控制系统的故障诊断及容错控制简介

wi i 1 R1 y1 2 R2 y2 s1 xi vi i s2 zi
做法：传感器有效时NN在线训练 失效时，检测诊断后清除，NN中 ˆ1 断训练，输出 y ˆ1工作控制，传感器恢复，NN有训 利用 y 练 在线学习方法

ˆ j k 1 ij k pi k y ˆ k 1 pi k ij k j y k 1 y p1 u1 , p2 u 2 , p3 u3 p4 y2 t 1, p5 y2 u , p6 y2 k 1

采取一些措施使得系统在性能误差 允许的范围内维持系统的正常运行
三种形式 系统重构：系统中某一部分发生故障时， 其它部件代替其工作。 解析冗余：利用测量与控制的关系，在 某一部件故障时，其它部件参数组合代 替失效部件担负的任务。 设计变量：对某些参数留有余地，使其 变化不影响正常工作。
yc k CA xc 0 Fyk
k
ˆ k y k A稳定时，K足够大时 F y c 容错控制做法

ui t ui t i ki si t s1 t wi xi / wi s2 t vi zi / vi

~ 1 ~ Z I P P Q P P QW ~ P K S 1, P 1 S 1, Q S 1 S 1 W m exp S / S , exp s / s m mu , k 1 l , , w 0, T 2

结论：2hr左右，精度比FISE 最近领域性好

X t k 1 AX 2 k Buk 系统 2I20系统 yt k CX t k Fyk Fy—两个传感器故障，正常时=0 正常运行时，NN估计A,B,C
n 0 xmj k 1 aij u xmi k b ji k ui k i 1 i 1 aij k 1 aij k j d1 yt k ym1 k d 2 yt 2 k ym 2 k xmj k 1ui k b k 1 b k d y k y k d y k y k ij ij j 1 t m 2 t 2 m xmj k 1uk i
控制系统的故障诊断及容错控 制简介
故障诊断 容错控制 神经网络用于故障诊断和容错控制

方法分为离线、在线诊断两种 离线：独立于被控系统和自控系统之外， 由操作和维修人员处理 在线：与被控系统和自控系统组成一体， 由计算机完成 步骤 方法
故障建模：信息和输入输出数据为基础 进行，模型由数学、物理两种 故障检测：系统的特征参数和运行状态 用仪表或传感器检测，以判断系统是否 发生意外或故障 故障分离：根据测量值偏离正常值的情 况，确定故障的部位 故障评价：判断故障发生的原因、程度、 及其影响的大小 故障修复：根据故障情况，提高相应对 策及措施消除故障，包括软件或硬件的 补偿
m ymj Cij k xmj k i 1 Cij k 1 Cij k j d1 yt1 k ym k d 2 yt 2 k ym 2 k ymj u xmi k
故障诊断：常用NN有ART、Hopfield、 BP网络、BAM等 基本思想是：ART、BAM等、采用模 式识别方法，将故障模式作为网络的学 习样本，学习后，出现类似故障的数学 模型，以次判断是否出现故障。 BP网方法：可建立故障的数学模型，依 次判断是否出现故障。 在传感器失效时 NL系统 一种容错控制方法

NN为 xm k 1 Am xm k Bmuk ym Cm xm k , Am , Bm , Cm A, B,Baidu NhomakorabeaC xc k xt k xm k xc k 1 Axc k yc k yt k ym k yc k 1 Cxk Fyk
时为故障

在传感器失效时：




cr 1 mu / 100
dx dt x G V , y x A.G V 0.3V 2 0.4V 0.3 B .G V 2l 3 1 cos3 2v 1 NN 24 23 1结构 10 T nt 输入： Z t cos d t n 0,~ 23 T 0 T 输出： 0.95上限， 0.05下限， 数入 0.5为上y向量情况 权 0.5， 0.5

基于数学模型的故障诊断 参数估计法：运动方程的系统参数向量表示，参 数为系统性能指标，根据系统参数估计值与正 常值的偏差数值可判断此故障，适用于渐变性、 突变性故障 。 状态估计法：系统状态、观测方程的残差序列差 值判断故障，适用于突变性故障。 基于物理模型的故障诊断：以物理量为模实现 故障诊断与分离。 冗余方式：多数测量方式、信息冗余方式（可用 仪表）。 模型识别：建立故障模式、测量值与之比较。 专家系统诊断方法：知识库+推理， 有效方法。