（电力电子与电力传动专业论文）基于等价空间方法的采样系统故障检测.pdf

基于等价宅问方法的采样系统故障检测 障检测系统相似，首先通过引入数学算子实现多速率采样控制系统的 直接故障检测；其次利用提升技术实现连续信号到离散信号的等价映 射，将输出端多采样率的多输入多输出控制系统转化为与输入端具有 相同采样周期的多变量控制系统，从而实现直接故障检测系统的设 计。最后，通过仿真说明了两种设计方法的可行性，并对两种方法下 的仿真结果做了对比。 关键词：故障检测，等价空间，可观测性能指数，多速率系统，提升 技术 f a u l td e t e c t i o n o fs a m p l es y s t e m b a s e do np a r i t ys p a c e a b s t r a c t w i t ht h ed e v e l o p m e n to fc o m p u t e rs c i e n c e a n dt h ea u t o m a t l o n t e c h n 0 1 0 9 y , m o r ea n dm o r es a m p l ec o n t r o ls y s t e m s a r ew i d e l ya p p l l e dm t h ea r e a ss u c ha se l e c t r i cp o w e rs y s t e m ，p e t r o c h e m i c a l e ta l t h e s e c o n t r 0 1s y s t e m sa r ev e r yl a r g ea n de x p e n s i v e ，o n c e f a u l t so c c u r , t h e r e s u l t sa r ec a t a s 仃o p h i c t h eh i g hs e c u r i t y a n dr e l i a b i l i t y o ff a u l t d e t e c t i o n sa r er e q u i r e d t h i sp a p e rm a i n l yd i s c u s s e dt h e f a u l td e t e c t i o n b a s e do np a r i t ys p a c ei ns a m p l ec o n t r o ls y s t e m ： 1 h em r e e m a i n f a u l t d i a g n o s i s m e t h o d s ，n a m e l ya n a l y t l c a l r e d u n d a n c y m o d e l - b a s e dm e t h o d s ， k n o w l e d g e 。b a s e d m e t h o d sa n d d a t a d r i v e nt e c h n i q u e ，w e r ei l l u s t r a t e ds e p a r a t e l y t h ec r u x e s a n dt h e 1 a t e s ts t a t e so fa r to ff a u l td i a g n o s i sw e r ea d d r e s s e d t h er e s e a r c h w a sd o n eo nt h e c h a r a c t e r i s t i c so fa n a l y t i c a l r e d u n d a n c yp a r i t ys p a c ea p p r o a c h t of a u l td e t e c t i o n i nt e r i l l so 士 o b s e r v a b i l i t yi n d e x e s ，i n c l u d i n gt h e e f f e c to fd i f f e r e n ts e l e c t i o n so fp a r l t y v e c t o ro nf a u l td e t e c t i o n ，t h er e l a t i o n s h i pb e t w e e n t h ep a r i t yr e l a t i o na ll d t h ed i m e n s i o no fp a r i t ys p a c e ，t h er o b u s t n e s so ff a u l td e t e c t i o ne ta l t h e a b o v et h e o r e t i c a la n n y s e sw e r ep r o v e dt h r o u g ht h es i m u l a t i o no t at w o w a t e ro r d e rc o n t r o ls y s t e m f o rf a u l td e t e c t i o no fs i n g l er a t es a m p l ec o n t r o ls y s t e m s ，f i r s t l y ，t h e i i i 基于等价空间方法的采样系统故障检测 d i r e c tf a u l td e t e c t i o nm e t h o dw a sa d o p t e dt h r o u g ht h en u m e r i c a lo p e r a t o r ； s e c o n d l y ，p r i n c i p a l so ft h ec h o i c eo fs a m p l ep e r i o du n d e rd i s t u r b a n c e ，t h e c o n d i t i o n so fp e r f e c td e c o u p l i n gw e r es t u d y e dr e s p e c t i v e l y s i m u l a t i o n s p r o v e dt h a tt h ed i r e c ta p p r o a c hp o s s e s s e sb e t t e rf a u l td e t e c t a b i l i t yt h a n i n d i r e c to n e ，b u tt h es e l e c t i o no fs a m p l ep e r i o dh a do b v i o u sa f f e c t i o no n e f f e c t i v e n e s so fd i r e c tf a u l td e t e c t i o n f a u l td e t e c t i o no fm u l t i r a t eo u t p u tc o n t r o ls y s t e mw a ss t u d i e d f i r s t l y ，f a m i l i a rw i t hs i n g l er a t es a m p l ec o n t r o ls y s t e m ，t h en u m e r i c a l o p e r a t o rw a su s e dt od e s i g nd i r e c tf a u l td e t e c t i o ns y s t e m s e c o n d l y ，t h e l i f t i n gt e c h n i q u ew a si n t r o d u c e dt or e a l i z et h er e f e c t i o nf r o mc o n t i n u o u s t i m es y s t e m st os a m p l es y s t e m s ，w h i c ht r a n s f o r m st h em i m oc o n t r o l s y s t e mw i t hd i f f e r e n ts a m p l ep e r i o di n t os i n g l es a m p l er a t em u l t i v a r i a t e p r o b l e m sw h e r et h es a m p l ep e r i o dw a se q u a lt ot h ei n p u t s ，s ot h ed i r e c t f a u l td e t e c t i o ns y s t e m sw a sa c h i v e da c c o r d i n g l y a tl a s t ，t h ee f f e c t i v e n e s s o ft w om e t h o d sw a se l a b o r a t e db ys i m u l a t i o n s ，a n dac o n c i s ec o m p a r i s o n w a sc o n c l u d e d k e yw o r d s ：f a u l td e t e c t i o n ，p a r i t ys p a c e ，o b s e r v a b i l i t yi n d e x e s ， m u l t i r a t es y s t e m ，l i f t i n gt e c h n i q u e 基于等价空间方法的采样系统故障检测 东华大学学位论文原创性声明 本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位 论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除 文中已明确注明和引用的内容外，本论文不包含任何其他个人或集体 已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对 所写的内容负责，并完全意识到本声明的法律结果由本人承担。 学位论文作者签名：也逵适 日期：年月日 基于等价空间方法的采样系统故障检测 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允 许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或 部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复 制手段保存和汇编本学位论文。 保密口，在年解密后适用本版权书。 本学位论文属于 不保密口。 学位论文作者签名：挂逸苠 日期：年月日 i i 指导教师签名：屈红啼 日期：o g 年月z 日 基于等价空间方法的采样系统故障检测 1 1 课题背景 第一章绪论弟一早珀v 匕 计算机技术的迅速发展，使其在工业控制领域中应用越来越广泛，给工业生 产过程带来便利的同时，也为我们提出了新的问题和新的研究领域。由计算机作 为主要部件组成的数字控制系统有响应快、易实现等绝对的优势，大有取代传统 模拟连续控制系统的趋势。其次，现在的工业过程要求精度高、响应快、误差小 等特点，更促使设计者通过计算机实现具有复杂算法的数字控制器。在数字控制 系统中，计算机的输入和输出都是数字信号，但被控对象一般情况下都是连续时 间系统。因此，现有广义数字控制系统实际上是内部既有连续时间的模拟信号又 有离散时间的数字信号的混合系统。把这种由离散控制器来控制连续被控对象的 控制系统称为采样控制系统( s a m p l e dd a t ac o n t r o ls y s t e m ) 。联想学习过的计算机 控制系统课程，不难发现，现有课本中所陈述的采样控制系统，实际是采样器和 零阶保持器是同一采样周期的采样控制系统，为了和多速率采样控制系统有所区 别，称这样的系统为单速率采样控制系统，下面对单采样控制系统研究背景做简 单介绍。 1 。1 1 单速率采样控制系统背景 标准单采样率控制系统结构图如图( 1 1 ) 所示，图中实线代表连续信号， 虚线代表离散信号，g 为广义连续l t i ( 线性时不变) 被控对象，k d 为离散l t i 控制器，s 、日分别为理想采样开关和保持器，其采样周期设为h ，w 为外部输 入信号，包括参考指令、扰动和测量噪声等，z 为输入信号，y 为控制器的输入 信号，u 为控制输入，即离散控制器输出，沙、1 ，为离散信号。 图( 1 - 1 ) 采样控制系统结构图 基于等价空间方法的采样系统故障检测 对于采样控制系统来讲，其显著的特点就是对于给定的控制系统，连续时间 信号和离散时间信号同时存在，从而使得单纯应用连续系统的分析设计方法，或 者单纯应用离散系统的分析设计方法都无法精确的描述采样控制系统的特点。因 此，采样控制系统中连续信号和离散信号并存的特点成为分析和设计采样控制系 统的难点。同时，虽然广义被控对象g 和离散控制器都是线性时不变系统， 但由于其采样开关的作用，使的采样控制系统成为周期时变系统，所以，这也成 为分析和设计采样控制系统的另一个难点。 由上述分析，可以得出在采样控制系统分析和设计的过程中，必须兼顾连续 和离散两个时间域内的被控对象和控制法则。目前，分析和设计采样控制系统的 方法主要有二种( 间接设计方法和直接设计方法) ，这二种方法的根本出发点 都是由已知连续的l t i 被控对象模型g ，设计离散控制器，并分析由被控对 象g 和离散控制器疋所组成的闭环系统。 间接设计方法又可以细分为模拟设计方法和数字设计方法。模拟设计方法对 采样控制系统的分析和设计完全是在连续时间域内进行，即对已知被控对象g ， 首先在连续时间域内设计连续控制器k ，然后应用离散化方法将其离散化得到离 散控制器疋。这种设计方法由于采用了较为成熟的连续控制理论，所以应用广 泛，是很多设计的首选；其次，应用这种方法时，只存在连续时间域，因而系统 的性能指标也是连续的，当采样周期h 趋近于o 时，系统的连续性能指标是可以 完全复现的，但在实际的工业过程中，这种假设存在技术实现问题。数字设计方 法首先将连续被控对象离散化，得到离散化模型q ，即g 的近似模型，然后在 离散时间域内应用离散控制理论，用离散化模型q 为被控对象设计离散控制器 妫。这种分析和设计方法是完全在离散时间域内进行的，显然其设计过程简单； 但是在将连续模型g 离散化过程中，只考虑连续被控对象g 在采样时刻的信息， 因而这种方法丢失了系统在采样时刻间的信息。 间接设计方法存在一定的近似性和不精确性。在系统性能要求不是很高的情 况下，这种方法可以在一定程度上满足控制系统的性能指标要求，但是当控制系 统有较高的性能指标要求时，传统的间接设计方法则较难实现。直接设计方法的 提出n 1 ，很大程度上改变了这种现状。所谓的直接设计方法，就是根据被控对象 g 直接设计离散的控制器心。这种设计方法可以考虑到控制系统在采样时刻之 2 基于等价空间方法的采样系统故障检测 间的全部信息，从而解决了间接设计方法的近似问题，但其缺点为采样控制系统 的周期时变性，导致了采样控制系统的直接设计方法较间接设计方法而言更加复 杂和困难。 1 1 2 多速率采样控制系统背景 随着计算机的普及，生产工艺要求的提高，单速率采样控制系统已经不能满 足系统高性能需要。其次，在大多数情况下，实际系统中不可能以相同的采样周 期进行采样或保持( 例如对温度信号的检测和电信号的检测) ，因此多速率采样控 制系统应运而生。 多速率采样控制系统的研究最早可以追溯到上个世纪乜一1 。i 3 a n c 等人是当时 多速率采样控制系统研究领域的领军学者，他们利用k r a n c 算子和采样器分解等 方法，得到了一系列的成果，并把这些成果成功的应用于航天领域。2 0 世纪7 0 年代末，由于计算机技术的迅猛发展，多速率采样控制系统重新引起学者的关注， 同时它在实际中的应用日益广泛，总结原因有如下几个： ( 1 ) 实际工程中被控对象越来越复杂、越来越庞大，所以采用传统的单一的采样 周期是不切实际的，甚至在很多情况下是不可能的，因此，必须采用多速率 采样控制系统。 ( 2 ) 实际工程中，虽然可以定义采样周期和采样时刻，但是并不是每个信号都可 以在采样周期内进行采样的。 ( 3 ) 采用较短的采样周期的计算机控制系统固然能够得到很好的控制效果，但是 这样无疑对a d 和d a 转换的要求有所提高，从而提高了控制系统的造价， 从而带来浪费。 ( 4 ) 多速率采样控制系统是一个采样周期时变的控制系统，因此，它具有许多单 速率采样控制系统不具备的优点，例如改善系统的增益裕度，提高稳定性等。 ( 5 ) 虽然多速率采样控制系统相对于单速率采样控制系统比较复杂，但是它仍然 是有限维的周期时变系统，因此，可以利用已有的理论知识对其研究。 1 1 3 故障检测技术的背景 由1 1 1 和1 1 2 所述，随着现代科学技术的日益发展，尤其计算机科学与控 基于等价空间方法的采样系统故障检测 制科学的快速发展，一方面促进了采样控制系统的发展，另一方面也使得现代化 的工程技术系统朝着大规模、复杂化方向发展；复杂系统的出现给我们带来便利 的同时，也给我们提出新的挑战。复杂系统中出现的某个微小的故障若不能及时 检测和排除，都可能造成人员和财产的巨大损失，甚至可以说会带来灾难性的后 果。因此，如何提高日益复杂系统的可靠性和实现快速而准确的故障检测，已经 成为控制学界专家近年来一直是研究的热点和焦点。随着技术的发展，测量、控 制和计算机设备和系统越来越准确、越快、越全面，控制系统和控制算法越来越 复杂时，系统的可靠性和安全性就成为一个十分突出的问题。同时，一台设备所 具有的功能也越来越高，这就导致了设备中各种元器件的不断增加，相应地，系 统的可靠性降低了。控制系统可能因为一个小故障而失效，因此提高系统执行器 元件的可靠性十分重要。但是，仅从这个角度考虑的可靠性是不够的，必须从控 制机理上考虑系统的容错能力，这就对控制系统的故障诊断提出了要求。在众多 提高系统安全性和可靠性的方法中，有一种重要的途径就是采用故障检测和隔离 ( f a u l td e t e c t i o na n di s o l a t i o n 即f d i ) 技术h 1 ，很多学者也从事故障检测与诊断 ( f a u l td e t e c t i o na n dd i a g n o s i s ) 。对复杂系统来讲，通过故障检测和诊断技术如果 提高了其可靠性和安全性，必将带来巨大经济利益。控制系统的故障检测与分离 的概念正是基于此原因而提出的，它通过提取和分析系统运行时的各种特征信 号，利用与系统有关的知识，及时判断系统是否发生故障。 故障可以理解为一个系统的重要变量或特性偏离了正常范围h 引。广义的讲， 故障可以认为是使得系统表现出所不期望的或是表现出不可接受的任何异常现 象或是动态系统中部分元器件功能失效而导致系统性能恶化的情况或事件。控制 系统的故障检测和隔离是通过对系统的各种特征信号的提取和分离，运用解析、 经验和观测器等手段来检测系统的故障，并确定故障所产生的部位，使得人们可 以根据报警信息解决故障，避免失效的发生。 本质上讲，故障检测和诊断是利用被检测系统运行中的各种信息和已有的各 种知识进行信息的综合处理，最终得到关于系统运行情况和故障状况的综合评价 过程。故障诊断是由现象判断本质，由局部预测整体，由当前预测未来的过程， 即需要根据系统各种可测量的物理现象和技术参数的检测来推断系统是否正常 运行，判断发生故障的原因和部件，预测潜在故障的发生等。 故障检测的方法有很多，包括基于模型解析冗余方法( 主要有故障诊断滤波 4 基于等价空问方法的采样系统故障检测 器法、等价空间法、参数识别法等) 、基于知识方法和基于数据驱动方法等。本 论文围绕基于等价空间的故障检测方法展开说明。本方法是建立在控制系统的模 型基础上，采用残差生成的方法实现对系统的误差和不确定的扰动所产生的影响 进行报警。 1 2 课题研究现状 1 2 1 多速率采样控制系统的研究现状 上个世纪5 0 年代，由于当时计算机控制系统尚未出现，研究主要采用经典 采样控制系统的方法。如前所述k r a n c 是最早开始研究多速率采样控制系统的学 者之一，他的工作主要促进了对采样器分解方法的研究，他所提出的k r a n c 算子 方法至尽仍然是分析多速率数字采样控制系统的有效方法。之后，众多的学者投 身到该领域的研究中。但当时的研究工作主要是基于采样控制系统理论，针对离 散时间系统的分析和设计问题展开讨论，并以脉冲传递函数或是脉冲传递函数矩 阵为描述多速率采样控制系统的主要方式。这种方法存在许多不足比如当采样 周期很大( 例如超过2 小时) 时，系统的传递函数模型就非常复杂，难以在此基础 上对系统进行分析。k a l a m a n 和b e r t r a 于1 9 5 9 年首次提出的状态空间方法分析 多速率采样控制系统为多速率采样控制系统奠定了坚实的基础。他们提出，若系 统的各采样周期之间成整数倍关系时，可以用线性时不变状态空间模型来描述采 样控制系统。但他们的研究只是多采样率纯离散系统，只能说是多速率采样控制 系统的雏形。 2 0 世纪8 0 年代，计算机技术迅速发展，把多速率采样控制系统的研究带入一 个全新的发展阶段。1 9 8 6 年，a r a k i 和y a m a m o t o 针对多变量多速率系统的控制问 题，首先推导出控制系统的离散时间状态空间表达式，并对系统矩阵加以分析，定 义了“多速率脉冲模”，指出通过将系统的离散模型乘以一个变换算子后，根据它 的脉冲传递函数矩阵就可以获得多速率脉冲模，以此来分析系统的传递特性，并 推导出系统的n y q u i s t 稳定条件乜1 。b a r r y f t i g l a s s o n 等人将最优控制技术引入到多 采样率数字控制系统的设计中，重新引起了人们对时域方法的重视晦一1 。在多采样 率数字控制系统的设计方面，最优控制问题口1 、日。最优控制问题阳3 成为当时 的研究热点。由于多采样率数字控制系统是一个周期时变系统，能实现许多单采 基于等价空间方法的采样系统故障检测 样率数字控制系统所不具备的或难以实现的控制功能，如同时镇定、强镇定、分 散控制、改善系统鲁棒性等。为此，许多学者开始在这方面进行深入研究。s a e k 等人最先提出了多速率采样数字控制系统的极点配置问题和同时稳定问题。他们 指出，同时稳定，个被控对象等价于用一个自身为稳定的控制器同时稳定，一1 个 被控对象。对于大型、多变量多采样率数字控制系统来说，采用分散控制是最佳 的选择。h i m s h i 用独立设计法研究了分散多速率系统的鲁棒设计问题。首先将系 统转换成输入一输出空间为有限维的纯离散系统，然后利用独立设计法，独立地为 每个子系统设计控制器，使整个系统满足性能指标要求。最后还分析了去掉多余 离散提升操作的过程，使控制器的设计大大简化。从最近几年的研究成果看，多采 样率数字控制系统的预测控制睁1 2 1 、解耦问题、辨识问题n3 1 、自适应控制n4 1 5 1 、 自校正控制及串级系统的双采样控制n 胡已成为研究热点。 1 2 2 故障检测方法研究综述 为了满足动态控制系统可靠性、安全性和有效性等性能指标，近3 0 年来故 障检测和诊断技术得到了长足发展。新方法和新技术的不断引入，使以故障为研 究对象的新一代控制系统的可靠性理论研究取得了显著成果，从而也为自动化技 术从实验室走向实际工程奠定了坚实基础。尤其是近年来，以故障检测、故障辨 识、故障模式识别、故障决策和容错控制为主要研究内容的故障诊断技术已经成 为工程监控和复杂系统自动化研究的重要领域。 故障的定义具有外延性，既可以简单将其定义为，系统中至少有一个重要变 量或者性能指数，偏离了正常工作范围；也可以从广义角度将其定义为，动态控制 系统由于异常现象的出现，使系统表现出不期望的特性h 1 。根据不同的故障分类 原则，可以把故障分成加性故障和乘性故障；或主要元件故障、传感器故障和执 行器故障；或突变故障和渐变故障等。故障诊断系统一般由故障检测、故障隔离、 故障辨识和故障调节等部分组成。判断故障诊断系统的性能指标主要有：故障检 测的及时性、故障检测的灵敏度、故障的误报率和漏报率和故障诊断系统的鲁棒 性等。 实际系统几乎都受故障影响，因此为实现故障检测需要对监控过程建立一定 标准，这个标准称为量度。根据被监控过程量度的不同，故障诊断方法大体可以 分为三类：基于模型解析冗余方法、基于知识方法和数据驱动方法。 6 基于等价空间方法的采样系统故障检测 1 2 2 1 基于模型解析冗余方法 基于模型解析冗余方法( a n a l y t i c a lr e d u n d a n c ym o d e l b a s e dm e t h o d ) 主要利 用控制系统测量变量( 输入输出、输出输出或输入输入) 之间的瞬态关系集 合实现故障检测和诊断。对于连续时间系统，描述这种关系常用模型是微分方程、 偏微分方程、或连续时间状态方程等：对离散时间系统，描述这种关系的模型为 时问序列a r 模型、a r m a 模型或离散时间状态方程等。 1 9 7 1 年，美国学者b e a r d 的工作标志着解析冗余故障检测技术的诞生。在 随后较长时间的研究中，基于解析冗余的故障检测技术得到了广泛关注，先后产 生一系列故障诊断方法，例如：基于等价( 或一致性) 空间的方法、基于观测器 检测滤波的方法、基于参数估计的方法和基于模型参考的方法等。这些方法都 是力求把故障诊断问题转化为如何生成残差生成序列( r e s i d u a lg e n e r a t o r ) ，进而 利用统计学或几何学来分析和处理n 引。虽然这些方法都是独立的提出和发展起 来，但它们之间却有一定的关联性n l l 8 3 。 广义等价空间方法 等价空间组成元素为等价向量，等价空间残差生成方法可以直接应用到传感 器和执行器故障诊断中而不需要功能部件的先验知识n 引。近年来，基于广义等价 空间( u n i v e r s a lp a r i t ys p a c e ) 鲁棒故障检测研究引起了学者的注意。 在c h o w w i l l s k y 方法的基础上汹1 ，文献 2 1 提出了一种广义等价空间残差生 成方法，这种方法仍然适用于连续时间系统和离散时间系统，同时可以实现扰动 作用下可控系统等价关系的设计；与其他扩展方法相比，这种方法可以通过加入 极点进行残差序列设计从而建立所有等价关系。采用这种方法，文中重新对故障 强检测条件给出了定义和推导。文献 2 2 指出，在满足一定条件时，通过数学变 换从原系统中消去未知输入项，利用新的等价系统的输入输出描述构造等价方 程，产生残差信号，完成广义残差序列设计。这种采用动态加权矩阵变换的基本 残差生成方法，不但可以增加设计自由度，而且满足故障检测和隔离的要求。适 当的选择动态加权矩阵能够实现故障到残差传递函数的对角化，从而产生固定方 向残差。 状态参数估计法 7 基于等价空间方法的采样系统故障检测 控制系统状态直接反映系统运行状况，基于状态估计( s t a t ee s t i m a t i o n ) 的故 障诊断方法可以归纳为如下两种基本方法：故障检测滤波器和l u e n b e r g e r 观测 器。近年来出现了许多基于状态估计的新方法，女1 l u e n b e r g e r 鲁棒故障检测观测 器方法1 、数据驱动k a l r n a n 滤波器乜4 1 、滑模观测器法、自适应观测器相结合 的方法啪1 。 参数估计( p a r a m e t e re s t i m a t i o n ) 法根据模型参数及相应物理参数变化序列的 统计特性进行故障检测和分离7 1 。同状态估计方法相比，参数估计法更易于故障 定位与故障分离。文献 2 8 】中提出了参数估计和观测器相结合的方法。首先构造 故障检测观测器实现多故障的快速检测，然后再对故障进行预分离处理，最后对 基于包含可能故障的简化模型做参数估计，进一步实现故障的分离。文献 2 9 提 出一种将参数估计和等价空间方法相结合的故障诊断方法。这种方法利用连续时 间等价空间方法实现快速故障检测，然后根据等价残差估计某个线性参数的变 化，从而回避参数估计算法对持续激励的要求。对于存在慢时滞参数的系统，该 方法使等价方程的系数对估计出的参数变化具有自适应能力，可以提高故障检测 的性能。 参数估计方法对非线性系统的故障检测有着重要意义。 文献 3 0 ，3 1 提出了 一种强跟踪滤波器方法，可以有效地应用于一类非线性系统的在线故障诊断。其 基本思想是由扩展卡尔曼滤波器得到残差序列，用残差加权平方和算法快速检测 故障，再采用强跟踪滤波器得到系统状态和非线性时变参数估计。最后基于修正 的贝叶斯分类算法检验各参数估计值，从而实现故障诊断和故障幅值估计。 模型参考方法 基于模型故障诊断方法的核心是残差序列的合理设计，t y l e r 和m o r a r i 2 3 把 模型参考( m o d e lr e f e r e n c e ) 方法引入到残差生成器，设计出一种通过迭代获得参 考模型的方法，从而实现对故障信号进行跟踪的最优残差生成器。 最近，文献 3 3 】提出一种从结构本身考虑的可获得残差结构的模型参考故障 检测方法。对结构或参数具有不确定性的被监控过程，提出了针对结构化残差利 用参考模型方法产生鲁棒残差序列，并定义了致性优化原则，最后针对模型的 引入对优化设计的影响进行了理论分析。 文献 3 4 针对非线性系统利用模型参考自适应原理构造观测器，实现对执行 8 基于等价空间方法的采样系统故障检测 器参数变化的直接故障诊断。文献 3 5 】将参考模型引入到线性时不变系统，利用 未知输入状态观测器观测状态，与参考模型状态构成残差，利用最小二乘法估计 故障。 参考模型的选择对一致性优化问题有重要作用，但实际过程中往往存在冗余 不足的情况口引。其次，模型参考方法可以解决不确定性系统的故障检测，但却假 设系统不存在建模误差( 即不确定性) 。模型参考只是对结构化残差和加性故障进 行了研究，而固定方向残差和乘性故障的研究都是以后需要解决的问题。 1 2 。2 2 基于知识方法 建立被控过程、故障、故障残差信号三者之间量化关系时，基于模型的故障 诊断方法对系统模型的精度要求很高，但在实际工业过程中不可能建立精确的数 学模型。因此，定量分析故障诊断方法在实际应用中受到一定限制。对于复杂控 制系统，当运行过程中发生故障时，通过故障征兆信息的定性描述也可以实现故 障识别和检测。正是因为基于冗余知识的定性分析不需要建立精确的数学模型， 使得基于知识的故障检测方法近年来得到了迅速发展，并逐渐成为故障诊断技术 的一个重要分支。这里主要讨论专家系统、人工免疫系统。 专家系统方法 专家系统( e x p e r ts y s t e m ) 诞生于1 9 6 8 年，之后由于其广泛的应用范围而得 到了迅猛发展，尤其是计算机技术的发展，使复杂系统定性故障诊断过程的智能 化成为一种趋势，故障专家系统成为定性分析故障诊断技术的一个重要方向。近 年来，逐渐形成了以各个具体领域为研究对象的定性故障诊断专家系统，如飞船 专家诊断系统、飞行器专家诊断系统等。 文献【3 6 提出一种新的专家系统知识分类和表示方法，并利用可视化编程 语言建立了一实用系统。通过仿真运行证明了诊断的可靠性。文献 3 7 以专家系 统的形式实现对现代仪器仪表的故障检测。这种方法，在仪器仪表故障检测方面 有很好的拓展性，可以通过对知识库内容的修改，实现与现代仪器仪表具有相似 特征设备的故障检测。 尽管专家系统解决了很多实际问题，但它仍然存在一些缺点。首先，专家系 9 基于等价空间方泫的采样系统故障检测 统故障诊断的精确度直接与其知识库知识的多少成正比，而知识的获得往往又受 诸多因素限制；其次，专家系统主要应用于大规模复杂系统，而当系统增大的同 时，知识库的建立、组织和维护必定趋于复杂，必然给推理的效率带来影响。文 献 3 8 】针对以上问题提出了一种由失误驱动的故障诊断策略自学习方法，可以较 好的解决知识获取问题。故障树和专家系统相结合引，模糊数学和专家系统诊断 方法h 们的结合等都避免了冗杂而庞大规则库的建立。 免疫方法 人工免疫系统( a r t i f i c i a li m m u n es y s t e m ) 研究的热潮，给故障检测注入了新 的活力。许多学者把免疫机理成功应用到故障诊断领域，并取得了明显成效。 文献 4 1 】将免疫网络模型用于在线大规模系统故障诊断，并证明了这种方法 对大型复杂控制系统故障诊断的有效性。文献 4 2 d o 提出了一种基于免疫原理用 于异步电动机故障诊断的新方法。 基于知识的故障诊断方法是对基于解析冗余等定量方法的有效补充，把免疫 算法与已有的基于模型故障诊断方法相结合可以产生更好的诊断效果。文献 4 3 针对非线性系统，在基于模型故障诊断方法中引入免疫算法，提出了一种新的基 于模型免疫故障诊断方法。具体分成免疫模型辨识、残差滤波、故障报警收集和 人工免疫调节等部分。免疫系统模型辨识可以在线实现系统特性和模型输出的对 比；残差滤波降低了未知输入的影响；故障报警收集用来标识故障。这种算法可 以有效的实现对执行器、传感器和主要部件的故障检测和隔离。文献 4 4 1 提出一 种免疫状态观测器故障诊断方法。这种方法主要将状态变量分解为可直接测量和 不可直接测量两个部分。对有故障作用的动态方程进行处理，利用测量输出更新 可直接测量的状态变量，利用受到影响的动态方程去估计不可直接测量的状态变 量，从而实现了传统观测器在故障状态下对系统状态估计不准确的缺点，提高了 故障诊断系统的准确性。 1 2 2 3 基于数据驱动方法 实际工业过程往往受大量空间上具有相关性的变化信号交互作用，因此引起 基于多变量统计技术故障诊断方法的研究，从而产生了数据驱动( d a t a d r i v e n ) 方 法。数据驱动方法的有效性取决与被控过程数据变化的特征，即共有原因和特殊 1 0 基于等价空问方法的采样系统故障检测 原因。 主元分析法 主元分析法( p r i n c i p a lc o m p o n e n ta n a l y s i s ) 是工业过程中使用最为广泛的数 据驱动方法。它是根据已获取数据的方差而进行的最优降维技术，可以改善应用 多变量统计学进行故障检测和诊断的效果。这种方法所提炼出的结构可以用于识 别与故障有关的变量或受故障影响的最大变量，从而对其进行有效识别。 文献 4 5 提出一种自动故障诊断的方法，它为每个过程单元构造独立的p c a 模型。如果某一过程单元的p c a 模型显示过程失控，则假设发生与该过程单元 相关联的故障。虽然这种方法可以缩小过程不正常的原因，但却不能实现明确诊 断。单p c a 模型是故障诊断最简单的途径，但当大量故障发生时，这种方法作 用甚微。文献 4 6 】中提出一种独立p c a 的建立方法，它能处理的故障数目比一 个单p c a 模型处理的数据多，但这种方法需要在每个特殊故障发生时建立独立 的p c a 模型。 费舍尔判别分析方法 p c a 方法就故障诊断而言，虽然具有一定的优化性，但在确定低维度的故 障表示时，并没有考虑到类之间的信息。费舍尔判别分析( f i s h e rd i s c r i m i n a t e a n a l y s i s ) 考虑了各类之间的信息，因此在故障诊断方面更具有优势h 7 1 。 在控制系统的正常运行状况下采集并为故障定义一个附加数据类，从而实现 费舍尔判别分析方法对故障的检测。就故障诊断来说，费舍尔判别分析方法首先 从发生故障的设备中采集数据，然后把数据分类，其中每一类包含着表示某一特 定故障的数据，这种线性的降维技术可以把各类之间最大限度的分离。 基于概率鲁棒理论的方法 不稳定性概率问题提出时间不长，却引起广泛关注。概率鲁棒性理论 ( p r o b a b i l i s t i cr o b u s t n e s st h e o r y ) 为控制系统的研究提供新的理论基础。 文献f 4 8 以概率鲁棒理论为基础，采用基于观测器故障检测方法，讨论了如 何降低不确定性系统的错报率和阈值选取问题。值得指出，此前很多方法都不易 实现或是没有针对乘性故障检测问题展开研究。这种方法与广泛采用的基于范数 基于等价空间方法的采样系统故障检测 的评价系统中阈值选择方法不同，文中讨论了如何在概率条件下采用统计测试的 方法计算阈值。其对错报率的定义是在没有故障发生时残差信号大于给定阈值的 一个条件概率。设计的基本出发点是利用已知的随机矩阵( 例如概率密度) 建立错 报率和阈值之间的关系，从而合理选择阈值，以避免故障漏报和错报同时增加故 障的可检测数。 对于结构具有随机不确定性的线性时不变系统，文献 4 9 】利用概率鲁棒理论 提出一种基于观测器残差序列的设计算法。其优点在于不需要对模型不确定性进 行预估同时对乘性的不确定性和扰动作用同样适用。 1 2 2 4 故障诊断技术发展趋势 远程网络控制系统故障诊断 随着传统控制系统向网络化发展，近年来远程网络控制系统( r e m o t e n e t w o r k e dc o n t r o ls y s t e m ) 得到广泛重视，并涌现很多成果。网络控制系统具有网 络时延、数据包时序错乱甚至数据包丢失等缺点，因此为保证网络控制的可靠性 有必要针对远程网络控制系统故障诊断问题进行研究。 故障检测的核心部分是信号采集、信号分析，对于远程网络控制系统则必须 要求这些可以在网络上实现远程运行。目前的研究成果相对不多，文献 5 0 】提出 一种基于k a l m a n 滤波器的f d i 方法；文献 s u 针对网络时延的不确定性提出一 种基于等价空间故障检测方法，由等价矩阵代替等价向量从而将残差序列设计问 题转化为线性矩阵不等式( l m i ) 约束问题；文献【5 2 】利用l m i 理论设计故障诊 断滤波器，引进新的性能指标，实现对故障信号的灵敏度最大化和不确定网络时 延及未知输入的鲁棒性。 远程网络控制系统进一步研究应解决实时监测数据的远程传输和基于w e b 数据库的开发式诊断设计等问题。 混合故障诊断技术 控制系统自动化程度的不断提高必然给故障诊断问题带来新的挑战，依靠单 一的故障诊断方法已经不可能实现故障的实时有效检测，因此，有必要结合多种 故障检测和诊断方法心屯朋m3 州- 驰一屯峨柏1 。 基于等价空问方法的采样系统故障检测 基于数学模型和数据驱动的方法可以充分利用系统内部的信息，但存在误 差。基于知识或人工智能的定性分析方法也存在高质量的知识获取困难、学习和 自适应能力差等缺点。因此，将各种诊断方法与基于人工智能和知识的故障诊断 方法，或将各种智能诊断方法相结合必将把故障诊断研究带入一个新时代。 鲁棒故障诊断 实际控制系统中往往存在不确定性，以往的研究主要基于对不确定性有一定 先验知识的基础上展开。因此针对不可建构不确定性系统的鲁棒故障检测无论是 在理论研究还是在实际应用中都有很重要意义。 鲁棒故障诊断一个关键点在于对被控过程的信息量，例如输出维数或结构化 信息等。信息量的增大，其设计自由度也会增大，也就越容易实现鲁棒性的要求， 但是这并不是无限的大。文献【5 3 对故障检测目的和针对控制目的的数学建模进 行了讨论，指出系统可控情况下，故障检测模型可以比控制模型简单。其次，鲁 棒诊断系统中另一个较常见矛盾就是漏报率或误报率与故障可检测数之间的一 个矛盾。自适应阈值方法来调节漏报率或误报率与故障可检测数之间的矛盾是一 种间接方法，虽然未知输入观测器、改进未知输入观测器和特征结构等直接方法 可以一定范围内实现对扰动的解耦，但这些方法均对未知结构或未知模型误差的 界限给出了限定( 例如假设范数有界) 。因此针对不确定性和未知结构的鲁棒故 障诊断问题仍将是以后的研究重点和热点。 控制系统故障诊断是一个复杂的问题，对于不同的研究对象选择不同诊断方 法有积极意义。而有效方法的选择很大程度上取决于实际因素。基于解析模型的 故障诊断方法虽然简单可靠，但存在一定局限性；基于人工智能的方法，可以通 过计算机和软件组成强大有效的开放系统，因此必将为故障诊断研究注入新的活 力。控制理论、模式识别和人工智能等学科新的研究成果，一定程度上也会促进 故障诊断技术不断取得新的发展。 1 2 3 多速率系统故障检测方法研究现状 基于等价空间方法的采样系统故障检测 由前面的分析可以看出，在理论上关于多速率采样控制系统和故障检测技术 的研究分别取得了很多成果，但是多速率采样控制系统和故障检测检测的综合问 题却少有涉及。多速率采样控制系统故障检测技术的研究开始于上个世纪9 0 年 代，1 9 9 0 年，v i a w a n a d h a m 和m i n t o 发表了第一篇关于多速率采样控制系统故 障检测的文章钔。文章中提出了三种故障检测方法，即基于等价空间法、基于观 测器和基于滤波器的故障检测方法。其后众多学者投入到多速率系统故障检测方 面的研究。近年来，研究成果尤为突出，加拿大学者c h e n 先后发表了针对多速 率采样控制系统故障检测和辨识的一系列文章。如输出高速率采样的闭环系统辨 识6 1 ，一种基于最优策略的高速率故障检测嘲3 和日。高速率故障检测”。美国学 者f a d a l i 和l i u 也于1 9 9 9 年美国的a c c 会议中，做了基于鲁棒观测器的线性多 速率采样控制系统的报告侧。f a d a l i 于2 0 0 0 年在c o m p u t e r sa n de l e c t r i c a l e n 西n e e r i n g 上发表了多速率系统中基于状态观测器利用改进提升技术的鲁棒故 障检测的文章呻3 。加拿大学者s i f i s h 提出了f d i 子空间辩识方法唧1 ，文中对输入、 输出不规则采样的辨识、故障检测和诊断进行了研