采样数据系统的故障诊断方法研究

《采样数据系统的故障诊断方法研究》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、南京航空航天大学博士学位论文摘要随着数字计算机技术、多传感器等技术在工业过程中的广泛应用，现代工业系统与设备本质上多数以采样数据系统的形式呈现。相比于一般系统，这类系统自动化程度更高、结构更复杂，相应发生故障的可能性更大。采样数据系统故障诊断的研究受到了广泛关注并取得了一些成果。然而由于采样数据系统所具有的混杂性、内采样信息的未知性、采样模式的多样性、采样时刻的不确定性等因素，增加了故障诊断的困难,而现有研究还存在诸多不足和深层次难题。为此，本文基于提升、混杂系统和时滞系统等技术和理论，开展了各类采样数据(单速率、多速率、非均匀)系统的故障诊断设计新方法的研究。论文

2、的主要工作如下:1.针对一类单速率采样数据系统，在连续提升框架内建立了诊断观测器这一结构灵活的残差产生器的直接方法。2.针对具有连续过程噪声和离散测量噪声的采样数据系统，基于混杂系统方法和线性矩阵不等式技术提出了一种故障检测直接设计方法。不仅解决了连续提升要求系统必须服从严格正实的苛刻条件，也克服了现有方法求解跳变Riccati微分方程困难的不足。3.针对具有一般噪声干扰的多速率采样数据系统，基于离散提升、扩展QR分解和初等变换等技术，提出了一种直观简单的快速率故障检测设计新方法。4.针对随机多速率采样数据系统，应用序贯滤波的思想，建立了一种快速率稳态残差产生器和相

3、应的残差评估方法，有效地避免了复杂的因果约束问题。同时，还对基于序贯滤波、左同步提升和右同步提升等异步多传感器融合估计算法的性能进行了分析和比较，相关结论为针对不同情况选用对应算法提供了一定依据。5.针对一般的采样非均匀数据系统，基于输出时滞方法提出了一种鲁棒传感器故障检测设计方法。6.从时滞系统角度率先研究了采样数据系统的故障估计问题。针对自适应诊断观测器不再有效适用于采样数据系统这一难题，提出一种新的增广故障估计滤波器设计方法能够保证估计误差收敛，该方法可以被推广于不确定采样数据系统的时变故障估计。7.文中所提方法的有效性和优越性通过一系列数值仿真和飞行器系统的

4、例子进行了验证。关键词：故障诊断，采样数据系统，多速率异步采样，非均匀采样，提升技术，混杂系统方法，输出时滞I采样数据系统的故障诊断方法研究AbstractWiththewideapplicationofdigitalcomuputerandmultisensortechniquesinindustrialprocess,mostmordensystemsandequimentsareessentiallyappearedassampled-datasystems.Comparingwithgeneralsystems,thesetypeofsystemshaveh

5、igherlevelofautomation,morecomplexstructureandthusbiggerpossibilityofoccurringfaults.Theresearchoffaultdiagnosisforsampled-datasystemshasattractedconsiderableattentionandsomeresultshaveachieved.However,duetothehybridismofsampled-datasystems,theunknownnessofintersamplingbehaviour,thediv

6、ersityofsamplingpatternandtheuncertainityofsamplinginstant,thedifficultiesoffaultdiagnosisareincreasingandtheexistingresearchhasmanydeficienciesandprofoundproblems.Therefore,withtheaidofliftingtechnique,thetheoriesofhybridsystemandtime-delaysystem,thethesisdevelopsseveralnewfaultdiagno

7、sisdesignmethodsforvariouskindsofsampled-datasystems.Themaincontributionsareasfollows:1.Undertheframeworkofcontinuouslifting,thedirectdesignapproachtothediagnositicobserverwhichhasflexiblestructurehasbeenestablisedforaclassofsigle-ratesampled-datasystems.2.Basedonthehybridsystemappro