基于未知输入观测器的非线性动态系统故障估计

基于未知输入观测器的非线性动态系统故障估计

ID:46609303

大小:535.63 KB

页数:11页

时间:2019-11-26

基于未知输入观测器的非线性动态系统故障估计_第1页
基于未知输入观测器的非线性动态系统故障估计_第2页
基于未知输入观测器的非线性动态系统故障估计_第3页
基于未知输入观测器的非线性动态系统故障估计_第4页
基于未知输入观测器的非线性动态系统故障估计_第5页
资源描述:

《基于未知输入观测器的非线性动态系统故障估计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、航空学报ActaAeronauticaetAstronauticaSinicaNov.252015VoI.36No.113687.3697ISSN1000-6893CN11-1929/Vhttp://hkxb.buaa.edu.cahkxb@buaa.edu.cnDOI:10.7527/$1000-6893.2015.0067基于未知输入观测器的非线性动态系统故障估计胡正高1’2一,赵国荣1,周大旺11.海军航空工程学院控制工程系,烟台2640012.海军蚌埠士官学校,蚌埠233012摘要:针对一类受扰非线性动态系统的

2、执行器故障估计问题,提出一种未知输入观测器来实现故障估计。首先,通过坐标变换将原系统转化为合适的形式;其次,采用线性矩阵不等式与Lyapunov泛函分别设计H。输出反馈控制器和未知输入观测器,在此基础上实现对系统中执行器故障的渐近估计;最后,通过机械臂系统仿真分析并验证了所提方法的有效性。与已有方法相比,所提方法不要求故障可导,也不要求故障或干扰上界已知,因此易于在工程实际中实现对非线性系统执行器故障的估计。关键词:非线性动态系统;输出反馈;Lyapunov泛函;线性矩阵不等式;机械臂系统;未知输入观测器;故障估计中图

3、分类号:V448;TP273文献标识码:A文章编号:1000—6893(2015)11—3687—11随着对工艺的集约化水平要求越来越高,现代工业系统很容易运行在极限情况附近,从而造成系统的动态行为变得异常复杂,再加上元器件的老化或磨损以及外部环境的突然变化,使得此类系统很容易发生故障。系统中发生的故障如果不能得到及时的诊断与处理,轻则会降低生产效率,增加生产成本;重则会导致系统失稳。特别是对于安全性要求高的系统(如飞控系统)来说,系统中发生的故障可能会激起飞机翼面的有害振动,从而降低飞机的机动性与结构完整性,如果不及

4、时处理,可能会造成机毁人亡的重大安全事故。正是由于工业上对系统可靠性与安全性的迫切需求,动态系统的故障检测与诊断技术(FDD)得到了研究人员越来越多的关注[1。4],并获得了飞速发展,许多有效的方法与算法已经被提出[51]。尽管如此,FDD仍然是一个充满挑战与日益活跃的研究领域,而且已经被广泛应用于航空与航天飞行收稿El期:2014.11.13;退修El期:2014-12-23;录用El期:2015·03-06基金项目:国家自然科学基金(61473306)*通讯作者.Tel:0535—5357373E-mail:zgh

5、u001@163.com器,如民用客机[8]、无人机[9]、近空间飞行器[1叩与卫星E111等。在过去的40年中,基于观测器的故障检测方法得到了大量研究[12。。事实上,故障检测仅仅是知道系统是否发生故障,而故障估计却可以获知故障的幅度。特别是对于难以检测的缓变故障,故障估计能有效检测出故障并对其幅度进行估计。更为重要的是,通过故障估计得到的故障信息可以为实现主动容错控制策略服务[13

6、,进而可以用比较小的代价来保证故障系统安全稳定地运行。由于故障估计在故障诊断中的重要性,该问题得到了研究人员的广泛关注。其中,基于观测

7、器方法的故障估计问题已经取得了不少成果。文献[-14—19]采用滑模观测器来实现故障估计。然而,滑模观测器在实现故障估计的同时,也不可避免地引进了抖振。此外,在滑模观测器的设计过}l用格武lHUZG.ZhaoGR,ZhouDWiFa“testimationfornonlieardynamicalsystemsbasedonunknowninputobserverEJ].ActaAero-nauticaetAstronauticaSinica.2015,36(1”:3687-3697÷胡正高。赵国荣.周大旺.基f未知输入

8、观溅器的非线性动态系统故障估计[J]i航空学报,2015,36(11):3687-3697.航空学报NOM.252015VOI.36No.11程中,均假设故障或干扰的上界已知,但在实际应用中却很难获取这些参数,从而难以完成滑模观测器的设计,进而无法实现对故障的估计。文献[20一23]利用自适应观测器来估计故障。然而,在自适应观测器的设计过程中,均假设故障是可导的,从而使得此类方法难以实现对突变类故障的估计,一定程度上限制了此类方法的应用范围。此外,此类方法还需要故障与故障导数的上界已知,而这些参数同样在工程实际中难以获

9、取。文献[24]采用高增益观测器来估计非线性动态系统的故障,并要求故障的上界信息已知。文献E253采用高阶高增益滑模观测器来估计故障,并要求故障与干扰可导,同时要求干扰的上界已知。文献[263提出了基于神经网络观测器的故障估计方法,然而神经网络中参数的选取仍然缺乏统一的科学依据。文献E27]将Luenberger观测器和学习观测器

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。