网络化控制系统中故障隔离的传感器调度策略-外文文献翻译.doc

网络化控制系统中故障隔离的传感器调度策略 网络化控制系统中故障隔离的传感器调度策略文章信息：文章历史：2013年11月23日完稿 2014年7月3日修订 2014年7月被接受 2014年8月8日网上发布 本文由A.B. Rad推荐出版关 键 字：网络控制系统，故障隔离，传感器调度，改进的卡尔曼滤波摘 要： 最近一个传感器调度和故障隔离的联合设计框架被提出了。首先,故障隔离滤波器的合成和通信序列的可隔离性是被给出的，该过滤器可以被视为一种特殊结构的传统的卡尔曼滤波器。几种传感器调度策略被提出以确保残余所生成的噪音达到最小化，一个数值例子说明了该方法的有效性。 & 2014 ISA.由爱思唯尔有限公司保留所有权利。1. 介绍 网络化控制系统（简称NCSs）是一种通过封闭的通信网络反馈控制系统中的控制回路。网络化控制系统是一个多学科领域，它结合了计算机网络、信号处理、通信、机械、信息技术和控制理论于一体。数据网络技术被广泛应用于工业和军事控制应用程序，这些应用程序包括汽车、航空、制造业等等。近几年对网络化控制系统的研究受到广泛关注主要是因为通过传感器、执行器和控制器通信使用共享实时网络带来的几个优势。实际上,与传统的点对点控制系统相比,网络化控制系统的优点是更少的布线,降低安装成本,以及在诊断和维护方面更大的灵活性。另一方面,由于越来越复杂的动力系统,以及需要可靠性、安全性和高效的操作,在现代控制理论和实践中基于模型的故障诊断和隔离(简称FDI)已成为一个重要的主题。（引用见【3,6,7,21,34】）由于网络诱导效果,传统的点对点系统的理论应该被重新评估。与传统的外国直接投资系统相比,诊断通过网络可以减少系统布线,使系统容易监督,维护和提高系统敏捷性等。然而,当传感器信息和控制信息通过网络传播时新的约束也会出现。这些限制包括量化信号通过网络传输中的错误,由于网络的不可靠性而产生的丢包,变量通信延迟、无线的高能耗、由于有限的带宽和由多个节点共享网络时只允许一个节点的传输数据包传播而产生介质访问的约束。 几个网络诱导约束被认为是基于模型的故障诊断和隔离的文学,主要是诱导延迟效应、丢包和采样的影响。（延迟问题的例子见于【10,17,31,32】）在文献【19】中，事实上作者依靠强大的FD系统设计是不可能完全脱钩断层影响未知输入的。2中提出了一种自适应卡尔曼滤波网络诱导延迟的影响降到最低的残余信号。网络化系统中对延迟输入和测量的故障诊断参考【14】。在文献【32,36】中，网络化控制系统中故障诊断系统丢包是由模仿网络化控制系统的马尔可夫跳线性系统（简称MJLS）设计而成的。在文献【23】中，故障诊断与多个网络诱导约束的问题一直被视为一个被广泛接受的最优的故障检测性能方法对研究采样周期的影响。（例如【9,17,29】）值得注意的是,以作者所知,网络系统的故障隔离问题现在尚未全面调查。 在本文中,我们将在多个通讯条件下解决故障检测和隔离这一问题。更具体地说,我们将考虑介质访问限制。这个网络约束传播媒介时面临只能提供有限数量的同步介质访问渠道用户【30】。因此,只有数量有限的传感器和/或执行器被允许在每个即时与控制器通信。因此在存在限制交流访问时,只有对指定一个有意义的模块进行故障检测和隔离与通信政策表明时代植物传感器被授予的介质访问20。这种通信政策是在文献中被称为通信序列，通信序列指定哪些传感器能够在每个时间发送信息同步检测过滤器。因此,本文自然会考虑合作设计的问题,也就是说,故障检测和隔离滤波器的设计结合传感器调度序列。关于传感器调度设计,大多数现有的技术重点有限阶段的传感器调度问题。在这种情况下,一个非常简单的解决调度问题的方法是枚举所有可能的有限阶段时间表的价格指数快速增长的复杂性随着地平线长度增加。这一理论将可能被应用在包括建筑物监测、移动传感器轨迹规划和无人驾驶系统故障检测和隔离方面。另一个可能的应用方向是增加在水下航行器监测传感器调度算法允许声纳设备的管理以避免干扰现象。在文献中提出了一些方法来减少这种方法的复杂性。可以看到(15、16、27)和引用。在本文中,我们将考虑一个可是调度问题。根据作者所说,这个问题何时起作用已经在【39】中给出了一个确定的框架。我们的贡献在于调查的随机框架合作设计问题。更准确地说,结合卡尔曼式故障隔离滤波器，一个周期和随机传感器调度算法被提出了,以确保故障可隔离性对财产和噪声影响最小化。 剩下的文章组成如下:第二部分给出了问题公式化。在第三节,我们给出我们的主要结论。传感器调度问题是在第四节讨论并给出数值例子来说明拟议的合作设计方法的有效性。丢包稳定性的问题是在第5节讨论。最后,第六节我们提供了一些结论和未来的研究方向。2. 问题公式化 我们考虑网络化控制系统见图1。当一个组件和/或执行机构故障发生在系统,系统的动态模型可以表示为是状态向量，是控制输出量，是断层分布矩阵，是故障向量，是测量信号向量。我们假设每个组件的输出向量yi代表传感器，初始状态向量x0，过程噪声wk和测量噪声vk相互无关，分别以高斯随机过程排列，其中和W是对称的正定矩阵。 我们将考虑通信媒介连接传感器和剩余发电机输出通道，此时在任何时候,只有m传感器中的b可以访问这些渠道与剩余发电机而其他人必须等待。然后,我们有可能的配置。 让我们来介绍一下应用程序：决定在每个样本的时间相应的传感器组索引。我们称之为应用传感器的开关模式。在图一中，信号中的是由以下公式而来的：。开关矩阵用于选择的子集的措施将被发送到控制器在每个时间点k，每一行只有一个非零元素(= 1)对应于所选择的传感器。这个子集被切换成模式的值。考虑到波动的影响有限,植物模型所描述的扩展如下：公式中且。 为了故障检测与隔离,我们使用一种修改版的卡尔曼滤波器预测13。公式如下：其中和分别表示状态和输出估计向量。这种预测滤波器会生成残差检测和隔离故障的分析。值得注意的是,在调度合作设计背景下,滤波器增益和切换模式是两个设计参数。这些参数将被设计为了保证故障财产可解决和减少噪音对状态估计误差的影响。3. 滤波器的设计 在本节中,我们会展示如何设计获得的故障隔离器过滤器。但在那之前让给接下来的论文的一些有用的定义。 定义1：如果，那么随机线性系统(1)的故障检测能力指数为。 定义2：时间的变异检测能力与扩展系统矩阵的关系公式如下：其中 让s成为错误检测能力指标中的最大值，而。我们定义，其中是检测能力指数和的分布矩阵，同样我们可以把拓展系统写成通过公式（4）考虑现在的过滤器。误差估计和输出值动力学公式如下根据叠加原理,断层发生即时添加剂的影响r(当kr+s时)，输出值qk公式如下当在非故障情况下的输出值。 在【13】相同的情况下，我们可以提供以下结果。命题1（在断层可隔离条件下）：在这种条件下排列，代数约束的解决方法如下：能用公式参数化成为，其中是通过降低增益来确定的。是的广义逆矩阵，是一个任意的矩阵选择这样矩阵是一个完整的行。在这种情况下，qk的值由以下公式给出：备注1：在上面给出的结果中要注意的是,矩阵取决于交换模式。切换模式不满足命题1的秩条件必须被排除在外。因此,我们定义一组容许切换模式如下：其中包含指标对应的传感器配置(由相应的矩阵)满足下列条件:排列对于一个给定的切换模式，故障隔离滤波器设计选择的自由参数,以便跟踪极小的协方差矩阵。参数的合成是由下列命题。命题2（故障隔离滤波器的设计）为给定的切换模式,下一个方程提出了故障隔离滤波器：其中他的过滤器具有以下特性：从错误中脱离满足关系：每个组件的输出只有一个残余值是敏感的错误,因此残余向量评价支持故障隔离。 我们正式统一所有主要结果的命题形式。协方差矩阵的时间演化的黎卡提微分递归(13)取决于初始协方差p0和k切换模式。因此,除了可解决条件(见命题1),调度策略可以优化协方差矩阵生成演化38。这一点在下一节将进一步细说。4. 无限的地平线调度 问题解决在于选择在每个时间点,b传感器应该传输测量最小化估计误差协方差的函数。简介中已经说明,无限的地平线调度问题比有限阶段更具挑战性。在本节中,我们描述两个可是调度技术:即周期和随机调度技术。4.1.定期调度 在本节中,我们提出一种新的调度策略相关的长期调度的视野。这种技术由产生周期性切换模式以至于使，其中T是选择阶段。这是模拟定期选择一组传感器传输测量每个样品的步骤。设计的目标是获得最佳稳定状态下的鲁棒性估计误差协方差最小。在周期性调度黎卡提微分递归(13)可以改写如下:定义矩阵和，那么上述周期黎卡提微分的最优滤波递归相似周期系统由以下格式给出：其中分别是状态、控制和测量向量。初始状态x0,干扰和测量噪声是不相关的周期性高斯随机分布,其中，。其中是周期性的正定矩阵。状态转移矩阵公式如下：根据1,这个周期系统可以利用提升技术转换到下一个线性时不变模型其中， 是0 到T-1之间的一个整数.我们定义了向量,其中能替代u，y，v或者w，公式如下：矩阵如下给出：其中同时E，F的定义方式分别和B和D相同，注意,噪音和干扰过程与4相关,然后黎卡提微分的递归系统公式如下：其中命题3（收敛条件）如果在单位圆内（A，C)可探测且稳定化,那么黎卡提微分递归(22)收敛于一个独特的正定解。备注2.定期切换模式不满足的秩条件命题1和收敛条件命题3必须被排除在外。因此,我们定义一组容许周期性切换模式如下:(22)满足命题3 （23）鉴于容许的周期性调度我们可以写成：现在,我们可以用周期调度问题,稳态性能的优化给出了的函数如下：使此时蛮搜索算法的优化问题可以解决一个合理数量的容许周期性切换模式。4.2.随机调度 在这一节中描述的技术灵感来自8和基于随机的想法让传感器开关根据一些优化(在某种意义上稍后将呈现)概率分布。出了其他优势,随机传感器选择策略相比其他调度策略的优点是容易实现和计算处理。测量调度是随机的,因此使用切换模式也是随机的,它的目的是获得最佳的预期稳态性能。事实上,需要注意,由于切换模式的随机性质,误差协方差矩阵也是随机的。这就是为什么我们的感兴趣期望值和评估K趋近于无穷大。现在我们将描述调度过程中我们使用FDI或调度合作设计设置。首先,记得黎卡提微分递归(13)对应是由随机切换模式，公式如下：在每个时间点k,随机切换模式在中选择对应一致的传感器组索引的概率为：我们假设概率往往渐近常数i，i=1，.,。我们看的期望值误差协方差描述演化的动力学方程给出了：根据8指出,评估上面的期望是棘手的。一个看起来在这一项的上界是相反的。最优随机调度问题是新配方的最小化的上界。类似参数在8,一个例子可以显示如下：预期的误差协方差的上界是由一下方程递归:初始条件如果存在矩阵，并且有这样一个正定矩阵X：其中然后上界收敛的极限是k，是独特的半正定解的方程我们现在正在制定FDI/调度合作设计:使满足公式（30）和故障诊断和隔离滤波器获得器公式如下：这个优化问题可以解决基于梯度的方法或通过探索搜索空间合理数量的传感器配置。后发现的概率值根据相应传感器的选择概率。4.3.说明性的例子 我们考虑离散时间系统(1)与3输出通道(b=3)和4传感器,由下列矩阵给出故障发生在矩阵F的第一列：r1=20，,而第二个错误(关联到矩阵的第二列)发生在：r2=40，图2显示了，在使用循环的情况下,最优周期和随机调度减少输出残差。在一个接一个地输出循环调度协议传输18。我们使用修剪算法的最优安排在27，24。为了周期安排我们使用T=4和解决优化问题产生的最优周期序列公式(24)：在随机的情况下调度传感器根据下面的概率被选中：导致解决这个问题(31) 图3显示的演变跟踪估计误差的协方差矩阵的四个案例:轮询调度,优化,定期和随机安排。 可以看到,基于提出的滤波器,有可能多个故障检测和隔离。同样清楚的是,无限的地平线调度的性能(随机和周期)接近最优的一个稳态,比轮询调度安排。可以看到明显的优势和性能定期调度与随机调度。然而,从鲁棒性的角度,随机调度是一个非常有用的设计工具来处理随机网络约束主要丢包;这是一节的主题。5. 坚固的性能以防丢包 在本节中,我们将表明,上面介绍的随机框架非常适合考虑其他网络诱导约束。更具体地说,在接下来,我们将考虑除了介质访问约束,约束随机数据包损失。丢失数据包发生时由于链接失败或数据包故意放弃了为了避免拥塞或保证的最新数据接收器。尽管一个丢包系统性能恶化和破坏系统,连续丢包有着不利影响总体性能。一般来说,丢包损失可以在确定性或随机建模的意义。在下面,我们将在随机丢包的情况下讨论。最简单的随机模型假定损失是通过伯努利过程【9,25,28】实现的，在这个例子中,我们定义了一个二进制随机变量表示在每个时间点k从第i个传感器组测量是否正确地收到了数据正如图4中所示。我们假设独立且相同地用伯努利随机方程分布公式，其中是第i个传感器组的测量概率。以类似的方式,在35黎卡提微分递归(13)可以表示为考虑到随机调度,我们可以写成注意,是随机过程,因此我们研究的期望值一般来说,它不是简单的评估明确的期望值,但我们可以给其上界。命题4（上界和收敛性）预期的误差协方差的上界是按如下方程递归：其中，上界k收敛于一个特定的正定矩阵,如果存在矩阵和这样一个正定矩阵X 0其中省略的证据出现在附录中。随机调度算法在于发现由给出的最小化的稳态值