CN115755623A - 一种基于事件触发中间观测器的故障容错控制方法 - Google Patents
一种基于事件触发中间观测器的故障容错控制方法 Download PDFInfo
- Publication number
- CN115755623A CN115755623A CN202211571720.4A CN202211571720A CN115755623A CN 115755623 A CN115755623 A CN 115755623A CN 202211571720 A CN202211571720 A CN 202211571720A CN 115755623 A CN115755623 A CN 115755623A
- Authority
- CN
- China
- Prior art keywords
- event
- equation
- fault
- triggered
- state
- 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.)
- Pending
Links
- 230000001960 triggered effect Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000002131 composite material Substances 0.000 claims abstract description 32
- 230000007246 mechanism Effects 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims abstract description 7
- 238000011160 research Methods 0.000 claims abstract description 7
- 230000003044 adaptive effect Effects 0.000 claims abstract description 5
- 230000008054 signal transmission Effects 0.000 claims abstract 2
- 239000011159 matrix material Substances 0.000 claims description 54
- 230000003190 augmentative effect Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- SLXKOJJOQWFEFD-UHFFFAOYSA-N 6-aminohexanoic acid Chemical compound NCCCCCC(O)=O SLXKOJJOQWFEFD-UHFFFAOYSA-N 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 230000017105 transposition Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 238000005094 computer simulation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Landscapes
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种基于事件触发中间观测器的故障容错控制方法,属于电机技术领域。所述容错控制方法在系统建模方面,为了研究电机系统的随机性和鲁棒性,采用马尔科夫跳变系统模型来描述其受到执行器故障和扰动影响的状态空间模型;在传输策略方面,为了节省网络资源,缓解带宽压力,采用了自适应事件触发机制,并基于该自适应事件触发机制,设计了一种基于事件触发中间观测器,以此在缓解所述电机系统的信号传输通信负担的同时,可以得到所述电机系统的状态,扰动和执行器故障的估计值,然后再利用状态,扰动和执行器故障的估计值构造一个复合控制器来稳定所述电机系统的状态,使得所述电机系统对执行器故障和扰动具有鲁棒性。
Description
技术领域
本发明涉及电机技术领域,特别涉及电机系统的一种基于事件触发中间观测器的故障容错控制方法。
背景技术
近年来随着人们对于电机系统的关注度不断提高,世界上很多国家都大力推动电机技术产业的发展,通过不断研究,最终交流电机开始走向成熟,并不断投入市场应用之中,为各行各业生产提供了保障,加速了各个行业的机械化、自动化进程。但在实际电机系统中,大多数电机系统结构参数会产生突变,例如物理环境的干扰、电路故障、维护维修会导致其系统参数发生随机变化。为了研究电机系统的随机性,如何描述具有随机突变特性的电机系统是首要亟需解决的问题。其次,为了实现对所述电机系统的故障容错控制,需要通过观测器对故障或者扰动进行快速、精准的估计,然而在传统的通信网络中往往因为采用的是基于时间的触发机制,容易导致网络拥塞、数据传输缓慢并且浪费大量的网络资源,因此有必要设计一种基于事件触发中间观测器的故障容错控制方法来缓解所述电机系统的通信压力。
发明内容
针对背景技术所存在的问题,本发明的目的在于提供一种基于事件触发中间观测器的故障容错控制方法。该方法针对具有结构参数突变特性的电机系统,建立马尔科夫跳变系统模型,并基于自适应事件触发机制,设计了一种基于事件触发机制的中间观测器,从而在减少网络带宽占用的同时估计故障和扰动,在此基础上,又设计一种复合控制器,以对所述电机系统进行故障容错控制。
为了实现上述目的,本发明的技术方案如下:
一种基于事件触发中间观测器的故障容错控制方法,包括以下步骤:
步骤1.为了研究电机系统的随机性和鲁棒性,采用马尔科夫跳变系统模型来描述其受到执行器故障和扰动影响的状态空间模型,从而得到状态方程和输出方程;
步骤2.将所述电机系统的马尔科夫跳变系统模型进行增广,得到一个增广马尔科夫跳变系统模型,从而得到增广状态方程和增广输出方程,以便于后续计算处理;
步骤3.设定一种基于自适应事件触发机制的信息传输策略,并基于所述自适应事件触发机制修正所述步骤1的输出方程,从而节省所述电机系统输出端的信号资源;
步骤4.根据步骤3所述修正后的输出方程来设计一种基于事件触发中间观测器,来得到所述马尔科夫跳变系统模型中的状态,执行器故障和扰动的估计值;
步骤5.根据步骤4所述状态,执行器故障和扰动的估计值,构造一种复合控制器,将所述复合控制器代入步骤1的状态方程得到闭环控制系统,从而控制所述电机系统;
步骤6.设计一种求解计算方法,求解得到步骤4所述事件触发中间观测器的增益矩阵和步骤5所述复合控制器的增益矩阵,再分别代入所述事件触发中间观测器和所述闭环控制系统,完成故障容错控制。
进一步地,所述步骤1中,建立所述电机系统的马尔科夫跳变系统模型的具体过程为:
采用采集到的电机转子角,电机频率和母线电压角以及输出功率信息,考虑电机系统的模态突变问题,构建马尔科夫跳变系统模型,包括状态方程和输出方程,
输出方程:y(t)=C(r(t))x(t)
其中,所述马尔科夫跳变系统模型的状态向量即包含电机转子角,电机频率以及母线电压角;控制输入扰动执行器故障输出功率矩阵A(r(t)),B(r(t)),D(r(t)),E(r(t)),C(r(t))均为依赖于马尔科夫过程r(t)的合适维度的系统矩阵,所述马尔科夫过程r(t)的转移概率为其中,λij为所述马尔科夫跳变系统从模态i到模态j的转移率,i,j∈S={1,2,3},所述转移率为一般不确定的,并且满足成立,S为所述电机系统的模态编号集合。
进一步地,基于所述马尔科夫跳变系统模型得到增广马尔科夫跳变系统模型,所述增广马尔科夫跳变系统模型包括增广状态方程和增广输出方程:
增广输出方程:y(t)=Caixa(t)
进一步地,所述步骤3中的自适应事件触发机制,具体过程为:tk+1=tk+inf{t∈R|eT(t)Φ(r(t))e(t)-δ(t,r(t))yT(tk)Φ(r(t))y(tk)>0},其中,e(t)=y(t)-y(tk),e(t)代表实时输出功率y(t)与事件触发机制下最新修正测得的输出功率y(tk)的差值,其中tk表示当前的触发时刻,Φ(r(t))表示加权矩阵,δ(t,r(t))为时变触发阈值;在此基础上,所属电机系统的输出方程修正为:
造基于事件触发中间观测器,其具体形式为:
其中,Cd=[0 1],Li为所述事件触发中间观测器待确定的增益矩阵,分别为xa(t),fa(t),y(t),ξa(t),d(t)的估计值。进一步地,定义增广状态xa(t)的实际值与估计值之间的误差方程:中间变量ξa(t)实际值与估计值之间的误差方程:从而得到所述增广状态的动态误差方程和所述中间变量的动态误差方程分别为:
进一步地,所述步骤6中,设计一种求解计算方法,从而得到所述基于事件触发中间观测器的增益矩阵和复合控制器的增益矩阵,使得所述电机系统的通信压力得到缓解的同时,对执行器故障和扰动具有鲁棒性,其具体过程为:
(1)选取的能量函数:
从而在可解的情况下得到所述基于事件触发中间观测器的增益矩阵和复合控制器的增益矩阵,对于每个模态r(t)=i(i∈S),需要保证存在Ξi<0时,当在紧凑集合:之外,成立,其中是常数,表示V(t,i)的最小无穷算子;
(2)求取基于事件触发中间观测器的增益矩阵和复合控制器的增益矩阵,可以得到含所述基于事件触发中间观测器增益信息的矩阵Pai和所述复合控制器增益信息的Pci,和相关矩阵Hsi,Xi,Yi,其中通过如下运算,最终得到基于事件触发中间观测器的增益矩阵Li和复合控制器增益矩阵Ki,其中上标“-1”表示矩阵的逆,从而实现基于事件触发观测器的故障容错控制。
综上所述,由于采用上述技术方案,本发明的有益结果是:
本发明技术方案在系统建模方面,为了研究电机系统的随机性和鲁棒性,采用了马尔科夫跳变系统模型来描述其受到执行器故障和扰动影响的状态空间模型;为了节省网络通信资源,缓解带宽压力的同时能够对所述电机系统的执行器故障和扰动进行估计,设计了一种自适应触发机制来修正所述电机系统的输出,并基于该机制,设计了一种基于事件触发中间观测器,进一步地,基于所述事件触发中间观测器,又设计了一种复合控制器来对所述电机系统进行故障容错控制,本发明采用的基于事件触发中间观测器的故障容错控制方法,能够在所述电机系统模态随机跳变的情况下,自适应地修正所述电机系统输出信号进而达到节省所述电机系统信号资源传输的目的,并且同时完成对所述执行器故障和扰动的估计,进一步地,通过构造的复合控制器完成对所述电机系统的故障容错控制。
附图说明
图1为本发明基于事件触发中间观测器的故障容错控制方法的流程图;
图2为本发明扰动估计的示意图;
图3为本发明执行器故障估计的示意图;
图4为本发明所述电机系统跳变过程的示意图;
图5为本发明所述电机系统每个子系统模态下的时变触发阈值的示意图;
图6为本发明所述自适应事件触发机制下系统的数据释放和触发间隔图;
图7为本发明基于事件触发中间观测器的故障容错控制方法的状态控制效果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合实施方式和附图,对本发明作进一步地详细描述。
图1为本发明基于事件触发中间观测器的故障容错控制方法的流程图,如图1所示,本发明公开了一种基于事件触发中间观测器的故障容错控制方法,具体包括的步骤如下:
步骤1.为了研究电机系统的随机性和鲁棒性,采用马尔科夫跳变系统模型来描述其受到执行器故障和扰动影响的状态空间模型,采用采集到的电机转子角,电机频率和母线电压角以及输出功率信息,考虑电机系统的随机性问题,建立受执行器故障和扰动影响的电机系统的马尔科夫跳变系统模型,从而得到状态方程和输出方程,具体表示为:
输出方程:y(t)=C(r(t))x(t)
其中,所述马尔科夫跳变系统模型的状态向量,即包含电机转子角,电机频率以及母线电压角;控制输入扰动执行器故障输出功率r(t)为在有限集合S={1,2,3}内取值的马尔科夫过程,矩阵A(r(t)),B(r(t)),D(r(t)),E(r(t)),C(r(t))均为依赖于马夫过程r(t)的合适维度的系统矩阵,为了叙述方便,对于每个i∈S,有Ai=A(r(t)),Bi=B(r(t)),Di=D(r(t)),Ei=E(r(t)),Ci=C(r(t))。所述马尔科夫过程r(t)的转移概率为其中λij为所述马尔科夫跳变系统从模态i到模态j的转移率,i,j∈S={1,2,3},且成立,S为所述电机系统的模态编号集合,所述转移率为一般转移率,所述一般转移率表示转移率为已知不确定的,完全已知的和完全未知的三种情况,由转移率所构成的转移率矩阵可以描述为:其中表示所述转移率的估计值,Δij∈[-δij,δij](δij≥0)表示不确定转移率的估计误差,“?”表示所述转移率的不确定项,进一步地,定义所述转移率集合表示已知转移率的集合,表示未知转移率的集合,进一步地,
步骤2.将所述电机系统的马尔科夫跳变系统模型进行增广,得到一个增广马尔科夫跳变系统模型,从而得到增广状态方程和增广输出方程,以便于后续计算处理;
增广输出方程:y(t)=Caixa(t)
步骤3.设定一种基于自适应事件触发机制的信息传输策略,并基于所述自适应事件触发机制来修正所述电机系统的输出,从而节省所述电机系统输出端的通信资源,具体过程为:
tk+1=tk+inf{t∈R|eT(t)Φ(r(t))e(t)-δ(t,r(t))yT(tk)Φ(r(t))y(tk)>0}
其中,e(t)=y(t)-y(tk),e(t)代表实时输出功率y(t)与事件触发机制下最新修正的输出功率y(tk)之间的差值,其中tk代表当前的触发时刻,Φ(r(t))表示加权矩阵,δ(t,r(t))为时变触发阈值,δ(t,r(t))由以下过程组成:
在此基础上,所属电机系统的输出方程修正为:
t∈[tk,tk+1),其中tK+1表示新数据被触发的时刻,以此实现了自适应事件触发机制的实施,通过自适应的事件触发阈值δ(t),控制所述电机系统输出端信息的传输效率,即只有超过了自适应变化的触发阈值,信息才能被传递,这大大减少了对带宽的占用;
步骤4.根据步骤3所述自适应事件触发机制修正的输出方程设计一种基于事件触发中间观测器,来得到所述马尔科夫跳变系统模型中的状态,执行器故障和扰动的估计值,首先利用模态依赖的中间变量来构造中间观测器,所述的中间观测器也是模态依赖的,其具体形式为:
其中,Cd=[0 I1],Li为所述基于事件触发中间观测器待确定的增益矩阵,分别为xa(t),fa(t),y(t),ξa(t),d(t)的估计值;进一步地,根据所述增广状态xa(t)的实际值与其估计值之间的误差方程:中间变量ξa(t)实际值与其估计值之间的误差方程:从而得到增广状态的动态误差方程和中间变量的动态误差方程分别为:
步骤5.设计一种复合控制器:其中为所述状态x(t)的估计值,B*为满足的已知矩阵Ni为满足Di=BiNi的已知矩阵,其中Ki是使矩阵Ai+BiKi满足赫尔维兹的复合控制器待确定的增益矩阵,将所述复合控制器代入所述状态方程中,从而得到所述闭环控制系统:其中G2i=Ei,所述复合控制器能够稳定受执行器故障和扰动影响的所述电机系统的状态;
步骤6.给出一种求解计算方法,从而得到所述基于事件触发中间观测器的增益矩阵和复合控制器的增益矩阵,分别使得所述基于事件触发中间观测器能够估计状态,执行器故障和扰动,所述复合控制器能够稳定所述电机系统的状态,其具体过程为:
(1)选取的能量函数:
从而在可解的情况下得到所述基于事件触发中间观测器的增益矩阵和复合控制器的增益矩阵,对于每个模态r(t)=i(i∈S),需要保证存在Ξi<0矩阵,当在紧凑集合:之外时,成立,则针对所述电机系统建立的马尔科夫跳变系统的随机稳定性可以得到保证,其中,表示V(t,i)的最小无穷算子,是常数,
(2)求取基于事件触发中间观测器的增益矩阵和复合控制器的增益矩阵,从而使得所述基于事件触发中间观测器和复合控制器满足以上设计原则,给出如下定理,对于给定的标量满足ωi>0,∈>0,存在Pai>0,Pbi>0,Pci>0和Hsi使得如下线性矩阵不等式成立:
其中,
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (8)
1.一种基于事件触发中间观测器的故障容错控制方法,其特征在于,包括以下步骤:
步骤1.为了研究电机系统的随机性和鲁棒性,采用马尔科夫跳变系统模型来描述其受到执行器故障和扰动影响的状态空间模型,从而得到状态方程和输出方程;
步骤2.将所述电机系统的马尔科夫跳变系统模型进行增广,得到一个增广马尔科夫跳变系统模型,从而得到增广状态方程和增广输出方程,以便于后续计算处理;
步骤3.设定一种基于自适应事件触发机制的信号传输策略,并基于所述自适应事件触发机制修正所述步骤1的输出方程,从而节省所述电机系统输出端的信号资源;
步骤4.根据步骤3中修正后的输出方程来设计一种基于事件触发中间观测器,来得到所述马尔科夫跳变系统模型中的状态,执行器故障和扰动的估计值;
步骤5.根据步骤4所述状态,执行器故障和扰动的估计值,构造一种复合控制器,将所述复合控制器代入步骤1的状态方程得到闭环控制系统,从而控制所述电机系统;
步骤6.设计一种求解计算方法,求解得到步骤4所述事件触发中间观测器的增益矩阵和步骤5所述复合控制器的增益矩阵,再分别代入所述事件触发中间观测器和所述闭环控制系统,完成故障容错控制。
2.如权利要求1所述的基于事件触发中间观测器的故障容错控制方法,其特征在于,所述步骤1中,建立所述电机系统的马尔科夫跳变系统模型的具体过程为:
采用采集到的电机转子角,电机频率和母线电压角以及输出功率信息,考虑电机系统的模态突变问题,构建马尔科夫跳变系统模型,包括状态方程和输出方程,
输出方程:y(t)=C(r(t))x(t)
8.如权利要求1所述的基于事件触发中间观测器的故障容错控制方法,其特征在于,所述步骤6中,设计一种求解计算方法,从而得到所述基于事件触发中间观测器的增益矩阵和复合控制器的增益矩阵,使得所述电机系统的通信压力得到缓解的同时,对执行器故障和扰动具有鲁棒性,其具体过程为:
(1)选取的能量函数:
从而在可 解的情况下得到所述基于事件触发中间观测器的增益矩阵和复合控制器的增益矩阵,对于 每个模态r(t)=i(i∈S),需要保证存在Ξ i<0时,当在紧凑集合:之外,成立,其中是常数,表示V(t,i)的最小无穷算子;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211571720.4A CN115755623A (zh) | 2022-12-13 | 2022-12-13 | 一种基于事件触发中间观测器的故障容错控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211571720.4A CN115755623A (zh) | 2022-12-13 | 2022-12-13 | 一种基于事件触发中间观测器的故障容错控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755623A true CN115755623A (zh) | 2023-03-07 |
Family
ID=85344412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211571720.4A Pending CN115755623A (zh) | 2022-12-13 | 2022-12-13 | 一种基于事件触发中间观测器的故障容错控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115755623A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116160455A (zh) * | 2023-04-03 | 2023-05-26 | 中国矿业大学 | 一种多信道攻击下单臂机械手的动态事件触发与量化控制方法 |
-
2022
- 2022-12-13 CN CN202211571720.4A patent/CN115755623A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116160455A (zh) * | 2023-04-03 | 2023-05-26 | 中国矿业大学 | 一种多信道攻击下单臂机械手的动态事件触发与量化控制方法 |
CN116160455B (zh) * | 2023-04-03 | 2023-12-19 | 中国矿业大学 | 一种多信道攻击下单臂机械手的动态事件触发与量化控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Periodic event/self‐triggered consensus for general continuous‐time linear multi‐agent systems under general directed graphs | |
CN111381501B (zh) | 基于事件触发的异步系统的容错控制方法 | |
CN113110039A (zh) | 一种多智能体系统的有限时间分布式聚合优化方法 | |
Ni et al. | Intermittent sampled-data control for local stabilization of neural networks subject to actuator saturation: A work-interval-dependent functional approach | |
CN112882391B (zh) | 一种双端事件触发的非线性控制方法 | |
CN115755623A (zh) | 一种基于事件触发中间观测器的故障容错控制方法 | |
Syed Ali et al. | Decentralised event-triggered impulsive synchronisation for semi-Markovian jump delayed neural networks with leakage delay and randomly occurring uncertainties | |
Gao et al. | Event-triggered adaptive fixed-time secure control for nonlinear cyber-physical system with false data-injection attacks | |
Cao et al. | Exponential synchronization of switched neural networks with mixed time-varying delays via static/dynamic event-triggering rules | |
Lu et al. | Network-based fuzzy H∞ controller design for TS fuzzy systems via a new event-triggered communication scheme | |
CN112269318B (zh) | 一种时延不确定系统的有限时间远程安全状态估计方法 | |
Luo et al. | Event-Triggered Networked Predictive Output Tracking Control of Cyber–Physical Systems With Model Uncertainty and Communication Constraints | |
CN111538239B (zh) | 多智能体领航跟随一致性的控制系统及方法 | |
Fu et al. | Dynamic event-triggered adaptive control for uncertain stochastic nonlinear systems | |
Zhang et al. | Output-constrained fixed-time coordinated control for multi-agent systems with event-triggered and delayed communication | |
CN113867150A (zh) | 一种具有饱和输入的多智能体的事件驱动控制方法 | |
Song et al. | Distributed MPC-based adaptive control for linear systems with unknown parameters | |
Song et al. | Finite-time leader-follower consensus of a discrete-time system via sliding mode control | |
CN110611599B (zh) | 一种网络控制系统及其控制方法 | |
CN116794987A (zh) | 基于事件触发控制的异构多智能体系统一致性控制方法 | |
Dai et al. | Time and energy costs for consensus of multi-agent networks with undirected and directed topologies | |
CN115167131A (zh) | 一种基于扰动观测器的污水处理系统的自适应事件触发估计方法 | |
CN114721269A (zh) | 基于脉冲窗的受扰非线性多智能体准一致性方法及系统 | |
CN110763951B (zh) | 用于输电线路停电检测识别的最快变化检测模型构建方法 | |
CN117578444B (zh) | 基于事件触发机制的配电网安全状态估计方法及系统 |
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 |