅｔｈｏｄｓａｒｅａｐｐｌｉｅｄｔｏｄｅ ｓｉｇｎｔｈｅｓｅｔ－ｍｅｍｂｅｒｓｈｉｐｆｉｌｔｅｒ．Ｆｉｎａｌｌｙ，ａｒｅｃｕｒｓｉｖｅａｌｇｏｒｉｔｈｍｉｓｄｅｖｅｌｏｐｅｄｆｏｒｃｏｍｐｕｔｉｎｇｔｈｅｓｅｔｍｅｍ ｂｅｒｓｈｉｐｆｉｌｔｅｒ．Ｔｈｅｍｅｔｈｏｄｎｏｔｏｎｌｙｃａｎｅｓｔｉｍａｔｅｔｈｅｓｉｚｅｏｆｔｈｅｆａｕｌｔ，ｂｕｔａｌｓｏｃａｎｄｅｔｅｃｔｔｈｅｔｙｐｅｏｆ ｆａｕｌｔｓｉｇｎａｌ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｍｅｔｈｏｄｐｒｅｓｅｎｔｅｄｉｓａｖａｉｌａｂｌｅａｎｄｅｆｆｅｃｔｉｖｅ． Ｋｅｙｗｏｒｄｓ：ｆａｕｌｔｄｉａｇｎｏｓｉｓ；ｓｅｔｍｅｍｂｅｒｓｈｉｐｆｉｌｔｅｒ；ＬＭＩ；ｓｔａｔｅｅｓｔｉｍａｔｅ ０　引言 基于状态估计的故障诊断方法起步早、成果多，但依然是近年来的研究热点［１－９］，应用状态估计方法 较多的是通过设计自适应观测器和滤波器来进行故障诊断．基于自适应观测器的故障诊断只针对某一类 特殊系统，如仿射系统、Ｌｉｐｓｃｈｉｔｚ系统等．自适应学习方法一般有死区操作，利用死区操作可能影响故障 ［２］ 估计的精确度 ．卡尔曼滤波器（Ｋａｌｍａｎｆｉｌｔｅｒ，ＫＦ）方法是比较经典的基于滤波器的故障诊断方法，ＫＦ对 系统噪声是随机噪声，在系统状态的均值和方差已知的情况下能较好地进行故障诊断．但当噪声不是随 ［３］ 机信号或系统状态的统计特征未知时，就不能适用 ．基于Ｈ 滤波理论的故障诊断方法，对系统干扰统