基于网络的时滞系统分布式滤波与故障检测/博士后文库

作者简介

内容简介

第1章 绪论
　　1.1 研究目的和意义
　　随着航空、航天、核工业、机器人等现代科学技术和民用工业领域技术的飞速发展，系统的规模和复杂程度迅速增大、功能越来越完善、自动化水平也越来越高。由于上述现代化设备结构的复杂性及长时间大功率、高负荷的连续工作，随着时间的推移和内外部条件的变化，不可避免地会出现元器件故障。若出现故障而不能及时检测和排除，轻则可能造成整个系统失效、瘫痪，重则造成人员、财产的巨大损失，甚至是灾难性后果。
　　所有这一切使人们清晰地认识到大型复杂工业过程，以及航空、航天等高科技领域引入故障检测与诊断(fault detection and diagnosis， FDD)和容错控制(fault tolerant control， FTC)的重要性。例如，在核工业领域，英国能源公司2007年12月发现哈特尔普尔的一个气冷反应堆的石墨砖出现裂缝，随后又发现兰开夏的另外6个反应堆的石墨砖也存在裂缝。这些气冷反应堆以天然铀为燃料，石墨作为慢化剂，二氧化碳作为冷却剂。采用故障诊断技术后，位于反应堆核心的石墨砖通过放慢高速运行中子的速度维持核反应，同时维持反应堆核心结构的完整性，避免核泄漏的发生。在航空、航天领域，1975年4月5日，苏联发射联盟18A 号飞船，准备与礼炮4号对接，火箭第3级点火不久，因制导系统发生故障，飞船在空中翻滚，并偏离预定轨道。地面控制中心发出应急救生指令，使火箭紧急关机，用逃逸装置将飞船和运载火箭分离，航天员按应急方案返回，避免了重大经济损失和人员伤亡。在此背景下，FDD 和 FTC 技术被推到了科技发展的前沿位置，为提高系统的可靠性与安全性开辟了一个新途径。
　　1.2 故障检测技术综述
　　1.2.1 故障检测技术发展概述
　　国际自动控制联合会(International Federation of Automatic Control， IFAC)安全过程技术委员会定义故障为系统至少一个参数或特性偏离了正常范围。当系统发生故障时，系统中全部或部分的参变量表现出与正常状态不同的特性。这种差异包含着丰富的故障信息。故障诊断的任务是对系统故障的特征进行描述，并利用这种描述去检测和隔离故障。
　　一般来说，FDD 方法按照冗余概念可分为硬件冗余的 FDD 和解析冗余的 FDD。硬件冗余常用于多个冗余部件完成同一功能。在硬件冗余中，常用的方法[1]有交互频道监控方法、奇偶校验残差生成方法和信号处理方法。硬件冗余在提高系统安全性和可靠性的同时也带来了一些不足，如增加系统的成本、结构、重量和空间。因此，在航空、航天、武器装备等系统中，硬件冗余技术受到限制。对大型复杂系统来说，全部采用硬件冗余也是不现实的，因此基于解析冗余的 FDD 技术应运而生。解析冗余 FDD 是利用系统数学模型，通过估计技术获取冗余信息，形成残差，然后对残差信息加以处理，最终得到系统的故障信息。一般来说，基于解析冗余的 FDD 技术可分为基于模型的定量方法和定性方法。基于模型的定量方法[1]，如基于观测器的方法，使用精确的数学模型和控制理论产生残差。基于模型的定性方法大多采用人工智能技术[1]，如模式识别，通过观测行为和模型预测的差异判断是否产生故障。基于解析冗余的 FDD 技术不需要额外的增加硬件冗余，具有成本低、易于工程实现等优点，同时可以克服硬件冗余 FDD 技术的诸多不足，因此成为 FDD 领域的主流研究方法。
　　基于解析冗余的 FDD 技术源于1971年美国麻省理工学院 Beard[2]发表的博士论文。他首先提出用解析冗余代替硬件冗余，并通过系统自组织使系统闭环稳定，通过比较观测器的输出得到系统故障信息的思想，标志着故障诊断技术的开端。随后，国内外在该方面开展了大量研究。文献[3]基于解析冗余的故障诊断方法，设计了鲁棒故障检测系统，实现了故障的有效检测与隔离。Frank 等[4]和 Patton 等[5]于1997年分别在 Journal of Process Control 和 Control Engineering Practice 发表了两篇基于解析模型的故障检测和隔离(fault detection and isolation， FDI)方面的综述性文章。Chen 等[6]于1999年出版基于模型的 FDD 学术著作。Frank 等将故障诊断方法划分为：基于解析模型的方法、基于知识的方法和基于信号处理的方法。Ding[7]对残差生成、残差评价、阈值计算，以及故障检测、隔离和辨识方法等进行了详细论述。我国对控制系统故障诊断的研究相对较晚，与国外研究还有差距。1985年，叶银忠等[8]发表故障诊断技术方面的综述文章。1994年，周东华等[9]出版 FDD 技术方面的著作。随后几年又有相关方面的学术专著出版[10，11]。近些年来，针对如何提高检测系统对建模误差、扰动和噪声等未知输入的鲁棒性问题，以及对故障的灵敏度问题引起越来越多学者的关注。例如，Zhong 等[12，13]采用参考模型方法和鲁棒控制技术[14]，提出基于模型匹配的观测器残差生成方法。经过二十几年的发展，FDD 技术得到飞速的发展，特别是随着线性矩阵不等式(linear matrix inequality， LMI)技术[15]的出现，涌现出大批优秀的研究成果[16–26]。
　　作为自动控制领域的一个重要分支，故障检测技术得到国际自动控制领域的高度重视。在国际上，1993年，IFAC 技术过程故障诊断与安全性技术委员会成立。在国内，自动化学会于1997年成立故障诊断与安全性专业委员会。控制系统 FDD 是一门应用型边缘交叉学科。它的基础理论涉及现代控制论、数理统计、最优控制、人工智能、信号处理、模式识别等学科，同时与智能控制、鲁棒控制及自适应控制等也有密切联系。由于 FDD 和 FTC 技术具有较强的交叉性，因此随着相关学科的发展，产生大量行之有效的方法，并成功应用于化工过程、核电站、航空航天工程、电力系统、汽车系统等领域[1]。
　　1.2.2 故障检测技术的国内外研究现状
　　控制系统的各个基本组成环节都可能发生故障，而且发生的故障也是各种各样的。根据系统特征描述和决策方法的差异，形成了多种不同的故障诊断方法。概括地讲，FDD 方法可分为基于数据和基于模型两种。基于数据的方法主要依赖历史过程数据，如主元分析方法(principal component analysis， PCA)、部分最小二乘方法及统计模式分类等。这些方法都是基于历史数据提取统计特征，以达到故障诊断的目的。基于数据的故障诊断的缺点是故障的分离和估计比较困难，尤其不便于故障的在线诊断。基于模型的故障诊断方法利用系统精确的数学模型和可观测输入输出量构造残差信号，反映系统的期望行为与实际运行模式之间的不一致，然后对残差信号进行分析诊断。基于模型的方法能够充分地利用系统内部深层信息，有利于对故障的隔离和辨识。因此，基于模型的故障诊断方法得到广泛应用和更多关注。
　　一般而言，基于解析模型的 FDD 包括两个阶段。
　　①残差生成阶段。利用系统的数学模型构造一个或一组能反映故障向量的函数。
　　②残差评价与决策阶段。根据生成的残差序列，利用适当的决策函数和决策规则确定发生故障的类型和时间等，找出故障源。
　　基于模型的诊断方法根据残差产生的形式，可以分为参数估计方法、状态估计方法、等价空间方法和鲁棒故障诊断方法。
　　①参数估计方法。1997年，Isermann 等[27]对基于参数估计的故障诊断方法作出了完整的描述。该方法的基本思想：由机理分析确定系统的模型参数和物理元器件参数间的关系方程，实时辨识求得系统的实际模型参数，并由关系方程求解实际物理元器件参数，将其与标称值比较，得到系统是否发生故障与故障的程度。参数估计方法的缺陷是实时性相对较差，通过模型参数并不一定能求得物理参数。在实际应用中，人们经常将参数估计方法与其他基于解析模型的方法结合使用，以便获得更好的故障检测和分离性能。
　　②状态估计方法。1971年，Beard [2]首先提出故障检测滤波器(fault detection filter， FDF)的概念，标志着基于状态估计的故障诊断方法诞生。该方法的基本思想是重构被控过程状态，通过与可测变量比较构成残差序列，采用适当的模型并结合统计检验法，从残差序列中将故障检测出来，并做进一步地分离、估计与决策。基于状态估计的故障诊断方法主要包括观测器方法[12，13，28]和滤波器方法[18，19，22–24]。文献[18]，[19]分别针对离散及连续切换时滞系统，基于滤波器方法，实现有效故障检测的目的。文献[22]，[23]针对 T–S 模糊系统，设计了鲁棒故障检测滤波器(robust fault detection filter， RFDF)。文献[25]，[26]针对网络化切换系统及带有离散和分布式时滞的切换非线性系统研究了故障检测和故障估计问题。在能够获得系统精确数学模型的情况下，状态估计方法是直接有效的，但在实际中往往很难满足。因此，对状态估计方法的研究主要集中在提高检测系统对建模误差、扰动和噪声等未知输入的鲁棒性及系统对于早期故障的灵敏度上。
　　③等价空间方法。1984年，Chow 等[3]提出等价空间方法。该方法的基本思想是利用系统输入输出的实际测量值检验系统数学模型的等价性，进行检测和分离故障。等价空间法是一种无阈值方法，需要较多的冗余信息，因此当被测量变量个数较多时，计算量会显著增大。该方法特别适用于维数较低的被测变量的冗余测量信号的优劣判别，因此适用于较多冗余测量信号系统的故障诊断。
　　④鲁棒故障诊断方法。所谓鲁棒性是指系统具有的某一种性能品质对于具有不确定性系统集的所有成员均成立。因此，鲁棒故障诊断方法致力于使残差对各种不确定因素有较强的鲁棒性(不敏感)，同时对故障也有较高的敏感性。鲁棒故障检测是目前故障检测领域的热点，国内外学者在该领域开展了许多研究工作[12，13，16–24]。已有的鲁棒故障诊断技术还存在不足之处，例如现有的鲁棒故障检测方法常假定故障是一个非零的时间函数，加在输入或者输出通道上表示执行器或者传感器故障，在系统存在干扰影响时，故障必须足够大才能检测出来，而对于故障幅值很小的微小故障，却很难被检测到。
　　上述四种方法虽然是独立发展起来的，但它们并不孤立，而是存在一定的关系。例如，参数估计方法与其他三种方法往往结合起来使用，实现故障检测。等价空间方法与状态估计方法在结构上是等价的，而参数估计方法产生的残差包含在观测器方法得到的残差中，二者在本质上是互补的。等价空间方法仅适用于时滞系统、不确定线性时不变系统，而参数估计方法比状态估计方法更适合于非线性系统。总之，现有的 FDD 方法都有其优缺点和适用的对象系统，需要根据实际情况和具体问题选择合适的故障诊断方法。
　　1.3 时滞系统稳定性研究概述
　　时滞的存在会导致系统性能下降甚至不稳定，因此针对时滞系统的研究引起学者的广泛关注[29–66]。此外，数据在网络控制系统(networked control systems， NCS)中的传输和控制器的运算也会导致闭环系统出现时滞。本节首先概述NCS的基本问题，然后给出时滞系统稳定性研究的国内外研究现状。
　　1.3.1 网络控制系统结构及基本问题
　　NCS采用实时网络构成反馈控制系统[67–69]。典型的NCS结构如图1.1所示。
　　图1.1 典型的NCS结构图
　　NCS具有降低系统布线、易诊断、易维护，增加系统灵活性等优点，广泛应用于传感器网络、交通和飞行器中。然而，将网络引入控制系统中，也会带来许多新的问题。例如，NCS利用通信网络作为传输媒介，不可避免地存在网络诱导时延[70–74]、数据包丢失[75–82]和测量量化[83，84]等问题，导致传统的控制方法难以直接应