基于解析模型的网络控制系统故障检测

《基于解析模型的网络控制系统故障检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要网络控制系统是自动控制技术与计算机网络技术相结合的产物，网络控制系统往往规模较大，一旦发生事故可能会造成巨大的人员伤亡和财产损失，切实提高网络控制系统的安全性与可靠性具有重要的社会意义和经济价值。由于网络控制系统中网络传输时滞、数据丢包、时序错乱以及传感器多速率采样等现象的广泛存在，传统的故障检测方法已不能有效解决网络控制系统故障检测问题，近年来关于这类问题的研究受到了广泛关注，但是仍有许多问题尚待进一步研究。本文研究了几类不同网络时滞情况和多速率数据采样网络控制系统的故障检测问题，主要研究工作和成果有以下几点：(1)

2、对于网络时滞小于一个采样周期的网络控制系统，建立了系统的离散化模型，并在此基础上研究了基于观测器的故障检测问题。把不确定时滞对残差系统产生的影响描述为未知输入，将残差产生器设计归结为后置滤波器和观测器增益矩阵的求解，给出了网络控制系统豆。故障检测的矩阵Ricaai方程方法。(2)基于网络时滞小于一个采样周期的离散化系统模型，应用等价空间方法研究了鲁棒故障检测问题，提出了残差产生器设计的一种新性能指标，在满足残差信号对于未知输入和不确定时滞具有一定鲁棒性条件下最小化残差与故障(或加权故障)之差，从而将等价矩阵的求解归结为受线

3、性矩阵不等式约束的多目标优化问题。(3)建立了网络时滞小于多个采样周期情况下的网络控制系统离散化系统模型，提出了一种基于等价空间的故障检测最优化方法，将残差产生器设计归结为最小化问题，通过求解广义特征向量问题给出了等价向量的求解方法，进一步通过奇异值分解得到了等价向量解析解的一般形式。(4)对于一类传感器为多速率数据采样的网络控制系统，应用提升技术建立了网络控制系统的离散化模型，即以各采样周期最小公倍数为周期的线性定常系统，设计了基于等价空间的多速率数据采样网络控制系统残差产生器，进一步应用逆提升技术，实现了残差产生同步于

4、测量输出采样的快速化，为多速率采样网络控制系统提供了一种新的快速故障检测方法。(5)对于网络时滞为未知、时变、有界，并且数据传输过程可能存在数据丢包或时序错乱的网络控制系统，其离散化系统模型的建立将产生较大建模误差。本V山东大学博士学位论文文基于网络控制系统的一种连续时间模型，提出了一种基于观测器的故障检测滤波器设计方法，应用Lyapunov—Krasovskii函数，推导并证明了凰故障检测滤波器存在的依赖时滞的充分条件，并采用一种锥形补技术，将凰故障检测滤波器的求解转化成受线性矩阵不等式组约束的最小化问题，最后给出了求解

5、观测器增益矩阵的迭代算法。(6)对本文提出的理论方法均通过算例进行了MATLAB仿真研究，并以三容水箱液位控制系统为对象，开发了基于MATLAB的NCS故障检测演示平台，进行了一系列三容水箱故障检测实验，验证了提出方法的有效性。关键词：网络控制系统；故障检测；观测器；等价空间；网络时滞；多速率VlAbs仃actAbstractNCSisagrowingresearchtopicincontrolfieldwiththedevelopmentofautomaticcontrolandcomputernetworkstechn

6、ologies．Duetotheincreasingcomplexityanddemandsforsafetyandreliability,researchonfaultdetectionhasbecomemoreimportantandchallengingintheareaofautomaticcontr01．Becauseoftheexistenceofnetwork-inducedtimedelay,packetdropouts，packetsoutofsequenceandmultiratesampling，tr

7、aditionalfaultdetectionapproachestoLTIsystemsusuallylossefficienciesforNCSsandmoreattentionhasbeenreceivedinrecentyears．However,thefaultdetectionproblemforNCShasnotbeensolvedeffectivelyinthepresenceofuncertainnetwork-inducedtimedelayandmultiratedatasampling．Thisdi

8、ssertationfocusesonthemodel—basedfaultdetectionforNCSswithnetwork-inducedtimedelayandmultiratedatasampling．Themainresearchresultsconsistofthefollowingpa