第四章容错控制系统故障诊断技术

第四章容错控制系统故障诊断技术第1页，共74页，2023年，2月20日，星期四容错控制系统故障诊断第2页，共74页，2023年，2月20日，星期四第3页，共74页，2023年，2月20日，星期四第4页，共74页，2023年，2月20日，星期四容错控制系统特点：第5页，共74页，2023年，2月20日，星期四故障检测与诊断故障检测（FaultDetection,FD)：Useavailablemeasurement(input/output)todetectanypossiblefaultinthesystem故障诊断(FaultDiagnosis):Usetheavailableinformation(input/output)tofindout(estimate)thelocationandthesizeofthefault.第6页，共74页，2023年，2月20日，星期四容错控制系统的故障诊断方法故障观测器法系统辨识法解析余度法第7页，共74页，2023年，2月20日，星期四容错控制系统的故障诊断方法三余度以上通道间—比较监控√两通道:

基于传感器信号处理(频谱分析、小波分析、多传感器信息融合等)基于状态估计模型：故障检测滤波器方法、未知输入观测器和卡尔曼滤波器等。√基于人工智能方法：专家系统、神经网络等√故障阈值√系统重构√第8页，共74页，2023年，2月20日，星期四基于模型的故障诊断（1）获得可用信息：输入、输出、工作变量故障观测器和模型辨识器（2）运用信息找出故障：故障阈值（3）如果故障发生，产生报警或故障切换，故障重构；如果正常，转向步骤（1）第9页，共74页，2023年，2月20日，星期四故障检

测算法

u(t),y(t),系统参数故障报警故障

机理

u(t),y(t),系统参数故障定位第10页，共74页，2023年，2月20日，星期四基于模型的故障诊断故障观测器故障观测器稳定误差依故障不同具有方向性FailureFailureFailureFailure第11页，共74页，2023年，2月20日，星期四控制系统动态方程：故障观测器方程：状态误差：输出误差：第12页，共74页，2023年，2月20日，星期四第j个执行结构故障：误差方程为：第13页，共74页，2023年，2月20日，星期四第j个传感器故障误差方程为：第14页，共74页，2023年，2月20日，星期四系统参数故障：误差方程为：第15页，共74页，2023年，2月20日，星期四故障检测滤波器设计

通式:其中:作动器故障传感器故障系统参数变化要能故障诊断,f必须可检测第16页，共74页，2023年，2月20日，星期四只有存在故障检测滤波器增益阵D满足以下两个条件，则故障向量f是可检测的：（1）在输出空间保持固定方向。（2）所有特征值能够任意配置。第17页，共74页，2023年，2月20日，星期四稳定性设计稳定性：当配置的(A-DC)所有特征值都处于S平面的左平面内，的系统是稳定的。当时间时，上式的初始条件瞬态解将趋于零。(A-DC)的配置应使误差达到稳态值的时间和动态过程得到控制。可检测性：完全可测系统是指在任意时间，系统状态向量X可由测量向量Y唯一地确定：第18页，共74页，2023年，2月20日，星期四当Y(t)给定时，使X(t)有唯一解的充要条件是rankC=n。为满足可检测条件选择，其中为正的标量常值，I为单位阵。若m为传感器个数,当m=n时,若m<n时:第19页，共74页，2023年，2月20日，星期四输入型故障（执行机构及参数）故障检测滤波器的设计，通过选择增益阵D使稳态输出误差矢量方向保持与Cf的方向一致。第20页，共74页，2023年，2月20日，星期四输出型故障（传感器故障）显然，传感器故障的稳态输出误差方向处在构成的二维平面上，而不是某个固定方向上。第21页，共74页，2023年，2月20日，星期四鲁棒观测器外界或某些随机因素常使故障观测器的参数发生变化，为了消除故障检测和诊断失误第22页，共74页，2023年，2月20日，星期四故障诊断过程当系统正常工作时，参数鲁棒故障观测器所形成的残差序列经决策函数（即与一给定的门限进行比较或进行假设检验）后，判断系统无故障，这样就不启动故障向量诊断与估计器。状态估计补偿器的输出等于状态测量值或状态估计器的输出值。当系统发生故障时，参数鲁棒故障观测器及及残差发生器产生的残差序列经决策函数判定系统故障，这时启动故障向量诊断器及估值器对系统故障的向量进行定位并对故障向量的大小及其影响进行估值，并将诊断及估值的结果送状态估计补偿器，状态估计补偿器对状态的估值进行校正使其接近真实值，从而实现状态向量的重构，最后达到容错目的。第23页，共74页，2023年，2月20日，星期四比例积分观测器的故障诊断

解决未知干扰输入影响

第24页，共74页，2023年，2月20日，星期四设计:当且时,

当或时,

满足下式,那么残差r与未知输入干扰等完全解耦。第25页，共74页，2023年，2月20日，星期四比例积分观测器第26页，共74页，2023年，2月20日，星期四干扰第27页，共74页，2023年，2月20日，星期四多阶比例积分观测器第28页，共74页，2023年，2月20日，星期四误差曲线比例积分观测器Luenberger观测器第29页，共74页，2023年，2月20日，星期四舵机故障参数漂移传感器故障控制器故障神经网络故障辨识器

动态递归网络记忆功能强收敛速度快鲁棒性强增加关联层增加自反馈前馈网络Elman网络TDElman网络第30页，共74页，2023年，2月20日，星期四改进Elman网络算法其中：非线性函数第31页，共74页，2023年，2月20日，星期四Elman神经网络收敛速度BPFeedforwardneuralnetworkTDElmanneuralnetwork快速收敛!!第32页，共74页，2023年，2月20日，星期四Elman神经网络辩识效果辩识精度：TDElman输出与系统的输出吻合很好，相对误差小于2.5%鲁棒性：测量端和输入端增加随机干扰后，几乎没有对Elman输出产生影响。第33页，共74页，2023年，2月20日，星期四放大器故障TDElman网络诊断曲线t(s)x(mm)第34页，共74页，2023年，2月20日，星期四故障阈值故障阈值的影响因素：建模误差随机干扰输入干扰因素输出干扰参数漂移第35页，共74页，2023年，2月20日，星期四固定阈值：自适应阈值第36页，共74页，2023年，2月20日，星期四自适应阈值模型可测试性建模误差参数漂移干扰输入输出修正干扰影响小波分解第37页，共74页，2023年，2月20日，星期四自适应阈值获取方法小波分解（时频）与重构：第38页，共74页，2023年，2月20日，星期四可以剔除干扰影响第39页，共74页，2023年，2月20日，星期四时频二维自适应阈值输入输出随机干扰实际系统输入系统模型━小波消噪建模误差高精度TDElman神经网络辩识器小波包分解小波包分解神经网络残差自适应阈值故障决策第40页，共74页，2023年，2月20日，星期四舵机正常时自适应阈值试验曲线自适应阈值残差故障监控覆盖率高虚警率低第41页，共74页，2023年，2月20日，星期四控制器故障故障诊断自适应阈值残差第42页，共74页，2023年，2月20日，星期四正常学习的自适应阈值伺服阀故障的自适应阈值第43页，共74页，2023年，2月20日，星期四决策过程系统的决策目的在于针对故障的部位、类型和大小采取相应的容错处理。通常：

第44页，共74页，2023年，2月20日，星期四二元假设决策假设H0—系统无故障；H1—系统有故障Z0—观测值落入H0空间的区域；Z1—观测值落入H1空间的区域。

虚警概率密度漏检概率密度第45页，共74页，2023年，2月20日，星期四二元测试的目的达到非常小的误差概率，即同时达到高的故障检测率PD→max和虚警率PFA→min。但要同时达到以上目的是相互矛盾的。例如，若取Z=Z1，意味着PDmax=，所有发生的故障都可检测出来；但PFA也要达到最大值PFA=1，即所有正常情况都误报为有故障。因此，必须折中选择PD

和PFA.第46页，共74页，2023年，2月20日，星期四（1）错误概率最小的测试(MinimizeProbabilityofError)不正确决策概率：使Pe最小的测试称为错误概率最小的测试

在决策区域Z1内，应满足P1P(Z|H1)>P0P(Z|H0)；而在决策区域Z0内，应使P1P(Z|H1)<P0P(Z|H0)，即:第47页，共74页，2023年，2月20日，星期四决策函数决策阈值第48页，共74页，2023年，2月20日，星期四（2）最小费用测试C0—当H1为真时被判为H0的代价，即漏检的代价系数；C1—当H0为真时被判为H1的代价，即虚警的代价系数。正确的决策将不受惩罚，定义Bayes系数：第49页，共74页，2023年，2月20日，星期四使Bayes系数最小，得到：这种方法与错误概率最小的测试方法的差别是门限值的不同。当虚警代价系数C1较大时，门限大，从而PFA使较小；当漏检的代价系数C0较大时，门限值小，从而PM使小。第50页，共74页，2023年，2月20日，星期四Neyman-Person准则

当P0，P1，C0和C1不能确切知道，给定PFA后，寻找一种测试方法使PM最小。假设可以接受的虚警率PFA=α，则可以得到如下决策规则:T由下式决定：H0为真的条件下，似然比的概率密度函数第51页，共74页，2023年，2月20日，星期四多元假设测试假设有m（m>2）个可能性，即事物状态中H0,H1,…,HM,每一种状态的概率为是P1,P2,…PM先验已知的，且根据Bayes规则，可求出给定观测值H0,H1,…,HM时为真的条件概率为：第52页，共74页，2023年，2月20日，星期四若Z是连续分布，给定Hi为真的先验条件概率密度为，则上式为Hi为真的后验概率。多元假设的逻辑规则是使Hi为真的后验概率最大，即：类似于二元假设决策的错误概率最小的测试，可以得到相应决策规则第53页，共74页，2023年，2月20日，星期四例题设m=3，其中H0—无故障状态假设；H1—第一故障状态假设；H2—第二故障状态假设，求决策规则。解：令

则：第54页，共74页，2023年，2月20日，星期四即：故障判断区域第55页，共74页，2023年，2月20日，星期四序贯概率比测试对余差e进行序贯观测，设时刻tk的余差称为ek。假设在以下两种假设H0,H1间选择.对第k次采样值的对数似然函数为:对n次独立采样值的对数似然法为第56页，共74页，2023年，2月20日，星期四将λn与两个边界值A<0,B>0进行比较，即判断λn是否处于以下范围内:其中：决策规则为：确定为H0继续测试确定为H1第57页，共74页，2023年，2月20日，星期四如果ek为均值为a的正态分布：第58页，共74页，2023年，2月20日，星期四例题F-8的FBW:第一步：通过两个相同传感器的直接余度完成故障检测；第二步：在双余度传感器的直接余度基础上增加解析余度，进行故障识别。第59页，共74页，2023年，2月20日，星期四系统重构重新布局（静态）重新构造（动态）定义：余度系统故障时，使系统转入新工作结构而采用的余度管理措施，称为重构。系统重构技术充分利用系统的信号和资源，可以使系统获得更高的可靠性和生存性。第60页，共74页，2023年，2月20日，星期四实际重构结构第61页，共74页，2023年，2月20日，星期四重新布局第62页，共74页，2023年，2月20日，星期四重新构造（硬件重构）第63页，共74页，2023年，2月20日，星期四控制率重构第64页，共74页，2023年，2月20日，星期四伪逆法功能重构

某型号验证机故障模式及处理方法故障模式俯仰控制滚转控制航向控制副翼单侧故障平尾1.剩余一边控制律改变2.平尾差动3.机动襟副翼差动方向舵双副翼故障平尾1.平尾差动2.机动襟副翼差动方向舵平尾单侧故障1.剩余一边控制律改变2.副翼同动3.机动襟副翼同动副翼方向舵双平尾故障1.副翼同动2.机动襟副翼同动副翼方向舵第65页，共74页，2023年，2月20日，星期四操纵面损坏故障状态变量数