LU601204B1 - Ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion - Google Patents

Abstract

Die vorliegende Erfindung bezieht sich auf das Gebiet der Mechatronik und insbesondere auf ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion, das Folgendes umfasst: ein zentrales Steuermodul, das eine Echtzeitverwaltung des Versuchssystems, eine präzise Steuerung und eine automatische Wiederherstellung nach Fehlern mit Hilfe einer eingebetteten Verarbeitungseinheit und eines adaptiven Steueralgorithmus realisiert; ein Sensormodul, das eine hochpräzise Datenerfassung und Echtzeit-Diagnosefähigkeit durch ein Netzwerk zur Überwachung mehrerer physikalischer Größen und einen Fusionsalgorithmus bereitstellt; ein Aktuatormodul, das eine hochpräzise Bewegungssteuerung und ein Sicherheitsbremssystem kombiniert, um die Steuersignale in präzise Aktionen umzuwandeln; und ein auf Deep-Learning basierendes Gerätediagnosemodell, das auf der vorliegenden Erfindung basiert und mit einer erweiterten Kalman-Filtertechnologie kombiniert wird, um eine Fehlererkennung und -diagnose auf hohem Niveau zu erreichen. Das Residualsignal r(t) überwacht den anormalen Zustand und leitet einen Wiederherstellungsmechanismus ein, wenn der normale Bereich verlassen wird, indem es den alternativen Steuerungsparameter θalt auswählt und anwendet, wodurch sichergestellt wird, dass das System bei Auftreten eines Fehlers schnell zum Normalbetrieb zurückkehren kann, wodurch Ausfallzeiten und potenzielle Risiken reduziert werden.

Description

Ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion LU601204

Technischer Bereich

Die vorliegende Erfindung bezieht sich auf das Gebiet der Mechatronik, insbesondere auf ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion.

Technologie im Hintergrund

Mechatronische Systeme werden in der modernen Industrie und Forschung zunehmend eingesetzt. In solchen Systemen werden multidisziplinäre Technologien wie Maschinenbau,

Elektrotechnik, Steuerungstechnik und Informatik kombiniert, um einen effizienten und synergetischen Betrieb mechanischer und elektronischer Systeme durch einen integrierten Entwurf zu erreichen. Der derzeitige Stand der Technologieentwicklung birgt jedoch auch eine Reihe von

Herausforderungen und Chancen.

Was die Echtzeitverarbeitungsfähigkeiten angeht, so stützen sich traditionelle mechatronische Systeme in der Regel auf einfachere Prozessoren und begrenzte Busschnittstellen, was die Verarbeitungsfähigkeiten und die Reaktionsfähigkeit des Systems in hochdynamischen

Umgebungen einschränkt. Mit dem Voranschreiten von Industrie 4.0 ist die Nachfrage nach

Echtzeit-Systemleistung weiter gestiegen, und diese Nachfrage hat die Entwicklung von leistungsstarken eingebetteten Prozessoren sowie die Anwendung von Hochgeschwindigkeits-

Datenbussen wie PCIe und Ethernet vorangetrieben, um den Anforderungen der Echtzeit-

Datenverarbeitung und -übertragung gerecht zu werden. Systemzuverlässigkeit und Fehlertoleranz stehen seit jeher im Mittelpunkt des Interesses der Industrie. Herkömmliche mechatronische

Systeme sind oft nicht ausreichend redundant ausgelegt, was im Falle eines Komponentenausfalls zu Risiken für die Systemstabilität und -kontinuität führt. Moderne mechatronische Systeme beginnen allmählich, Fehlererkennungs- und Wiederherstellungsmechanismen zu integrieren, um die Diagnose- und Selbstheilungsfähigkeiten des Systems durch redundantes Moduldesign und intelligente Algorithmen wie Deep Learning und Kalman-Filterung zu verbessern. Dies stellt jedoch auch komplexere Anforderungen an den Systementwurf und die Implementierung, die eine tiefgreifende Integration auf Hardware- und Softwareebene erfordern.

Was die Datenerfassung und -verarbeitung betrifft, so bietet die Anwendung von

Multisensorsystemen eine reichhaltige Datenquelle für mechatronische Systeme, bringt aber auch

Herausforderungen hinsichtlich der Datengenauigkeit und -konsistenz mit sich. Herkömmliche

Datenerfassungssysteme sind in der Regel durch die Abtastrate, die Synchronisationsgenauigkeit und die Fähigkeit zur Rauschfilterung begrenzt, was die Bereitstellung hochpräziser Daten in dynamischen und komplexen Umgebungen erschwert. In den letzten Jahren wurden diese

Beschränkungen mit der Entwicklung der digitalen Signalverarbeitungstechnologie und der

Einführung von hochpräzisen Taktsynchronisationsprotokollen wie IEEE 1588 PTP schrittweise überwunden. Was die Steuerung von Aktoren betrifft, so ist eine hochpräzise Bewegungssteuerung eine zentrale Anforderung für viele mechatronische Anwendungen (z. B. Robotik, industrielle

Automatisierungsanlagen usw.). Die traditionelle PID-Regelung ist zwar einfach und effizient, reicht aber nicht aus, um komplexe Nichtlinearititen und sich schnell ändernde

Arbeitsbedingungen zu bewältigen. Die Entwicklung moderner Steuerungstechnologien, wie z. B.

Model Predictive Control (MPC) und adaptive Steuerungsalgorithmen, bietet einen fortschrittlicheren technologischen Weg, um eine hochpräzise und reaktionsschnelle Steuerung zu erreichen. Dies erfordert eine Kombination mehrerer Steuerungsmethoden, wie z. B. nichtlineare

Kompensation und redundante Sensorrückkopplung während der Systementwicklung, um die

Genauigkeit und Sicherheit des Steuerungssystems zu verbessern.

Zusammenfassend lässt sich sagen, dass mechatronische Systeme mit der kontinuierlicher / 601204

Weiterentwicklung der Technologie bemerkenswerte Fortschritte in Bezug auf

Echtzeitverarbeitungsfähigkeit, Systemzuverlässigkeit, Datengenauigkeit und

Steuerungspräzision gemacht haben. Dennoch bleiben Herausforderungen bestehen, insbesondere bei der effektiven Integration multidisziplinärer Technologien, um verschiedene Anforderungen in komplexen Umgebungen zu erfüllen, was noch mehr Forschung und Innovation erfordert. Dieser

Technologietrend treibt nicht nur die Entwicklung von Kerntechnologien voran, sondern veranlasst die Branche auch dazu, kontinuierlich nach Durchbrüchen zu suchen, um der wachsenden Nachfrage nach hoher Leistung, Zuverlässigkeit und Flexibilität gerecht zu werden.

Inhalt der Erfindung

Ziel der vorliegenden Erfindung ist es, ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion bereitzustellen, um eine Fehlererkennung und -diagnose auf hohem Niveau zu erreichen. Das Residualsignal r(t) überwacht den anormalen Zustand und leitet einen

Wiederherstellungsmechanismus ein, wenn es außerhalb des normalen Bereichs liegt, indem es einen alternativen Steuerparameter Bat auswählt und anwendet, wodurch sichergestellt wird, dass das System im Falle einer Fehlfunktion schnell zum normalen Betrieb zurückkehren kann und

Ausfallzeiten und potenzielle Risiken reduziert werden.

Um den oben genannten technischen Zweck zu verwirklichen und den oben genannten technischen Effekt zu erzielen, wird die vorliegende Erfindung durch die folgende technische

Lösung realisiert:

Ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion, das Folgendes umfasst:

Ein zentrales Steuermodul, das durch eine eingebettete Verarbeitungseinheit und einen adaptiven Steueralgorithmus ein Echtzeitmanagement, eine präzise Steuerung und eine automatische Fehlerbehebung des Experimentalsystems realisiert;

Ein Sensormodul, das eine hochpräzise Datenerfassung und Echtzeit-Diagnosefähigkeit durch ein Netzwerk zur Überwachung mehrerer physikalischer Größen und einen

Fusionsalgorithmus bereitstellt;

Ein Aktuatormodul, das eine hochpräzise Bewegungssteuerung und ein

Sicherheitsbremssystem kombiniert, um Steuersignale in präzise Aktionen umzusetzen;

Ein Kommunikationsmodul, das Multiprotokoll- und 5G-Kommunikation unterstützt, um eine zuverlässige Netzwerkverbindung und Informationsübertragung mit geringer Latenz zu erreichen;

Ein Sicherheitsmodul, das die Sicherheit des gesamten Experiments durch eine aktive

Barriere und einen mehrschichtigen Not-Aus-Mechanismus gewährleistet;

Ein intelligentes Diagnose- und Frühwarnsystem, das die Lebensdauer der Ausrüstung durch

KI-Modellierungsmethoden vorhersagt und analysiert.

Ferner umfasst das zentrale Steuermodul:

Die eingebettete Verarbeitungseinheit ist hauptsächlich für die Aufgabenplanung und die

Echtzeitgarantie des Systems zuständig. Jede Aufgabe Ri hat eine bestimmte Ausführungszeit Ci, eine bestimmte Periode Ti und eine bestimmte Priorität Pi. Die Belastung des Systems kann durch die Berechnung des Posture Scheduling Ratio U der Aufgaben beurteilt werden, d. h. U = X(Ci/

Ti). Wenn U < 1 ist, bedeutet dies, dass das System alle Aufgaben innerhalb des Zyklus jeder

Aufgabe erledigen kann, wodurch sichergestellt wird, dass die Aufgabe in Echtzeit ausgeführt wird.

Diese Beurteilungslogik steuert eine Reihe von Arbeitsschritten: Zunächst wird das Verhältnis der

Haltungsplanung für jede Aufgabe berechnet, dann wird es summiert, um den Wert von U 4601204 ermitteln. Wenn U den Wert 1 überschreitet, muss die Priorität der Aufgabe neu bewertet, die

Ausführungszeit angepasst oder die Systemressourcen erhöht werden, um die Aktualität zu gewährleisten.

Zweitens ist der adaptive Regelungsalgorithmus der Schlüssel für das System zur dynamischen Anpassung der Regelungsparameter, was durch die Technik der adaptiven

Modellreferenzregelung (MRAC) erreicht wird. Das System überwacht kontinuierlich den Fehler zwischen dem Ausgang und dem Ausgang des Referenzmodells e(t) = ymq) - y(t), wobei yma) der

Ausgang des Referenzmodells ist, der den gewünschten Ausgang darstellt, und y(t) der tatsächlich gemessene Systemausgang ist; und nutzt diesen Fehler, um die Parameteranpassungen unter

Verwendung des Parameteraktualisierungsgesetzes 6(t) = -y - X(t) - e(t) durchzuführen; 6(t) bezeichnet den dynamisch angepassten Steuerungsparameter und X(t) ist der Zustands- oder

Eingangsvektor des Systems. Die Lyapunov-Funktion V(6) = 0.5-6* -P-0 wird zur Überprüfung der Stabilität des Systems verwendet, 0” ist die Transponierte des Vektors 6, und P ist eine positiv- definite Matrix, die sicherstellt, dass die Funktion positiv ist; und ihre Ableitung dV/dt = - v-e(t)? X(t)! -P-X(t); gewährleistet die asymptotische Stabilisierung des Systems während der

Aktualisierung der Parameter. Zu den wichtigsten Schritten des Prozesses gehören die Berechnung des Ausgangsfehlers e(t) in Echtzeit, die Aktualisierung des Steuerparameters 6(t) und die

Feststellung, ob der aktuelle Steuerparameter die Stabilität des Systems mit Hilfe der Lyapunov-

Funktion aufrechterhält. Ist dies nicht der Fall, wird die Regelstrategie durch Anpassung des

Verstärkungsparameters y oder durch Änderung der Matrix P geändert.

Schließlich wird die automatische Fehlerbehebung des Systems auf der Grundlage der

Extended Kalman Filter (EKF)-Technik implementiert. Diese Methode wird für die dynamische

Zustandsschätzung und Fehlerdiagnose verwendet. Dabei beschreibt die

Zustandsvorhersagegleichung Xhat(t+1) = f(Xnatt), U(t)) + K(t) (v(t) - h(xnattt))) die Schätzung des

Systemzustands, wobei xnatt) die Schätzung des Systemzustands bezeichnet, u(t) die Steuereingabe ist, f eine nichtlineare Funktion ist, die die Zustandsaktualisierung beschreibt, und h die

Ausgangsfunktion ist; Kalman-Verstärkung K(t)= P(t)- H(t)" [H(t)-P(t) H(t)" + RT*; P(t) ist die

Zustandsfehler-Kovarianzmatrix, H(t) ist die Beobachtungsmatrix und R ist die

Beobachtungsrausch-Kovarianzmatrix. Damit ist die optimale Behandlung des

Systembeobachtungsrauschens gewährleistet. Durch die Überwachung des Beobachtungsrestes r(t) = y(t) - h(xnatty) wird, wenn r(t) einen festgelegten Schwellenwert überschreitet, ein Fehler festgestellt. In diesem Fall schaltet das System automatisch auf eine alternative Kontrollstrategie um, z. B. unter Verwendung des alternativen Parameters Bat, und passt den Kontrolleingang ua) = Ban -X(t) an, um den normalen Betrieb aufrechtzuerhalten.

Vorteilhafte Auswirkungen der vorliegenden Erfindung:

Die eingebettete Echtzeit-Verarbeitungseinheit im zentralen Steuermodul verwendet einen

ARM Cortex-A78, der in Kombination mit einem dedizierten Hochgeschwindigkeits-Datenbus (PCIe) dafür sorgt, dass das System Echtzeitaufgaben mit einer Latenzzeit von Millisekunden verarbeiten und ausführen kann. Dieses Design ermöglicht es dem System, in hochdynamischen experimentellen Umgebungen gute Leistungen zu erbringen und eine große Anzahl komplexer

Aufgabenplanungs- und Datenoperationen schnell zu verarbeiten. Insbesondere die Anwendung des Algorithmus für die Prioritätsplanung gewährleistet eine effektive Aufgabenplanung, indem das situative Planungsverhältnis U einer Aufgabe berechnet wird, wenn U < 1 ist, so dass das gesamte System ein hohes Maß an Echtzeitleistung und Reaktionsfähigkeit beibehält.

Der Fehlerbehebungsmechanismus gewährleistet eine hohe Zuverlässigkeit urkd/601204

Systemstabilität durch redundante Task-Planungsstrategien. Das Design des Standby-Moduls bietet ein redundantes Kontrollschema, das es dem Standby-Modul ermöglicht, automatisch die

Kontrolle zu übernehmen, wenn die Hauptkontrolleinheit ausfällt, wodurch Systemausfallzeiten vermieden werden. Darüber hinaus wird das auf Deep Learning basierende Modell zur

Fehlerdiagnose mit der erweiterten Kalman-Filter-Technik kombiniert, um eine Fehlererkennung und -diagnose auf hohem Niveau zu erreichen. Das Residualsignal r(t) überwacht den anormalen

Zustand und leitet einen Wiederherstellungsmechanismus ein, wenn er außerhalb des normalen

Bereichs liegt, indem es den Standby-Steuerungsparameter Bar auswählt und anwendet, wodurch sichergestellt wird, dass das System im Falle eines Fehlers schnell zum Normalbetrieb zurückkehren kann, wodurch Ausfallzeiten und potenzielle Risiken reduziert werden.

Das Sensormodul nutzt einen hochpräzisen Uhrensynchronisationsmechanismus, der über das Protokoll IEEE 1588 Precision Time Protocol (PTP) synchronisiert wird, um die Aktualität und Genauigkeit der von allen Sensoren erfassten Daten zu gewährleisten. Die Analog-Digital-

Wandlereinheit wandelt die von der Signalaufbereitungsschaltung ausgegebenen analogen Signale präzise in digitale Signale um und verbessert die Zuverlässigkeit und Konsistenz der Daten durch erweiterte Kalman-Filterung weiter. Die multiphysikalische Überwachungsfähigkeit des

Sensorarrays in Verbindung mit der Datenkorrektur und -filterung nach der Signalaufbereitung stellt sicher, dass qualitativ hochwertige Eingangsdaten zur Unterstützung nachfolgender adaptiver

Steuerungsalgorithmen und der Fehlerdiagnose bereitgestellt werden.

Das Aktuatormodul erreicht eine präzise Bahnplanung durch Polynominterpolation hoher

Ordnung, wodurch das System eine hochpräzise Bewegungssteuerung bei komplexen Weg- und

Geschwindigkeitsanforderungen aufrechterhalten kann. Der erweiterte PID-Regler kombiniert nicht nur die traditionelle Proportional-, Integral- und Differenzialregelung, sondern führt auch eine nichtlineare Kompensation ein, um die nichtlinearen und zeitlich veränderlichen

Eigenschaften des Aktuators zu berücksichtigen. Dieser Entwurf korrigiert den Regelfehler durch eine Kompensationsfunktion, die aus einem Polynom hoher Ordnung oder einem neuronalen Netz gewonnen wird, was die Regelungsqualität des Systems erheblich verbessert. Darüber hinaus bieten die redundante Sensorrückkopplung und die Bayes'schen Schätzverfahren eine wirksame

Fehlertoleranz, insbesondere im Falle eines Sensorausfalls, so dass schnell auf einen Ersatzsensor umgeschaltet werden kann, wodurch die Kontinuität und Sicherheit der Systemsteuerung in

Notsituationen gewährleistet wird.

Natürlich ist es nicht erforderlich, dass bei der Umsetzung eines der Produkte der vorliegenden Erfindung alle oben beschriebenen Vorteile gleichzeitig erreicht werden.

Detaillierte Beschreibung

Die technischen Lösungen in den Ausführungsformen der vorliegenden Erfindung werden im

Folgenden klar und vollständig beschrieben, und es ist offensichtlich, dass die beschriebenen

Ausführungsformen nur einen Teil der Ausführungsformen der vorliegenden Erfindung und nicht alle Ausführungsformen darstellen. Ausgehend von den Ausführungsformen der vorliegenden

Erfindung fallen alle anderen Ausführungsformen, die ein Fachmann ohne schöpferische Arbeit herstellen kann, in den Schutzbereich der vorliegenden Erfindung.

Ausführungsform 1

Ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion mit der in dieser

Ausführungsform beschriebenen Schutzfunktion, das Folgendes umfasst:

Ein zentrales Steuermodul, das für die Datenverarbeitung, die Steuerung der Versuchslogik und die Systemoptimierung zuständig ist und Folgendes umfasst: LU601204

Eine eingebettete Echtzeit-Verarbeitungseinheit, die eine effiziente Aufgabenplanung gewährleistet.

Es gibt n Tasks R1, R2, ..., Rn, jede Aufgabe hat eine Ausführungszeit Ci, eine Periode Ti, mit 5 einer Priorität Pi.

Algorithmus für die Prioritätsplanung

Durch die Berechnung des situativen Planungsverhältnisses einer Aufgabe U Auslastung U:

U=23(Ci/Ti) für 1 = 1 bis nist U < 1 eine ausreichende Bedingung dafür, dass die Aufgabe effizient geplant werden kann.

Die Datenverarbeitung erfolgt mit einer Latenzzeit im Millisekundenbereich, was besonders für hochdynamische Versuchsumgebungen geeignet ist.

Adaptiver Kontrollalgorithmus:

In das System ist der adaptive Kontrollalgorithmus von MRAC integriert, der eine Lyapunov-

Funktion verwendet, um die Systemstabilität zu gewährleisten.

Wählen Sie die Lyapunov-Funktion V(0) = 0.5-6' -P-0, wobei © der parametrische

Fehlervektor und P die positiv definite Matrix ist. Berechnen Sie die Ableitung: dV/dt = 0" -P-Ocot

Gemäß dem adaptiven Gesetz 0a0= -y X(t) -e(t) erhalten wir dV/dt = -y-e(t)* - X(t)! -P- X(t), was zeigt, dass das System unter geeigneten y und P asymptotisch stabil ist.

Bei komplexen Versuchsbedingungen ist der Algorithmus in der Lage, die Versuchsvariablen (z. B. dynamische Temperatur- und Druckänderungen) in Echtzeit zu analysieren und die

Stellgliedwirkung dynamisch anzupassen, um eine Präzisionsregelung im geschlossenen

Regelkreis zu erreichen.

Bei nichtlinearen Bedingungen wird das Modul zur Optimierung des neuronalen Netzes durch die Trainingsparameter des Gradientenabstiegs eingefiihrt, so dass der Regler die Fahigkeit zum Selbstlernen besitzt.

Mensch-Maschine-Schnittstelle (HMI):

Verwendet einen Touchscreen in Industriequalität, ausgestattet mit einer Qt- oder HTMLS- basierten grafischen Benutzeroberfläche.

Bietet eine hierarchische Rechteverwaltung, um sicherzustellen, dass verschiedene Bediener nur auf die Funktionen innerhalb des autorisierten Bereichs zugreifen und diese bedienen können.

Unterstützt 3D-Echtzeit-Datenvisualisierung, die dynamische Kurven des experimentellen

Prozesses und den Simulationsstatus der Ausrüstung darstellt.

Mechanismus zur Wiederherstellung bei Fehlern:

Das zentrale Steuermodul verfügt über einen eingebauten Fehlerbehebungsmechanismus und ist mit einer redundanten Aufgabenplanungsstrategie ausgestattet, so dass bei einem Ausfall der

Hauptsteuereinheit das Standby-Modul automatisch den Systembetrieb übernimmt.

Wenn das Restsignal r(t) außerhalb des normalen Bereichs liegt: r(t) = y(t) - h(Xnatt)), wird der Wiederherstellungsmechanismus aktiviert, der die Umschaltung auf die Backup-

Ausführungsstrategie und die Parameteranpassung umfasst: Auswahl des Backup-

Steuerparameters Oar und Anwendung von: Ua) = Bart - X(t)

Einführung eines auf Deep Learning basierenden Fehlerdiagnosemodells, das Beobachter- und Filtertechniken zur Erkennung von Fehlern und zur Ausführung von

Wiederherstellungsstrategien verwendet.

Erweiterter Kalman-Filter (EKF)

Für die Zustandsschätzung eines nichtlinearen Systems lauten die Zustands- und

Beobachtungsgleichungen: x(t+1) = f(x(t), u(t)) + w(t) y(t) = h(x(t)) + v(t) wobei w(t), v(t) dh4/601204

Prozess- und Beobachtungsrauschen sind. Aktualisierung der Zustandsvorhersage nach der

Linearisierung:

Xhat(t+1) = f(Xhat), U(t)) + K(t) (y(t) - h(&hatto))

K(t) ist die Kalman-Verstärkung, berechnet als K(t)= P(t)- H(t)" -[H(t)-P(t) HM” + R]! wobei P(t) die Fehlerkovarianzmatrix, H(t) die Jacobimatrix der Beobachtungsmatrix und R die Kovarianzmatrix des Beobachtungsrauschens ist.

In dieser Ausführungsform umfasst das Sensormodul, das die Überwachung und

Datenerfassung mehrerer physikalischer Größen durchführt, um eine präzise Steuerung und

Echtzeitdiagnose des Systems zu unterstützen:

Das Sensormodul überwacht mehrere physikalische Größen über ein verteiltes Sensornetz mit Daten, die Temperatursensoren, Drucksensoren, Positions- und Bewegungssensoren umfassen.

Jeder Sensorknoten Si ist mit einer spezifischen Abtastrate fi und Auflösung ri für die Erfassung spezifischer physikalischer Größen wie Temperatur, Druck und Position ausgestattet. Um die

Aktualität und Genauigkeit der Sensordaten zu gewährleisten, implementiert das Modul eine hochpräzise Taktsynchronisation auf Hardware-Ebene.

Jeder Sensor sammelt Daten über physikalische Größen mit einer voreingestellten Abtastrate fi und Auflösung ri. Ein Analog-Digital-Wandler (ADC) wandelt die analogen Signale in digitale

Signale um. Die Rohdaten der Sensoren werden kalibriert und gefiltert. Durch die Kalibrierung werden systematische Fehler beseitigt, während die Filterung (z. B. Kalman-Filter) zur

Beseitigung von Zufallsrauschen eingesetzt wird. Die vorverarbeiteten Daten werden über einen

Datenbus (z. B. I2C, SPI oder CAN-Bus) übertragen. Das Uhrensynchronisationsmodul stellt sicher, dass alle Sensoren den gleichen Zeitstandard haben und verwendet das Protokoll IEEE 1588 Precision Time Protocol (PTP) zur Uhrensynchronisation.

Das Uhrensynchronisationsmodell verwendet ein Modell mit konstanter Abweichung und

Drift der Form:

Ciw =6i + (1 + At wobei Cia) der Taktwert des i-ten Sensors, 0; die konstante Abweichung und Ai die Driftrate ist. Diese Parameter werden über Netzwerknachrichten kalibriert, um sicherzustellen, dass die

Uhren im gesamten System synchronisiert sind und der Fehler innerhalb von A: kontrolliert wird.

Jeder Sensor muss kalibriert werden, um Fehler zu beseitigen und genaue Messungen zu erzielen. Die Kalibrierungsfunktion kann definiert werden als Vea(t) = F(Vraw(t), P), wobei Veal(t) der kalibrierte Messwert, Vraw(t) der unkalibrierte Sensorausgang und P eine Reihe von

Kalibrierungsparametern ist, die durch Anpassung der experimentellen Daten ermittelt werden.

Multisensordaten werden mit Hilfe der erweiterten Kalman-Filterung (EKF) zu konsistenten

Zustandsschätzungen verschmolzen. Der Filter sammelt die Ausgänge der einzelnen Sensoren, berücksichtigt Prozess- und Messrauschen und erreicht ein hohes Maß an Datenintegration durch

Zustandsvorhersage und -aktualisierung.

Das Zustandsraummodell des Systems kann wie folgt ausgedrückt werden:

Xk = f(Xk-1, Uk) + Wk

Ze = h(Xx) + Vk wobei f die Zustandsübertragungsfunktion, h die Beobachtungsfunktion, Zx der

Beobachtungsvektor der Messung, die zum Zeitpunkt k gemessene Systemausgabe, Wk und Vk das Systemrauschen bzw. das Messrauschen sind, die in der Regel als null-mittig, gaußverteilt urkd/601204 mit Kovarianzen Q bzw. R angenommen werden.

Bei jedem Filterzyklus erfolgt die Linearisierung der nichtlinearen Funktion durch

Berechnung der Jacobi-Matrizen der Zustandsiibertragungsfunktion f und der

Beobachtungsfunktion h. Die Linearisierung der nichtlinearen Funktion erfolgt durch Berechnung der Jacobi-Matrizen der Zustandsiibertragungsfunktion f und der Beobachtungsfunktion h: of

J; = ——

OX Xp Ur oh

Jy =

X x.

Jr: die Jacobimatrix der Zustandsübertragungsfunktion f zum Zustand X, die die lokale lineare

Approximation des nichtlinearen Systems in einem Punkt bezeichnet; Ju: die Jacobimatrix der

Beobachtungsfunktion h zum Zustand X, die die lokale lineare Approximation des beobachteten nichtlinearen Systems in einem Punkt bezeichnet.

Die Gleichungen zur Aktualisierung der Verstärkung Kx und der Fehlerkovarianzmatrix für den erweiterten Kalman-Filter lauten:

A [KK = PR ÉGPLR +R (Fy = Ü— GP, wobei Pe die Kovarianzmatrix des Vorhersagefehlers ist.

Die Vorhersage- und Aktualisierungsgleichungen fiir den Zustand lauten:

Xp = fs Ur)

A, = Ar + AılZ — REX NN

Basierend auf dem Gaussian Mixture Model (GMM) zur Diagnose des Systemstatus in

Echtzeit, Erkennung von Anomalien und Vorhersage von Systemtrends. Das System zur

Erkennung von Anomalien stellt fest, ob die Sensoreingäünge vom Normalbereich abweichen, indem es festgelegte Schwellenwerte verwendet, um einen Alarm- oder Schutzmechanismus auszulösen.

Ein GauBsches Mischungsmodell (GMM) wird verwendet, um die Eigenschaften der

Wahrscheinlichkeitsverteilung der Daten mit der folgenden Wahrscheinlichkeitsdichtefunktion zu erfassen:

; LU601204

PC) =) m NOK, 5) i=1 wobei 3 das Gewicht der i-ten Gauß-Verteilung ist und : und der

Mittelwert bzw. die Kovarianz sind.

Um Schwankungen zu modellieren und Trends in Zeitreihen vorherzusagen, integriert das

Modul auch ein verallgemeinertes autoregressives bedingtes Heteroskedastizitätsmodell (GARCH), das mathematisch wie folgt dargestellt wird: 3 ® 3 3 WR gt = à + > Pep + > Boi; i=i j=i

In diesem Modell ist Ët eine standardmäßig normalverteilte Zufallsvariable, und % und #7} sind Modellparameter, die durch Maximum-Likelihood-Schätzung optimiert werden.

In dieser Ausführungsform umfasst das Aktuatormodul einen Servomotor, einen

Positionssensor (Encoder), einen PID-Regler und einen Antrieb;

Der Aktuator erreicht eine hochpräzise Bewegungssteuerung durch Bahnplanung mittels kubischer Spline-Interpolation oder Fünffach-Polynom-Interpolation, bei der das System sich zwischen den Positionen xi und xi+1 zwischen den Zeitpunkten ti und ti bewegen muss. Die

Bahnplanung erfolgt durch Lôsung der Koeffizienten des interpolierenden Polynoms, d. h. durch 3 = — tif — A «fF — Az 3. — 32 .

Lôsung von SA) = a + bt tt alt + dit — 8) im Intervall [ti, ti+1], so dass die Kontinuitätsbedingungen für Position, Geschwindigkeit und Beschleunigung an den Verbindungspunkten erfüllt sind.

Mit Hilfe eines erweiterten PID-Reglers enthält dieser Regler nicht nur Proportional-,

Integral- und Differentialglieder, sondern berücksichtigt auch die nichtlinearen und zeitlich veränderlichen Eigenschaften des Systems. Die Formel für den Regler mit nichtlinearer

Kompensation lautet: uf = Kp + (elt) + 1/Ti + f etat + Td + def) fat) + nonlineari EVronss ensotiontti } CE) wobei Ti und Ta die Integral- bzw. Differentialzeitkonstanten sind und

MOMENT \'eompensation{t} eine Kompensationsfunktion ist, die mittels eines

Polynoms hoher Ordnung oder eines neuronalen Netzes erhalten wird, um den durch die

Nichtlinearität des Stellglieds bedingten Steuerfehler zu korrigieren.

Das dynamische Modell des Aktuators beschreibt die Entwicklung des Bewegungszustands/601 204 der in Form eines nichtlinearen Zustandsraummodells wie folgt ausgedrückt werden kann:

A und B sind die linearisierte Zustandsübertragungsmatrix und die Eingangsmatrix, 3 ist der nichtlineare Koeffizient, während Wk das Prozessrauschen darstellt. Die Regressionsanalyse der experimentellen Daten ermôglicht es, diese Parameter zu identifizieren, um die dynamischen

Figenschaften des tatsächlichen Systems genauer zu modellieren.

Redundante Sensorrückmeldungen sind der Schlüssel zur technischen Umsetzung von

Sicherheitsbremssystemen, bei denen mehrere Sensoren zur Messung der gleichen Variablen eingesetzt werden, um die Zuverlässigkeit des Systems zu verbessern. Die Bayes'sche Schätzung ist eine effektive Fusionsmethode, die Daten von verschiedenen Sensoren kombiniert, um eine optimale Zustandsschätzung zu finden:

Bei redundanten Systemen kann bei Ausfall des primären Sensors sofort auf den Backup-

Sensor umgeschaltet werden, um den normalen Betrieb des Systems zu gewährleisten.

In Notsituationen ist eine in das Aktuatormodul integrierte fehlertolerante Steuerungsstrategie erforderlich, die durch adaptive optimale Steuerungstechniken erreicht werden kann. Für jede

Regelungsaufgabe wird eine Kostenfunktion

J= 10 -@-()+ u(t) R-u{))dt konstruiert, wobei Q und R

Gewichtsmatrizen sind, und der positiv definite Entwurf stellt sicher, dass der Regler das Ziel in optimalem Sinne erreicht. Das optimale Steuerungsgesetz wird durch Lösen der algebraischen

Riccati-Gleichung ermittelt, und die Steuerungsparameter kônnen im Falle von Anomalien schnell angepasst werden, um einen nahtlosen Wechsel von der Hauptsteuerungsstrategie zur Backup-

Strategie zu erreichen.

Die Signalverarbeitung ist der Garant für eine effiziente Arbeit des Stellantriebs, wobei die

Signalfilterung und -entrauschung die wichtigsten Schritte sind. Hier wird der Kalman-Filter als

Signalverarbeitungswerkzeug verwendet, um das Eingangssteuersignal zu entrauschen. Die

Zustandsgleichung der Filterung lautet

X = Fox TB wy

Die Beobachtungsgleichung lautet zy =H xy + Ur wobei wk und vk das Prozess- und Messrauschen und F, B, H die Zustandsübertragungsmatrix, die Eingangsmatrix bzw. die Beobachtungsmatrix sind. In der Praxis werden die Berechnungen und Aktualisierungen des Eintauchfehlers mit Hilfe der Kalman-Verstärkung Kk durchgeführt, die wie folgt angegeben wird

K(0= PO HO" [HH P(t) HC)" +R]!

Im Gegenzug wird der Systemzustand aktualisiert, um die beste Schätzung zu erreichen.

Schließlich muss das Aktuatormodul nichtlinear kompensiert werden, um den durch dt&}601 204 physikalische Nichtlinearität verursachten Fehler auszugleichen. Die Kompensationsstrategie kann durch die Methode der inversen Modellsteuerung mit u,omp = gnvl) = wl -a-u*} a umgesetzt werden.

Dabei ist a der nichtlineare Koeffizient, der durch experimentelle Messungen und nichtlineare

Regressionsanalyse ermittelt werden muss, um das Steuersignal genau einzustellen und die

Linearisierung des Stellgliedausgangs zu gewährleisten.

Ausführungsform 2

Die vorliegende Ausführungsform beschreibt ein mechatronisches Experimentiergerät-

Steuersystem mit einer Schutzfunktion, wobei das zentrale Steuermodul Folgendes umfasst: eine eingebettete Verarbeitungseinheit, einen Hochgeschwindigkeits-Datenbus, eine Speichereinheit, eine Schnittstelleneinheit, eine Stromversorgungs-Managementeinheit und ein Kühlsystem.

Die eingebettete Verarbeitungseinheit ist die zentrale Rechenkomponente des zentralen

Steuermoduls und verwendet einen Hochleistungsprozessor (z. B. ARM Cortex-A78, FPGA oder

DSP), der für den Echtzeitbetrieb der Steueralgorithmen und der Systemverwaltungslogik verantwortlich ist. Die Verarbeitungseinheit ist über einen speziellen Hochgeschwindigkeits-

Datenbus direkt mit der Speichereinheit und der Schnittstelleneinheit verbunden, um eine schnelle und effiziente Befehlsverarbeitung und Datenübertragung zu gewährleisten.

Der Hochgeschwindigkeits-Datenbus nutzt die PCIe- (Peripheral Component Interconnect

Express) oder SPI-Technologie (Serial Peripheral Interface), um einen Datenübertragungskanal mit hoher Bandbreite und niedriger Latenz zu bieten. Dieser Bus verbindet die

Kernverarbeitungseinheit, die Speichereinheit und die Schnittstelleneinheit, so dass der Prozessor schnell auf Programme und Daten im Speicher zugreifen und mit externen Geräten in hoher

Geschwindigkeit kommunizieren kann.

Die Speichereinheit besteht aus einer mehrstufigen Speicherarchitektur, die Cache, Random

Access Memory (RAM) und nichtflüchtigen Speicher wie Flash oder Solid-State-Laufwerke umfasst. Der Cache dient dazu, den Zugriff des Prozessors auf häufig abgerufene Daten zu beschleunigen; der Arbeitsspeicher (RAM) bietet eine hohe Kapazität für die temporäre

Speicherung von Laufzeitdaten; und der nichtflüchtige Speicher wird zum Speichern von wichtigen Systemprogrammen, Betriebssystem- und Konfigurationsdaten verwendet. Die

Speichereinheit ist über einen Datenbus eng mit der eingebetteten Verarbeitungseinheit gekoppelt, um effiziente Lese- und Schreibvorgänge der Daten zu gewährleisten.

Die Schnittstelleneinheit umfasst eine Vielzahl von Kommunikationsschnittstellenmodulen, wie z. B. Ethernet (Ethernet), USB, CAN-Bus, RS-232/485 und so weiter. Die Schnittstelleneinheit ist für die Herstellung der Kommunikationsverbindung zwischen dem zentralen Steuermodul und dem Sensormodul, dem Aktormodul und dem externen Überwachungsterminal des Versuchsgeräts zuständig. Über die Schnittstelleneinheit kann das zentrale Steuermodul die von den Sensoren gesammelten Daten empfangen, Steuerbefehle an die Aktoren senden und mit dem Host-Computer oder der Fernüberwachungsplattform zur Dateninteraktion und Statusmeldung interagieren.

Die Stromversorgungseinheit ist für die stabile Stromversorgung des zentralen Steuermoduls und seiner Komponenten zuständig. Die Einheit ist mit einer Leistungsumwandlungsschaltung und einem Spannungsreglermodul ausgestattet, um den stabilen Betrieb des Moduls auch bei

Schwankungen der Eingangsstromversorgung oder kurzfristigen Stromausfällen zu gewährleisten.

Darüber hinaus verfügt die Stromversorgungseinheit über eine unterbrechungsfrei&/601204

Stromversorgung (USV) für den sicheren Schutz kritischer Daten und Systeme.

Das Kühlsystem sorgt mit einer Kombination aus passiver und aktiver Kühlung für die notwendige Wärmeableitung des zentralen Steuermoduls. Bei der passiven Kühlung wird die

Wärme schnell über Kühlkörper und Wärmerohre von der Verarbeitungseinheit abgeleitet; bei der aktiven Kühlung wird ein intelligenter, temperaturgesteuerter Lüfter eingesetzt, der die

Windgeschwindigkeit dynamisch an die Prozessorlast anpasst, um ein effektives

Wärmemanagement zu erreichen.

In dieser Ausführungsform umfasst das Sensormodul: eine Sensoranordnung, eine

Energieverwaltungseinheit, eine Signalaufbereitungsschaltung, eine Analog-Digital-

Wandlereinheit, eine Datenverarbeitungseinheit und ein Kommunikationsschnittstellenmodul.

Das Sensorarray befindet sich am vorderen Ende des Sensormoduls und besteht aus einer

Vielzahl von verschiedenen Sensortypen. Jeder Sensor ist entsprechend seinem Funktionsprinzip (z. B. Thermoelement, Dehnungsmessstreifen, Hall-Sensor usw.) an einem bestimmten Ort angeordnet, um die physikalischen Parameter im System genau zu erfassen. Die Sensoren sind über flexible Kabel oder kupferummantelte Leitungen einer Leiterplatte (PCB) mit der

Signalverarbeitungsschaltung verbunden.

Die Schaltung zur Signalaufbereitung befindet sich neben der Sensoranordnung. Sie umfasst einen Verstärker, einen Filter und eine Spannungsreferenzschaltung. Der Verstärker verstärkt das schwache Analogsignal des Sensors auf einen geeigneten Spannungspegel, der Filter entfernt das

Rauschsignal, und die Spannungsreferenzschaltung liefert eine stabile Referenzspannung. Die signalaufbereiteten Signale werden über Verbindungskabel an die Analog-Digital-Wandlereinheit übertragen.

Die Analog-Digital-Wandlereinheit (ADC-Einheit) ist der Signalaufbereitungsschaltung untergeordnet und umfasst mehrkanalige Analogschalter, um Signale von mehreren Sensoren zu verarbeiten. Über eine serielle Kommunikationsschnittstelle (z. B. SPI oder I2C) werden die digitalisierten Signale an die Datenverarbeitungseinheit übertragen.

Die Datenverarbeitungseinheit befindet sich im Herzen des Sensormoduls und besteht normalerweise aus einem Mikrocontroller oder einem digitalen Signalprozessor (DSP). Diese

Einheit empfängt die digitalen Signale von der ADC-Einheit und führt Kalibrierungsalgorithmen,

Datenfusionsalgorithmen (z. B. Kalman-Filterung) und Fehlerbehebungsroutinen aus. Die verarbeiteten Datensignale werden über den internen Bus mit dem

Kommunikationsschnittstellenmodul verbunden.

Das Kommunikationsschnittstellenmodul ist für das Hochladen der verarbeiteten

Datensignale an das zentrale Steuermodul zuständig. Das Modul enthält sowohl drahtgebundene

Schnittstellen (z. B. RS-485, CAN-Bus) als auch drahtlose Schnittstellen (z. B. Wi-Fi, ZigBee), um unterschiedlichen Systemanforderungen und Umgebungsbedingungen gerecht zu werden. Das

Kommunikationsschnittstellenmodul wird über Standard-Schnittstellenleisten (z.B. DB9, RJ45) mit dem zentralen Steuermodul elektrisch verbunden.

Die Power Management Unit sorgt für die notwendige stabile Stromversorgung des gesamten

Sensormoduls. Die Stromversorgungseinheit ist mit dem Hauptstromanschluss des Systems verbunden und enthält ein internes Spannungsreglermodul, einen Leistungsfilter sowie

Überspannungs- und Kurzschlussschutzschaltungen, um sicherzustellen, dass das Sensormodul unter verschiedenen Stromversorgungsbedingungen mit einer stabilen Stromversorgung versorgt wird.

Ausführungsform 3 LU601204

In einem mechatronischen Versuchsgerätesteuerungssystem mit Schutzfunktion, das in dieser

Ausführungsform beschrieben wird, ist das Kommunikationsmodul so konzipiert, dass es eine

Vielzahl von Kommunikationsprotokollen unterstützt, einschließlich traditioneller

Industrieprotokolle wie CAN und Modbus sowie moderner Ethernet-, WiFi- und Bluetooth-

Protokolle. Durch die Einführung der SG-Kommunikationstechnologie ermöglicht das Modul eine ultraschnelle Netzwerkkonnektivität mit geringer Latenz, die eine schnelle und zuverlässige

Übertragung von Informationen zwischen dem zentralen Steuermodul und anderen Modulen gewährleistet. Dieses Modul ist wichtig für die verteilte Steuerung und Fernüberwachung des

Systems, da es die Datenübertragung in Echtzeit und die Befehlsübermittlung von der

Überwachungszentrale zum Standort der Anlage unterstützt.

Das Sicherheitsschutzmodul nutzt eine Reihe aktiver Barrieretechnologien und mehrschichtiger Notabschaltmechanismen, die für einen umfassenden Schutz von Personal und

Geräten während der Experimente sorgen. Zu den aktiven Barrieren gehören physische Barrieren, fotoelektrische Sensoren und Lasersicherheitsscanner, die die Annäherung oder das Eindringen von Personen in einen Gefahrenbereich erkennen und sofort einen Alarm auslösen oder die Geräte abschalten. Mehrschichtige Notabschaltmechanismen hingegen umfassen sowohl Hardware- als auch Software-Design und in einigen Fällen Verriegelungsvorrichtungen und redundante

Regelkreise, um eine sichere Abschaltung in kürzester Zeit zu gewährleisten.

Intelligente Diagnose- und Frühwarnsysteme überwachen und analysieren kontinuierlich den

Gesundheitszustand von Anlagen mithilfe moderner KI-Modellierungsmethoden, einschließlich

Deep Learning, neuronaler Netze und Bayes-basierter maschineller Lernalgorithmen. Durch die

Analyse von Betriebsdaten in Echtzeit und die Sammlung historischer Daten ist das System in der

Lage, Verschlechterungsmuster der Ausrüstung zu erkennen, den wahrscheinlichen Zeitpunkt des

Ausfalls vorherzusagen und eine Analyse der Restlebensdauer durchzuführen. Dies ermöglicht eine proaktivere und präzisere Wartungsstrategie für die Anlagen, wodurch ungeplante

Ausfallzeiten vermieden, die Lebensdauer der Anlagen verlängert und die Wartungskosten gesenkt werden können.

Die oben offengelegten bevorzugten Ausführungsformen der Erfindung sind nur als Hilfe bei der Darstellung der Erfindung gedacht. Die bevorzugten Ausführungsformen sind keine erschöpfende Aufzählung aller Details, noch beschränken sie die Erfindung auf die spezifischen

Ausführungsformen nur beschrieben. Offensichtlich können viele Modifikationen und Variationen in Übereinstimmung mit dieser Beschreibung vorgenommen werden. Diese Ausführungsformen sind ausgewählt und speziell in dieser Beschreibung beschrieben, um die Prinzipien und praktischen Anwendungen der vorliegenden Erfindung besser zu erklären, so dass die Fachleute auf dem Gebiet, zu dem sie gehört, die Erfindung gut verstehen und nutzen können. Die vorliegende Erfindung ist nur durch die Ansprüche und deren gesamten Umfang und Äquivalente begrenzt.

Claims (6)

Ansprüche LU601204

1. Fin mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion, dadurch gekennzeichnet, dass es Folgendes umfasst: Ein zentrales Steuermodul, das durch eine eingebettete Verarbeitungseinheit und einen adaptiven Steueralgorithmus ein Echtzeitmanagement, eine präzise Steuerung und eine automatische Fehlerbehebung des Experimentalsystems realisiert; Ein Sensormodul, das durch ein Netzwerk zur Überwachung mehrerer physikalischer Größen und einen Fusionsalgorithmus eine hochpräzise Datenerfassung und Echtzeit-Diagnose ermöglicht; Ein Aktuatormodul, das eine hochpräzise Bewegungssteuerung und ein Sicherheitsbremssystem kombiniert, um Steuersignale in präzise Aktionen umzusetzen; Ein Kommunikationsmodul, das Multiprotokoll- und 5G-Kommunikation unterstützt, um eine zuverlässige Netzwerkverbindung und Informationsübertragung mit geringer Latenz zu erreichen; Ein Sicherheitsmodul, das die Sicherheit des gesamten Experiments durch eine aktive Barriere und einen mehrschichtigen Not-Aus-Mechanismus gewährleistet; Ein Intelligentes Diagnose- und Frühwarnsystem, das die Lebensdauer der Ausrüstung durch KI-Modellierungsmethoden vorhersagt und analysiert.

2. Ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion nach Anspruch 1, dadurch gekennzeichnet, dass: die eingebettete Verarbeitungseinheit für die Planung der Aufgaben und die Gewährleistung der Echtzeitleistung des Systems verantwortlich ist; jede Aufgabe Ri ihre spezifische Ausführungszeit Ci, Periode Ti und Priorität Pi hat; durch Berechnung des Haltungsplanungsverhältnisses U der Aufgaben, d. h. U = X(Ci/ Ti), die Belastung des Systems beurteilt werden kann; Wenn U < 1 ist, bedeutet dies, dass das System alle Aufgaben innerhalb des Zyklus jeder Aufgabe erledigen kann, um die Echtzeitleistung der Aufgaben zu gewährleisten; zunächst wird das Haltungsplanungsverhältnis jeder Aufgabe berechnet und dann summiert, um den Wert von U zu erhalten. Schließlich wird die Aufgabenplanungsstrategie des Systems entsprechend dem Ergebnis von U angepasst.

3. Ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion nach Anspruch 1,dadurch gekennzeichnet, dass das System kontinuierlich den Fehler zwischen dem Ausgang und dem Ausgang des Referenzmodells e(t) = yma) - y(t) überwacht, wobei yma) der Ausgang des Referenzmodells ist, der den gewünschten Ausgang darstellt, und y(t) der tatsächlich gemessene Systemausgang ist; Unter Verwendung dieses Fehlers für die Parameteranpassung wird das Parameteraktualisierungsgesetz 0(t) = -y-X(t)-e(t) angenommen; 6(t) ist der dynamisch angepasste Steuerparameter und X(t) ist der Zustands- oder Eingangsvektor des Systems; Die Lyapunov- Funktion V(0) = 0,5-6" -P-0 wird verwendet, um die Stabilität des Systems zu überprüfen; 07 ist die Transponierte des Vektors 0, und P ist eine positiv-definite Matrix, die sicherstellt, dass die Funktion positiv ist; und ihre Ableitung dV/dt = -y-e(t)* -X(t)" -P-X(t); gewährleistet die asymptotische Stabilisierung des Systems während der Aktualisierung der Parameter.

4. Fin mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion nach Anspruch 1, dadurch gekennzeichnet, dass die automatische Fehlerbehebung auf der Basis eines erweiterten Kalman-Filters realisiert ist; das Verfahren wird zur dynamischen Zustandsschätzung und Fehlerdiagnose eingesetzt; Dabei beschreibt die Zustandsvorhersagegleichung xhat(t+1) = f(Xhat(t), u(t)) + K(t)-(y(t) - h(Xha)) die Schätzung des Zustands des Systems, wobei Xnat) die Schätzung des Zustands des Systems bezeichnet, u(t) die Steuereingabe ist, f eine nichtlineare Funktion ist,

die die Zustandsaktualisierung beschreibt, und h die Ausgangsfunktion ist; Die Kalmah601 204 Verstärkung K(t)= P(t) H(t)" [H(t)-P(t) HG” + R]*; P(t) ist die Kovarianzmatrix des Zustandsfehlers, H(t) ist die Beobachtungsmatrix und R ist die Kovarianzmatrix des Beobachtungsrauschens; so wird eine optimale Behandlung des Systembeobachtungsrauschens gewährleistet; Durch Überwachung des Beobachtungsrestes r(t) = y(t) - h(xnac®) wird, wenn r(t) einen festgelegten Schwellenwert überschreitet, festgestellt, dass ein Fehler auftritt; zu diesem Zeitpunkt schaltet das System automatisch auf die alternative Kontrollstrategie um, wobei der alternative Parameter Oar verwendet wird, und passt den Kontrolleingang ua) = Dart - X(t) an, um den normalen Betrieb aufrechtzuerhalten.

5. Ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion nach Anspruch 1, dadurch gekennzeichnet, dass das Sensormodul eine Vielzahl von physikalischen Größen über ein verteiltes Sensornetz überwacht, wobei die Daten Temperatursensoren, Drucksensoren, Positions- und Bewegungssensoren umfassen; Jeder Sensorknoten Si ist mit einer spezifischen Abtastrate fi und Auflösung ri zur Erfassung spezifischer physikalischer Größen wie Temperatur, Druck, Position usw. ausgestattet; um die Aktualität und Genauigkeit der Sensordaten zu gewährleisten, implementiert das Modul eine hochpräzise Taktsynchronisation auf der Hardwareebene.

6. Ein mechatronisches Versuchsgerätesteuerungssystem mit Schutzfunktion nach Anspruch 1, dadurch gekennzeichnet, dass: Jeder Sensor Daten einer physikalischen Größe gemäß einer vorgegebenen Abtastrate fi und Auflösung ri erfasst; ein Analog-Digital-Wandler verwendet wird, um das analoge Signal in ein digitales Signal umzuwandeln; die Rohdaten der Sensoren korrigiert und gefiltert werden; die Korrektur systematische Fehler eliminiert und die Kalman-Filterung verwendet wird, um Zufallsrauschen zu entfernen; Die vorverarbeiteten Daten werden über den Datenbus übertragen; das Uhrensynchronisationsmodul stellt sicher, dass alle Sensoren den gleichen Zeitstandard haben, wobei das IEEE 1588 Precision Time Protocol zur Uhrensynchronisation verwendet wird; Das Uhrensynchronisationsmodell verwendet ein Modell der konstanten Abweichung und Drift in der Form: Ciw =6i + (1 + At wobei Cia) der Uhrwert des i-ten Sensors, 6i die konstante Abweichung und Ai die Driftrate ist; diese Parameter werden über Netzwerknachrichten kalibriert, um sicherzustellen, dass die Uhr im gesamten System synchronisiert ist und der Fehler auf A: kontrolliert wird, Jeder Sensor muss kalibriert werden, um Fehler zu beseitigen und genaue Messungen zu erzielen; die Kalibrierungsfunktion kann definiert werden als Veai(t) = F(Vraw(t), P), wobei Vcal(t) der kalibrierte Messwert, Vraw(t) der unkalibrierte Sensorausgang und P ein Satz von Kalibrierungsparametern ist; Die erweiterte Kalman-Filterung wird verwendet, um die Multisensordaten zu einer konsistenten Zustandsschätzung zu verschmelzen; der Filter sammelt die Ausgaben von jedem Sensor, berücksichtigt Prozess- und Messrauschen und erreicht ein hohes Maß an Datenintegration durch Zustandsvorhersage und -aktualisierung; Das Zustandsraummodell des Systems kann wie folgt ausgedrückt werden: Xk = f(Xk-1, Uk) + Wk Ze = h(Xx) + Vk wobei f die Zustandsübertragungsfunktion, h die Beobachtungsfunktion, Zx der Beobachtungsvektor der Messungen und der zum Zeitpunkt k gemessene Systemausgang sind; Wk und Vi sind das Systemrauschen bzw. das Messrauschen, die als Gauß-verteilt mit Null-Mittel wdrt/601204 und Kovarianzen Q bzw.

R festgelegt werden.