基于未知输入观测器的非线性系统故障诊断

针对一类含未知输入和执行器故障的非线性系统,提出基于未知输入观测器的故障诊断算法,改进了Luenberger故障诊断观测器对系统出现未知扰动时的不足.利用广义逆方法,将未知输入从残差信号中完全解耦,通过产生对故障高敏感性以及对未知扰动强抗扰动性的观测器实现系统的故障诊断,并通过Lyapunov函数用线性矩阵不等式保证了系统稳定性.     

基于UIOs的风力机传动系统多故障诊断

风力机故障诊断通过对机组运行数据进行提取、估计,以辨别出故障并获得故障信息.但目前风力机故障检测大多考虑单个故障发生的情况,而实际工程中无法避免多故障同时发生.通过设计未知输入观测器组,解决了风力机传动系统执行器和传感器的多故障诊断及隔离.针对不同故障类型各设计一组未知输入观测器.观测器组中的每个未知输入观测器产生一个残差信号,该残差不敏感于相应故障,但敏感于其他故障.通过对比观测器组中的残差信号可实现单一或多故障诊断.建立风力机传动系统故障模型,仿真分析得出该方法具有可行性.     

风能转换系统执行器故障重构与容错控制

针对风能转换系统中执行器故障,论文提出了一种新型的主动容错控制策略.设计滑模故障观测器,实时动态采集执行器故障前后数据信息,对执行器故障进行重构,达到故障诊断的目的.通过补偿控制,保证了滑模控制器对风能转换系统的可靠控制输入,以达到对执行器故障主动容错的功能.仿真结果表明,滑模故障观测器模块能够实时精确地重构风能转换系统执行器故障,主动补偿容错控制器在不影响风能转换系统动态性能的情况下,仍能实现系统的最大风能的捕获.     

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.     

基于有限时间未知输入观测器的一类受扰非线性系统故障检测与估计

针对一类非线性系统同时存在执行器故障、传感器故障和扰动的问题,提出一种基于有限时间未知输入观测器的故障检测与估计方法.首先,通过线性非奇异变换将原系统解耦为两个降阶的子系统,其中一个子系统只包含扰动,另一个子系统同时包含扰动和故障;然后,通过一阶低通滤波器获得新的状态并与子系统构成增广系统,实现将原系统的传感器故障转化为增广系统的执行器故障;接着,设计未知输入观测器对增广系统故障进行检测,实现在有限时间内估计出系统的扰动和故障,并通过理论分析验证所设计观测器的有限时间收敛性;最后,基于永磁同步电机(PMSM)转速系统进行仿真研究,仿真结果验证了所提出方法的有效性.     

单区域负荷频率控制系统故障诊断研究

针对一类包含有干扰的负荷频率控制系统,提出一种利用未知输入观测器(UIO,unknown inputobserver)对单区域负荷频率控制系统执行机构进行故障诊断的方法.首先通过构建单区域负荷频率控制系统模型,给出系统的动态方程;其次,通过对系统中的加性未知干扰项进行解耦,构造一个使残差对未知输入具有鲁棒性,而对故障敏感的全阶未知输入观测器,以达到对执行器故障诊断的目的.最后通过Matlab仿真验证了所设计方法的正确性和可行性.     

一类伴有部分解耦干扰的非线性系统故障诊断

针对Lipschitz非线性系统执行器故障检测和传感器故障估计问题,本文提出了一种基于H-/L_∞未知输入观测器的有限频域故障诊断策略.首先,将系统处理成包含传感器故障的增广系统.然后,将该系统的未知输入干扰分为可解耦与不可解耦两部分.针对可解耦部分,利用观测器匹配条件将其从估计误差中消除.针对不可解耦部分,设计L_∞指标抑制其对残差的影响并结合有限频域H-指标提高执行器故障检测灵敏度.接着,给出观测器存在的充分条件并将其转化为受LMIs约束的线性优化问题,实现了执行器故障的鲁棒检测及传感器故障的鲁棒估计.最后,结合仿真算例验证了所提方法的正确性与有效性.     

基于自适应奇异观测器的连续系统故障诊断

针对连续系统的传感器与执行器故障诊断问题,提出一种自适应奇异观测器来进行故障估计,能同时估计系统中的传感器故障与执行器故障,并克服了以往研究中对故障、故障导数与系统干扰作上界已知假设的不足;利用H∞性能指标抑制了干扰对故障估计的影响;通过线性矩阵不等式来获得自适应奇异观测器的增益阵,从而很方便地完成故障诊断观测器的设计;采用Lyapunov泛函证明了观测误差动态系统是鲁棒渐近稳定的;最后通过仿真实例验证了所提方法的有效性。     

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。     

一种非线性系统被控对象故障诊断方法

控制系统中的传感器、执行器和被控对象的故障检测与诊断往往是把执行器和被控对象视为一个整体来研究, 这不利于故障的决策与处理. 对此, 设计了非线性系统故障诊断的滑模观测器, 提出一种诊断被控对象故障的方法, 即对非线性系统和执行器同时进行观测, 根据两观测器残差的变化情况判断出非线性系统中传感器、执行器和被控对象故障. 最后以单输入单输出非线性系统为例进行仿真, 验证了该方法的有效性.

     

基于鲁棒自适应滑模观测器的多故障重构

针对一类不确定非线性系统, 基于滑模观测器研究执行器和传感器同时故障时的鲁棒重构问题. 引入线性变换矩阵并添加后置滤波器构建增维系统, 综合??_∞ 控制将鲁棒滑模观测器增益矩阵设计方法, 转化为LMI 约束下的多目标凸优化问题. 在滑模增益中添加了自适应律, 确保状态估计误差渐近稳定, 同时滑模运动经有限时间到达滑模面, 在此基础上给出执行器和传感器故障同时重构算法. 最后通过数值算例表明了所提出方法的有效性.

     

基于参数估计的一类非线性系统故障诊断算法

针对系统模型的不确定性、未知输入扰动和非线性特性, 提出一类非线性系统参数估计的故障诊断算法. 构造系统故障诊断观测器, 采用Lyapunov 稳定性定理验证观测器的稳定性, 通过Barbalat 引理证明满足故障诊断观测器为渐近稳定的表征故障参数的参数估计, 并总结了设计算法流程. 仿真结果表明, 所提出算法具有快速收敛性, 对一类非线性系统诊断效果较好.

     

Fault detection and estimation for a class of PIDE systems based on boundary observers

In this paper, we propose a simultaneous state estimation and fault estimation approach for a class of first‐order hyperbolic partial integral differential equation systems. Specifically, we consider the multiplicative boundary actuator and sensor faults, ie, unknown fault parameters multiplying by the boundary input or boundary state (ie, output). As a consequence, two difficulties arise immediately: (1) simultaneous estimation of both plant state and faults is a nonlinear problem due to the multiplication between fault parameters and plant signals; (2) no prior information is available to determine the type (actuator or sensor) of faults. To overcome these difficulties, this paper develops adaptive fault parameter update laws and embeds the resulting laws into the plant state observer design. First, we propose new approaches to estimate actuator fault and sensor fault, respectively. Next, we develop a novel method to simultaneously estimate actuator and sensor faults. The proposed observer and update laws, designed using only one boundary measurement, ensure both state estimation and fault parameter estimation. By choosing appropriate Lyapunov functions, we prove that the estimates of state and fault parameters converge to an arbitrarily small neighborhood of their true values. Numerical simulations are used to demonstrate the effectiveness of the proposed estimation approaches.     

Robust sliding-mode observer-based multiple-fault diagnosis scheme

In this study, we simultaneously evaluate the multiple-fault diagnosis problem of a class of Lipschitz nonlinear systems with actuator and sensor faults and unknown input disturbances. A nonsingular system transformation is used to transform the original system into two subsystems for multiple-fault diagnosis: subsystems 1 and 2. At the system level, two robust sliding-mode observers (RSMOs) are proposed. An RSMO is designed for subsystem 1 to detect actuator faults subjected to unknown input disturbances, and another RSMO is designed for subsystem 2 to detect sensor faults subjected to actuator faults. At the component level, a bank of RSMOs is proposed to detect and isolate actuators (sensors) with faults using a dedicated observer scheme. The reachability of RSMOs is comprehensively investigated in the estimation error space. Accordingly, the proposed observer parameters are designed as an optimization problem and solved using the linear matrix inequality (LMI) optimization technique. The effectiveness of the proposed multiple-fault diagnosis scheme was validated through simulations of a modified seventh-order aircraft system.     

马尔可夫跳变系统基于观测器的有限时间容错控制

针对具有一般不确定转移速率的单边Lipschitz Markovian跳变系统,设计了有限时间故障估计观测器和容错控制器.首先,提出一种自适应的有限时间故障估计观测器,它对未知输入具有鲁棒性,能够同时估计出系统的状态、执行器故障和传感器故障,并确保了误差系统的H_∞有限时间有界.然后,基于所估计的状态和执行器故障,提出一种有限时间故障容错控制方法确保闭环系统H_∞有限时间有界.通过线性矩阵不等式的形式,给出了所设计的有限时间观测器和控制器存在的充分条件.最后,通过一个仿真实例,验证了所提方法的有效性.     

一类仿射型非线性系统智能故障诊断

针对一类仿射型非线性系统,在状态不完全可观测的条件下,研究其智能故障诊断问题.首先,利用微分同胚,提出系统观测器设计问题;然后针对该系统提出基于RBF神经网络逼近故障特性函数的故障诊断方法.所设计的观测器不仅能保证观测器稳定,而且通过观测误差信号识别系统故障的发生,保证了故障检测算法的鲁棒性和故障系统的稳定性;同时该设计方法对于设计常规的高增益观测器有一定帮助.最后通过仿真示例表明了所设计方法的有效性.