基于神经网络的双连杆柔性机械臂事件触发故障检测研究.docxVIP

?

?

基于神经网络的双连杆柔性机械臂事件触发故障检测研究

?

?

黄明滔张志慧

摘要：本文针对具有未知函数、未建模动态和扰动的双连杆柔性机械臂系统，提出了一种基于神经网络的事件触发故障检测策略。在神经网络近似和事件触发机制的框架下，提出了一种故障检测观测器。该方案在保证故障检测性能的同时，降低了网络通信负担。最后通过仿真实验，验证了该方法的有效性。

关键词：故障检测;事件触发机制;神经网络;双连杆柔性机械臂

：TP302??：A

：1009-3044（2021）26-0088-03

开放科学（资源服务）标识码（OSID）：

ResearchonEvent-triggeredFaultDetectionofDoubleLinkFlexibleManipulatorBasedonNeuralNetwork

HUANGMing-tao，ZHANGZhi-hui

（ShenyangUniversityofTechnology，SchoolofArtificialIntelligence，Shenyang?110870，China）

Abstract：Inthispaper，anevent-triggeredfaultdetectionstrategybasedonneuralnetworkisproposedfornonlineardoublelinkflexiblemanipulatorsystemswithunknownfunctions，unmodeleddynamicsanddisturbances.Basedontheframeworkofneuralnetworkapproximationandeventtriggeringmechanism，afaultdetectionobserverisproposed.Thisschemecanensuretheperformanceoffaultdetectionandreducetheburdenofnetworkcommunication.Finally，theeffectivenessoftheproposedmethodisverifiedbysimulation.

Keywords：faultdetection;event-triggeredmechanism;neuralnetworks;doublelinkflexiblemanipulator

1引言

随着安全需求的不斷增加，故障检测在汽车控制系统制造过程等动态系统中已成为最重要的组成部分。基于模型的故障检测问题在线性系统中已经相当成熟;许多研究者都致力讨论非线性系统的故障检测，然而，在系统中存在未知的非线性函数，很少涉及故障检测问题。神经网络在非线性函数未知的故障检测中发挥了积极的作用，如将神经网络学习算法与非线性观测器结合进行故障检测[1]。事件触发机制[2]的设计，保证系统的性能，减少通信负担。所以本文提出了一种基于神经网络的事件触发故障检测的方法。

2问题描述

2.1系统动力学

双连杆柔性机械臂的非线性动力学模型为，用广义坐标[q1]和[q2]表示关节1和关节2的角度位置以及在这些关节上施加的扭矩[τ1]和[τ2]的运动方程为：

[H11H12H21H22q1q2+-hq2-hq1+q2hq10q1q2=τ1τ2]????（1）

在执行器发生故障时，用广义坐标[q1]和[q2]表示关节1和关节2的角度位置以及在这些关节上施加的扭矩[τ1]和[τ2]的运动方程为：

[q1q2=-M（q）-1-hq2-hq1+q2hq10q1q2+M（q）-1τ1τ2+Δ（k-t）ξq1，q2，q1，q2]????????????（2）

式中，[ξq1，q2，q1，q2]是未知的故障函数向量。为了将上述系统转换成空间形式，可以选择下列系统状态变量：

[x=x1x2x3x4T=q1q2q1q2T]，

[u=τ1τ2T]，[Mc-1（q）=00M31M4100M32M42T]

[M31=1a1+2a3cosq2+2a4sinq2]，

[M32=-a2+a3cosq2+a4sinq2a2a1+2a3cosq2+2a4sinq2]

[M41=-a2+a3cosq2+a4sinq2a2a1+2a3cosq2+2a4sinq2]，

[M42=1a2]

[a1=I1+m1l2i1+I2+m2l2i2+m2l21，a2=I2+m2l2i2，a3=m2l1li2cosδ1，a4=