变时滞T--S模糊系统故障估计问题研究

来源 :东北大学 | 被引量 : 0次 | 上传用户:yl19850320
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着现代科学技术水平的提高,控制系统的自动化规模和复杂程度也迅速增长。人们对现代化生产系统运行可靠性和安全性越来越高的要求是故障诊断技术产生并迅速发展的原因。在实际工程实践中,如果系统一旦发生故障,那么它带来的经济损失是难以估量的,而故障估计可以及时并准确地对系统故障大小和形状进行有效描述,因此通过故障估计来进一步地为故障诊断提供定量的故障信息就显得尤为重要。另外一方面,由于T-S模糊模型能够以任意精度逼近非线性系统,近些年来基于T-S模型对非线性系统故障估计问题进行分析和综合的研究得到了广泛的关注,但是由于故障估计本身定量分析难度大,技术方法匮乏,同时系统还会受到诸如时滞现象,外界扰动以及系统不确定性因素的影响,使得故障估计器的设计仍有许多的问题尚待进一步解决。比如,对于带有区间时变时滞、随机时滞、模态依赖时滞等约束条件的T-S模糊系统而言,在外界扰动存在的情况下,仍然缺乏对系统故障进行有效估计的鲁棒故障估计方法。
  本文在已有工作的基础上,对几种不同类型的时滞T-S模糊系统的故障估计问题进行了研究。采取迭代形式的观测器设计方法,解决了一类区间状态时滞T-S模糊系统的鲁棒故障估计及容错控制问题。同时,对于前件变量不可测的一类随机状态时滞T-S模糊系统,基于迭代和自适应的方法研究了执行器故障观测器及输出反馈容错控制器的设计问题。针对一类带有时变状态时滞的T-S模糊系统,给出了新的保守性降低的鲁棒故障估计方法。对一类广义状态时滞T-S模糊系统,提出了能够保证系统容许性且可以对执行器故障进行估计的鲁棒故障观测器设计方法。针对具有模态依赖状态时滞的模糊马尔可夫跳变系统,设计了针对执行器故障进行估计的鲁棒自适应估计方法。文中的一些结论被应用到推车倒立摆模型,卡车拖车系统模型以及单键机械臂模型的故障估计问题中,通过仿真实例验证了所提方法的有效性。本文的主要内容如下:
  1、基于迭代学习及时滞区间分解方法,对一类受到外部扰动影响的区间状态时滞T-S模糊系统的故障估计和容错控制问题进行研究。首先利用改进的时滞区间分解方法,设计了一种新的迭代故障估计观测器来实现对系统执行器故障的估计。其次,根据在线所得的故障估计信息,通过设计模糊动态输出反馈控制器来补偿执行器故障对系统性能的影响,在保证闭环系统渐近稳定的同时可以满足给定的H∞性能指标。而且,所有得到的故障估计观测器及容错控制器的存在条件均由线性矩阵不等式的形式给出且具有更低的保守性。最后通过数值例子比较及仿真说明了方法的优越性和有效性。
  2、在规则前件变量不可测的情况下,研究了一类带有随机状态时滞T-S模糊系统的两种不同鲁棒故障估计方法以及容错控制问题。首先通过将不可测前件变量和执行器故障视为系统扰动信号,提出了基于迭代方法和自适应方法的两种不同鲁棒故障估计观测器的设计方案并给出观测器存在线性矩阵不等式形式的充分条件。其次,利用不确定系统方法,设计了前件变量不可测的随机时滞输出反馈容错控制器对执行器故障产生的影响进行在线补偿,使得闭环系统渐近稳定的同时可以满足给定的H∞性能指标。最后,利用仿真例子说明了方法的有效性。
  3、针对一类具有时变状态时滞T-S模糊非线性系统的鲁棒故障估计问题进行研究。在考虑H∞性能指标的情况下,通过构建模糊增广误差系统来设计故障估计观测器以提高对系统执行器和传感器故障的同时快速估计。基于李雅普诺夫函数法和改进的自由权矩阵方法,所设计的故障估计观测器能够很好地描述系统故障的大小和形状,同时通过线性矩阵不等式给出了此类故障观测器能够存在且保守性降低的充分条件。最后,通过三个例子说明了给出方法的有效性。
  4、研究了一类具有广义区间状态时滞T-S模糊系统的鲁棒故障估计问题。首先,基于改进的时滞区间分解方法,对具有区间时滞和线性分式不确定性的广义模糊系统的容许性进行分析,给出系统正则,无脉冲且稳定的判定条件。其次,通过将系统故障视为辅助的扰动向量并构建适当的模糊增广系统,得到了能够保证误差动态系统容许性且同时对系统执行器故障和传感器故障进行估计的故障观测器线性矩阵不等式形式的存在准则。最后,通过数值例子和仿真实例验证了提出方法的优越性和有效性。
  5、针对一类具有模态依赖状态时滞及范数有界扰动的T-S模糊马尔可夫跳变系统的执行器故障估计问题进行研究。基于给出的快速自适应估计算法,通过构建含有两种不同马尔可夫随机过程的李雅普诺夫函数,给出了改进的模态依赖故障估计器的存在准则。该准则使得误差动态系统在满足给定的H∞性能指标的情况下能够随机稳定,并且同时降低了设计过程的保守性。最后,给出两个数值例子的仿真说明了方法的有效性。
  最后对全文所做的工作进行了总结,并指明了下一步研究的方向。
其他文献
加热炉生产过程的操作优化是通过优化设定加热炉的各段温度,使板坯温度符合轧制要求的同时,降低能源消耗并减少氧化烧损,以提高加热质量,降低生产成本。加热炉作为钢铁工业的重要设备,研究其生产过程操作优化不仅有利于丰富钢铁生产过程优化理论,对于提高钢铁企业的产品质量与节能水平也有重要实际意义。  针对加热炉生产过程操作优化(Operation Optimization of Furnace Process
学位
连铸坯表面温度是优化拉坯速度和判断液相穴深度的关键参数,同时还可为二冷配水系统的闭环控制提供反馈信号,这对提高铸坯产量和质量具有重要意义。  现有单光谱及三光谱CCD铸坯表面测温仪能够通过在线重构算法解决氧化铁皮带来的测温波动,稳定性可达±5℃。但测温仪需要预先设定发射率或假定被测目标为灰体辐射,不能保证温度测量的准确性。多光谱测温法在一定程度上可以减小发射率的不确定性对测温结果的影响。然而,将其
基于模间干涉原理的光纤传感器因其结构简单灵活、易于制备、成本低廉等独特的优势而得到人们的广泛关注,在光纤传感领域具有重要研究价值和巨大应用潜力。模间干涉型光纤传感器的核心原理是基于光纤内传导的模式间干涉对外界变化的敏感而实现传感的,随着对传感器特性的深入研究,模间干涉型传感器目前主要面临着检测精度低、解调方法可靠性差、温度交叉敏感问题等。本文研究工作主要是围绕着基于模间干涉原理的光纤传感技术开展的
磁场检测在很多领域都有重要的应用,例如军事,工业和电力系统传送等领域。与传统的电磁传感器相比,光纤磁场传感器由于其体积小、灵敏度高及抗电磁干扰等优点吸引了众多研究学者的关注。光子晶体光纤因其灵活的空气孔结构而具备很多独特的光学特性,也使其易于通过与敏感材料的结合实现传感的目的。磁流体作为一种新型的功能介质,它有许多磁光特性,如双折射特性、法拉第效应、场透射特性和可调折射率特性等,近年来,基于磁流体
随着科学技术的不断发展,工业系统的规模和复杂程度也不断增加,通过传统的基于机理建模的方法得到系统精确的数学模型也越加困难,且需要花费大量的时间与精力。此外,许多工业系统在运行过程中均能产生大量的离线和在线输入、输出数据,这启发人们思考如何利用数据取代机理模型,直接设计相应的数据驱动控制方法。对于无故障的线性或仿射非线性系统,基于自适应动态规划技术,可利用系统的输入、输出数据(无需系统矩阵、系统动态
切换系统作为一类重要的混杂系统,可以描述许多实际的复杂系统,一般由有限数量的子系统和控制这些子系统切换的切换信号构成。由于切换系统在通讯、化工、电力、制造等领域的广泛应用,关于切换系统的稳定、镇定、观测、滤波和降阶等问题的研究已取得大量的成果。然而,现有的研究大多建立在控制器模态与系统模态完全保持同步的条件下,这在实际系统中是难以实现的。控制器模态与系统模态出现异步的情况称为异步现象,当切换系统系
学位
能源作为国家维系经济发展的重要资源,其开采和应用的先决条件是能源的运输。相比于其他运输方式,管道运输具有运输量大、资源消耗少、建设周期短、安全可靠性高、利于环保等优点。管道运输业距今已有一百五十多年的历史,然而管道在长年使用过程中,难免会遇到腐蚀、磨损等问题,进而破坏管道原有结构形成不同程度的损伤。这种损伤若不及时发现并修理,极可能在高压高温的工作环境下,演变成为管道穿孔或破裂,导致输送的能源发生
学位
磁感应断层成像(MagneticInductionTomography,缩写为MIT)是一种新兴的电磁特性成像技术,该技术是在外加交流激励磁场的作用下,目标导体会因电磁感应作用而产生涡流,当目标导体发生变化时,涡流的强度和分布也会随之发生相应的变化,通过测量检测线圈的信号,再利用合适的图像重构算法重建出目标导体内部结构的分布图。MIT技术具有无辐射、非侵入、非接触以及能实现实时图像监护等优点,因此
学位
在过去的近二十年中,随着科学技术的迅速发展和社会生产需求的不断提高,最优控制越来越成为控制领域的一个研究热点。传统的非线性最优控制方法由于受到诸多限制,导致其难以应用普及。近些年来,为了更好地求解非线性最优控制问题,一种结合强化学习机制的自适应动态规划方法(Adaptive Dynamic Programming)被提出,该方法依托强化学习的理念构建了评价-执行框架,利用函数近似结构来逼近动态规划
神经动力系统是人工智能发展中的重要元素,也是智能自动化研究中的有效工具,当前在图像处理、模式识别、记忆存储、最优化等方面具有广泛的应用。本文主要针对神经动力系统的稳定性分析与综合进行深入研究。从研究对象来看,本文主要考虑递归神经网络和忆阻神经网络。忆阻神经网络是将传统递归神经网络的电阻替换为忆阻而形成的,可以看作是递归神经网络的一个升级版。在诸多应用中,忆阻神经网络也展现出比传统递归神经网络更多的