具有扰动的一类非线性系统鲁棒故障检测与估计方法研究
发布时间：2021-08-18 14:51
随着现代工业化水平的迅速发展,工业设备及系统复杂度和自动化程度不断提高。如何提高系统的安全性和可靠性,减少生产过程中的财产损失和人员伤亡,成为现代工业系统中的重大问题。故障诊断技术就是通过对设备运行过程中的信息进行监测、判别、分析与决策,从而提高系统运行效率和可靠性。故障检测与估计是故障诊断中至关重要的一环。因此,故障检测与估计已经成为自动控制领域一个非常重要的研究课题。基于线性模型的故障诊断方法取得了一系列的研究成果,然而在实际的复杂自动控制系统中普遍存在外部扰动和非线性动态,具有扰动的非线性系统故障诊断逐渐成为当前的热点和难点问题。本文针对非线性扰动系统的鲁棒故障检测与估计问题进行了深入的研究。主要研究内容包括:（1）针对具有扰动的一类非线性系统的故障检测与估计问题,提出了一种鲁棒故障检测与估计观测器设计方法。首先,构建鲁棒故障检测观测器,并作为残差产生器,将该残差产生器与输入进行解耦。利用指定频域范围内的H＿性能指标描述残差对故障的敏感程度、使用H?范数描述残差对系统外部干扰的鲁棒性。使得残差产生器对故障敏感且对未知扰动及噪声鲁棒。从而抑制了噪声及扰动对残差的影响,实现故障的准确...
【文章来源】：河南大学河南省
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
故障诊断相关方法分类
3具有扰动的非线性系统鲁棒故障检测与估计观测器设计35图3-7周期故障自适应故障估计方法仿真图图3-8周期故障迭代学习故障估计方法仿真图图3-9周期故障鲁棒故障估计仿真图(本文方法)激励故障函数为：2110()0,stft，；其他；对比激励故障图3-10、图3-11、图3-12的仿真结果得出，真实故障在第10s发生，基于本文的方法在t=10.68s跟上真实故障，故障估计误差为0.001；基于文献[48]的方法在t=11.05s跟上真实故障，故障估计误差最大值为0.5，且估计故障与真实故障之间具有较大的波动；基于文献[39]的方法在t=11.45s跟上真实故障，故障估计误差最大值为0.2。针对激励故障，本文方法的故障估计跟踪速度、故障估计的精确性以及扰动的鲁棒性均优于文献[48]、文献[39]方法。采用本文方法分别对周期故障和激励故障进行故障估计仿真分析，仿真效果图如图3-9、图3-12所示；通过对比不难发现，本文方法对不同种故障信号，均能达到较好的故障估计效果。但是，本文方法对激励故障信号的故障估计跟踪误差及扰动的抑制能力要优于正弦周期故障信号。
具有扰动的一类非线性系统鲁棒故障检测与估计方法研究46证明：对于系统(4-59)，使用004PI代替引理2.4中的1P，可以得到式(4-61)成立，系统(4-59)渐近稳定。对于系统(4-60)使用005PI代替引理2.4中的1P，且根据式(4-2)和Schur补引理可得式(4-62)成立，系统(4-60)渐近稳定。由于系统(4-59)和系统(4-60)渐近稳定，可得误差动态方程(4-58)渐近稳定。证毕222ttifef表示故障估计值跟踪故障真实值的能力，2越小表示故障估计误差受故障变化率的影响越小，观测器跟踪速度越快。最后，令45PP利用MATLAB中LMI工具箱得到满足式(4-61)、(4-62)及给定性能指标2和任意正标量3的次优解：1α2α。4.3仿真模型设计与结果分析4.3.1仿真模型设计图4-1弹性关节机械手臂本文采用如图4-1所示的机械臂模型，该机械臂由直流电机驱动。详述动力学模型如下：假设该机械臂具有n关节；242(,)iqqqT1q表示连杆转动角位置向量；1q表示连杆转动角速度向量；132-1(,)iqqqT2q表示电机转动角位置向量；2q表示电机转动角速度向量。假设系统的动能为：11()22vKDTT11122qqqqJq(4-63)其中D()1q为刚性机器人惯性，计算公式由转子质量和1q组成。J为对角阵，其对角线元素由主轴旋转的电机惯性乘以相应传动比的平方组成。系统总势能为：12()()vvvPPP112qqq(4-64)其中1()vp1q为刚性机器人标准势能，v2p是弹性势能。计算公式为：
【参考文献】：
期刊论文
[1]基于自适应观测器的风机传动系统故障估计[J]. 宋昌举,文传博. 自动化与仪表. 2018(11)
[2]基于迭代学习的线性不确定重复系统间歇性故障估计[J]. 冯莉,柴毅,许水清,张可,杨志敏. 自动化学报. 2020(02)
[3]自适应广义滑模观测器之状态估计和故障重构[J]. 穆凌霞,余翔,李平,王新民. 控制理论与应用. 2017(04)
[4]基于闭环P型学习控制的线性分布参数切换系统故障诊断[J]. 戴喜生,张建香,袁海英,黄庆南. 广西科技大学学报. 2016(04)
[5]复合故障诊断技术综述[J]. 张可,周东华,柴毅. 控制理论与应用. 2015(09)
[6]一种异类系统中多种故障检测与隔离的空间几何方法研究[J]. 侯彦东,程前帅,胡振涛,金勇. 自动化学报. 2015(06)
[7]一种快速鲁棒自适应故障估计方法设计[J]. 李飞,赵国荣,胡正高. 航空学报. 2016(04)
[8]基于参数估计的一类非线性系统故障诊断算法[J]. 孙蓉,刘胜,张玉芳. 控制与决策. 2014(03)
[9]闭环系统故障诊断技术综述[J]. 周东华,刘洋,何潇. 自动化学报. 2013(11)
[10]基于LMI的H/H∞故障检测观测器设计[J]. 吴丽娜,张迎春,贾庆贤,陈雪芹. 系统工程与电子技术. 2012(08)
本文编号：3350095
【文章来源】：河南大学河南省
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
故障诊断相关方法分类
3具有扰动的非线性系统鲁棒故障检测与估计观测器设计35图3-7周期故障自适应故障估计方法仿真图图3-8周期故障迭代学习故障估计方法仿真图图3-9周期故障鲁棒故障估计仿真图(本文方法)激励故障函数为：2110()0,stft，；其他；对比激励故障图3-10、图3-11、图3-12的仿真结果得出，真实故障在第10s发生，基于本文的方法在t=10.68s跟上真实故障，故障估计误差为0.001；基于文献[48]的方法在t=11.05s跟上真实故障，故障估计误差最大值为0.5，且估计故障与真实故障之间具有较大的波动；基于文献[39]的方法在t=11.45s跟上真实故障，故障估计误差最大值为0.2。针对激励故障，本文方法的故障估计跟踪速度、故障估计的精确性以及扰动的鲁棒性均优于文献[48]、文献[39]方法。采用本文方法分别对周期故障和激励故障进行故障估计仿真分析，仿真效果图如图3-9、图3-12所示；通过对比不难发现，本文方法对不同种故障信号，均能达到较好的故障估计效果。但是，本文方法对激励故障信号的故障估计跟踪误差及扰动的抑制能力要优于正弦周期故障信号。
具有扰动的一类非线性系统鲁棒故障检测与估计方法研究46证明：对于系统(4-59)，使用004PI代替引理2.4中的1P，可以得到式(4-61)成立，系统(4-59)渐近稳定。对于系统(4-60)使用005PI代替引理2.4中的1P，且根据式(4-2)和Schur补引理可得式(4-62)成立，系统(4-60)渐近稳定。由于系统(4-59)和系统(4-60)渐近稳定，可得误差动态方程(4-58)渐近稳定。证毕222ttifef表示故障估计值跟踪故障真实值的能力，2越小表示故障估计误差受故障变化率的影响越小，观测器跟踪速度越快。最后，令45PP利用MATLAB中LMI工具箱得到满足式(4-61)、(4-62)及给定性能指标2和任意正标量3的次优解：1α2α。4.3仿真模型设计与结果分析4.3.1仿真模型设计图4-1弹性关节机械手臂本文采用如图4-1所示的机械臂模型，该机械臂由直流电机驱动。详述动力学模型如下：假设该机械臂具有n关节；242(,)iqqqT1q表示连杆转动角位置向量；1q表示连杆转动角速度向量；132-1(,)iqqqT2q表示电机转动角位置向量；2q表示电机转动角速度向量。假设系统的动能为：11()22vKDTT11122qqqqJq(4-63)其中D()1q为刚性机器人惯性，计算公式由转子质量和1q组成。J为对角阵，其对角线元素由主轴旋转的电机惯性乘以相应传动比的平方组成。系统总势能为：12()()vvvPPP112qqq(4-64)其中1()vp1q为刚性机器人标准势能，v2p是弹性势能。计算公式为：
【参考文献】：
期刊论文
[1]基于自适应观测器的风机传动系统故障估计[J]. 宋昌举,文传博. 自动化与仪表. 2018(11)
[2]基于迭代学习的线性不确定重复系统间歇性故障估计[J]. 冯莉,柴毅,许水清,张可,杨志敏. 自动化学报. 2020(02)
[3]自适应广义滑模观测器之状态估计和故障重构[J]. 穆凌霞,余翔,李平,王新民. 控制理论与应用. 2017(04)
[4]基于闭环P型学习控制的线性分布参数切换系统故障诊断[J]. 戴喜生,张建香,袁海英,黄庆南. 广西科技大学学报. 2016(04)
[5]复合故障诊断技术综述[J]. 张可,周东华,柴毅. 控制理论与应用. 2015(09)
[6]一种异类系统中多种故障检测与隔离的空间几何方法研究[J]. 侯彦东,程前帅,胡振涛,金勇. 自动化学报. 2015(06)
[7]一种快速鲁棒自适应故障估计方法设计[J]. 李飞,赵国荣,胡正高. 航空学报. 2016(04)
[8]基于参数估计的一类非线性系统故障诊断算法[J]. 孙蓉,刘胜,张玉芳. 控制与决策. 2014(03)
[9]闭环系统故障诊断技术综述[J]. 周东华,刘洋,何潇. 自动化学报. 2013(11)
[10]基于LMI的H/H∞故障检测观测器设计[J]. 吴丽娜,张迎春,贾庆贤,陈雪芹. 系统工程与电子技术. 2012(08)
本文编号：3350095
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3350095.html
