控制系统故障检测与容错控制-第3章-基于参数估计的故障诊断.pptxVIP

控制系统故障检测与容错控制 2023/9/152第三章 基于参数估计的故障诊断1.引言2.灵敏度分析3.变结构变参数4.自适应算法5.人工神经网络 2023/9/153第三章 基于参数估计的故障诊断1.引言2.灵敏度分析3.变结构变参数4.自适应算法5.人工神经网络 2023/9/1543.1 引言1、物理参数 定义描述元部件特性的参数为物理参数，简称物参（如电阻、电容、电感、升力系数、质量等）。2、模型参数 定义描述控制系统的数学表达式（如状态方程、传递函数等）的系数为模型参数，简称模参。3、模参-物参关联方程 定义联系模参θ与物参P的关系方程θ=f(P)为模参-物参关联方程。相关概念 2023/9/1553.1 引言基于参数估计故障诊断的原理图 2023/9/1561.2 故障诊断基于参数估计故障诊断的原理图 2023/9/1573.1 引言1、根据数学模型描述，得到正常的模参和物参，并建立物参变化与故障的对应关系——故障模型；2、建立模参-物参关联方程；3、由输入输出的量测信号进行参数估计，得到模参估计值；4、计算实际物参；5、确定实际物参相对于标称物参值P0的变化量?P ；6、根据物参变化 与故障的对应关系——故障模型和物参的变化，进行故障决策，判断是否发生故障；7、利用统计决策或假设检验，进行故障分离，判断故障发生的原因、大小、类型和位置。基于参数估计故障诊断的步骤 2023/9/1583.1 引言1、由对象的理论模型出发，确定物参标称值，并建立故障模型；2、有效的快速实时参数估计方法；3、故障决策分离方法。基于参数估计故障诊断方法依赖于 2023/9/1593.1 引言1、多数情况下，模参-物参关联方程是非线性联立方程，且物参个数与方程的个数并不总是对等的，因此难以求解P，甚至不可能；2、系统故障出现时随机不确定的，因此对应的参数估计也是一个不确定的时变系统的参数估计，常规辨识方法难以胜任；3、系统的故障，不仅可能引起模型参数的变化，还可能引起模型结构（或阶次）的变化，因此故障诊断面临的参数估计是一种变结构变参数系统的参数估计。基于参数估计故障诊断方法的难点 2023/9/1510第三章 基于参数估计的故障诊断1.引言2.灵敏度分析3.变结构变参数4.自适应算法5.人工神经网络 2023/9/15113.2 灵敏度分析 本节介绍了基于模参-物参关联方程灵敏度分析+最小距离模式匹配的故障模式识别方法。 这种方法直接利用模参相对于标称值的变化——变化的位置和程度直接进行故障分离，避免了求解复杂的非线性联立方程的困难。 是针对第一节提到的第一个难点提出的解决方法。内容提要 2023/9/15123.1 引言基于灵敏度分析故障诊断的原理图 2023/9/15133.2 灵敏度分析（1）离线分析①建立理论模型；②建立模参-物参关联方程；③进行模参对物参的灵敏度分析；④根据物参变化的容差限值确定模参变化的容差限值；⑤确定合适的特征化向量；⑥对不同故障引起的模参变化进行特征化处理，得到每一故障对应的特征向量。（2）在线诊断①在线辨识实际模参数值；②确定实际模参相对理论模参的变化；③对模参变化值进行特征化处理，得到特征向量；④利用分类决策机构确定故障部位。基于灵敏度分析故障诊断的基本思路 2023/9/15143.2 灵敏度分析（1）选择合适的特征化向量（2）实时有效的参数估计方法基于灵敏度分析故障诊断的关键 2023/9/15153.2 灵敏度分析定义3.2.1 模型参数 对物理参数 的灵敏度 为定义3.2.2 若 中不含 ，则 。灵敏度相关定义 2023/9/15163.2 灵敏度分析 假定物理元件 变化的容差限值要求为 ，则 变化引起 的容差变化的容差限值计算公式为写成表格的形式如表3.2.1所示。模参容差限值计算公式 2023/9/15173.2 灵敏度分析 2023/9/15183.2 灵敏度分析 选择特征化向量 ，对表3.2.1每一行进行特征化，特征化的方法为特征化向量选择准则是：使表3.2.1中每一物理元件对应不同的特征向量，即要求不同故障对应的特征向量具有唯一性和相互可区分性。一般由容差限值表每一列最小值组成，再适当调整。特征化 2023/9/15193.2 灵敏度分析故障特征向量 2023/9/15203.2 灵敏度分析 表3.2.2中每一行即为该行对应物理元件的故障特征向量 实际诊断时，利用参数估计可得到实际模参，并将之与标称理论模参相比得到变化量，再利用特征向量对其进行特征化，即可得到实际的特征向量，最好利用分类决策策略就可确定故障的部位。故障