收 稿日 期: 2006-04-28
基 金项 目: 国 家自然 科学 基金资 助项 目(60572070;60534010)
·
作 者简介: 尹 作友(1965 - ),男,辽宁大 连人,东 北大学 博士 研究生,渤海大 学副 教授; 张 化 光(1959 - ),男,吉 林 省吉 林 市人,东北
大 学教授,博 士生 导师
·
第 28卷第 7期
2 007 年 7 月
东 北 大 学 学 报 ( 自 然 科 学 版 )
Journal of Northeastern University(Natural Science)
Vol.28,No .7
Jul . 2 0 0 7
基 于 自 适 应 观 测 器 的 非 线 性
时 滞 系 统 故 障 检 测 与 估 计
尹作友, 张化光
(东北大 学 信息 科学与 工程 学院, 辽宁 沈 阳 110004)
摘 要: 针对具有模型不确定性、时滞现象的非线性动态系统的执行器故障,在某些假定的条件下,采用
自适应观测器建立有效的残差信号,实现对系统故障的检测和估计,且利用 Lyapunov 理论对自适应观测器的
设计进行了分析,获得了相应的自适应调节规则
·
仿真例子验证了提出方法的有效性
·
关 键 词: 故障检测;故障估计;自适应观测器;自适应律;非线性系统
中图分类号: TP 13 文献标识码: A 文章编号: 1005-3026(2007)07-0933-04
Fault Detection and Diagnosis for Nonlinear Time Delay
Systems Based on Adaptive Observer
YIN Zuo-you, ZHA NG Hua-guang
(School of Information Science & Engineering, Northeastern University, Shenyang 110004, China .
Correspondent: YIN Zuo-you, E-mail: yinzuoyou @ 163 .com)
Abstract: For the actuator fault of nonlinear dynamic systems with model uncertainty and time
delay, a class of adaptive observers are employed under some preconditions to construct several
effective residual signals that are required to perform the fault detection and estimate . Based on
Lyapunov theory, the design of adaptive observer is analyzed and the adaptive tuning rules are
obtained . A simple simulation example was carried out to verify the effectiveness of the proposed
method .
Key words: fault detection; fault estimate; adaptive observer; adaptive rule; nonlinear system
近年来,动态系统的故障诊断理论与技术正
受到越来越多的关注,许多不同的故障检测方法
相继被提了出来
[1 - 3]
·
如观测 器法
[4 - 5]
、基于 神
经网络的方法
[6 - 7]
等,其中对观测器的方法的研
究比较深入,其核心是利用观测器输出与实际输
出进行比较得到残差,进而判断系统是否发生故
障
·
文献[8 - 9]采用自适应观测器实现未知参数、
慢时变有界故障和系统状态的估计
·
任何实际系统都有不同程度不确定性和时滞
现象,有关不确定时滞系统的故障诊断等问题报
道较少
[10]
·
实际系统中除了存在时滞以外,还可
能带有结构参数不确定性、噪声和非线性干扰等
因素, 因此, 具有非线性的不确定时滞系统的故
障诊断研究具有重要的意义
·
本文基于 Lyapunov
函数和假定条件,探讨一类具有非线性的时滞系
统的故障检测问题, 给出了故障检测观测器和故
障估计观测器的设计方法及相应的自适应调节规
则
·
1 系统描述
考虑下面的非线性动态系统
x = f( x, u) + Bθξ(x, u) + EΔ( x( t),
x( t - σ( t)), y, u),
y = Cx
·
}
(1)
其中,x∈ R
n
是系统不可测的状态向量; u∈ R
q
是可以测量的输入向量; y∈R
m
是可测的输出向
量;θ∈R
m × k
是系统不可预测故障的参数矩阵;