线性系统传感器故障的区间估计

本文研究了离散时间线性系统传感器故障的区间估计问题.通过将传感器故障视为增广状态,原始系统转化为一个等效的广义系统.基于所得到的广义系统,利用H∞技术设计鲁棒增广状态观测器,从而得到系统传感器故障的估计.然后通过中心对称多胞体分析以实现对故障的区间估计.与已有的方法相比,本文所提出的方法具有更宽松的设计条件,并且可以得到更加准确的故障区间估计.最后,通过一个四容水箱系统的数值仿真验证了所提方法的有效性和优越性.     

基于扰动估计的飞行控制系统传感器故障重构

针对飞行控制系统的传感器故障重构问题,讨论了基于扰动估计的传感器故障检测与重构方法。首先,通过建立观测器,对已有系统的干扰进行估计;其次,通过干扰的估计值来建立系统的鲁棒观测器;最后,再通过对系统建立多个降维鲁棒观测器来隔离并重构传感器故障。采用某飞机横侧向模型进行仿真验证,仿真表明基于扰动估计的鲁棒观测器能够有效地对传感器故障进行隔离与重构。     

基于极点配置和椭球分析的传感器故障检测

针对具有未知扰动与测量噪声的线性离散时间系统,提出了一种传感器故障检测方法.首先,将传感器故障视为增广状态,将原始系统转化为一个等效的新线性动态系统.然后,基于鲁棒观测器设计和极点配置方法构造了一个故障检测观测器,使得生成的残差能够同时满足对扰动与噪声的鲁棒性和对故障的敏感性.此外,设计了一种基于椭球分析的残差评价方法,该方法可通过判断残差是否被无故障残差椭球包含来检测故障.最后,通过一个二阶RC电路模型的仿真算例验证了所提出方法的有效性与优越性.     

不确定时滞系统增益型故障的检测与估计

针对一类不确定连续线性定常时滞系统,提出了一种执行器、传感器增益故障的鲁棒检测与估计策略。该类系统含有多状态与输出时滞,状态和输出方程上同时作用有非结构有界未知扰动。在Trunov和Polycarpou方法的基础上,设计了一种新的时滞系统自适应观测器用于检测并估计突变或缓变的增益故障。与Wang等针对线性无时滞不合输出扰动系统的工作相比,该结论更具一般性。理论分析表明,该方法对于未知扰动鲁棒,能够保证故障的估计,状态与输出估计偏差一致有界。数值仿真验证了方法的有效性。     

多故障并发非线性系统一体化跟踪主动容错控制器设计

针对一类执行器及传感器同时发生故障的非线性系统,综合鲁棒滑模重构观测器及自适应滑模容错控制器设计技术,提出一体化跟踪主动容错控制方案.首先,将系统增维变换为广义系统,运用广义约束逆引入辅助矩阵,采用线性矩阵不等式设计观测器系数矩阵,综合自适应律给出广义鲁棒滑模观测器设计程式;在此基础之上,通过设计鲁棒滑模微分器估计输出向量微分,结合广义鲁棒滑模观测器状态估计结论,实现执行器及传感器故障同时重构.其次,基于故障重构及状态估计结论,提出自适应滑模的跟踪主动容错控制律设计程式.最后,通过开展飞行模拟转台伺服系统数值仿真,检验一体化跟踪主动容错控制器设计方法的有效性.     

基于广义未知输入观测器的鲁棒故障估计方法

当干扰存在时,有效地估计故障且放松故障的限制条件需要进一步的研究,为此针对含未知干扰的非线性连续系统的鲁棒故障估计问题提出一种广义未知输入观测器方法。首先,将执行器故障向量和传感器故障向量与原系统状态向量组成广义系统,放松对故障类型的限制,对此广义系统设计未知输入观测器解耦干扰,保证鲁棒性的同时估计出状态变量、执行器故障及其一阶微分和传感器故障。然后通过解线性矩阵不等式（LMI）给出估计误差渐近收敛的条件。最后,在MATLAB 的simulink平台上用三叶片水平轴风力模型仿真验证本文观测器的故障估计有效性鲁棒性。     

离散时间线性时变系统的传感器故障估计滤波器设计

针对一类离散时间线性时变系统提出了一种传感器故障诊断方法.本文首先通过状态增广的方式将被研究的系统转化为描述系统的形式,并且基于该描述系统模型,采用方差最小化原则设计了一种能够同时估计系统状态和传感器故障的故障估计滤波器,然后利用一组故障估计滤波器提出了一种故障诊断方法.本文的主要贡献在于针对离散线性时变系统提出了一种不需要对故障动态进行假设的传感器故障诊断方法.所提出方法的另一个优点是该方法能够在存在过程和测量噪声的情况下实现故障检测、分离与估计.仿真结果说明了所提出方法的有效性.     

具有不确定噪声的连续广义线性系统的鲁棒状态估计

本文讨论了一类具有不确定噪声的连续广义线性系统的鲁棒状态估计问题，文章提供了一种比较实用的状态估计方法，针对噪声不确定性。文章采用对策论的基本原理，导出了 一种最小化不确定下最坏性能的极小极大鲁棒状态估计器。     

基于向量集逆区间滤波的故障观测器设计

针对未知但有界扰动和噪声的线性时不变系统,提出一种基于向量集逆区间滤波的执行器故障观测器设计方法,以实现噪声未知但有界环境下的故障区间估计.通过将执行器故障视为增广状态向量,构造与原系统等价的增广系统;基于增广系统设计故障观测器,得到系统执行器故障的区间估计,同时利用多时刻的测量输出进行区间滤波;采用观测器估计区间和集逆收缩区间的交集,得到更紧致的当前时刻的状态区间,降低区间计算的包裹效应.仿真实例验证了所提方法的有效性和实用性.     

不确定多传感器系统鲁棒观测融合Kalman 预报器

对于带不确定模型参数和噪声方差的线性离散时不变多传感器系统, 用虚拟噪声补偿不确定参数, 系统转化为仅带噪声方差不确定性的多传感器系统. 用加权最小二乘法和极大极小鲁棒估计准则, 基于带噪声方差保守上界的最坏情形保守系统, 提出一种鲁棒加权观测融合稳态Kalman 预报器, 并应用Lyapunov 方程方法证明了它的鲁棒性, 同时给出了与鲁棒局部和集中式融合Kalman 预报器的精度比较. 最后通过一个仿真例子说明了如何搜索参数扰动的鲁棒域, 并验证了所提出的理论结果的正确性和有效性.

     

基于滑模观测器和广义观测器的故障估计方法

针对受未知干扰影响的一类非线性系统,提出一种基于滑模观测器和广义观测器的执行器故障和传感器故障估计方法.首先通过线性变换将原系统解耦为两个降阶的子系统,其中一个子系统受执行器故障和干扰的影响,另一个含有传感器故障和干扰,进一步将后一个子系统转化为广义系统.对两类子系统分别设计滑模观测器和广义观测器,给出估计误差一致最终有界的条件,得到系统状态和未知干扰的估计值.然后,利用等效输出控制原理重构执行器故障,引入干扰补偿保证重构算法的鲁棒性,再根据广义观测器的结果获得传感器故障的估计值.最后,通过计算机仿真验证了本文方法的有效性.     

一类受扰线性采样数据系统的鲁棒执行器故障估计

针对一类含有外部干扰的线性采样数据系统, 本文研究了执行器故障估计问题. 首先, 文章设计了一种用于估计系统执行器故障的鲁棒故障估计观测器, 在连续采样时间间隔内, 观测器增益矩阵指数变化. 之后, 通过联合增广状态估计误差与故障误差, 并利用Lyapunov-Krasovskii泛函和线性矩阵不等式技术, 给出了保证误差系统全局渐近稳定的充分条件. 同时, 建立的线性矩阵不等式条件涉及调谐参数和最大采样间隔, 可以较好改善状态和故障估计性能. 最后, 通过对某型民航飞机模型实例进行仿真, 验证了本文所提方法具有更好的跟踪效果