不确定系统鲁棒故障诊断

《不确定系统鲁棒故障诊断》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、东北大学博士学位论文不确定系统鲁棒故障诊断姓名：贾明兴申请学位级别：博士专业：检测技术与自动化装置指导教师：王福利20030801东北大学博士学位论文摘要不确定系统鲁棒故障诊断摘要随着控制技术的发展与应用，控制系统的安全性和可靠性越来越重要。故障诊断则是保证系统安全性和可靠性的重要技术之一。从70年代起，人们开始重视控制系统的故障诊断问题，目前已有大量的研究方法，并有一些成功的应用。其中基于模型的方法得到了最广泛的研究，但由于建模的不确定性，使得该方法的研究还有一些工作要做，包括故障诊断的鲁棒性

2、问题、故障的估计问题、诊断技术的实际应用等。本文针对这些问题展开了进一步的研究。首先，本文就故障诊断技术的发展做了较为详尽的介绍，总结了故障诊断方法的研究进展和成果，提出了基于观测器的复合诊断方法概念，对原有的故障诊断方法分类进行补充。最后指出了这一领域中有待解决的问题和可能的发展方向。针对随机线性系统多执行器故障情形，提出了未知输入卡尔曼滤波器与小波故障提取的故障诊断方法。该方法可对同时或接连发生的多执行器参数故障进行有效渗断，故障检测与估计及时准确，对未知输入具有鲁棒性。针对含有未知干扰输入

3、随机离散双线性系统，利用干扰解耦技术和偏差分离技术实现了鲁棒故障检测与估计，故障诊断算法较采用扩展状态变量方法计算量大为减少，提高了计算速度，同时使故障检测和诊断合而为一，由算法可直接估计故障。针对一类含有不确定性的非线性系统，对于执行器故障情形，提出了一种新的鲁棒故障诊断方法。首先设计了自适应观测器结构，并利用最小二乘法给出了故障估计递推算法。对系统中的不确定性，算法中采用域值处理技术以实现鲁棒故障估计。在此基础上，详细分析了该方法的鲁棒性，可检测性和稳定性。针对一类含有不确定性的非线性系统，

4、提出了故障检测与诊断的在线估计器设计方法。系统只有输入输出可检测，执行器故障是关于输入的随时间任意变化的。非线性在线估计器用来监视系统是否发生故障，并且估计故障的大小和特征。文中给出了稳定性、鲁棒性可检测性分祈。对于传感器故障情形，通过扩展状态变量的方法，用在线神经网络估计器对故障导函数进行估计，进而东北大学博士学位论文摘要得到故障估计。针对难以确定灵敏度问题，对于一类特殊系统(系统故障在相当长一段时间后发生)，对线性故障和非线性故障情形，分别设计了自适应观测器和带神经网络观测器，提出了直接利用

5、钱差信息对系统不确定部分进行估计，而后进行故障渗断的方法。该方法降低了鲁棒故障诊断算法的阈值，提高了故障估计灵敏度，对于较小故障能够进行及时有效的诊断。最后，以生物发酵过程为研究对象，以酵母发酵反应为主要研究内容，建立了流量压力子系统模型、酵母生长模型，并针对传感器故障，就提出的部分故障诊断方法进行了实验研究，收到了较好的效果。关键词：故障诊断，神经网络，观测器，鲁棒性，灵敏度，小波变换，RBF网络，稳定性，生物发酵II东北大学博士学位论文ABSTRACTRobustFaultDiagnosis

6、ofUncertainSystemABSTRACTWiththedevelopmentandapplicationofcontroltechnique，thesafetyandreliabilityofthecontrolsystemareincreasinglyimportantThefaultdiagnosishasbecomeoneoftheimportanttechniquetoensurethesafetyandreliability．Since1970’Smoreandmoreatt

7、entionhasbeenpaidtothefaultdiagnosisofthecontrolsystem．NowadaysplentyofmethodshavebeenproposedandtherearesomesuccessfulapplicationsThereintothemodel—basedmethodhasbeenwidelystudied．Howeverbecauseofthemodeluncertainty，thismethodislackofrobustness，andi

8、tsapplicationislimited．Inordertoovercomeaforementionedproplem，thisthesisisconcernwiththerobustfaultdiagnosis，thefaultestimation，theapplicationoffaultdiagnosistechniquesandSOon，Firstlythedevelopmentoffaultdiagnosistechniquesisintroducedanddiagnosismet