建环专业外文文献翻译

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y

i 代表传感器，初始状态向量x

，过

程噪声w

k 和测量噪声v

k

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。