浅论广义线性markov跳变系统故障检测

《浅论广义线性markov跳变系统故障检测》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、天津大学硕士学位论文广义线性Markov跳变系统故障检测姓名：肖楠申请学位级别：硕士专业：检测技术与自动化装置指导教师：王化祥;高志伟20070501中文摘要近年来，在制造业及其它领域的控制系统中，安全性和可靠性显得越来越重要，这也推动了基于模型的故障检测与故障分离技术的发展。与此同时，广义系统和线性Markov跳变系统凭借它们强大的建模能力，吸引了众多专家学者的研究兴趣。本学位论文重点研究连续时间广义线性Markov跳变系统的故障建模和故障检测问题。主要的研究结果如下：首先，本文建立了广义线性M

2、arkov跳变系统的故障模型，并指出了时域状态空间描述相对于频域传递函数描述的优势。其次，在引入了正则性、无脉冲性、随机稳定性等基本定义之后，本文提出并证明了广义线性Markov跳变系统的广义有界实引理及其推论。并将故障检测系统对鲁棒性和敏感性的性能要求量化为两个工2导出增益约束。在上述基础之上，推导出一个使满足要求的故障检测滤波器存在的充分条件，进而得出了求解滤波器参数的迭代线性矩阵不等式算法。此外，还给出了故障检测系统的残差评估方法，再次，进一步考虑广义线性Markov跳变系统故障检测的鲁棒性

3、问题。本文讨论了现代控制系统中普遍存在的不确定现象和时滞现象，并给出了本文中时变型参数不确定性和时变型状态时滞所满足的假设条件。而后，证明了用于系统鲁棒性分析和敏感性分析的两个预备定理，并依次给出了满足要求的鲁棒故障检测滤波器存在的充分条件、求解滤波器参数的迭代线性矩阵不等式算法以及自适应的残差评估策略。最后，对应的仿真实例表明了上述方法的适用性和有效性。关键词：故障检测线性Markov跳变系统广义系统线性矩阵不等式时滞系统不确定系统ABSTRACTRecently,increasingempha

4、sisonsaflyandreliabilityhasbeenwitnessedinmanufacturingandcontrolsystems，whichhasalsogivenadecisiveimpulsefortheprocessofmodel．basedfaultdetectionandisolation(FDDtechnology．Inthemeantime，singularsystemsandMarkovianjumplinearsystems(MJLSs)havealsobeene

5、xtensivelystudiedowingtotheirgreatcapabilityofsystemmodeling．TheattentioninthisdissertationisfocusedonfaultmodelingandfaultdetectionforcontinuousdescriptorMJLSs．Themaincontributionsofthisthesisaleasfollows：Firstofall，thefaultymodelofdescriptorMJLSsise

6、stablished，andthentheadvantagesofstate—spacedescriptionintimedomainoverthetransferfunctiondescriptioninfrequencydomainarepointedout．Secondly,thegeneralizedboundedreallemmaanditsdeductionfordescriptorMJLSsarepresentedandproved，afterintroducingthedefini

7、tionsofregularity,impulseeliminationandstochasticalstability．TheperformancerequirementsforrobustnessandsensitivityoffaultdetectionsystemareformulatedintotwoL2-inducedgainconstraints．。Then，asufficientconditionfortheexistenceofthedesiredfaultdetectionfi

8、lteriSobtained．Moreover,aniterativelinearmatrixinequality(LMr)algorithmforcomputingthedesiedfilterparametersisshown．Inaddition，theresidualevaluationmethodisgiven．Thirdly,therobustfaultdetectionissuefordescriptorMJLSsisinvestigated．Thecommonexi