基于观测器的鲁故障诊断研究.pptVIP

基于观测器的鲁棒故障诊断研究 冯国柱 IIC LAB 内容 1.故障诊断概述 系统故障的发生 1.故障诊断概述 系统故障的特性 层次性 相关性 放射性 延时性：故障的发生，发展已经传播时间存在延迟 不确定性：系统故障和征兆信息存在随机性、模糊性以及获取某些信息的不确知性 故障诊断的方法及意义 故障诊断的三个方面：检测、辨识和分离 1.故障诊断概述 故障诊断的基本原理：对比测试法 将实际系统输出参数与参考系统的输出或标准值拿来比较，以判断系统是否又故障；若故障存在，则从检测到的故障信息中分离出故障征兆，并据此识别故障原因，再将故障源定位，最后采取相应的处理措施。 虚警 漏警 故障诊断方法的分类 传统故障诊断方法分为三大类：基于解析模型的方法、基于知识的方法和基于信号处理的方法。 随着技术的发展，现有的故障从整体上分为两大类：定性分析和定量分析。 1.故障诊断概述 2.背景及问题描述 2.1问题的背景 1980s 未知输入的解耦问题 1990s 全解耦控制问题 未知输入影响最小化 故障影响最大化 2000s 随着鲁棒 和 理论的发展，具有模型误差的动态系 统的鲁棒故障检测成为热点。 2.背景及问题描述 2.1问题描述 2.背景及问题描述 2.2.1 残差生成 2.背景及问题描述 2.2.1 残差评价 3.设计与综合 3.1设计方案 3.设计与综合 3.设计与综合 3.2 参考模型 Ding, S. X., Ding, E. L., Jeinsch, T. (2000). A new optimization approach to the design of fault detection filters. In Proceedings of SAFEPROCESS’2000, Budapest, Hungary (pp. 250–255). 参考残差模型为 3.设计与综合 3.3 RFDF设计 引理 对于不确定LTI系统 3.设计与综合 3.设计与综合 3.设计与综合 4.仿真 4.仿真 4.仿真 LOGO 故障诊断概述 背景及问题描述 设计与综合 1 2 3 4 仿真 传感器 执行器 其中，x为状态向量，u为控制输入向量，y为测量输出向量，d为未知输入向量（包括干扰、不关心的故障和范数有界的未建模动态），f为所要检测和隔离的故障。 并假设 （A1) 渐近稳定 （A2）(C,A)能观 （A3） 对于所有的 行满秩 为描述RFDF的动态，将我们首先考虑e和r 则基于观测器的RFDF设计问题可以描述为，找到设计矩阵H,V使得 (1)A-HC渐进稳定 (2)所生成的残差信号在对故障f尽可能灵敏的同时，又能对未知输入d、 控制输入u以及模型不确定性具有尽可能好的鲁棒性 完成FDF的设计后，然后就要对生成的残差信号进行评价。最常采用的方法就是选择一个阈值 ，然后通过下面的逻辑关系来判断是否有故障。 残差评价函数为 引入残差参考模型来描述理想的残差向量 这里 在H-inf范数意义下，当实际生成的残差信号与理想残差信号的误差最小 时，所设计的FDF具有所要求的鲁棒性。RFDF设计问题等价于H-inf模型 匹配问题。 这里的设计方案就分为了两个步骤： 没有模型误差的情况下，设计最优FDF。 将得到的最优FDF作为参考模型，运用LMT技术求解H-inf模型匹配问 题，得到系统的RFDF。 基本思想是:将无模型误差的滤波器模型作为残差参考模型 设第一步得到的最优FDF为 整个系统描述如下 这里 设计所要的RFDF，就是选择H,V，使 得实际生成的残差在H-inf意义下，对 参考残差跟踪得尽可能地好。 也就是选择观测器增益矩阵H和权重 矩阵V，满足 系统渐近稳定 最小 且 . 给定 ,如果存在标量 和矩阵 ， 使得LMT 成立，则对于任意 ，系统渐进稳定，且满足 定理 给定 ，如果存在标量 ，和矩阵 使得 成立，则上述系统满足 。观测器增益矩阵为 。这里 给定 ，该定理不仅为系统满足H-inf性能要求提供了充足的条件， 而且通过使用matlab的LMT工具箱为求解观测器增益矩阵H和权重矩阵 V提供了一种有效可靠的数值解法。为了让 尽可能小，求解过程中 需要重复使用该定理。 3.4 自适应阈值的设计 这里 这里 无故障情况下残差评价函数为 而前者可以与控制输入无关，可以离线求得；后者通过之前的引理有 这里 则 对于上述形式的不确定LTI系统 通过3.2