基于采样数据的奇异系统滤波和故障检测研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:jiaofangjunonline
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
近年来,由于奇异系统不仅可以刻画动力学系统的动态特性,还能表征系统的静态约束,因而被广泛用于描述实际系统。而随着数字计算机技术的发展,实际系统的输出往往采用采样保持模式进行测量和传输,由此提出的事件触发机制不仅能够保证系统的性能,而且能有效节省通信资源。更重要的是,虽然随着计算机技术的提升,工业系统朝着大规模、高性能等方向发展,但仍然不可避免地会发生故障,因此如何尽早检测出系统的故障一直是研究的热点。尽管许多在正常状态空间系统中适用的故障检测方法已经推广到奇异系统中,但是采用事件触发机制研究奇异系统故障检测问题的成果还非常少,而且现有研究在证明系统稳定性时也仍然存在一些不足之处,因而本文的研究具有现实意义。本文主要以输入时滞法和Lyapunov-Krasovskii泛函法为理论基础,采用事件触发机制作为采样数据策略,研究奇异系统的滤波和故障检测问题,具体包括下述三方面的内容:首先,采用周期事件触发机制研究奇异系统H∞滤波问题。根据奇异系统对象、事件发生器和滤波器建立完整的滤波误差系统。充分考虑时滞的锯齿特征,构造不连续的Lyapunov-Krasovskii泛函,确保滤波误差系统正则无脉冲指数稳定且满足H∞性能。然后基于H∞性能分析条件协同设计事件触发参数和滤波器增益。最终通过对切换电路系统进行仿真验证所提方法的有效性。其次,采用周期事件触发机制分析奇异系统H∞故障检测问题。根据奇异系统对象、事件发生器、故障检测滤波器和故障加权系统建立残差系统。然后给出使残差系统正则无脉冲指数稳定且满足H∞性能的条件,进一步得到奇异系统故障检测问题可解的充分性条件,从而协同设计事件触发参数和故障检测滤波器。最终对多同步发电机多母线系统仿真,验证方法的可行性。最后,采用自适应事件触发机制讨论奇异系统H-/H∞故障检测问题。根据奇异系统对象、自适应事件发生器、故障检测滤波器和故障加权系统建立残差系统。然后分别给出使残差系统满足H∞性能和H-性能时正则无脉冲指数稳定的条件。基于两个性能分析条件,以显性表达式给出事件触发参数和H-/H∞故障检测滤波器增益的设计形式。最终对多同步发电机多母线系统进行仿真,并将基于周期事件触发机制的实验结果与基于自适应事件触发机制的实验结果进行比较,验证方法是否得到改进。
其他文献
透明非晶铟镓锌氧(a-IGZO)基薄膜晶体管(TFT)以其具有驱动能力强、光学透过率高、大面积制备均一性好、功耗低等优点,作为核心器件应用于新一代显示驱动技术中。尽管a-IGZO TFT表现出优异的器件性能,但由于a-IGZO沟道材料的晶格结构无序性,在材料中存在高密度的亚带态缺陷,严重影响a-IGZO TFT的器件性能与可靠性。近年来,原位氮掺杂技术被提出抑制a-IGZO TFT器件中亚带态相关
学位
随着智能设备大规模的接入电网,各项网络通信技术与电力的融合也愈加紧密,这将非常有利于智能电网的发展。但机遇与危险并存,信息技术与智能设备的高度融合使得电力侧也将面临更多来自网络的攻击和威胁。其中,由电动汽车和充电桩组合而成的电动汽车充电系统具有负荷量大、网络通信发达等特点,一旦攻击者以此为突破点,实施针对电力系统的网络攻击,导致信息泄露或决策失误,将对经济和社会稳定造成无法预测的损失和不利影响。因
学位
在高比例可再生能源接入电网背景下,发电侧与需求侧的功率不确定性加剧,电力系统调度的灵活性需求激增,系统的安全可靠运行面临巨大的挑战,单独利用发电侧应对负荷变化的方式已难以支撑电网的调节需求。本文利用负荷的可调容量提高电网运行的灵活性,分别从需求响应(Demand Response,DR)与备用角度分析了负荷的可调价值,以此促进新能源消纳;进一步,通过负荷集群的有效聚合以降低系统的整体调控成本,提高
学位
密码学是一门研究如何保密地传递信息的学科。密码学在诞生之初是为了保护军事通信,经过长期的发展,密码学在金融、商业和个人隐私上都起着非常重要的作用。传统密码体制的安全性是基于计算复杂度而设计的,数字签名传统密码体制之一,由于其准确性和安全性,它被广泛应用于金融、邮件等各种通信任务中,但是在算法不断突破以及量子计算机蓬勃发展的当下,这类体制变得不再安全,量子密码学的出现给了人们希望。与传统密码学相比,
学位
图像语义分割(Image Semantic Segmentation)一直是计算机视觉中一项基本且具有挑战性的任务,它在许多实际应用中发挥着重要作用,例如机器人技术和医学分割等。近年来,卷积神经网络(Convolutional Neural Networks,CNNs)在语义分割领域中的应用取得了显著进展。例如,基于全卷积神经网络架构(Fully Convolutional Network,FCN
学位
近年来,由于光子轨道角动量(Orbital Angular Momentum,OAM)具备正交性和高维性,基于OAM态的高维量子通信及基于OAM态的复用光通信(不需要额外的带宽)都引起了广泛的关注,其中精确的OAM态检测仍然是一个重要挑战。本文针对于光子轨道角动量的拓扑荷检测、轨道角动量光束的强度和相位捕获进行了研究,主要工作和成果如下:(1)考虑到OAM光束具有螺旋相位结构及其Gouy相位特点,
学位
随着第五代通信技术以及智能设备的突破性发展,以图像、文本、视频为主要内容介质的多媒体数据呈现出海量式增长的趋势。在多媒体数据的发展趋势下,人们对人机交互的体验模式提出了更深层次、更多维度的业务需求,跨模态检索技术应运而生。传统的跨模态检索仅仅涉及图像、文本等单一视觉感知的模态内容,无法满足VR、远程医疗、自动驾驶等新一代应用需求。因此,为了将人机交互的沉浸式体验推至新的维度,本文拟将人类三大感知之
学位
随着三维重建技术在逆向工程、生物医疗和虚拟现实等领域的广泛应用,重建过程中的三维物体数字化处理成为当前研究的热点。在三维物体数字化过程中,点云对齐十分重要,其一般可分为粗对齐和精细对齐两个步骤。粗对齐利用算法提高两片分离较大的点云间重叠率,为后续精细对齐的成功提供基础。受点云内部的复杂特性以及噪声等因素的影响,传统粗对齐算法的对齐效果和鲁棒性存在较大的改进空间。近年来,深度学习的广泛流行为点云对齐
学位
斜拉桥的运行状态关系到国家经济发展和人民生命安全,需要定期对拉索进行检测和维护,因此研究斜拉桥拉索损伤检测及其评估方法意义重大。斜拉桥拉索是由导磁性能良好的高碳钢制成,适合使用漏磁检测方法对其内部钢丝的损伤进行检测。本文在分析当前国内外斜拉桥拉索漏磁检测技术研究现状的基础上,提出了一种螺旋爬升模式下的拉索断丝漏磁检测方法,主要研究内容如下:首先,在分析拉索的损伤以及无损检测方法及其局限性的基础上,
学位
移动边缘计算(Mobile Edge Computing,MEC)通过将存储、计算能力下沉到移动边缘节点,提供一个高性能、低延迟与高带宽的电信级服务环境,加速网络中各项内容、服务及应用的分发和下载,让用户享有更高质量网络体验。但随着车联网、自动驾驶等移动应用的兴起,由于边缘节点的网络覆盖范围有限,当用户移动到其他边缘节点覆盖范围内时,会导致与本地边缘云的网络连接变差,从而降低服务质量(Qo S)或
学位