容错控制系统故障诊断技术

容错控制系统故障诊断技术

ID:37597689

大小:2.98 MB

页数:74页

时间:2019-05-11

容错控制系统故障诊断技术_第1页
容错控制系统故障诊断技术_第2页
容错控制系统故障诊断技术_第3页
容错控制系统故障诊断技术_第4页
容错控制系统故障诊断技术_第5页
资源描述:

《容错控制系统故障诊断技术》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第三单元 容错控制系统故障诊断技术容错控制系统故障诊断容错控制系统特点:故障检测与诊断故障检测(FaultDetection,FD):Useavailablemeasurement(input/output)todetectanypossiblefaultinthesystem故障诊断(FaultDiagnosis):Usetheavailableinformation(input/output)tofindout(estimate)thelocationandthesizeofthefault.容错控制系统的故障诊断方法故障观测器法系统辨识法解

2、析余度法容错控制系统的故障诊断方法三余度以上通道间—比较监控√两通道:基于传感器信号处理(频谱分析、小波分析、多传感器信息融合等)基于状态估计模型:故障检测滤波器方法、未知输入观测器和卡尔曼滤波器等。√基于人工智能方法:专家系统、神经网络等√故障阈值√系统重构√基于模型的故障诊断(1)获得可用信息:输入、输出、工作变量故障观测器和模型辨识器(2)运用信息找出故障:故障阈值(3)如果故障发生,产生报警或故障切换,故障重构;如果正常,转向步骤(1)故障检 测算法u(t),y(t),系统参数故障报警故障 机理u(t),y(t),系统参数故障定位基于模型的

3、故障诊断故障观测器故障观测器稳定误差依故障不同具有方向性FailureFailureFailureFailure控制系统动态方程:故障观测器方程:状态误差:输出误差:第j个执行结构故障:误差方程为:第j个传感器故障误差方程为:系统参数故障:误差方程为:故障检测滤波器设计通式:其中:作动器故障传感器故障系统参数变化要能故障诊断,f必须可检测只有存在故障检测滤波器增益阵D满足以下两个条件,则故障向量f是可检测的:(1)在输出空间保持固定方向。(2)所有特征值能够任意配置。稳定性设计稳定性:当配置的(A-DC)所有特征值都处于S平面的左平面内,的系统是稳

4、定的。当时间时,上式的初始条件瞬态解将趋于零。(A-DC)的配置应使误差达到稳态值的时间和动态过程得到控制。可检测性:完全可测系统是指在任意时间,系统状态向量X可由测量向量Y唯一地确定:当Y(t)给定时,使X(t)有唯一解的充要条件是rankC=n。为满足可检测条件选择,其中为正的标量常值,I为单位阵。若m为传感器个数,当m=n时,若m

5、上。鲁棒观测器外界或某些随机因素常使故障观测器的参数发生变化,为了消除故障检测和诊断失误故障诊断过程当系统正常工作时,参数鲁棒故障观测器所形成的残差序列经决策函数(即与一给定的门限进行比较或进行假设检验)后,判断系统无故障,这样就不启动故障向量诊断与估计器。状态估计补偿器的输出等于状态测量值或状态估计器的输出值。当系统发生故障时,参数鲁棒故障观测器及及残差发生器产生的残差序列经决策函数判定系统故障,这时启动故障向量诊断器及估值器对系统故障的向量进行定位并对故障向量的大小及其影响进行估值,并将诊断及估值的结果送状态估计补偿器,状态估计补偿器对状态的估

6、值进行校正使其接近真实值,从而实现状态向量的重构,最后达到容错目的。比例积分观测器的故障诊断解决未知干扰输入影响设计:当且时,当或时,满足下式,那么残差r与未知输入干扰等完全解耦。比例积分观测器干扰多阶比例积分观测器误差曲线比例积分观测器Luenberger观测器舵机故障参数漂移传感器故障控制器故障神经网络故障辨识器动态递归网络记忆功能强收敛速度快鲁棒性强增加关联层增加自反馈前馈网络Elman网络TDElman网络改进Elman网络算法其中:非线性函数Elman神经网络收敛速度BPFeedforwardneuralnetworkTDElmanneu

7、ralnetwork快速收敛!!Elman神经网络辩识效果辩识精度:TDElman输出与系统的输出吻合很好,相对误差小于2.5%鲁棒性:测量端和输入端增加随机干扰后,几乎没有对Elman输出产生影响。放大器故障TDElman网络诊断曲线t(s)x(mm)故障阈值故障阈值的影响因素:建模误差随机干扰输入干扰因素输出干扰参数漂移固定阈值:自适应阈值自适应阈值模型可测试性建模误差参数漂移干扰输入输出修正干扰影响小波分解自适应阈值获取方法小波分解(时频)与重构:可以剔除干扰影响时频二维自适应阈值输入输出随机干扰实际系统输入系统模型━小波消噪建模误差高精度T

8、DElman神经网络辩识器小波包分解小波包分解神经网络残差自适应阈值故障决策舵机正常时自适应阈值试验曲线自适应阈值残差故障

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。