CN110879587A - 一种基于凸多胞型理论的自触发传输系统的故障检测方法 - Google Patents

一种基于凸多胞型理论的自触发传输系统的故障检测方法 Download PDF

Info

Publication number
CN110879587A
CN110879587A CN201911231067.5A CN201911231067A CN110879587A CN 110879587 A CN110879587 A CN 110879587A CN 201911231067 A CN201911231067 A CN 201911231067A CN 110879587 A CN110879587 A CN 110879587A
Authority
CN
China
Prior art keywords
formula
equation
self
fault detection
fault
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911231067.5A
Other languages
English (en)
Other versions
CN110879587B (zh
Inventor
朱正茂
张建华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN201911231067.5A priority Critical patent/CN110879587B/zh
Publication of CN110879587A publication Critical patent/CN110879587A/zh
Application granted granted Critical
Publication of CN110879587B publication Critical patent/CN110879587B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种基于凸多胞型理论解决带有自触发传输机制系统的故障检测方法,包括:步骤一,建立含有干扰输入和故障的连续系统模型并对其离散化;步骤二,设计故障检测滤波器,推导得出状态估计误差系统;步骤三,利用凸多胞型理论处理误差系统,定义随机稳定和H_/H性能约束;步骤四:求解线性矩阵不等式,得到故障检测滤波器参数;步骤五,设计自触发传输机制;步骤六,将上面步骤中所求得的参数代入故障检测滤波器进行故障检测。

Description

一种基于凸多胞型理论的自触发传输系统的故障检测方法
技术领域
本发明涉及系统数学模型已知的,例如三容水箱系统、电力系统等的故障诊断领域,具体的说,涉及一种基于凸多胞型理论解决带有自触发传输机制系统的故障检测方法。
背景技术
随着现代技术的不断发展,现代工业系统越来越复杂并且造价十分高昂,一旦系统发生故障,不但会造成巨大经济损失,甚至会危及工作人员生命安全。这就要求系统具有更高的安全性、稳定性和可靠性。故障诊断技术在工业生产中发挥着越来越重要的作用,并且许多研究及生产实践表明,故障诊断技术具有非常重要的现实意义。
在网络化控制系统中,由于带宽的限制,数据传输会受到一定的限制。为了提高实际系统的数据传输效率,系统往往采用事件触发传输机制,传统的时钟触发机制在每一个采样时刻都会把当前的测量输出传输到滤波器中,与传统的时钟触发机制不同的是,事件触发机制只有当前的测量输出满足一定的触发条件时才会被传输到滤波器中,传统的事件触发传输策略需要外接硬件电路来判断触发条件是否满足,自触发传输机制不同于传统的事件触发机制的地方在于自触发机制不需要外接硬件电路,降低了成本,在不改变故障检测性能的条件下,大大降低传输频率,从而可以减少系统的能量消耗延长设备使用寿命。然而,现有的方法并不能对基于自触发传输机制含有干扰输入和故障的系统进行很好的故障检测。因此,如何对具有自触发传输机制,且受干扰输入和故障影响的系统进行故障检测是当前急需解决的问题。
发明内容
为了解决上述问题,本发明提供了一种基于凸多胞型理论的自触发传输机制系统的故障检测方法,其具体的技术方案如下:
一种基于凸多胞型理论的自触发传输系统的故障检测方法,其特征在于包含以下步骤:
步骤(一)建立含有干扰输入和故障的连续系统模型并对其离散化;
所述连续系统模型表征为式(1):
Figure BDA0002303551770000021
其中:x(t)为状态向量,y(t)为测量输出,u(t)为控制输入,d(t)为未知干扰输入,f(t)为被检测的故障,其可以是执行器故障,也可以是传感器故障或系统故障,d(t),f(t)为能量有界的信号,A,B,C,D,E,F,
Figure BDA0002303551770000022
为已知的具有适当维数的常数矩阵,并且(A,C)是可观测的;
采用自触发采样机制,表征为式(2):
λk=tk+1-tk∈[λminλmax] (2)
其中:参数λminmax为需要设计的采样间隔下界和上界;
将上述式(1)所示的连续系统模型在采样时刻tk处离散化,得到如式(3)所示的离散系统模型:
Figure BDA0002303551770000023
其中:
Figure BDA0002303551770000024
步骤(二)设计故障检测滤波器,推导得出状态估计误差系统;
将所述故障检测滤波器构造为式(4)所示:
Figure BDA0002303551770000025
其中:
Figure BDA0002303551770000026
为状态估计,r(tk)为残差信号,K,M为要设计的故障检测滤波器未知参数;
定义
Figure BDA0002303551770000031
联立(3)和(4),得到由式(5)表征的误差系统:
Figure BDA0002303551770000032
定义
Figure BDA0002303551770000033
故障检测动态系统可表示成式(6)所示的误差系统:
Figure BDA0002303551770000034
其中
Figure BDA0002303551770000035
步骤(三)利用凸多胞型理论处理误差系统,定义随机稳定和H_/H性能约束;
Figure BDA0002303551770000036
为时变参数矩阵,首先根据h阶泰勒展开,这些矩阵可以转换成:
Figure BDA0002303551770000037
Figure BDA0002303551770000038
Figure BDA0002303551770000039
其中:
Figure BDA00023035517700000310
为矩阵
Figure BDA00023035517700000311
的h阶泰勒近似项,
Figure BDA00023035517700000312
为近似项的高阶余项;
Figure BDA00023035517700000313
是与时变参数λk相关的多胞型矩阵,根据凸多胞型理论,存在权重参数μik)>0和顶点
Figure BDA00023035517700000314
使得下式(7)成立:
Figure BDA0002303551770000041
其中多胞型顶点表示为式(8):
Figure BDA0002303551770000042
Figure BDA0002303551770000043
Figure BDA0002303551770000044
Figure BDA0002303551770000045
权重参数表示为式(9):
Figure BDA0002303551770000046
Figure BDA0002303551770000047
根据式(7),将式(6)表示的误差系统表示为式(10):
Figure BDA0002303551770000048
其中:
Figure BDA0002303551770000049
Figure BDA00023035517700000410
为高阶指数项,所以
Figure BDA00023035517700000411
被视为有界干扰,即存在实数βABD,使得
Figure BDA00023035517700000412
成立,βABD通过求解式(11)得到:
Figure BDA0002303551770000051
Figure BDA0002303551770000052
Figure BDA0002303551770000053
其中:||x||代表向量x的欧几里得范数;
定义式(10)表示的误差系统是随机均方稳定的,当dk=0,fk=0时,如果对任何
Figure BDA0002303551770000054
存在正定矩阵
Figure BDA0002303551770000055
使得下式(12)成立:
Figure BDA0002303551770000056
其中:
Figure BDA0002303551770000057
表示向量x的数学期望;
残差信号对干扰具有鲁棒性,即,对所有的非零干扰dk∈l2[0,∞)和故障fk∈l2[0,∞),在零初始条件下,式(13)、(14)所示的H-/H性能约束成立:
Figure BDA0002303551770000058
Figure BDA0002303551770000059
其中:γ,δ为给定常数;
残差评价函数Jk和阈值Jth由式(15)表示:
Figure BDA00023035517700000510
Figure BDA00023035517700000511
其中:l为评估时间步长。
根据Jk和Jth,可由下面所示的检测逻辑判断系统是否发生故障:
Figure BDA0002303551770000061
步骤(四)求解线性矩阵不等式,得到故障检测滤波器参数;
构造式(16)所示的线性矩阵不等式:
Figure BDA0002303551770000062
Figure BDA0002303551770000063
其中:
Figure BDA0002303551770000064
Φ2=-diag{ε1,ε2},Φ3=-diag{ε1,ε3},η为给定常数,ε123>0为未知常数,
Figure BDA0002303551770000065
用MATLAB中的YALMIP工具箱求解(16)式,得到
Figure BDA0002303551770000066
K由
Figure BDA0002303551770000067
计算得到,上标-1表示矩阵的逆;
步骤(五)设计自触发传输机制;
定义
Figure BDA0002303551770000068
对系统(1)构造如下式所示的李雅谱诺夫函数:
Figure BDA0002303551770000069
其中:P为李亚普诺夫等式
Figure BDA00023035517700000610
的解;
构造基于自触发传输机制李亚普诺夫函数如式(17)所示:
V(ζx(t))≤V(x)e-θt, (17)
其中:
Figure BDA00023035517700000611
θ为衰减率,θ∈(0,θ0)且
Figure BDA00023035517700000612
由于自触发传输机制利用的是状态估计信息而不是状态本身信息,因此,(17)式不可以直接使用,改进版本的自触发条件如式(18)所示:
Figure BDA0002303551770000071
连续时间输出间隔
Figure BDA0002303551770000072
定义为式(19):
Figure BDA0002303551770000073
Figure BDA0002303551770000074
则得到如(18)式所示的自触发条件,如果(20)式成立,则没有对输出采样,否则立即对其采样;
定义
Figure BDA0002303551770000075
其中:
Figure BDA0002303551770000076
为状态估计
Figure BDA0002303551770000077
的函数,构造函数
Figure BDA0002303551770000078
的目的是为了使式(20)大于零,对式(20)进行离散化,得到式(21):
Figure BDA0002303551770000079
其中:Δ为采样间隔,
Figure BDA00023035517700000710
Figure BDA00023035517700000711
的上舍入;
定义函数
Figure BDA00023035517700000712
为式(1)所述的连续系统模型的自触发执行,定义为:
Figure BDA00023035517700000713
Figure BDA00023035517700000714
其中:
Figure BDA00023035517700000715
Figure BDA00023035517700000716
的下舍入(上舍入);
为了避免芝诺现象,首先,构造函数
Figure BDA00023035517700000717
连续形式如下式所示:
Figure BDA00023035517700000718
内部执行时间不小于
Figure BDA0002303551770000081
Figure BDA0002303551770000082
由如下所示的引理1求得,
引理1:由(22)式生成的内部间隔时间存在下界为:
Figure BDA0002303551770000083
其中:
Figure BDA0002303551770000084
Figure BDA0002303551770000085
Figure BDA0002303551770000086
步骤(六)将上面所求得的参数代入故障检测滤波器进行故障检测;
给定式(1)所述的连续系统模型已知系数矩阵;给出闭环系统理想极点,求出控制器增益;根据引理1,合理选择θ,λmin,λmax,Δ的值;求解如(11)式所示的优化问题,得到βABD的值;给定h,γ,η,通过求解如(16)式所示的线性矩阵不等式,得到故障检测滤波器参数;给定系统初值,滤波器初值,干扰和故障的具体形式;将求解的参数代入到滤波器中,从而可以实现故障检测。
与现有技术相比,本发明的有益效果在于:本发明提供的自触发传输系统的基于凸多胞型理论的故障检测方法,考虑了含有未知输入干扰和故障的连续系统模型,凸多胞型理论可以处理系统中的时变参数矩阵,使故障检测问题更容易解决,同时将自触发传输机制应用到本发明中,自触发传输机制不同于传统的事件触发机制的地方在于自触发机制不需要外接硬件电路,降低了成本,在不改变故障检测性能的条件下,大大降低数据传输频率,从而可以减少系统的能量消耗延长设备使用寿命,有效保障了实际应用需求。
附图说明
图1为本发明实施例提供的一种故障检测方法流程图;
图2为本发明实施例提供的DTS200三容水箱系统实物图;
图3为本发明实施例提供的残差信号图;
图4为本发明实施例提供的残差评价函数图;
图5为本发明实施例提供的输出采样时刻图。
具体实施方式
为了更清楚地描述本发明实施例的技术方案和优点,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更详细地说明。
参见图1,本发明提供了一种基于凸多胞型理论的自触发传输系统的故障检测方法,含有以下步骤:
步骤一:考虑含有未知输入干扰和故障的连续系统模型并对其离散化;
考虑如下式所示的连续系统模型:
Figure BDA0002303551770000091
其中:x(t)为状态向量,y(t)为测量输出,u(t)为控制输入。d(t)为未知干扰输入,f(t)为被检测的故障,d(t),f(t)是l2范数有界的。A,B,C,D,E,F,
Figure BDA0002303551770000092
为已知的具有适当维数的常数矩阵,并且(A,C)是可观测的。
在自触发采样机制中,采样间隔是时变的、非均匀的,但是同时采样间隔是有界的,也就是说:
λk=tk+1-tk∈[λmin λmax] (2)
其中:参数λminmax为需要设计的采样间隔下界和上界。
一般来说,在采样系统中,故障检测滤波器应该在离散时间域运行。首先,将系统(1)在采样时刻tk处离散化,我们可以得到如下式所示的离散系统模型:
Figure BDA0002303551770000093
其中:
Figure BDA0002303551770000094
步骤二:设计故障检测滤波器,推导得出状态估计误差系统;
在自触发采样机制下,滤波器检测故障是实时的,也就是说,当自触发采样输出y(tk)传输到滤波器的同时滤波器能够得到状态估计值和残差信号,只有这样,自触发采样机制才能没有时滞的确定下一个采样时刻。因此,构造如下式所示的故障检测滤波器:
Figure BDA0002303551770000101
其中:
Figure BDA0002303551770000102
为状态估计,r(tk)为残差信号,K,M为要设计的故障检测滤波器未知参数。
定义
Figure BDA0002303551770000103
联立(3)和(4),我们可以得到误差系统:
Figure BDA0002303551770000104
为了简便起见,定义
Figure BDA0002303551770000105
Figure BDA0002303551770000106
故障检测动态系统可表示成如下式所示的误差系统:
Figure BDA0002303551770000107
其中,
Figure BDA0002303551770000108
Figure BDA0002303551770000109
步骤三:利用凸多胞型理论处理误差系统,定义随机稳定和H_/H性能约束;由于自触发采样机制,
Figure BDA00023035517700001010
为时变参数矩阵,所以我们利用凸多胞型理论对其进行处理。首先根据h阶泰勒展开,这些矩阵可以转换成:
Figure BDA00023035517700001011
Figure BDA00023035517700001012
Figure BDA00023035517700001013
其中:
Figure BDA00023035517700001014
为矩阵
Figure BDA00023035517700001015
的h阶泰勒近似项,
Figure BDA00023035517700001016
为近似项的高阶余项。
另外,
Figure BDA00023035517700001017
是与时变参数λk相关的多胞型矩阵,因此根据凸多胞型理论,存在权重参数μik)>0和顶点
Figure BDA00023035517700001018
使得下式成立:
Figure BDA0002303551770000111
其中多胞型顶点为:
Figure BDA0002303551770000112
Figure BDA0002303551770000113
Figure BDA0002303551770000114
Figure BDA0002303551770000115
权重参数为:
Figure BDA0002303551770000116
Figure BDA0002303551770000117
由(7)式,误差系统(6)可以表示为:
Figure BDA0002303551770000118
其中:
Figure BDA0002303551770000119
Figure BDA00023035517700001110
Figure BDA00023035517700001111
为高阶指数项,所以
Figure BDA00023035517700001112
可以被看作有界干扰。也就是说,存在实数βABD,使得
Figure BDA00023035517700001113
Figure BDA00023035517700001114
成立。βABD可以通过求解如下式所示的优化问题得到:
Figure BDA00023035517700001115
Figure BDA00023035517700001116
Figure BDA00023035517700001117
其中:||x||代表向量x的欧几里得范数。
定义1:系统(10)是随机均方稳定的当dk=0,fk=0时,如果对任何
Figure BDA00023035517700001118
存在正定矩阵
Figure BDA00023035517700001119
使得下式成立:
Figure BDA0002303551770000121
其中:
Figure BDA0002303551770000122
表示向量x的数学期望。
残差信号对干扰具有鲁棒性,也就是说,对所有的非零干扰dk∈l2[0,∞)和故障fk∈l2[0,∞),在零初始条件下下式所示的H-/H性能约束成立:
Figure BDA0002303551770000123
Figure BDA0002303551770000124
其中:γ,δ为给定常数。
另外,残差评价函数Jk和阈值Jth由下式给出:
Figure BDA0002303551770000125
Figure BDA0002303551770000126
其中:l为评估时间步长。
根据Jk和Jth,可以由下式所示的检测逻辑判断系统是否发生故障:
Figure BDA0002303551770000127
步骤四:求解线性矩阵不等式,得到故障检测滤波器参数;
构造如下所示的线性矩阵不等式:
Figure BDA0002303551770000128
Figure BDA0002303551770000129
其中:
Figure BDA00023035517700001210
Φ2=-diag{ε1,ε2},Φ3=-diag{ε1,ε3},η为给定常数,ε123>0为未知常数,
Figure BDA0002303551770000131
用MATLAB中的YALMIP工具箱求解(16)式,则可以直接得到
Figure BDA0002303551770000132
K可以由
Figure BDA0002303551770000133
计算得到,上标-1表示矩阵的逆。
步骤五:设计自触发传输机制;
定义
Figure BDA0002303551770000134
对系统(1)构造如下式所示的李雅谱诺夫函数:
Figure BDA0002303551770000135
其中:P为李亚普诺夫等式
Figure BDA0002303551770000136
的解。
为了线性闭环系统在受到干扰和故障的影响下能够保证指数输入状态稳定,构造基于自触发传输机制李亚普诺夫函数如下式所示:
V(ζx(t))≤V(x)e-θt, (17)
其中:
Figure BDA0002303551770000137
表示闭环系统的状态,θ为衰减率,θ∈(0,θ0)且
Figure BDA0002303551770000138
在本发明中,自触发传输机制利用的是状态估计信息而不是状态本身信息,因此,(17)式不可以直接使用,改进版本的自触发条件如下式所示:
Figure BDA0002303551770000139
其中
Figure BDA00023035517700001310
表示系统的状态估计。连续时间输出间隔
Figure BDA00023035517700001311
定义为:
Figure BDA00023035517700001312
Figure BDA00023035517700001313
则可以得到如(18)式所示的自触发条件,如果(20)式成立,则没有对输出采样,否则立即对其采样。
定义
Figure BDA00023035517700001314
其中:tk和tk+1分别表示当前和下一个触发时刻,
Figure BDA00023035517700001315
为状态估计
Figure BDA00023035517700001316
的函数。
本步骤主要目的在于构造
Figure BDA0002303551770000141
使得(20)式大于零,由于(20)式不能连续的执行,离散形式如下式所示:
Figure BDA0002303551770000142
其中:Δ为采样间隔,
Figure BDA0002303551770000143
Figure BDA0002303551770000144
的上舍入。
定义2:函数
Figure BDA0002303551770000145
为系统(1)的自触发执行,定义为:
Figure BDA0002303551770000146
Figure BDA0002303551770000147
其中:
Figure BDA0002303551770000148
Figure BDA0002303551770000149
的下舍入(上舍入)。
为了避免芝诺现象,首先,构造函数
Figure BDA00023035517700001410
连续形式如下式所示:
Figure BDA00023035517700001411
内部执行时间不小于
Figure BDA00023035517700001412
Figure BDA00023035517700001413
可以由如下所示的引理求得。
引理1:由(22)式生成的内部间隔时间存在下界为:
Figure BDA00023035517700001414
其中:
Figure BDA00023035517700001415
Figure BDA00023035517700001416
Figure BDA00023035517700001417
步骤六:将求得的参数代入故障检测滤波器进行故障检测;
给定系统(1)已知系数矩阵;给出闭环系统理想极点,求出控制器增益;根据引理1,合理选择θ,λmin,λmax,Δ的值;求解如(11)式所示的优化问题,得到βABD的值;给定h,γ,η,通过求解如(16)式所示的线性矩阵不等式,得到故障检测滤波器参数;给定系统初值,滤波器初值,干扰和故障的具体形式;将求解的参数代入到滤波器中,从而可以实现故障检测。
实施例:德国Amira自动化公司生产的DTS200三容水箱系统为多输入多输出非线性实验系统,三容水箱实物图如图2所示。实验平台包括三个圆柱形的玻璃水箱,从右往左依次为水箱2、3、1,任意两个水箱之间通过装有球阀的连接管连接,水箱2与底部蓄水池相连接,其中的水可以直接通过连接管流向蓄水池,蓄水池中的水则可以直接利用泵1和泵2进入水箱1和水箱2,差压变送器用来测量各水箱的液位,泵1、2可以用来控制水箱1、2的液位,水箱3的液位不予控制。可以通过人为控制阀门开合、调节水箱控制器面板增益旋钮、调节观测增益旋钮分别模拟泄漏故障、执行器增益故障和传感器增益故障。
对该三容水箱系统建模,首先定义如下所示的变量和参数:
zi:流量系数,
Figure BDA0002303551770000151
水箱液位(单位:m),Qij:流量(单位:m3/s),Q1,Q2:补给流量(单位:m3/s),S:水箱横截面积(单位:m2),
Figure BDA0002303551770000152
连接管道横截面积(单位:m2),i=1,2,3(i,j)∈{(1,3),(3,2),(2,0)}.
分别对三个水箱建立平衡方程,如下式所示:
Figure BDA0002303551770000153
未知量Q13,Q32,Q20可以由下式确定
Figure BDA0002303551770000154
其中:q为连接管中的流量(单位:m3/s),sgn为符号函数,
Figure BDA0002303551770000155
为相连两水箱液位差(单位:m),g为重力加速度(单位:m/s2)。
由此可得
Figure BDA0002303551770000156
Figure BDA0002303551770000157
Figure BDA0002303551770000158
定义以下变量:
Figure BDA0002303551770000161
则系统模型(23)可以转化成
Figure BDA0002303551770000162
三容水箱系统参数如下所示:
S=0.0154m2
Figure BDA0002303551770000163
Q1max=Q2max=100ml/s,
Figure BDA0002303551770000164
g=9.8m/s2,ΔT=1s,z1=0.46,z2=0.48,z3=0.58.
将系统(24)在平衡点线性化,并在此基础上以T=1s离散化,同时考虑干扰和故障,可以得到如下所示的系统模型参数:
Figure BDA0002303551770000165
D=[0.1 0.1 0.1]T,E=[0.1 0.2]T,F=[0 0.63 0.48]T,
Figure BDA0002303551770000166
闭环系统极点设置为:{-1.0+0.5i,-1.0-0.5i,-0.5},我们可以得到控制器增益:
Figure BDA0002303551770000167
当衰减率为θ=0.048,根据引理1,我们选择λmin=0.01,λmax=0.5,Δ=0.01。当h=4时由(11)可以求得上界βA=5.0×10-4,βB=1.731×10-8,βD=6.81×10-9。设γ=0.5,η=17.56,通过求解线性矩阵不等式(16),我们可以得到故障检测滤波器参数:
Figure BDA0002303551770000168
M=[0.5064 -0.0003].
我们选择系统初值为x0=[1 1 1]T,故障检测滤波器初值为
Figure BDA0002303551770000169
干扰输入的具体形式为:
Figure BDA00023035517700001610
故障的具体形式为:
Figure BDA0002303551770000171
根据蒙特卡洛的方法,我们选择故障发生阈值为Jth=0.2047。
残差曲线如图3所示,当系统只受到干扰影响而没有发生故障时,残差信号在零附近缓慢变化;当系统发生故障时,残差信号发生剧烈变化,因此可以检测出系统发生了故障。由于系统存在干扰,我们设计残差评价函数来确定故障发生时刻,残差评价函数曲线如图4所示,由图4我们可以得到J18<Jth<J19,因此可以确定在19时刻发生了故障。由于本发明采用了自触发传输机制,输出采样时刻图如图5所示,可以在不改变故障检测性能的条件下,大大降低传输频率。综上所述,该实施例验证了本发明所提出故障检测方法的有效性。
以上所举的具体实施例,为本发明的目的、技术方案和有效性进行了详细地说明,应当提出的是,以上所举实施例仅用来方便举例说明本发明的有效性,并非对发明保护范围的限制,在本发明所述技术方案范围内,所做的任何等同替换、修改等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于凸多胞型理论的自触发传输系统的故障检测方法,该方法用于三容水箱系统或电力系统的故障检测,其特征在于,包含以下步骤:
步骤(一),建立含有干扰输入和故障的连续系统模型并对其离散化;
步骤(二),设计故障检测滤波器,推导得出状态估计误差系统;
步骤(三),利用凸多胞型理论处理误差系统,定义随机稳定和H_/H性能约束;
步骤(四),求解线性矩阵不等式,得到故障检测滤波器参数;
步骤(五),设计自触发传输机制;
步骤(六),将上面所求得的参数代入故障检测滤波器进行故障检测。
2.根据权利要求1所述的一种基于凸多胞型理论的一类自触发传输系统的故障检测方法,其特征在于,步骤(一)中:
所述连续系统模型表征为式(1):
Figure FDA0002303551760000011
其中:x(t)为状态向量,y(t)为测量输出,u(t)为控制输入,d(t)为未知干扰输入,f(t)为被检测的故障,其可以是执行器故障,也可以是传感器故障或系统故障,d(t),f(t)为能量有界的信号,A,B,C,D,E,F,
Figure FDA0002303551760000012
为已知的具有适当维数的常数矩阵,并且(A,C)是可观测的;
采用表征为式(2)的自触发采样机制:
λk=tk+1-tk∈[λminλmax] (2)
其中:参数λminmax为需要设计的采样间隔下界和上界;
将上述式(1)所示的连续系统模型在采样时刻tk处离散化,得到如式(3)所示的离散系统模型:
Figure FDA0002303551760000021
其中:
Figure FDA0002303551760000022
3.根据权利要求2所述的一种基于凸多胞型理论的一类自触发传输系统的故障检测方法,其特征在于,步骤(二)中:
将所述故障检测滤波器构造为式(4)所示:
Figure FDA0002303551760000023
其中:
Figure FDA0002303551760000024
为状态估计,r(tk)为残差信号,K,M为要设计的故障检测滤波器未知参数;
定义
Figure FDA0002303551760000025
联立(3)和(4),得到由式(5)表征的误差系统:
Figure FDA0002303551760000026
定义
Figure FDA0002303551760000027
故障检测动态系统可表示成式(6)所示的误差系统:
Figure FDA0002303551760000028
其中
Figure FDA0002303551760000029
ε=ME,
Figure FDA00023035517600000210
4.根据权利要求3所述的一种基于凸多胞型理论的一类自触发传输系统的故障检测方法,其特征在于,步骤(三)中:
定义
Figure FDA0002303551760000031
为时变参数矩阵,首先根据h阶泰勒展开,这些矩阵可以转换成:
Figure FDA0002303551760000032
Figure FDA0002303551760000033
Figure FDA0002303551760000034
其中:
Figure FDA0002303551760000035
为矩阵
Figure FDA0002303551760000036
的h阶泰勒近似项,
Figure FDA0002303551760000037
为近似项的高阶余项;
Figure FDA0002303551760000038
是与时变参数λk相关的多胞型时变参数矩阵,根据凸多胞型理论,存在权重参数μik)>0和顶点
Figure FDA0002303551760000039
使得下式(7)成立:
Figure FDA00023035517600000310
其中多胞型顶点表示为式(8):
Figure FDA00023035517600000311
Figure FDA00023035517600000312
Figure FDA00023035517600000313
Figure FDA0002303551760000041
权重参数μik)表示为式(9):
Figure FDA0002303551760000042
Figure FDA0002303551760000043
根据式(7),将式(6)表示的误差系统表示为式(10):
Figure FDA0002303551760000044
其中:
Figure FDA0002303551760000045
Figure FDA0002303551760000046
为高阶指数项,所以
Figure FDA0002303551760000047
被视为有界干扰,即存在实数βABD,使得
Figure FDA0002303551760000048
成立,βABD通过求解式(11)得到:
Figure FDA0002303551760000049
Figure FDA00023035517600000410
Figure FDA00023035517600000411
其中:||x||代表向量x的欧几里得范数;
定义式(10)表示的误差系统是随机均方稳定的,当dk=0,fk=0时,如果对任何
Figure FDA0002303551760000051
存在正定矩阵
Figure FDA0002303551760000052
使得下式(12)成立:
Figure FDA0002303551760000053
其中:
Figure FDA0002303551760000054
表示向量x的数学期望;
残差信号对干扰具有鲁棒性,即,对所有的非零干扰dk∈l2[0,∞)和故障fk∈l2[0,∞),在零初始条件下,式(13)、(14)所示的H-/H性能约束成立:
Figure FDA0002303551760000055
Figure FDA0002303551760000056
其中:γ,δ为给定常数;
残差评价函数Jk和阈值Jth由式(15)表示:
Figure FDA0002303551760000057
Figure FDA0002303551760000058
其中:l为评估时间步长;
根据Jk和Jth,可由下面所示的检测逻辑判断系统是否发生故障:
Figure FDA0002303551760000059
5.根据权利要求4所述的一种基于凸多胞型理论的一类自触发传输系统的故障检测方法,其特征在于,步骤(四)中:
构造式(16)所示的线性矩阵不等式:
Figure FDA0002303551760000061
Figure FDA0002303551760000062
其中:
Figure FDA0002303551760000063
Φ2=-diag{ε1,ε2},Φ3=-diag{ε1,ε3},η为给定常数,ε123>0为未知常数,
Figure FDA0002303551760000064
用MATLAB中的YALMIP工具箱求解(16)式,得到
Figure FDA0002303551760000065
S,
Figure FDA0002303551760000066
M,K由
Figure FDA0002303551760000067
计算得到,上标-1表示矩阵的逆。
6.根据权利要求5所述的一种基于凸多胞型理论的一类自触发传输系统的故障检测方法,其特征在于,步骤(五)中:
定义
Figure FDA0002303551760000068
对由式(1)表征的连续系统模型构造如下式所示的李雅谱诺夫函数:
Figure FDA0002303551760000069
其中:P为李亚普诺夫等式
Figure FDA00023035517600000610
的解;
构造基于自触发传输机制李亚普诺夫函数如式(17)所示:
V(ζx(t))≤V(x)e-θt, (17)
其中:
Figure FDA0002303551760000071
表示闭环系统的状态,θ为衰减率,θ∈(0,θ0)且
Figure FDA0002303551760000072
对式(17)进行改进,得到如式(18)所示的自触发条件:
Figure FDA0002303551760000073
其中
Figure FDA0002303551760000074
表示系统的状态估计;将连续时间输出间隔
Figure FDA0002303551760000075
定义为式(19):
Figure FDA0002303551760000076
Figure FDA0002303551760000077
则得到如(18)式所示的自触发条件,如果(20)式成立,则没有对输出采样,否则立即对其采样;
定义
Figure FDA0002303551760000078
其中:tk和tk+1分别表示当前和下一个触发时刻,
Figure FDA0002303551760000079
为状态估计
Figure FDA00023035517600000710
的函数,构造函数
Figure FDA00023035517600000711
的目的是为了使式(20)大于零,对式(20)进行离散化,得到式(21):
Figure FDA00023035517600000712
其中:Δ为采样间隔,
Figure FDA00023035517600000713
Figure FDA00023035517600000714
的上舍入;
定义函数
Figure FDA00023035517600000715
为式(1)所述的连续系统模型的自触发执行,定义为:
Figure FDA00023035517600000716
Figure FDA00023035517600000717
其中:
Figure FDA0002303551760000081
Figure FDA0002303551760000082
的下舍入(上舍入);
构造函数
Figure FDA0002303551760000083
连续形式如下式(22)所示:
Figure FDA0002303551760000084
内部执行时间不小于
Figure FDA0002303551760000085
由如下所示的引理1求得,
引理1:由(22)式生成的内部间隔时间存在下界为:
Figure FDA0002303551760000086
其中:
Figure FDA0002303551760000087
7.根据权利要求6所述的一种基于凸多胞型理论的一类自触发传输系统的故障检测方法,其特征在于,步骤(六)中所述的检测过程包括:
S1:给定式(1)所述的连续系统模型已知系数矩阵;
S:给出闭环系统理想极点,求出控制器增益;
S3:根据引理1,选择θ,λmin,λmax,Δ的值;
S4:求解如(11)式所示的优化问题,得到βABD的值,给定h,γ,η,通过求解如(16)式所示的线性矩阵不等式,得到故障检测滤波器参数;
S5:给定式(1)所述的连续系统初值、式(4)所述的滤波器初值、干扰和故障的具体形式;
S6:将所求解得到的参数代入到式(4)所述的滤波器中,实现对故障的检测。
CN201911231067.5A 2019-12-05 2019-12-05 一种基于凸多胞型理论的自触发传输系统的故障检测方法 Active CN110879587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911231067.5A CN110879587B (zh) 2019-12-05 2019-12-05 一种基于凸多胞型理论的自触发传输系统的故障检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911231067.5A CN110879587B (zh) 2019-12-05 2019-12-05 一种基于凸多胞型理论的自触发传输系统的故障检测方法

Publications (2)

Publication Number Publication Date
CN110879587A true CN110879587A (zh) 2020-03-13
CN110879587B CN110879587B (zh) 2021-07-23

Family

ID=69730338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911231067.5A Active CN110879587B (zh) 2019-12-05 2019-12-05 一种基于凸多胞型理论的自触发传输系统的故障检测方法

Country Status (1)

Country Link
CN (1) CN110879587B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112099351A (zh) * 2020-09-03 2020-12-18 西北工业大学 一种基于中心对称多面体的分布式故障诊断方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436179A (zh) * 2011-11-25 2012-05-02 中国电力科学研究院 一种线性不确定性系统鲁棒故障检测滤波器设计方法
KR101490637B1 (ko) * 2013-12-24 2015-02-05 주식회사 포스코 고장 진단기 및 고장 진단 방법
CN108799012A (zh) * 2018-06-11 2018-11-13 江南大学 基于改进多胞型观测方法的风力机桨距执行器故障诊断方法
CN109474472A (zh) * 2018-12-03 2019-03-15 江南大学 一种基于全对称多胞体滤波的故障检测方法
CN109901395A (zh) * 2019-03-22 2019-06-18 杭州电子科技大学 异步系统的自适应容错控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436179A (zh) * 2011-11-25 2012-05-02 中国电力科学研究院 一种线性不确定性系统鲁棒故障检测滤波器设计方法
KR101490637B1 (ko) * 2013-12-24 2015-02-05 주식회사 포스코 고장 진단기 및 고장 진단 방법
CN108799012A (zh) * 2018-06-11 2018-11-13 江南大学 基于改进多胞型观测方法的风力机桨距执行器故障诊断方法
CN109474472A (zh) * 2018-12-03 2019-03-15 江南大学 一种基于全对称多胞体滤波的故障检测方法
CN109901395A (zh) * 2019-03-22 2019-06-18 杭州电子科技大学 异步系统的自适应容错控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112099351A (zh) * 2020-09-03 2020-12-18 西北工业大学 一种基于中心对称多面体的分布式故障诊断方法
CN112099351B (zh) * 2020-09-03 2022-09-30 西北工业大学 一种基于中心对称多面体的分布式故障诊断方法

Also Published As

Publication number Publication date
CN110879587B (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
Li et al. Dam monitoring data analysis methods: A literature review
Mao et al. H∞ fault detection filter design for networked control systems modelled by discrete Markovian jump systems
CN108445759B (zh) 一种传感器饱和约束下网络化系统的随机故障检测方法
CN110908364B (zh) 一种基于鲁棒区间估计的故障检测方法
Gao et al. Fault estimation and fault-tolerant control for descriptor systems via proportional, multiple-integral and derivative observer design
CN108227676A (zh) 阀控缸电液伺服系统在线故障检测、估计及定位方法
CN109827629B (zh) 一种城市河道水位的分布式可靠性估计方法
Ren et al. Fault diagnosis and tolerant control for discrete stochastic distribution collaborative control systems
Liu et al. State estimation and fault reconstruction with integral measurements under partially decoupled disturbances
Atitallah et al. Event‐triggered fault detection for networked control systems subject to packet dropout
CN110955231A (zh) 基于鲁棒观测器的卫星姿控系统微小故障检测方法
CN109977627B (zh) 一种网络化多传感器融合故障检测方法
CN109270835A (zh) 大时滞系统的预测智慧pi控制方法
CN109309593B (zh) 一种基于Round-Robin协议的网络化系统的故障检测方法
CN105843043B (zh) 一种电液负载模拟装置自适应鲁棒力控制方法
CN102436176A (zh) 基于神经网络的微陀螺仪控制系统
CN110879587B (zh) 一种基于凸多胞型理论的自触发传输系统的故障检测方法
Gai et al. Dynamic Event-Triggered Hᵢ/H∞ Optimization Approach to Fault Detection for Unmanned Aerial Vehicles
Hu et al. Real-time leak location of long-distance pipeline using adaptive dynamic programming
Zhu et al. Fault detection for a class of linear systems with integral measurements
Savchenko et al. Complete diagnosability of abrupt faults using set-based sensitivities
Gao et al. A robust fault detection filtering for stochastic distribution systems via descriptor estimator and parametric gain design
CN106015948A (zh) 一种长输油管道泄漏点快速准确定位的方法及装置
CN111708350A (zh) 一种工业控制系统隐蔽性虚假数据注入攻击方法
Bi et al. ELM‐Assisted Particle Filter for INS/UWB‐Integrated Quadrotor Positioning

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant