考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法技术

本发明专利技术公开了一种考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法，其包括步骤s1.系统状态空间模型建立；步骤s2.鲁棒状态估计器设计，步骤s3.故障检测策略设计。在步骤s2中包括如下设计内容：设定状态估计器初值，计算中间变量，计算一步预测状态估计误差协方差上界，计算状态估计器增益，计算状态估计误差协方差上界，在线计算状态估计值：设定状态估计初值，计算一步状态预测值，计算新息，计算状态估计值；在步骤s3中包括如下设计内容：计算残差，计算故障检测统计量，计算残差二阶矩上界，计算故障检测阈值，设定故障检测逻辑。本发明专利技术通过上述步骤之间的组合，能够同时监测系统运行状态和检测故障，以保障现代工程系统安全平稳运行。 1

Robust state monitoring and fault detection method considering random sensor saturation effect

The invention discloses a robust state monitoring and fault detection method considering the saturation effect of random sensor, which includes the state space model of step s1. system, step s2. robust state estimator design, step s3. fault detection strategy design. In step S2, the following design contents are included: setting the initial value of the state estimator, calculating the intermediate variable, calculating the upper bound of the estimation error covariance of one step, calculating the state estimator gain, calculating the upper bound of the state estimation error covariance, and calculating the state estimation value online: setting the initial value of the state estimation and calculating the one step state prediction. The value of the new interest is calculated and the state estimation is calculated; in step S3, the following design contents are included: calculating the residual, calculating the fault detection statistics, calculating the two order moment upper bound of the residual, calculating the fault detection threshold and setting the fault detection logic. Through the combination of the above steps, the invention can simultaneously monitor the running state of the system and detect faults, so as to ensure the safe and stable operation of the modern engineering system. One

【技术实现步骤摘要】
考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法
本专利技术涉及一种考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法。
技术介绍
随着自动化技术和计算机技术的飞速发展，现代工程系统的规模和复杂度日益增加，任何微小故障的发生都可能引发连锁反应，造成人员伤亡和经济损失，甚至导致灾难性后果。因此，需要实时在线监测状态与检测故障，以保障系统安全。在实际应用中，由于物理或技术限制，传感器饱和现象非常普遍。现有状态监测与故障检测方法通常将饱和效应视为有界非线性进行处理。然而，由于环境变化或传感器故障等原因，传感器常会发生随机饱和现象，导致现有方法失效。另一方面，现代工程系统工作条件恶劣，运行环境复杂多变，模型不确定性较强，对状态监测与故障检测的鲁棒性提出了要求。然而，现有方法只能对模型不确定性结构已知的系统进行状态监测与故障检测，且未考虑随机饱和现象。基于上述情况，为了满足实际应用需求，亟需一种考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法，同时监测系统运行状态和检测故障，保障现代工程系统安全平稳运行。
技术实现思路
本专利技术的目的在于提出一种考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法，以解决现有状态监测与故障检测方法的缺点，有效保障实际应用需求。本专利技术为了实现上述目的，采用如下技术方案：考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法，包括步骤：s1.系统状态空间模型建立建立系统状态空间模型：其中，为系统状态，为控制输入，为测量输出；为过程噪声，为测量噪声；为过程参数，为测量参数；为过程参数不确定性，为测量参数不确定性；为执行器故障；为饱和系数，g(·):为饱和函数；nx、nu、ny分别表示系统状态维数，控制输入维数，测量输出维数；分别表示nx维实数向量空间、nu维实数向量空间、ny维实数向量空间；分别表示nx×nx维实数矩阵空间、nx×nu维实数矩阵空间、ny×nx维实数矩阵空间；饱和系数Λ(k)具体形式如下：其中，λi(k)表示饱和系数的第i个分量，为1到ny的整数集合；给定向量饱和函数g(·)具体形式如下：其中sgn(·):为符号函数，为饱和边界，||qi||2为qi的二范数；上述随机变量满足下列条件：初始系统状态x(0)的均值为协方差为P0，二阶矩为Σ0；噪声w(k)，v(k)的均值为零，协方差分别为Σw(k)，Σv(k)；参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零，协方差分别为Λ(k)的均值为Λc(k)，二阶矩为ΣΛ(k)；s2.鲁棒状态估计器设计离线设计状态估计器增益：设定状态估计器初值：其中，表示初始系统状态x(0)的均值；Σx(0)表示初始系统状态x(0)的二阶矩；表示初始估计误差协方差上界；计算中间变量：其中，为一步预测状态估计值；α1为任意正实数；为Cc(k)x(k)的二阶矩；其中，α2表示任意正实数，表示(Cc(k)+Cδ(k))x(k)的二阶矩；其中，α3、α4、α5和α6表示任意正实数；表示的均值；表示Cδ(k)x(k)的二阶矩；表示一步预测状态估计误差协方差上界；计算一步预测状态估计误差协方差上界：其中，表示状态估计误差协方差上界；表示Aδ(k-1)x(k-1)的二阶矩；表示Bδ(k-1)u(k-1)的二阶矩；计算状态估计器增益Kx(k)：计算状态估计误差协方差上界在线计算状态估计值：设定状态估计初值计算一步状态预测值：计算新息r(k|k-1)：计算状态估计值s3.故障检测策略设计计算残差r(k)：计算故障检测统计量TD(k)：其中，nw表示滑动时间窗长度，r(n)表示残差，表示残差二范数的平方；计算残差二阶矩上界Jth(k)：其中，β1、β2、β3、β4、β5、β6、β7、β8分别表示任意正实数；表示的迹；表示的均值；表示的迹；表示的二阶矩；表示的迹；表示的迹；表示的均值；tr(Σv(k))表示Σv(k)的迹；计算故障检测阈值JD(k)：设定故障检测逻辑：若故障检测统计量小于等于所述故障检测阈值，即TD(k)≤JD(k)时，则系统正常；若故障检测统计量大于所述故障检测阈值，即TD(k)＞JD(k)时，则系统故障。本专利技术具有如下优点：本专利技术述及的考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法，其包括三个步骤，即步骤s1.系统状态空间模型建立；步骤s2.鲁棒状态估计器设计，步骤s3.故障检测策略设计。其中，在步骤s2中包括如下设计内容：设定状态估计器初值，计算中间变量，计算一步预测状态估计误差协方差上界，计算状态估计器增益，计算状态估计误差协方差上界，在线计算状态估计值：设定状态估计初值，计算一步状态预测值，计算新息，计算状态估计值；在步骤s3中包括如下设计内容：计算残差，计算故障检测统计量，计算残差二阶矩上界，计算故障检测阈值，设定故障检测逻辑。本专利技术方法通过上述步骤之间的组合，能够同时监测系统运行状态和检测故障，以保障现代工程系统安全平稳运行。附图说明图1为本专利技术中考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法的流程图；图2为本专利技术中系统实际状态1与估计状态1的曲线图；图3为本专利技术中系统实际状态2与估计状态2的曲线图；图4为本专利技术中系统状态估计均方误差的曲线图；图5为本专利技术中系统故障检测统计量与故障检测阈值的曲线图。具体实施方式下面结合附图以及具体实施方式对本专利技术作进一步详细说明：如图1所示，考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法，包括步骤：s1.系统状态空间模型建立建立系统状态空间模型：其中，为系统状态，为控制输入，为测量输出；为过程噪声，为测量噪声；为过程参数，为测量参数；为过程参数不确定性，为测量参数不确定性；为执行器故障；为饱和系数，g(·):为饱和函数；nx、nu、ny分别表示系统状态维数，控制输入维数，测量输出维数；分别表示nx维实数向量空间、nu维实数向量空间、ny维实数向量空间；分别表示nx×nx维实数矩阵空间、nx×nu维实数矩阵空间、ny×nx维实数矩阵空间。饱和系数Λ(k)具体形式如下：其中，λi(k)表示饱和系数的第i个分量，为1到ny的整数集合。第i个分量λi(k)服从下述伯努利分布：给定向量饱和函数g(·)具体形式如下：其中sgn(·):为符号函数，为饱和边界，||qi||2为qi的二范数。上述随机变量满足下列条件：初始系统状态x(0)的均值为协方差为P0，二阶矩为Σ0；噪声w(k)，v(k)的均值为零，协方差分别为Σw(k)，Σv(k)；参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零，协方差分别为Λ(k)的均值为Λc(k)，二阶矩为ΣΛ(k)。s2.鲁棒状态估计器设计离线设计状态估计器增益：设定状态估计器初值：其中，表示初始系统状态x(0)的均值；Σx(0)表示初始系统状态x(0)的二阶矩；表示初始估计误差协方差上界。计算中间变量：其中，为一步预测状态估计值；α1为任意正实数；为Cc(k)x(k)的二阶矩。其中，α2表示任意正实数，表示(Cc(k)+Cδ(k))x(k)的二阶矩。其中，α3、α4、α5和α6表示任意正实数；表示的均值；表示Cδ(k)x(k)的二阶矩；表示一步预测状态估计误差协方差上界。计算一步预测状态估计误差协方差上界：其中，表示状态估计误差协方差上界；表示Aδ(k-1)本文档来自技高网...

【技术保护点】
1.考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法，其特征在于，包括步骤：

【技术特征摘要】
1.考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法，其特征在于，包括步骤：s1.系统状态空间模型建立建立系统状态空间模型：其中，为系统状态，为控制输入，为测量输出；为过程噪声，为测量噪声；为过程参数，为测量参数；为过程参数不确定性，为测量参数不确定性；为执行器故障；为饱和系数，为饱和函数；nx、nu、ny分别表示系统状态维数，控制输入维数，测量输出维数；分别表示nx维实数向量空间、nu维实数向量空间、ny维实数向量空间；分别表示nx×nx维实数矩阵空间、nx×nu维实数矩阵空间、ny×nx维实数矩阵空间；饱和系数Λ(k)具体形式如下：其中，λi(k)表示饱和系数的第i个分量，为1到ny的整数集合；给定向量饱和函数g(·)具体形式如下：其中为符号函数，为饱和边界，||qi||2为qi的二范数；上述随机变量满足下列条件：初始系统状态x(0)的均值为协方差为P0，二阶矩为Σ0；噪声w(k)，v(k)的均值为零，协方差分别为Σw(k)，Σv(k)；参数不确定性Aδ(k),Bδ(k),Cδ(k)的均值为零，协方差分别为Λ(k)的均值为Λc(k)，二阶矩为ΣΛ(k)；s2.鲁棒状态估计器设计离线设计状态估计器增益：设定状态估计器初值：其中，表示初始系统状态x(0)的均值；Σx(0)表示初始系统状态x(0)的二阶矩；表示初始估计误差协方差上界；计算中...

【专利技术属性】
技术研发人员：周东华，张峻峰，卢晓，钟麦英，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东,37