基于自適應(yīng)模煳狀態(tài)觀測(cè)器的非線性系統(tǒng)魯棒故障檢測(cè)

基于自適應(yīng)模煳狀態(tài)觀測(cè)器的非線性系統(tǒng)魯棒故障檢測(cè)

ID:38269564

大?。?55.12 KB

頁(yè)數(shù):3頁(yè)

時(shí)間:2019-05-25

基于自適應(yīng)模煳狀態(tài)觀測(cè)器的非線性系統(tǒng)魯棒故障檢測(cè)_第1頁(yè)
基于自適應(yīng)模煳狀態(tài)觀測(cè)器的非線性系統(tǒng)魯棒故障檢測(cè)_第2頁(yè)
基于自適應(yīng)模煳狀態(tài)觀測(cè)器的非線性系統(tǒng)魯棒故障檢測(cè)_第3頁(yè)
資源描述:

《基于自適應(yīng)模煳狀態(tài)觀測(cè)器的非線性系統(tǒng)魯棒故障檢測(cè)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、#20#5測(cè)控技術(shù)62004年第23卷第9期文章編號(hào):1000-8829(2004)09-0020-03基于自適應(yīng)模糊狀態(tài)觀測(cè)器的非線性系統(tǒng)魯棒故障檢測(cè)RobustFaultDetectionBasedonAdaptive-FuzzyStateObserversforNonlinearSys-tems(南京理工大學(xué)自動(dòng)化系,江蘇南京210094)朱張青,周川,胡維禮[1,2]摘要:針對(duì)仿射非線性系統(tǒng),采用自適應(yīng)模糊系統(tǒng)進(jìn)行非線性補(bǔ)變得更加困難。償,提出了一種基于自適應(yīng)模糊狀態(tài)觀測(cè)器的魯棒故障檢測(cè)方筆者針對(duì)仿射非線性

2、系統(tǒng),設(shè)計(jì)用自適應(yīng)模糊系統(tǒng)作為未法。為確保觀測(cè)器對(duì)噪聲干擾和系統(tǒng)參數(shù)不確定誤差的魯棒知非線性模型的魯棒狀態(tài)觀測(cè)器,通過(guò)輸出殘差的變化來(lái)檢測(cè)性,給出了閉環(huán)系統(tǒng)在有界噪聲干擾和系統(tǒng)參數(shù)不確定誤差下系統(tǒng)故障;給出了存在模型不確定性、外加隨機(jī)噪聲時(shí)閉環(huán)系統(tǒng)的穩(wěn)定性定理,并進(jìn)行了詳盡的證明。仿真結(jié)果表明該方法的一致有界穩(wěn)定性定理并作了詳盡的證明,得到了自適應(yīng)模糊系有效性及對(duì)噪聲干擾和系統(tǒng)參數(shù)不確定誤差的魯棒性。統(tǒng)的在線調(diào)節(jié)律,并通過(guò)仿真驗(yàn)證了本方法的有效性。關(guān)鍵詞:仿射非線性系統(tǒng);魯棒故障檢測(cè);適應(yīng)模糊觀測(cè)器;穩(wěn)定1系統(tǒng)描述

3、性中圖分類號(hào):TP271設(shè)仿射非線性系統(tǒng)方程為文獻(xiàn)標(biāo)識(shí)碼:A#x=f(x)+g(x)u+Q(x,u,t)+fs(1)y=CxAbstract:Arobustfaultdetectionschemebasedonadaptive-fuzzystate式中,xIRn,uIRm,yIRp,分別為系統(tǒng)的狀態(tài)、輸入和輸出向observersforaffinenonlinearsystemsispresented,andadaptive-fuzzy量;Q(x,u,t)為外加干擾和系統(tǒng)不確定項(xiàng),設(shè)+Q(x,u,t)+[syste

4、msisadoptedtorepairnonlinearparts.ToguaranteetherobustnessQ0有界,且Q0已知;fs為系統(tǒng)故障向量。ofobserversundertheexternaldisturbanceandtheinternalsystempa-對(duì)系統(tǒng)(1),在工作點(diǎn)(x0,u0)處進(jìn)行線性化可得系統(tǒng)狀態(tài)rametererror,thestabilitytheoremisproposedandprovedindetail.The方程為simulationresultsdemonst

5、ratetheefficiencyandrobustnessofthe#x=Ax+Bu+<(x,u,t)+Q(x,u,t)+fsmethodfordisturbanceandsystemparameteruncertainty.(2)y=CxKeywords:affinenonlinearsystems;robustfaultdetection;adaptive-5fn@n5gn@mfuzzyobservers;stabilityproperties式中,A=5xx=xIR;B=5xx=xIR;C為常數(shù)陣,<00(

6、x,u,t)為系統(tǒng)中未知非線性高次項(xiàng)。動(dòng)態(tài)系統(tǒng)的故障檢測(cè)是近幾十年來(lái)控制界所研究的熱點(diǎn)問(wèn)題,也是一個(gè)難點(diǎn)問(wèn)題?,F(xiàn)有的研究成果主要集中在線性系統(tǒng),2魯棒狀態(tài)觀測(cè)器具有代表性的如Beard的故障診斷檢測(cè)濾波器方法(1971年);構(gòu)造系統(tǒng)狀態(tài)觀測(cè)器如圖1所示。Bhattachryya提出的未知輸入觀測(cè)器/濾波器方法(1978年)以及Chen等提出的魯棒觀測(cè)器方法(1984年)和Iserman提出的參數(shù)估計(jì)的故障診斷方法等。而對(duì)非線性系統(tǒng)的故障檢測(cè)和診斷,現(xiàn)有的研究成果并不是很多,這一方面是由于非線性系統(tǒng)的復(fù)雜性、多樣性造

7、成的;另一方面由于故障檢測(cè)與診斷要求得到系統(tǒng)的在線狀態(tài)或參數(shù)估計(jì),對(duì)非線性系統(tǒng),其狀態(tài)和參數(shù)的在線估計(jì)手段并不多,尤其是在被監(jiān)控系統(tǒng)存在模型不確定性、外加噪聲時(shí),要得到非線性系統(tǒng)比較準(zhǔn)確的在線狀態(tài)和參數(shù)估計(jì)就收稿日期:2003-11-25基金項(xiàng)目:國(guó)家自然科學(xué)基金資助項(xiàng)目(60174019);清華大學(xué)智能技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室基金資助項(xiàng)目作者簡(jiǎn)介:朱張青(1968)),男,博士研究生,主要研究方向?yàn)榉菆D1非線性系統(tǒng)自適應(yīng)模糊狀態(tài)觀測(cè)器線性系統(tǒng)智能故障診斷與容錯(cuò)控制。在系統(tǒng)無(wú)故障時(shí),觀測(cè)器狀態(tài)方程為基于自適應(yīng)模糊狀

8、態(tài)觀測(cè)器的非線性系統(tǒng)魯棒故障檢測(cè)#21##x=Ax^+Bu+<(x^,u,t)+K(y-y^)1T1T(3)V=2EPE+2Gtr(GG)(10)y^=Cx^定義狀態(tài)估計(jì)誤差E=x-x^,則狀態(tài)估計(jì)誤差方程為其中,G=G-G*是含有M個(gè)元素的向量。#E=(A-KC)E+<(x,u,t)-<(x^,u,t)+Q(x,u,t)(4)考慮V對(duì)時(shí)間t的變化率為輸出誤

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。