第三章基于数学模型的控制系统故障诊断解决方案.pptVIP

用龙贝格（Luenberger）观测器进行状态估计，有下列形式： （10a） （10b） 定义状态估计误差 可得残差方程： 将其代入式（10）， 基于参数辨识法的残差产生 参数辨识的基本思想是通过比较正常参数与故障参数来检测故障是否发生。 其参数辨识残差可由下式表示： 式中， 表示系统正常时的参数； 代表实际估计参数。 对于系统： 定义输出参数估计误差 输出估计误差的范数，常用于检测系统的故障。 阈值选取的原则，在理想情况下，应该是把所有正常工作的值包含在阈值以内，一旦冗余信号之间的差别超过给定阈值，则必然是处于非正常工作状态。 但由于现实中信号固有的随机性，使得无法达到理想情况，而只能尽量达到上述准则的要求。 三、故障决策的阈值选取原则 系统实际运行中，由于各种随机因素的存在，如噪声和扰动等等，引起故障检测器的误检：漏报警和虚报警。 一个好的故障监督系统，应当使这两种误检都尽可能的小，因此，在选取故障决策的阈值时，需要折衷考虑。 下面介绍确定故障决策阈值的几种方法。 根据元部件的允差选取阈值 方法一：最大不一致原理 最大不一致原理的基本思想是：将每一通道中各单元的允差综合起来考虑，确定出最坏情况下允许的偏差，按此确定故障检测器的阈值。 具体步骤：设有两冗余通道，其中每一单元均有一允差Ei（i＝1，2，…，n），每一单元的增益为Ri（ i＝1，2，…，n ），通道的逻辑连接方式如下图所示，则最大偏差量近似为： 图 两冗余通道的逻辑连接方式 例： 假设某系统，有两条通道，且每条通道有四个单元，每个单元的最大允差分别为最大量程：1%、4 % 、2% 、3 % ， 根据最大不一致原理，则有Emax＝20%， 因此，可取阈值为m20%。 采用最大不一致原理求出的阈值，往往是极端情况，所以这一方法求出的阈值一般都偏大，只能作为及其粗略的估计。 方法二：阈值的方均根求法 阈值的方均根求法的基本思想是：从最大不一致原理出发，考察通道之间的不一致性，与此同时考虑硬件允差的随机性。 假设偏差及单元的逻辑图与方法一中的情况类似，即有两冗余通道且为并联关系，进一步假设硬件允差随信号的变化服从正态分布，则确定阈值最为恰当的方法是求允差的方均根： 例： 假设某系统的每条通道有四个单元，每个单元的最大允差分别为最大量程：1%、4 % 、2% 、3 % ， 根据阈值的方均根求法，则有Er＝7.75%， 因此，可取阈值为m7.75%。 利用统计原理选取阈值 序贯概率比方法 为了检测传感器的故障，计算传感器的残差序列R（k），作出如下假设： H0：序列R（k）是零均值白噪声，即系统中传感器正常； H1：序列R（k）的幅值不为零，即系统中传感器已发生故障。 计算： 其概率比： 根据Pe1、Pe2确定阈值如下： （1）如果 ≥（1－Pe1）/Pe2，则认为k时刻以前系统已发生故障，拒绝假设H0； （2）如果 ≤ Pe1/（1－Pe2），则认为k时刻以前系统正常，即接受假设H0； （3）如果Pe1/（1－Pe2） （1－Pe1）/Pe2，则继续检验。 代价函数法 在选取故障决策阈值时，主要考虑两个因素，即虚警率PFA和漏检率PM，这两者都是阈值的函数，当阈值 增大时，PFA减小，PM增大；当 减小时，PFA增大，PM减小。 一个好的故障决策阈值应当是使PFA和PM都尽可能的小，因此需要在选取 时进行折衷考虑。 具体方法是：先分别求出PFA和PM，然后构造某种代价函数，使 取最优值。 1、虚警率PFA的确定 计算虚警率PFA的前提是系统工作在无故障状态。 设被比较的两个信号分别为x1和x2，它们来自相同类型的传感器或冗余信号，认为它们具有相同的统计特性。又设x1和x2都服从均值为 、方差为 的正态分布，则概率分布密度为 式中，均值 代表真实信号幅值；而 则是由各种噪声源所引起的。 （11） 令z=∣x1-x2 ∣，由式（11）可得z的概率分布密度函数为 z 0 z 0 （11） 取阈值为 ，则虚警率为 2、漏检率PM的确定 如，当信号故障时，其均值由原来的 改变为 ，其中B为故障幅值； 是信号正常幅值，而方差仍保持不变为 。 理论上，B可以无穷大，但实际上它有一定的范围。设B的范围为[-H，H]，其中H为一有限正数。 当发生故障时，设其满足以下两个条件： （1）同一时刻不会有两个或两个以上故障发生； （2）所有的故障仅改变信号的均值而不改变其方差。 若x1和x2中有一信号出现偏置量为B的故障，则相应的z=∣x1-x2 ∣的概率分布密度函数为 z 0 z 0 取阈值为 ，则漏检率为 （12） 实际中，B的大小与故障源类型和系统运行状