基于事件触发机制的非线性网络控制系统故障检测方法技术方案

本发明专利技术提供一种基于事件触发机制的非线性网络控制系统故障检测方法，涉及网络系统故障检测技术领域。该方法首先建立非线性网络控制系统的T‑S模糊模型、设置事件触发条件，建立模糊故障检测滤波器模型，建立故障加权系统，进而建立故障检测系统模型；并根据故障检测系统模型，选择合适的残差评价函数和检测阈值，检测非线性网络控制系统故障是否发生；最后根据故障检测系统稳定和故障检测滤波器存在的充分条件，进一步设计故障检测滤波器的参数矩阵和事件触发矩阵。本发明专利技术提供的基于事件触发机制的非线性网络控制系统故障检测方法，大大提高了对外部扰动及通讯延时的鲁棒性，事件触发机制的应用能够节省有限的网络资源和计算资源。

Fault detection method for nonlinear networked control systems based on event triggered mechanism

The invention provides a fault detection method for a nonlinear networked control system based on an event triggering mechanism, and relates to the technical field of fault detection for networked systems. Firstly, the T_S fuzzy model of the nonlinear networked control system is established, the triggering conditions are set up, the fuzzy fault detection filter model is established, the fault weighting system is established, and then the fault detection system model is established. Finally, according to the sufficient conditions of the stability of the fault detection system and the existence of the fault detection filter, the parameter matrix and the event trigger matrix of the fault detection filter are further designed. The fault detection method of the nonlinear networked control system based on the event triggering mechanism provided by the invention greatly improves the robustness to external disturbance and communication delay, and the application of the event triggering mechanism can save limited network resources and computing resources.

【技术实现步骤摘要】
基于事件触发机制的非线性网络控制系统故障检测方法
本专利技术涉及网络系统故障检测
，尤其涉及一种基于事件触发机制的非线性网络控制系统故障检测方法。
技术介绍
网络控制系统由于其安装维护低成本，安全性、可靠性高，通信结构灵活等优点，在复杂工业控制系统中获得了广泛关注。网络控制系统中，传感器、执行器和控制器通过一个共享的通讯网络相互联系。随着网络控制系统对于安全、稳定、高性能的要求不断提高，针对网络控制系统的故障检测问题成为了一个重要的研究领域。由于通信网络的引入和网络控制系统本身的特性，不可避免的为网络控制系统带来了新的问题和挑战，比如通信延时，数据丢包，数据错序，带宽有限等问题。目前大部分的网络控制系统的研究成果是针对于系统的时滞、丢包、乱序等问题而提出的控制器、滤波器的设计方法，而针对网络控制系统的故障诊断问题还是相对较少。另外，关于网络控制系统的故障检测的研究成果大多数是以线性系统作为研究对象，然而工业系统以及生活中的实际系统大多数都是非线性的，因此，研究非线性网络控制系统的故障检测问题具有非常重要的理论研究价值和实际应用前景。对于非线性网络控制系统的故障检测问题，大多数采用时间触发的方法，但在实际工作过程中，并非所有的采样数据和测量输出都需要被传输。因此，时间触发易造成有限网络带宽的浪费，进一步加剧网络诱导时延、数据丢包的发生。为了减少网络中“不必要”数据的传输，同时保证期望的系统性能，事件触发通讯机制受到了广泛关注。事件触发策略的基本思想是当预先设定的阈值被满足时，采样数据才会被传输。基于事件触发通讯机制的非线性网络控制系统故障检测，不仅可以及时准确的检测到故障是否发生，而且可以节省有限的网络资源，符合故障检测的发展趋势。
技术实现思路
针对现有技术的缺陷，本专利技术提供一种基于事件触发机制的非线性网络控制系统故障检测方法，实现对非线性网络控制系统的故障进行检测。基于事件触发机制的非线性网络控制系统故障检测方法，包括以下步骤：步骤1、对具有过程故障、传感器故障和输出扰动的非线性网络控制系统，利用Takagi-Sugeno(即T-S)模糊模型方法进行建模分析，建立该非线性网络控制系统的T-S模糊模型；所述模糊模型方法所使用的模糊规则如下所示：Rulei：IFz1(t)isMi1(z)and...andzp(t)isMip(z)，THEN其中，i为模糊规则编号，z(t)＝[z1(t)，z2(t)，...，zp(t)]为包含非线性网络控制系统中状态量信息的前件变量，p为前件变量的个数，Mij为模糊集合，j＝1、2、…、p，x(t)为非线性网络控制系统的状态变量，y(t)为测量输出，ω(t)为外部扰动，f(t)为传感器检测的故障信号，Ai，Di，Fi，Ci，Ei，Gi为已知合适维数的矩阵；所述建立的非线性网络控制系统的T-S模糊模型如下所示：其中，r为模糊规则的数量，wi(z(t))为非线性网络控制系统的隶属度函数；步骤2、设置事件触发条件，根据事件触发条件确定传感器的测量输出是否应该被传输至滤波器；所述设置的事件触发条件如下所示：其中，h为传感器的采样时间间隔，ikh为传感器的采样信号传输时刻，ik+1h为下一采样信号被传输的时刻，Φ＞0为需要被设计的加权矩阵，ek(ikh+jh)＝y(ikh+jh)-y(ikh)为阈值误差，ε为事件触发参数、y(ikh)为传感器上一时刻采样信号的测量输出，y(ikh+jh)为传感器当前的测量输出；当上一时刻采样信号y(ikh)被传输时，只有当前采样信号满足触发条件时，采样信号将会被传输至滤波器；步骤3、利用T-S模糊模型方法建立模糊故障检测滤波器模型；所述利用T-S模糊模型方法对模糊故障检测滤波器进行建模所使用的模糊规则如下所示：Rulej：IFz1(ikh)isNj1and...andzp(ikh)isNjp，THEN其中，xf(t)为模糊故障检测滤波器的状态向量，为模糊滤波器的真实输入，zf(t)为残差信号，Afj，Bfj，Cfj和Dfj为待设计的模糊滤波器的增益矩阵，j为模糊规则编号，Nji为模糊集合，z(ikh)＝[z1(ikh)，z2(ikh)，...，zp(ikh)]为模糊故障检测滤波器的前件变量；所述建立的模糊故障检测滤波器的模型如下所示：其中，wj(z(ikh))为故障检测滤波器的隶属度函数；步骤4、建立能够提升故障检测系统设计自由度的故障加权系统；所述故障加权系统如下公式所示：其中，f(s)为故障信号，W(s)为加权矩阵，为加权后的故障信号；故障信号f(s)和加权矩阵W(s)的状态空间形式如下公式所示：其中，xw(t)为状态空间向量，fw(t)为加权后的故障信号，Aw，Bw，Cw和Dw为常数矩阵；步骤5、根据非线性网络控制系统的T-S模糊模型、事件触发条件、滤波器的T-S模糊模型以及故障加权矩阵建立故障检测系统模型；所述建立的故障检测系统模型如下公式所示：其中，为故障检测系统残差误差，步骤6、根据故障检测系统模型，选择合适的残差评价函数和检测阈值，通过对比残差评价函数和检测阈值的数值大小，检测非线性网络控制系统故障是否发生；所述残差评价函数H(zf)和检测阈值Jth如下公式所示：基于残差评价函数和检测阈值，通过以下关系判断非线性网络控制系统故障是否发生：当残差评价函数大于检测阈值时，则非线性网络控制系统发生了故障，故障检测系统报警；反之，非线性网络控制系统正常工作，不报警；步骤7、构造模糊Lyapuonv函数，利用Lyapunov稳定性理论、相关引理和线性矩阵不等式，得到故障检测系统稳定和故障检测滤波器存在的充分条件，进一步设计故障检测滤波器的参数矩阵Afj，Bfj，Cfj和Dfj和事件触发矩阵Φ。由上述技术方案可知，本专利技术的有益效果在于：本专利技术提供的基于事件触发机制的非线性网络控制系统故障检测方法，在非线性网络控制系统建模过程中，同时考虑了过程故障，传感器故障，和外部扰动对网络控制系统的影响。在故障诊断过程中，考虑并解决了网络系统中的通讯时延，数据丢包，和数据乱序等问题。其中滤波器模糊模型的前件变量和网络控制系统模糊模型的前件变量异步，可以提升滤波器设计的灵活性，减少成本；模糊Lyapunov函数的应用降低了系统的保守性。与现有的技术相比，使用本专利技术设计的事件触发模糊H∞滤波器进行故障检测，一方面，该技术不仅大大提高了对非线性网络控制系统的故障敏感度，而且对外部扰动及数据丢包具有更强的鲁棒性，能够有效的解决非线性网络控制系统的故障检测问题；另一方面，事件触发通讯机制的引入，能够有效的减少网络带宽的使用，节省有限的网络资源，同时还可以节省计算资源。附图说明图1为本专利技术实施例提供的基于事件触发机制的非线性网络控制系统故障检测方法的流程图；图2为本专利技术实施例提供的残差信号的示意图；图3为本专利技术实施例提供的残差评价函数和检测阈值随时间变化的示意图；图4为本专利技术实施例提供的有故障和无故障时的残差评价函数随时间变化的示意图；图5为本专利技术实施例提供的事件触发策略的释放时间和释放间隔之间的关系示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。本实施例，使用本专利技术的基于事本文档来自技高网...

【技术保护点】
1.一种基于事件触发机制的非线性网络控制系统故障检测方法，其特征在于：包括以下步骤：步骤1、对具有过程故障、传感器故障和输出扰动的非线性网络控制系统，利用Takagi‑Sugeno(即T‑S)模糊模型方法进行建模分析，建立该非线性网络控制系统的T‑S模糊模型；步骤2、设置事件触发条件，根据事件触发条件确定传感器的测量输出是否应该被传输至滤波器；步骤3、利用T‑S模糊模型方法建立模糊故障检测滤波器模型；步骤4、建立能够提升故障检测系统设计自由度的故障加权系统；步骤5、根据非线性网络控制系统的T‑S模糊模型、事件触发条件、滤波器的T‑S模糊模型以及故障加权矩阵建立故障检测系统模型；步骤6、根据故障检测系统模型，选择合适的残差评价函数和检测阈值，通过对比残差评价函数和检测阈值的数值大小，检测非线性网络控制系统故障是否发生；当残差评价函数大于检测阈值时，则非线性网络控制系统发生了故障，故障检测系统报警；反之，非线性网络控制系统正常工作，不报警；步骤7、构造模糊Lyapuonv函数，利用Lyapunov稳定性理论、相关引理和线性矩阵不等式，得到故障检测系统稳定和故障检测滤波器存在的充分条件，进一步设计故障检测滤波器的参数矩阵Afj，Bfj，Cfj和Dfj和事件触发矩阵Φ。...

【技术特征摘要】
1.一种基于事件触发机制的非线性网络控制系统故障检测方法，其特征在于：包括以下步骤：步骤1、对具有过程故障、传感器故障和输出扰动的非线性网络控制系统，利用Takagi-Sugeno(即T-S)模糊模型方法进行建模分析，建立该非线性网络控制系统的T-S模糊模型；步骤2、设置事件触发条件，根据事件触发条件确定传感器的测量输出是否应该被传输至滤波器；步骤3、利用T-S模糊模型方法建立模糊故障检测滤波器模型；步骤4、建立能够提升故障检测系统设计自由度的故障加权系统；步骤5、根据非线性网络控制系统的T-S模糊模型、事件触发条件、滤波器的T-S模糊模型以及故障加权矩阵建立故障检测系统模型；步骤6、根据故障检测系统模型，选择合适的残差评价函数和检测阈值，通过对比残差评价函数和检测阈值的数值大小，检测非线性网络控制系统故障是否发生；当残差评价函数大于检测阈值时，则非线性网络控制系统发生了故障，故障检测系统报警；反之，非线性网络控制系统正常工作，不报警；步骤7、构造模糊Lyapuonv函数，利用Lyapunov稳定性理论、相关引理和线性矩阵不等式，得到故障检测系统稳定和故障检测滤波器存在的充分条件，进一步设计故障检测滤波器的参数矩阵Afj，Bfj，Cfj和Dfj和事件触发矩阵Φ。2.根据权利要求1所述的基于事件触发机制的非线性网络控制系统故障检测方法，其特征在于：步骤1所述模糊模型方法所使用的模糊规则如下所示：Rulei：IFz1(t)isMi1(z)and...andzp(t)isMip(z)，THEN其中，i为模糊规则编号，z(t)＝[z1(t)，z2(t)，...，zp(t)]为包含非线性网络控制系统中状态量信息的前件变量，p为前件变量的个数，Mij为模糊集合，j＝1、2、…、p，x(t)为非线性网络控制系统的状态变量，y(t)为测量输出，ω(t)为外部扰动，f(t)为传感器检测的故障信号，Ai，Di，Fi，Ci，Ei，Gi为已知合适维数的矩阵；所述建立的非线性网络控制系统的T-S模糊模型如下所示：其中，r为模糊规则的数量，wi(z(t))为非线性网络控制系统的隶属度函数。3.根据权利要求2所述的基于事件触发机制的非线性网络控制系统故障检测方法，其特征在于...

【专利技术属性】
技术研发人员：王迎春，郑龙飞，杨东升，庞萌萌，谷永强，王占山，会国涛，刘振伟，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21