第四篇：容错控制系统故障诊断技术.ppt

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（Fault Detection, FD)：Use available measurement (input/output) to detect any possible fault in the system 故障诊断(Fault Diagnosis):Use the available information (input/output) to find out (estimate) the location and the size of the fault. 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 故障检测算法 基于模型的故障诊断 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 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mn时: 输入型故障（执行机构及参数） 输出型故障（传感器故障） 鲁棒观测器 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 多阶比例积分观测器 误差曲线 神经网络故障辨识器 改进Elman网络算法 Elman神经网络收敛速度 Elman神经网络辩识效果 放大器故障TDElman网络诊断曲线 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 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 舵机正常时自适应阈值试验曲线 控制器故障故障诊断 正常学习的自适应阈值 决策过程 系统的决策目的在于针对故障的部位、类型和大小采取相应的容错处理。通常： 二元假设决策 二元测试的目的 达到非常小的误差概率，即同时达到高的故障检测率PD→max和虚警率PFA →min。 但要同时达到以上目的是相互矛盾的。例如，若取Z= Z1，意味着PDmax=，所有发生的故障都可检测出来；但PFA也要达到最大值PFA=1，即所有正常情况都误报为有故障。因此，必须折中选择PD 和PFA. （1）错误概率最小的测试(Minimize Probability of Error ) 不正确决策概率： 使Pe最小的测试称为错误概率最小的测试 在决策区域Z1内，应满足P1P(Z| H1) P0P(Z| H0)；而在决策区域Z0内，应使P1P(Z| H1) P0P(Z| H0)，即: （2）最小费用测试 C0—当H1为真时被判为H0的代价，即漏检的代价系数； C1—当H0为真时被判