基于ESO迭代学习算法的故障估计

针对基于迭代学习的故障估计器方法,提出一种基于扩张状态观测器(ESO)思想的迭代学习算法,以提高虚拟故障的收敛速度。该算法将ESO的输出误差非线性反馈机制用于迭代学习过程,利用故障估计器当前输出残差的非线性函数修正下次迭代时的虚拟故障值。对所建立的故障估计器的收敛性进行理论分析,并在此基础上进行了仿真实验。仿真结果表明,所提出的算法具有良好的收敛速度和故障估计精度。     

基于未知输入观测器的非线性广义系统执行器故障检测和重构

针对一类含有未知扰动广义非线性系统的执行器故障,本文提出一种重构算法。首先设计未知输入观测器对干扰鲁棒,作为故障检测观测器。检测到发生故障后,通过提出含有误差比例项和积分项的故障估计算法,形成自适应观测器,实现准确快速地估计故障,同时估计状态变量。根据李雅普诺夫稳定理论给出估计误差一致最终有界的充分条件。最后仿真验证该类观测器和重构算法的有效性。     

基于角度修正迭代学习的离散时变系统故障诊断

针对一类非线性离散时变系统的故障诊断问题,提出了一种新的故障检测与估计算法.该算法在选取的优化时域内,利用残差信号通过迭代学习方法调整引入的虚拟故障,并利用实际输出和故障跟踪估计器输出向量空间的角度关系,来修正虚拟故障的迭代学习律,以此来加快算法的收敛速度.该算法不仅能够实现不同类型故障信号的检测与估计,而且还充分利用了估计器输出信号中的新信息,使得算法的收敛速度得到明显提高.最后仿真结果验证了该方法的有效性.     

基于迭代学习的线性不确定重复系统间歇性故障估计

针对一类带有不确定参数项的线性重复系统间歇性故障估计问题, 本文提出一种基于迭代学习的故障估计算法.该算法通过设计基于迭代学习的故障估计器和状态观测器, 构造李雅普诺夫方程和优化函数证明该算法的鲁棒性和收敛性, 并通过线性矩阵不等式, 求解出算法中的观测器增益矩阵和迭代学习参数矩阵.区别于其他观测器方法, 本文中的方法利用上一次基于迭代学习观测器输出和系统实际输出产生的残差信号, 对本次的故障信号进行跟踪估计, 从而准确地估计出故障的幅值和形状.仿真结果说明了该算法的有效性和准确性.     

非均匀采样数据系统时变故障估计与调节最优集成设计

针对一类发生连续时变故障的非均匀采样数据系统,建立了一套主动容错控制最优设计方案. 首先,为了实现基于非均匀离散采样输出对连续故障的估计,同时鉴于现有自适应故障诊断方法无法直接推广于非均匀采样数据系统,提出一种连续时间增广观测器最优设计方法,既能保证故障估计误差快速收敛同时又对外界干扰鲁棒;并且提出一个迭代算法对故障估计延迟与系统鲁棒性进行权衡;进一步地,基于所获得的故障信息,并考虑估计误差和时变故障内采样特性对容错控制带来的不利因素,设计基于状态反馈的非均匀采样容错控制器来快速恢复故障系统性能;最后,通过对四容水箱基准实例的仿真来验证所提方法的有效性.     

基于故障跟踪估计器的非线性时滞系统故障诊断

提出一种可有效检测和估计一类非线性时滞系统故障的故障跟踪估计器.根据预测控制和迭代学习控制的思想,在所选取的优化时域长度内,通过迭代算法调节故障跟踪估计器中的可调参数,使之逼近系统中实际发生的故障.与以往基于观测器的故障诊断方法不同的是,故障跟踪估计器可同时检测和估计系统中发生的故障,而且针对不同类型的故障亦有很好的适应性.仿真结果表明了所提出算法的可行性和有效性.     

基于自适应滑模观测器的不匹配非线性系统执行器故障重构

针对一类含有未知干扰的不匹配非线性Lipschitz系统,提出了基于自适应滑模观测器的执行器故障重构方法.首先引入辅助输出矩阵,使得辅助输出系统的观测器匹配条件得以满足,同时设计了高增益观测器实现对未知辅助输出的精确估计;然后针对辅助输出系统建立故障重构滑模观测器,设计了自适应律在线修正滑模控制器增益,考虑故障上界未知的前提下,提出了观测器状态估计误差稳定的存在定理,运用Schur补引理将观测器反馈增益矩阵设计方法转化为求解线性矩阵不等式约束优化问题,同时引入线性变换矩阵,在故障上界未知的前提下设计了滑模控制增益,使得输出估计误差收敛稳定,确保了滑模运动在有限时间内发生,在此基础上利用等效控制输出误差注入原理实现了执行器故障重构;最后通过仿真算例验证了本文方法的有效性.     

非线性系统的鲁棒故障检测与诊断

研究了一类具有未建模动态或扰动的非线性系统的鲁棒故障检测与诊断问题,利用神 经网络、模糊系统或小波网络等对非线性故障模式进行在线逼近的方法进行故障诊断.第一步， 对用于鲁棒故障检测的观测器,建立了保证观测器稳定的增益阵的选择条件;第二步,若检测出 发生故障,则用神经网络、模糊系统或小波网络进行故障的在线估计,建立了估计误差界,结果 显示输出估计误差将收敛到由扰动上界或建模误差上界线性确定的范围内.     

基于非线性主成分分析的自适应变步长盲源分离算法

算法的迭代步长对于算法的收敛性能有着重要影响。针对固定步长的非线性主成分分析(NPCA)算法不能兼顾收敛速度和估计精度的情形,提出基于梯度的自适应变步长NPCA算法和最优变步长NPCA算法两种自适应变步长算法来改善其收敛性能。特别地,最优变步长NPCA算法通过对代价函数进行一阶线性近似表示,从而计算出当前的最优迭代步长。该算法的迭代步长随估计误差的变化而变化,估计误差大,迭代步长相应大,反之亦然;且不需要人工设置任何参数。仿真结果表明,当算法的估计精度相同时,与固定步长NPCA算法相比,两种自适应变步长NPCA算法相对固定步长NPCA算法都具有更好的收敛速度或跟踪性能,且最优变步长NPCA算法的性能优于基于梯度的自适应变步长NPCA算法。     

基于观测器的多智能体系统一致性控制与故障检测

针对一类受到未知干扰的非线性多智能体系统,提出了一种鲁棒一致性控制与故障检测算法.首先,针对每个智能体系统设计了一个未知输入非线性观测器.然后,基于观测器的状态估计信息,设计了鲁棒一致性控制协议.控制协议保证了给定的干扰抑制性能指标.接着,考虑智能体出现故障的情形,采用自适应阈值法,提出了一种分布式故障检测算法.最后,以多个直流电机驱动的单摆系统为例进行了仿真实验,仿真结果表明了一致性控制与故障检测算法的有效性.     

An iterative learning observer for fault detection and accommodation in nonlinear time‐delay systems

This article addresses fault detection, estimation, and compensation problem in a class of disturbance driven time delay nonlinear systems. The proposed approach relies on an iterative learning observer (ILO) for fault detection, estimation, and compensation. When there are no faults in the system, the ILO supplies accurate disturbance estimation to the control system where the effect of disturbances on estimation error dynamics is attenuated. At the same time, the proposed ILO can detect sudden changes in the nonlinear system due to faults. As a result upon the detection of a fault, the same ILO is used to excite an adaptive control law in order to offset the effect of faults on the system. Further, the proposed ILO‐based adaptive fault compensation strategy can handle multiple faults. The overall fault detection and compensation strategy proposed in the paper is finally demonstrated in simulation on an automotive engine example to illustrate the effectiveness of this approach. Copyright © 2005 John Wiley & Sons, Ltd.     

Observer‐based Fault Estimators Using Iterative Learning Scheme for Linear Time‐delay Systems with Intermittent Faults

This paper deals with the fault estimation problem for a class of linear time‐delay systems with intermittent fault and measurement noise. Different from existing observer‐based fault estimation schemes, in the proposed design, an iterative learning observer is constructed by using the integrated errors composed of state predictive error and tracking error in the previous iteration. First of all, Lyapunov function including the information of time delay is proposed to guarantee the convergence of system output. Subsequently, a novel fault estimation law based on iterative learning scheme is presented to estimate the size and shape of various fault signals. Upon system output convergence analysis, we proposed an optimal function to select appropriate learning gain matrixes such that tracking error converges to zero, simultaneously to ensure the robustness of the proposed iterative learning observer which is influenced by measurement noise. Note that, an improved sufficient condition for the existence of such an estimator is established in terms of the linear matrix inequality (LMI) by the Schur complements and Young relation. In addition, the results are both suit for the systems with time‐varying delay and the systems with constant delay. Finally, three numerical examples are given to illustrate the effectiveness of the proposed methods and two comparability examples are provided to prove the superiority of the algorithm.     

非线性系统的主动容错控制

对一般的非线性系统提出了一种新的主动容错控制方法.系统正常工作时,采用基于迭代学习观测器的输出反馈控制策略,控制器为迭代学习观测器的状态和调节参数的函数,此输出反馈控制器能良好地镇定该非线性系统.当系统发生故障后,进行控制器重组,在调节参数的自适应调节律中引入了故障估计的信息,使得系统发生故障后包含故障估计信息的重组控制器仍然能使系统稳定,实现了非线性系统的主动容错控制.计算机模拟显示所提出算法的有效性.     

基于自适应观测器的四旋翼无人飞行器多传感器故障诊断方法

为了实现对四旋翼无人飞行器多传感器故障检测与诊断,提出一种基于自适应观测器的多传感器故障诊断方法。首先,在建立飞行器动力学模型和传感器模型的基础上,将传感器故障视为虚拟执行器故障,构建四旋翼无人飞行器多传感器故障检测与诊断系统;其次,设计非线性观测器实现多故障检测和与隔离,基于Laypunov方法设计非线性自适应观测器实现对多故障偏差值的估计;最后,在传感器测量噪声存在的情况下,证明自适应律的稳定性和参数收敛性。实验结果表明,该方法能有效进行多传感器的故障检测与隔离,实现对多传感器故障偏差的同时估计与跟踪。     

基于自适应观测器的四旋翼无人飞行器传感器故障诊断方法

针对四旋翼无人飞行器传感器故障诊断问题,提出一种用于四旋翼无人飞行器加速度计和陀螺仪故障同时发生的故障检测与隔离以及故障偏差值估计的非线性诊断方法.首先,在建立飞行器动力学模型和传感器模型的基础上,构建四旋翼无人飞行器传感器故障检测与诊断系统.其次,利用故障观测器完成传感器故障的检测与隔离,基于Laypunov方法设计非线性自适应观测器对未知故障偏差值进行估计.最后,在传感器测量噪声存在的情况下,证明自适应律的稳定性和参数收敛性.实验结果表明,该方法能有效进行传感器的故障检测与隔离,实现对传感器故障偏差的估计与跟踪.     

Fault estimation observer design for a class of nonlinear multiagent systems in finite‐frequency domain

This paper focuses on the fault estimation observer design problem in the finite‐frequency domain for a class of Lipschitz nonlinear multiagent systems subject to system components or actuator fault. First, the relative output estimation error is defined based on the directed communication topology of multiagent systems, and an observer error system is obtained by connecting adaptive fault estimation observer and the state equation of the original system. Then, sufficient conditions for the existence of the fault estimation observer are obtained by using a generalized Kalman‐Yakubovich‐Popov lemma and properties of the matrix trace, which guarantee that the observer error system satisfies robustness performance in the finite‐frequency domain. Meanwhile, the pole assignment method is used to configure the poles of the observer error system in a certain area. Finally, the simulation results are presented to illustrate the effectiveness of the proposed method.