CN112067925B - 一种针对升压变换器电路的实时加权故障检测方法 - Google Patents

一种针对升压变换器电路的实时加权故障检测方法 Download PDF

Info

Publication number
CN112067925B
CN112067925B CN202010928188.1A CN202010928188A CN112067925B CN 112067925 B CN112067925 B CN 112067925B CN 202010928188 A CN202010928188 A CN 202010928188A CN 112067925 B CN112067925 B CN 112067925B
Authority
CN
China
Prior art keywords
boost converter
estimation error
observer
matrix
performance index
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.)
Active
Application number
CN202010928188.1A
Other languages
English (en)
Other versions
CN112067925A (zh
Inventor
杜董生
杨月
吴瑜
王业琴
赵环宇
唐中一
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.)
Dragon Totem Technology Hefei Co ltd
State Grid Shandong Electric Power Co Qingyun County Power Supply Co
Original Assignee
Huaiyin Institute of Technology
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 Huaiyin Institute of Technology filed Critical Huaiyin Institute of Technology
Priority to CN202010928188.1A priority Critical patent/CN112067925B/zh
Publication of CN112067925A publication Critical patent/CN112067925A/zh
Application granted granted Critical
Publication of CN112067925B publication Critical patent/CN112067925B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Complex Calculations (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明涉及故障诊断技术领域,公开一种针对升压变换器电路的实时加权故障检测方法,首先根据升压变换器电路的微分方程建模;根据建立的系统模型,给出含有外部干扰和故障时情况的一般系统模型,并对该系统模型进行简化;继而设计未知输入观测器(UIO),给出满足H/H2稳定性性能指标和H灵敏度性能指标的充分条件,并构造增广矩阵,得到增广系统误差动态方程;根据设计的观测器,设定阈值Jth,构造残差评价函数,从而通过决策逻辑判断系统是否出现故障。本发明中设计的故障检测方法,对已知和未知输入均具有鲁棒性,对故障也具有较高的敏感性,能够完成对升压变换器电路系统的实时故障检测。

Description

一种针对升压变换器电路的实时加权故障检测方法
技术领域
本发明涉及故障诊断领域,尤其涉及一种针对升压变换器电路的实时加权故障检测方法。
背景技术
随着人们对系统可靠性要求的不断提高,故障诊断问题在应用和研究领域引起了广泛关注。故障诊断过程由故障检测和故障估计两部分组成。故障检测的目的是尽可能快地检测出故障,然后根据检测到的故障识别故障的大小和类型的过程称为故障估计。在所有故障诊断方法中,基于观测器的方法是最常用的方法之一。利用系统输出与观测器输出的差值可以得到残差信号,当残差大于预设阈值时,可以实现故障报警。
针对故障检测问题,近年来出现了许多基于观测器的方法,如自适应观测器、滑模观测器、模糊观测器、诊断观测器、未知输入观测器等。然而,对于离散时间切换系统的故障检测研究相对较少。根据实际产品的要求,可以将许多生产过程可以分为不同的模式,如化工过程、电力电子系统、机器人技术、协同控制等领域。众所周知,切换系统属于混合系统,它由一组连续或离散时间的子系统和一个指定子系统间切换顺序的切换信号组成。根据切换系统的特性,切换信号可分为任意切换和约束。在过去的几十年里,人们提出了一些保证切换系统稳定的切换信号技术,如最大或最小驻留时间法、平均驻留时间法(ADT)和持续驻留时间法等。ADT切换是受限切换信号之一,它比停留时间切换和任意切换更一般,更不保守。另外,ADT技术在切换系统的故障诊断和容错控制中得到了广泛的应用。
发明内容
发明目的:针对现有技术中存在的问题,本发明提供一种针对升压变换器电路的实时加权故障检测方法,提出未知输入观测器作为残差发生器,使其对已知和未知输入具有鲁棒性,并针对故障敏感,利用平均驻留时间和线性矩阵不等式技术,得到了故障检测存在的充分条件。
技术方案:本发明提供了一种针对升压变换器电路的实时加权故障检测方法,包括如下步骤:
步骤1:建立升压变换器电路模型,构造增广矩阵,得到标准形式的状态方程;
步骤2:基于步骤1中的状态方程,给出升压变换器电路含有外部干扰和故障时的一般系统模型,并对其进行简化;
步骤3:针对步骤2所述的简化后的系统模型,提出未知输入观测器作为残差信号发生器,给出满足H/H2稳定性性能指标和H_灵敏度性能指标的充分条件,并针对动态估计误差系统构造一个增广矩阵,得到相应的动态估计误差增广系统;
步骤4:针对步骤3中得到的动态估计误差增广系统,给出其全局指数稳定,且满足H/H2性能指标的充分条件;
步骤5:针对步骤3中得到的动态估计误差增广系统,给出其全局指数稳定,且满足H_性能指标的充分条件;
步骤6:根据设计的观测器,设定阈值Jth,构造残差评价函数,判断系统是否出现故障。
进一步地,所述步骤1中升压变换器电路模型为一个脉冲宽度调制驱动的升压变换器电路,用es(t)表示电源,L表示电感,C表示电容,负载电阻用R表示,开关s(t)由PWM装置控制,每个周期T最多可切换一次;其状态方程为:
Figure RE-GDA0002714709550000021
其中,
Figure RE-GDA0002714709550000022
进一步地,所述步骤2中升压变换器具有外部干扰和故障时对应的一般系统模型为:
Figure RE-GDA0002714709550000023
其中,其中,x(k)∈Rn为状态向量,u(k)∈Rn为控制输入向量,y(k)∈Rq为可测输出向量;
Figure RE-GDA0002714709550000024
Figure RE-GDA0002714709550000025
分别为外部扰动和故障向量,且都是l2[0,∞)范数有界的;Aσ(k)、 Bσ(k)、Cσ(k) Dσ(k)、Fσ(k)和Gσ(k)是具有适当维度的常实数矩阵;分段函数σ(k):[0,∞)→N={1,2,…,N}是切换信号,用来指定在t时刻激活哪个子系统。
进一步地,当σ(k)=i时,表示第i个子系统被激活,假设切换信号是未知的,但其瞬时值是可知的,所述一般系统模型可以简化为:
Figure RE-GDA0002714709550000026
式中,i∈N,假设:简化后的一般系统模型渐近稳定,且(Ci,Ai)是可观的。
进一步地,所述步骤3中未知输入观测器作为残差信号发生器,其具体为:
Figure RE-GDA0002714709550000031
其中,z(k)∈Rn是观测器状态,
Figure RE-GDA0002714709550000032
表示状态x(k)的估计值,
Figure RE-GDA0002714709550000033
是观测器输出,r(k)∈Rm表示残差信号,矩阵Si,Mi,Li和Hi(i∈N)是需要设计的观测器参数,Wi(i∈N)表示加权矩阵;
满足H/H2稳定性性能指标和H_灵敏度性能指标的充分条件为:
1)H/H2稳定性条件:对于f(k)=0的情况,有
Figure RE-GDA0002714709550000034
2)H_灵敏度条件:对于d(k)=0的情况,有
Figure RE-GDA0002714709550000035
其中,α,β和γ是正常数,k0为初始值。
进一步地,所述步骤3中动态估计误差系统为:
Figure RE-GDA0002714709550000036
其中,
Figure RE-GDA0002714709550000037
为估计误差,设σ(k)=i,Ti=I+HiCi,TiAi-SiTi-LiCi=0,TiBi-Mi=0,HiGi=0,Zi=SiHi+Li,Si=TiAi-ZiCi
进一步地,所述步骤3中的动态估计误差增广系统具体为:
令ξ(k)=[eT(k) xT(k)]T,则此增广系统可以描述为:
Figure RE-GDA0002714709550000038
Figure RE-GDA0002714709550000039
其中,
Figure RE-GDA00027147095500000310
进一步地,所述步骤4中,给出所述动态估计误差增广系统全局指数稳定,且满足H/H2性能指标的充分条件为:
考虑f(k)=0,则所述动态估计误差系统转化为以下无故障情况:
Figure RE-GDA0002714709550000041
对于给定标量0<α<1,μ≥1和γ>0,如果存在正定对称矩阵P1i,P3i,矩阵 P2i,Ω1i,Ω2i,Ω3i,Qi,Ri和Wi,则:
Figure RE-GDA0002714709550000042
Figure RE-GDA0002714709550000043
其中,
Figure RE-GDA0002714709550000044
Figure RE-GDA0002714709550000045
Figure RE-GDA0002714709550000046
那么,对于满足Si=TiAi-ZiCi的切换信号,所述无故障情况动态估计误差系统全局指数稳定,具有H/H2性能指标γ;在这种情况下,可得所述未知输入观测器作为残差信号发生器的参数为
Figure RE-GDA0002714709550000047
进一步地,所述步骤5中,所述动态估计误差增广系统无干扰时,给出其全局指数稳定,且满足H_性能指标的充分条件为:
当d(k)=0,则动态估计误差系统转化为:
Figure RE-GDA0002714709550000048
对于给定标量0<β<1和μ≥1,如果存在正定对称矩阵P1i,P3i,矩阵 P2i,Ω1i,Ω2i,Ω3i,Qi,Ri和Wi则:
Figure RE-GDA0002714709550000049
Figure RE-GDA00027147095500000410
其中,
Figure RE-GDA0002714709550000051
Figure RE-GDA0002714709550000052
Figure RE-GDA0002714709550000053
Figure RE-GDA0002714709550000054
Figure RE-GDA0002714709550000055
对于满足平均驻留时间
Figure RE-GDA0002714709550000056
所述无干扰的动态估计误差系统全局指数稳定,满足H_性能指标β,在这种情况下,可得所述未知输入观测器作为残差信号发生器的参数为
Figure RE-GDA0002714709550000057
进一步地,所述步骤6中,根据所述作为残差信号发生器的未知输入观测器,设定阈值Jth,构造残差评价函数,判断系统是否出现故障,具体分析过程为:
所述残差评价函数为:
Figure RE-GDA0002714709550000058
式中,K表示整个操作过程的结束时间,将阈值Jth设置为:
Figure RE-GDA0002714709550000059
所以故障检测可以通过以下决策逻辑来实现:
Figure RE-GDA00027147095500000510
Figure RE-GDA00027147095500000511
有益效果:
在本发明中,研究了离散切换系统的实时加权故障检测问题,设计了一个UIO作为残差发生器,使其对已知和未知输入具有鲁棒性,并对故障具有敏感性。并利用ADT和线性矩阵不等式技术,得到了故障检测存在的充分条件,使得设计的观测器具有更小的保守性。通过一个仿真验证了所设计方法的有效性。本发明的主要贡献可以概括为以下几个方面:(1)针对离散切换系统,设计了一种实时加权故障检测观测器。加权故障检测对确定和不确定的输入具有完全鲁棒性,能够完成对升压变换器电路系统的实时故障检测。(2)故障检测观测器设计为对故障敏感;(3)本发明提出的故障检测算法适用于检测各种故障。
附图说明
图1为升压变换器电路图;
图2为本发明实时加权故障检测结构;
图3为本发明中的切换信号图σ(k);
图4为系统中的外部干扰:白噪声d(k);
图5为故障信号f(k)示意图;
图6为系统阈值J(r(k))曲线示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
符号说明:先对本文中涉及的特殊符号进行说明,T代表矩阵转置,Rn表示n维欧氏空间,||·||表示向量范数,*表示矩阵中的对称项,P>0(≥0)表示P为实对称正定(半正定)。
本发明以升压变换器电路为实施对象,公开了一种针对升压变换器电路的实时加权故障检测方法,提出未知输入观测器(UIO)作为残差发生器,使其对已知和未知输入具有鲁棒性,并对故障敏感,利用ADT和线性矩阵不等式技术,得到了故障检测器存在的充分条件。该方法从理论上实现了升压变换器电路的实时加权故障检测,对已知和未知干扰具有鲁棒性,对故障具有敏感性。
本发明所述针对升压变换器电路的实时加权故障检测方法包括如下步骤:
步骤1:建立升压变换器电路的微分方程,构造增广矩阵,将微分方程转化为标准形式的状态方程,具体内容如下:
图1为一个脉冲宽度调制(PWM)驱动的升压变换器,es(t)表示电源,L表示电感,C表示电容,负载电阻用R表示。开关s(t)由PWM装置控制,每个周期T最多可切换一次。
升压变换器是一种典型的电路系统,它能够将源电压转换为较高的电压。近年来,这种功率转换器也被建模为切换系统。升压变换器的微分方程如下:
Figure RE-GDA0002714709550000061
Figure RE-GDA0002714709550000062
式中,
Figure RE-GDA0002714709550000063
设x=[ec,il]T,则(1)、(2)可表示为:
Figure RE-GDA0002714709550000071
其中,
Figure RE-GDA0002714709550000072
利用归一化技术,离散化矩阵可以表示为:
Figure RE-GDA0002714709550000073
假设其他系统矩阵为:
Figure RE-GDA0002714709550000074
步骤2:基于步骤1中的状态方程,给出升压变换器电路含有外部干扰和故障时的一般系统模型,并根据系统中第i个子系统被激活,对原一般系统模型进行简化,具体过程如下:
升压变换器具有外部干扰和故障时对应的系统模型为:
Figure RE-GDA0002714709550000075
其中,x(k)∈Rn为状态向量,u(k)∈Rn为控制输入向量,y(k)∈Rq为可测输出向量。
Figure RE-GDA0002714709550000076
Figure RE-GDA0002714709550000077
分别为外部扰动和故障向量,且都是l2[0,∞)范数有界的。Aσ(k)、Bσ(k)、 Cσ(k)Dσ(k)、Fσ(k)和Gσ(k)是具有适当维度的常实数矩阵。分段函数σ(k):[0,∞)→N={1,2,…,N} 是切换信号,用来指定在t时刻激活哪个子系统。当σ(k)=i时,表示第i个子系统被激活。假设切换信号是未知的,但其瞬时值是可知的。
则系统可以简化为:
Figure RE-GDA0002714709550000078
式中,i∈N。
注记1:公式(5)中描述的模型表示一类具有执行器和传感器故障的切换系统。如果将故障f(k)拆分为
Figure RE-GDA0002714709550000079
Fi=[Fai O],G=[O Gsi],其中fa(k)和fs(k)分别表示执行器和传感器故障,Fai和Gai表示它们的分布矩阵。由此可知,所考虑的问题不失一般性。
为了达到本文的目的,给出以下假设:
假设1:系统公式(5)渐近稳定。
假设2:(Ci,Ai)是可观的。
值得注意的是,过程状态变量在实践中并不总是完全可测量的。为了解决这个问题,给出假设2来保证系统的可观测性。然后,利用状态观测器估计状态,进而生成残差信号,从而实现了故障检测的目的。
步骤3:针对步骤2所述的简化后的系统模型,提出未知输入观测器(UIO)作为残差信号发生器,给出满足H/H2稳定性性能指标和H_灵敏度性能指标的充分条件,并针对动态估计误差系统构造一个增广矩阵,得到相应的增广系统误差动态方程,具体过程如下:
对于简化后的一般系统模型(式5),设计如下UIO作为残差信号发生器:
Figure RE-GDA0002714709550000081
其中,z(k)∈Rn是观测器状态,
Figure RE-GDA0002714709550000082
表示状态x(t)的估计值,
Figure RE-GDA0002714709550000083
是观测器输出,r(k)∈Rm表示残差信号。矩阵Si,Mi,Li和Hi(i∈N)是需要设计的观测器参数, Wi(i∈N)表示加权矩阵。
本文的主要目标是设计一个故障检测观测器(式6),使残差信号对已知和未知输入具有鲁棒性,同时对故障敏感,即:
1)H/H2稳定性条件:对于f(k)=0的情况,有
Figure RE-GDA0002714709550000084
2)H_灵敏度条件:对于d(k)=0的情况,有
Figure RE-GDA0002714709550000085
其中,α,β和γ是正常数,k0为初始值。
为阐明本文的结构,给出本发明的结构图,如图2所示。
定义估计误差为
Figure RE-GDA0002714709550000086
为了简洁起见,设σ(k)=i,则可得:
e(k)=Tix(k)-z(k)+HiGif(k) (9)
其中,Ti=I+HiCi
此外,动态估计误差系统可以被写成:
e(k+1)=Sie(k)+(TiAi-SiTi-LiCi)x(k)+(TiBi-Mi)u(k)+TiDid(k) +HiGif(k+1)+(TiFi-SiHiGi-LiGi)f(k) (10)
若设:
TiAi-SiTi-LiCi=0 (11)
TiBi-Mi=0 (12)
HiGi=0 (13)
则:
Figure RE-GDA0002714709550000091
定义:
Zi=SiHi+Li (15)
由式8和式12,得:
Si=TiAi-ZiCi (16)
令ξ(k)=[eT(k) xT(k)]T,则此动态估计误差增广系统可以描述为:
Figure RE-GDA0002714709550000092
其中,
Figure RE-GDA0002714709550000093
Figure RE-GDA0002714709550000094
在进一步研究之前,引入以下定义和引理。
定义1:对于任何切换信号σi(t)和任意t2>t1>0,设Nσi(t)(t1,t2)表示间隔(t1,t2)上的切换次数σi(t)。如果
Figure RE-GDA0002714709550000095
对于给定的N0≥0和τa>0成立,则常数τa称为ADT,N0为抖振界。
引理1:考虑离散切换系统x(k+1)=fσ(k)(x(k)),假设存在Lyapunov函数Vσ(k):Rn→R满足以下性质:
1)
Figure RE-GDA0002714709550000101
2)Vi(x(kl))≤Vj(x(kl))
则该系统对任意切换信号都是全局指数稳定,且平均驻留时间为:
Figure RE-GDA0002714709550000102
步骤4:针对步骤3中得到的动态估计误差增广系统,给出其全局指数稳定,且满足H/H2性能指标的充分条件,具体过程如下:
考虑f(k)=0,则动态估计误差系统(式14)转化为以下无故障情况:
Figure RE-GDA0002714709550000103
定理1:对于给定标量0<α<1,μ≥1和γ>0,如果存在正定对称矩阵P1i,P3i,矩阵P2i,Ω1i,Ω2i,Ω3i,Qi,Ri和Wi,则:
Figure RE-GDA0002714709550000104
Figure RE-GDA0002714709550000105
其中,
Figure RE-GDA0002714709550000106
Figure RE-GDA0002714709550000107
Figure RE-GDA0002714709550000108
那么,对于满足ADT条件(式16)的切换信号,动态估计误差系统(式14)全局指数稳定,具有H/H2性能指标γ。在这种情况下,可得未知输入观测器(UIO)作为残差信号发生器(式6)的参数为
Figure RE-GDA0002714709550000109
证明:考虑动态估计误差增广系统(式17),将切换Lyapunov函数定义为:
Vσ(k)=ξT(k)Pσ(k)ξ(k) (23)
设ΔVi(ξ(k))=Vi(ξ(k+1))-Vi(ξ(k)),然后通过引理1,可得:
Figure RE-GDA0002714709550000111
式中,
Figure RE-GDA0002714709550000112
由Schur补引理得:
Figure RE-GDA0002714709550000113
可以观察到(式23)包含
Figure RE-GDA0002714709550000114
这导致了Pj与系统矩阵之间的耦合。为了解决这个问题,利用diag(Ω,I,I)对(式23)进行同余变换,得到:
Figure RE-GDA0002714709550000115
Figure RE-GDA0002714709550000116
得:
Figure RE-GDA0002714709550000117
由(式26)得,下面的不等式意味着Φi<0,
Figure RE-GDA0002714709550000121
定义:
Figure RE-GDA0002714709550000122
利用Schur补引理,则可得式19等价于式27。
那么,当
ΔVi(ξ(k))+αVi(ξ(k))+rT(k)r(k)-γ2(uT(k)u(k)+dT(k)d(k))<0 (32)
进一步,可得:
Vi(ξ(k1))<(1-α)Vi(ξ(k0))-rT(k0)r(k0)+γ2(uT(k0)u(k0)+dT(k0)d(k0)) (33)
将式30进行迭代得
Figure RE-GDA0002714709550000123
式中,Γ(s)=rT(s)r(s)-γ2(uT(s)u(s)+dT(s)d(s))
定义H/H2性能指标为:
Figure RE-GDA0002714709550000124
由式18和式29可得:
Figure RE-GDA0002714709550000125
Figure RE-GDA0002714709550000131
在零初始条件下,由上述公式可得:
Figure RE-GDA0002714709550000132
将式34的两侧同时乘以
Figure RE-GDA0002714709550000133
可以得到:
Figure RE-GDA0002714709550000134
Figure RE-GDA0002714709550000135
由于
Figure RE-GDA0002714709550000136
Figure RE-GDA0002714709550000137
Figure RE-GDA0002714709550000141
结论得证。
步骤5:针对步骤3中得到的动态估计误差增广系统,给出其全局指数稳定,且满足H_性能指标的充分条件,以及故障观测器参数的设计算法,具体内容如下:
当d(k)=0,则动态估计误差系统(式14)转化为:
Figure RE-GDA0002714709550000142
定理2:对于给定标量0<β<1和μ≥1,如果存在正定对称矩阵P1i,P3i,矩阵 P2i,Ω1i,Ω2i,Ω3i,Qi,Ri和Wi则:
Figure RE-GDA0002714709550000143
Figure RE-GDA0002714709550000144
其中,
Figure RE-GDA0002714709550000145
Figure RE-GDA0002714709550000146
Figure RE-GDA0002714709550000147
Figure RE-GDA0002714709550000148
Figure RE-GDA0002714709550000149
那么,对于满足ADT条件(式19)的切换信号,误差动态系统(式43)全局指数稳定,满足H_性能指标β。在这种情况下,可得未知输入观测器(式6)的参数为
Figure RE-GDA00027147095500001410
证明:对于系统(式40),将切换Lyapunov函数定义为:
Vσ(k)=ξT(k)Pσ(k)ξ(k) (46)
设ΔVi(ξ(k))=Vi(ξ(k+1))-Vi)ξ(k)),可得:
Figure RE-GDA0002714709550000151
式中,
Figure RE-GDA0002714709550000152
由Schur补引理得:
Figure RE-GDA0002714709550000153
可以观察到式46包含
Figure RE-GDA0002714709550000154
这导致了Pj与系统矩阵之间的耦合。为了解决这个问题,利用diag(Ω,I,I)对式46进行同余变换,得到:
Figure RE-GDA0002714709550000155
由于
Figure RE-GDA0002714709550000156
则:
Figure RE-GDA0002714709550000157
由式49得:
Figure RE-GDA0002714709550000158
定义:
Figure RE-GDA0002714709550000159
利用Schur补引理,则可得式42等价于式50。则:
ΔVi(ξ(k))+αVi(ξ(k))-rT(k)r(k)+β2(fT(k)f(k))>0 (55)
进一步可知:
Vi(ξ(k1))>(1-α)Vi(ξ(k0))-rT(k0)r(k0)+β2(fT(k0)f(k0)) (56)
将式53进行迭代得:
Figure RE-GDA0002714709550000161
其中,Γ(s)=rT(s)r(s)-β2(fT(s)f(s)),定义H_性能指标为:
Figure RE-GDA0002714709550000162
由式41和式53可得:
Figure RE-GDA0002714709550000163
在零初始条件下,由上述公式知:
Figure RE-GDA0002714709550000164
将式57的两侧同时乘以
Figure RE-GDA0002714709550000165
可以得到:
Figure RE-GDA0002714709550000171
即:
Figure RE-GDA0002714709550000172
Figure RE-GDA0002714709550000173
得:
Figure RE-GDA0002714709550000174
即:
Figure RE-GDA0002714709550000175
结论得证。
综上所述,式6中故障检测观测器参数的设计可概括为下面的步骤。
第一步:由公式13计算Hi,则Ti可由Ti=I+HiCi求解。此外,矩阵Mi可由式12求解。
第二步:通过求解定理1中的条件,可得未知矩阵Wi和Zi。将Zi代入式16,则可计算矩阵Si
第三步:将Si和Zi代入式15,可得观测器参数Li
设μ=1.2,α=0.7,β=0.4747,应用定理1的结果,得到故障诊断观测器的参数如下:
Figure RE-GDA0002714709550000181
Figure RE-GDA0002714709550000182
Figure RE-GDA0002714709550000183
Figure RE-GDA0002714709550000184
Figure RE-GDA0002714709550000185
此外,可得ADT值是
Figure RE-GDA0002714709550000186
切换信号如式2所述,满足式16中的ADT条件,外部干扰信号设置为白噪声。
步骤6:根据设计的观测器,设定阈值Jth,构造残差评价函数,判断系统是否出现故障,具体过程如下:
为了敏感地检测故障,需要设置合适的阈值Jth和评价函数J(r(k))。本发明定义残差评价函数为:
Figure RE-GDA0002714709550000187
式中,K表示整个操作过程的结束时间。将阈值设置为:
Figure RE-GDA0002714709550000188
因此,故障检测可以通过以下决策逻辑来实现:
Figure RE-GDA0002714709550000189
Figure RE-GDA00027147095500001810
注记2:选择适当的残差评价函数和故障检测阈值的方法有很多可以使用,如动态阈值法、均方根函数法、人工经验法等。
假设升压变换器出现常数故障f(k),故障模式如下:
Figure RE-GDA00027147095500001811
选择一个预设阈值Jth=9.722e14,仿真结果表明Jr(22.9)>Jth,即故障f(k)可以被快速检测出来。
对于仿真,系统的切换信号图σ(k)如图3所示;系统中的外部干扰,即白噪声d(k),如图4所示;故障信号f(k)示意图如图5所示;系统阈值J(r(k))曲线示意图如图6所示。
从仿真结果中可以看出,针对升压变换器电路的实时加权故障检测方法,本发明设计的故障观测器能够检测出系统是否发生故障,且具有较好的敏感性和较强的鲁棒性,有重要的使用参考价值。
上述实施方式只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种针对升压变换器电路的实时加权故障检测方法,其特征在于,包括如下步骤:
步骤1:建立升压变换器电路模型,构造增广矩阵,得到标准形式的状态方程;所述步骤1中升压变换器电路模型为一个脉冲宽度调制驱动的升压变换器电路,用es(t)表示电源,L表示电感,C表示电容,负载电阻用R表示,开关s(t)由PWM装置控制,每个周期T最多可切换一次;其状态方程为:
Figure FDA0004161404720000011
其中,
Figure FDA0004161404720000012
Figure FDA0004161404720000013
步骤2:基于步骤1中的状态方程,给出升压变换器电路含有外部干扰和故障时的一般系统模型,并对其进行简化;
升压变换器具有外部干扰和故障时对应的一般系统模型为:
Figure FDA0004161404720000014
其中,x(k)∈Rn为状态向量,u(k)∈Rn为控制输入向量,y(k)∈Rq为可测输出向量;
Figure FDA0004161404720000015
Figure FDA0004161404720000016
分别为外部扰动和故障向量,且都是l2[0,∞)范数有界的;Aσ(k)、Bσ(k)、Cσ(k),Dσ(k)、Fσ(k)和Gσ(k)是具有适当维度的常实数矩阵;分段函数σ(k):[0,∞)→N={1,2,…,N}是切换信号,用来指定在t时刻激活哪个子系统;
步骤3:针对步骤2所述的简化后的系统模型,提出未知输入观测器作为残差信号发生器,给出满足H/H2稳定性性能指标和H-灵敏度性能指标的充分条件,并针对动态估计误差系统构造一个增广矩阵,得到相应的动态估计误差增广系统;
未知输入观测器作为残差信号发生器,其具体为:
Figure FDA0004161404720000021
其中,z(k)∈Rn是观测器状态,
Figure FDA0004161404720000022
表示状态x(k)的估计值,
Figure FDA0004161404720000023
是观测器输出,r(k)∈Rm表示残差信号,矩阵Si,Mi,Li和Hi(i∈N)是需要设计的观测器参数,Wi(i∈N)表示加权矩阵;
满足H/H2稳定性性能指标和H-灵敏度性能指标的充分条件为:
1)H/H2稳定性条件:对于f(k)=0的情况,有
Figure FDA0004161404720000024
2)H-灵敏度条件:对于d(k)=0的情况,有
Figure FDA0004161404720000025
其中,α,β和γ是正常数,k0为初始值;
动态估计误差系统为:
Figure FDA0004161404720000026
其中,
Figure FDA0004161404720000027
为估计误差,设σ(k)=i,Ti=I+HiCi,TiAi-SiTi-LiCi=0,TiBi-Mi=0,HiGi=0,Zi=SiHi+Li,Si=TiAi-ZiCi
动态估计误差增广系统具体为:
令ξ(k)=[eT(k) xT(k)]T,则此增广系统可以描述为:
Figure FDA0004161404720000028
Figure FDA0004161404720000029
其中,
Figure FDA00041614047200000210
步骤4:针对步骤3中得到的动态估计误差增广系统,给出其全局指数稳定,且满足H/H2性能指标的充分条件;
步骤5:针对步骤3中得到的动态估计误差增广系统,给出其全局指数稳定,且满足H-性能指标的充分条件;
步骤6:根据设计的观测器,设定阈值Jth,构造残差评价函数,判断系统是否出现故障;
根据所述作为残差信号发生器的未知输入观测器,设定阈值Jth,构造残差评价函数,判断系统是否出现故障,具体分析过程为:
所述残差评价函数为:
Figure FDA0004161404720000031
式中,K表示整个操作过程的结束时间,将阈值Jth设置为:
Figure FDA0004161404720000032
所以故障检测可以通过以下决策逻辑来实现:
Figure FDA0004161404720000033
Figure FDA0004161404720000034
2.根据权利要求1所述的一种针对升压变换器电路的实时加权故障检测方法,其特征在于,当σ(k)=i时,表示第i个子系统被激活,假设切换信号是未知的,但其瞬时值是可知的,所述一般系统模型可以简化为:
Figure FDA0004161404720000035
式中,i∈N,假设:简化后的一般系统模型渐近稳定,且(Ci,Ai)是可观的。
3.根据权利要求1所述的一种针对升压变换器电路的实时加权故障检测方法,其特征在于,所述步骤4中,给出所述动态估计误差增广系统全局指数稳定,且满足H/H2性能指标的充分条件为:
考虑f(k)=0,则所述动态估计误差系统转化为以下无故障情况:
Figure FDA0004161404720000036
对于给定标量0<α<1,μ≥1和γ>0,如果存在正定对称矩阵P1i,P3i,矩阵P2i1i2i3i,Qi,Ri和Wi,则:
Figure FDA0004161404720000041
Figure FDA0004161404720000042
其中,
Figure FDA0004161404720000043
Figure FDA0004161404720000044
Figure FDA0004161404720000045
那么,对于满足Si=TiAi-ZiCi的切换信号,无故障情况动态估计误差系统全局指数稳定,具有H/H2性能指标γ;在这种情况下,可得所述未知输入观测器作为残差信号发生器的参数为
Figure FDA0004161404720000046
4.根据权利要求1所述的一种针对升压变换器电路的实时加权故障检测方法,其特征在于,所述步骤5中,所述动态估计误差增广系统无干扰时,给出其全局指数稳定,且满足H-性能指标的充分条件为:
当d(k)=0,则动态估计误差系统转化为:
Figure FDA0004161404720000047
对于给定标量0<β<1和μ≥1,如果存在正定对称矩阵P1i,P3i,矩阵P2i1i2i3i,Qi,Ri和Wi则:
Figure FDA0004161404720000048
Figure FDA0004161404720000049
其中,
Figure FDA0004161404720000051
Figure FDA0004161404720000052
Figure FDA0004161404720000053
Figure FDA0004161404720000054
Figure FDA0004161404720000055
对于满足平均驻留时间
Figure FDA0004161404720000056
无干扰的动态估计误差系统全局指数稳定,满足H-性能指标β,在这种情况下,可得所述未知输入观测器作为残差信号发生器的参数为
Figure FDA0004161404720000057
CN202010928188.1A 2020-09-07 2020-09-07 一种针对升压变换器电路的实时加权故障检测方法 Active CN112067925B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010928188.1A CN112067925B (zh) 2020-09-07 2020-09-07 一种针对升压变换器电路的实时加权故障检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010928188.1A CN112067925B (zh) 2020-09-07 2020-09-07 一种针对升压变换器电路的实时加权故障检测方法

Publications (2)

Publication Number Publication Date
CN112067925A CN112067925A (zh) 2020-12-11
CN112067925B true CN112067925B (zh) 2023-05-26

Family

ID=73663787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010928188.1A Active CN112067925B (zh) 2020-09-07 2020-09-07 一种针对升压变换器电路的实时加权故障检测方法

Country Status (1)

Country Link
CN (1) CN112067925B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109901391B (zh) * 2019-03-19 2022-01-25 浙江工业大学 基于指数幂次趋近律的降压型直流变换器的滑模控制方法
CN112748663B (zh) * 2020-12-21 2022-12-02 华能新能源股份有限公司 一种基于数据驱动输出反馈的风电转矩容错控制方法
CN113156812B (zh) * 2021-01-28 2021-11-23 淮阴工学院 基于未知输入观测器的二级化学反应器故障检测方法
CN115508665B (zh) * 2022-09-23 2024-07-16 淮阴工学院 一种针对rlc分数线性电路的故障检测方法
CN115407665B (zh) * 2022-11-02 2023-02-28 北京科技大学 一种基于h∞的机器人关节高效故障估计方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106569487A (zh) * 2016-11-16 2017-04-19 北京理工大学 一种基于观测器的伺服系统的故障检测方法
CN108227676A (zh) * 2017-12-28 2018-06-29 浙江工业大学 阀控缸电液伺服系统在线故障检测、估计及定位方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR9306654A (pt) * 1992-07-01 1998-12-08 Ericsson Telefon Ab L M Processo e sistema para facilitar automaticamente a comunicação operativa entre primeiro e segundo componentes de um sistema de computador que usa uma pluralidade de protocolos de nível de aplicação e processo para criar e utilizar uma especificação de interface independente de linguagem com base em contruções definidas especializadas
CN109799405A (zh) * 2019-01-31 2019-05-24 西安工程大学 一种基于时间序列-卡尔曼滤波的变压器故障预测方法
CN110069883B (zh) * 2019-04-30 2023-01-20 国家电网有限公司 一种直流扰动下变压器铁心饱和失稳判别方法
CN110297452B (zh) * 2019-07-15 2021-11-02 福州大学 一种蓄电池组相邻型均衡系统及其预测控制方法
CN110412975B (zh) * 2019-08-26 2021-05-25 淮阴工学院 一种化工液位过程控制系统的鲁棒故障诊断方法
CN110703744B (zh) * 2019-09-11 2022-05-17 淮阴工学院 基于未知输入观测器的化工液位控制系统故障检测方法
CN111090945B (zh) * 2019-12-20 2020-08-25 淮阴工学院 一种针对切换系统的执行器和传感器故障估计设计方法
CN111158343B (zh) * 2020-01-10 2023-03-21 淮阴工学院 一种针对带有执行器和传感器故障的切换系统的异步容错控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106569487A (zh) * 2016-11-16 2017-04-19 北京理工大学 一种基于观测器的伺服系统的故障检测方法
CN108227676A (zh) * 2017-12-28 2018-06-29 浙江工业大学 阀控缸电液伺服系统在线故障检测、估计及定位方法

Also Published As

Publication number Publication date
CN112067925A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN112067925B (zh) 一种针对升压变换器电路的实时加权故障检测方法
Rahimilarki et al. Robust neural network fault estimation approach for nonlinear dynamic systems with applications to wind turbine systems
KR102189269B1 (ko) 컨볼루션 신경망을 이용한 유도 모터의 결함 진단방법 및 시스템
Xie et al. Time series prediction based on NARX neural networks: An advanced approach
CN110728360A (zh) 一种基于bp神经网络的微能源器件能量识别方法
Cross et al. Model-based and fuzzy logic approaches to condition monitoring of operational wind turbines
CN110703744A (zh) 基于未知输入观测器的化工液位控制系统故障检测方法
CN113721458A (zh) 一种具有扰动的非线性系统故障估计观测方法和装置
Yan et al. Fault estimation for single output nonlinear systems using an adaptive sliding mode estimator
Eissa et al. Observer-based fault detection with fuzzy variable gains and its application to industrial servo system
Verma et al. Modeling electrical motor dynamics using encoder-decoder with recurrent skip connection
Kahlen et al. Improving Machine Learning Diagnostic Systems with Model-Based Data Augmentation―Part B: Application
Du et al. H∞/H− fault detection observer design for nonlinear conformable fractional-order systems
Fu et al. Detection of stealthy cyber-attack in distributed dc microgrids based on lstm neural network
Cheng et al. Fault detection for a class of uncertain Lipschitz systems with time delays in finite‐frequency domain
Madhag et al. Online sensor performance monitoring and fault detection for discrete linear parameter-varying systems
Srivastava et al. Fault detection and isolation (FDI) via neural networks
Jin et al. Data-driven abstraction and model invalidation for unknown systems with bounded Jacobians
Gara et al. Design of a fault detection hybrid observer for linear switched systems
CN114114910B (zh) 一种基于模型-数据混合驱动的电力工控系统动态异常检测方法
Harison et al. Applying Scientific Machine Learning Techniques to Power Electronics Parameter Prediction
Pazera et al. A Robust Takagi-Sugeno Fault Diagnostic Scheme for Remaining Useful Life Estimation
Shafi et al. Prediction of the Attention Area in Ambient Intelligence Tasks
Zhang et al. Mixed $ H_-/H_ {\infty} $ Fault Detection Filtering for It\^ o-Type Affine Nonlinear Stochastic Systems
Shashoa et al. System Identification and Model Validation of Recursive Least Squares Algorithm for Box–Jenkins Systems

Legal Events

Date Code Title Description
PB01 Publication
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
TR01 Transfer of patent right

Effective date of registration: 20231120

Address after: No. 2567 Yingbin Road, Qingyun County, Dezhou City, Shandong Province, 253000

Patentee after: State Grid Shandong electric power company Qingyun county power supply Co.

Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee before: Dragon totem Technology (Hefei) Co.,Ltd.

Effective date of registration: 20231120

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Address before: 223005 Jiangsu Huaian economic and Technological Development Zone, 1 East Road.

Patentee before: HUAIYIN INSTITUTE OF TECHNOLOGY

TR01 Transfer of patent right