引用本文

汤文涛, 王振华, 王烨, 沈毅. 基于未知输入集员滤波器的不确定系统故障诊断. 自动化学报, 2018, 44(9): 1717-1724. doi: 10.16383/j.aas.2017.c170123

TANG Wen-Tao, WANG Zhen-Hua, WANG Ye, SHEN Yi. Fault Diagnosis for Uncertain Systems Based on Unknown Input Set-membership Filters. ACTA AUTOMATICA SINICA, 2018, 44(9): 1717-1724. doi: 10.16383/j.aas.2017.c170123

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2017.c170123

关键词

故障诊断，集员估计，参数不确定系统，未知输入滤波器，全对称多胞形 

摘要

针对一类具有参数不确定性和未知扰动的线性系统，提出了一种新的执行器故障诊断方法.将指定执行器故障视为未知输入，利用全对称多胞形近似状态边界，本文设计了一种未知输入全对称多胞形集员滤波器，以估计测量输出的上下边界.在此基础上，提出了一种利用一组未知输入滤波器的故障检测与分离策略.通过一个飞行控制系统的数值仿真验证了所提出方法的有效性.

文章导读

安全性和可靠性对于很多工程系统至关重要, 例如飞行器控制系统、化工系统和核电系统, 这类系统一旦发生故障, 可能会造成重大的财产损失和人员伤亡[1].故障诊断技术是提高系统安全性和可靠性的有效途径, 受到了国内外学者的广泛关注.故障诊断方法通常可以分为基于模型的方法、基于知识的方法和基于信号处理的方法.其中基于模型的故障诊断被研究得最为深入, 出现了基于观测器的故障诊断、基于等价空间的故障诊断、基于滤波器的故障诊断、基于参数估计的故障诊断等很多较为成熟的方法[2].由于建模误差和模型参数不确定性的存在, 系统模型不能准确描述实际系统的行为, 而且实际系统中广泛存在噪声和未知干扰[3], 这会降低基于模型的故障诊断的效果, 因此鲁棒性成为基于模型的故障诊断的重要指标.文献[4]针对存在模型误差和未知干扰的线性系统, 提出了一种自适应诊断方法, 可以得到故障的鲁棒估计.文献[5]基于一组H−/H∞未知输入观测器进行鲁棒故障诊断.目前对参数不确定性的处理仍然是基于模型的故障诊断的一个难题, 这方面的研究成果较少.文献[6]针对存在模型参数不确定性和未知输入的线性不确定系统, 设计了鲁棒故障检测滤波器.文献[7]进一步研究了线性不确定系统鲁棒故障检测滤波器和反馈控制器的集成设计问题.

传统基于模型的故障诊断方法大部分都假设噪声和干扰符合一定的概率分布, 例如基于滤波器的故障诊断一般假设噪声和干扰符合高斯分布, 然而很多实际系统关于噪声和干扰的概率分布的先验知识一般很难得到.集员估计只假设系统的干扰和噪声是未知但有界的, 这一点在很多实际系统中都可以得到保证[8].集员估计的目标是得到与系统模型、测量数据以及干扰和噪声相容的状态或参数的可行集, 一般情况下可行集的范围很难精确描述, 因此集员估计往往寻找能够包含可行集的简单几何体来近似可行集, 常用的几何体包括区间、椭球、平行多面体、普通多面体、全对称多胞形(Zonotope).其中基于椭球的集员滤波被研究得最多, 国外学者在这方面已经取得了很多研究成果, 国内学者也对基于椭球的集员滤波算法进行了研究[9-11].但是基于区间、椭球、平行多面体的方法近似保守性较大, 而普通多面体的计算复杂度会随着多面体维数增大而指数增加[12].基于全对称多胞形的集员滤波能够转化成简单的矩阵运算, 计算量较小, 而且保守性比基于区间、椭球和平行多面体的方法小, 所以近年来受到了很多学者关注, 并取得了很多成果[13-17].由于集员滤波是保证状态估计, 即实际状态始终在估计的状态可行集范围内, 因而基于集员滤波的故障检测与分离方法也具有保证性, 即如果出现故障警报, 则一定有故障发生[18].文献[19]基于集员估计进行MIMO系统的故障检测.文献[20]提出了一种将未知输入观测器与集员方法相结合进行鲁棒故障诊断的方法.文献[21]基于全对称多胞形设计一组区间观测器, 并求得全对称多胞形形式的结构化残差, 在此基础上设计了故障诊断策略.

目前大部分基于模型的故障诊断的研究都集中在残差生成方面, 而对于故障检测阈值的研究还不是很完善.集员估计方法能够给出区间估计结果, 所以能够用来生成故障检测的动态阈值.实际系统中广泛存在的参数不确定性增大了故障诊断的难度, 容易引起误报, 而集员估计可以方便地处理参数不确定性, 并且可以消除误报.目前大部分利用集员估计方法进行故障诊断的研究结果都集中于故障检测方面[22-25], 故障分离方面的研究非常少见, 但是故障分离对于主动容错控制非常重要.本文针对存在参数不确定性的线性系统, 基于全对称多胞形集员估计设计未知输入故障诊断滤波器, 将特定故障视为未知输入, 使滤波器对其解耦, 但对其他故障敏感.设计的滤波器可以估计出无故障情况下测量输出的动态边界, 作为故障检测的动态阈值, 最后基于一组滤波器设计故障分离策略.本文提出的方法结合了未知输入解耦和集员估计的优点, 能够在存在参数不确定性, 干扰和噪声概率分布未知的情况下实现故障检测和分离, 并且保证零误报率.最后通过VTOL飞行器的线性化纵向模型仿真验证了本文所提方法的有效性.

图 1  考虑单一故障时的故障诊断原理示意图

图 2  执行器1故障时滤波器1的仿真结果

图 3  执行器1故障时的滤波器2的仿真结果

本文针对存在参数不确定性的线性系统, 设计了一种基于未知输入集员滤波器的故障诊断方法.首先使系统状态对特定故障解耦, 基于全对称多胞形表示系统状态的不确定性范围, 并利用全对称多胞形的性质和区间运算规则处理参数不确定性, 设计出了一种未知输入集员滤波器.然后通过所设计的滤波器估计测量输出的上下边界, 并基于一组滤波器进行故障检测和分离.最后通过对VTOL飞行器的仿真分析验证了本文所提方法的有效性.本文提出的故障诊断方法基于集员滤波器, 由于集员滤波器的状态估计存在保守性, 导致故障检测存在一定的保守性.因此如何进一步减小状态估计的保守性, 降低故障漏检率有待继续研究.

作者简介

汤文涛

哈尔滨工业大学航天学院博士研究生.主要研究方向为故障诊断和集员估计.E-mail:tangwentao2015@hit.edu.cn

王振华 

哈尔滨工业大学航天学院讲师.主要研究方向为故障诊断与容错控制技术.E-mail:zhenhua.wang@hit.edu.cn

王烨  

西班牙加泰罗尼亚理工大学自动化学院博士研究生.主要研究方向为模型预测控制, 故障诊断和容错控制.E-mail:ywang@iri.upc.edu

沈毅 

哈尔滨工业大学航天学院教授.主要研究方向为故障诊断, 飞行器控制, 超声信号处理.本文通信作者.E-mail:yishen_hit@126.com