一种单关节机械臂系统的迭代学习故障诊断方法技术方案

本发明专利技术公开了一种单关节机械臂系统的迭代学习故障诊断方法。首先建立单关节非线性机械臂系统模型；构建机械臂非线性状态变量动力方程；然后对状态变量动力系统进行扩展变换；设计扩展系统的迭代学习故障诊断方法；最后分析故障诊断算法的稳定性与参数选择条件，实现机械臂系统的实时故障诊断。其优点是：故障诊断算法不仅适用于不同类型的故障，而且对分别诊断执行器和传感器故障具有通用性；不仅可以定性检测故障的发生，还可以在线进行故障重构和估计，实时性好；扩展方程由系统方程直接构造，迭代算法简单高效，不需要引入大量附加参数变量也不用解繁琐的矩阵方程，易于工程实现。

【技术实现步骤摘要】

【技术保护点】
一种单关节机械臂系统的迭代学习故障诊断方法，其特征包括：建立单关节非线性机械臂系统模型；构建机械臂非线性状态变量动力方程；对状态变量动力系统进行扩展变换；设计扩展系统的迭代学习故障诊断方法；分析故障诊断算法的稳定性与参数选择条件，实现机械臂系统的实时故障诊断。第一步：建立单关节非线性机械臂系统模型单关节非线性机械臂系统模型可描述为：u(t)=Jmq··+sg sin(q(t))+Bf(t)---(1)]]>其中u(t)是作用点上的输入力矩，q(t)是机械臂旋转角度，f(t)是系统故障，g是重力加速度，系统参数选Jm＝0.75ml2，s＝lm，B＝m，m为质量，l为机械臂长度。系统输出是机械臂旋转角度；第二步：构建机械臂非线性状态变量动力方程定义状态变量x1＝q，则机械臂系统可描述为x·1x·2=0100x1x2+0-sgsin(x1)+01/Jmu(t)+0-B/Jmf(t)---(2)]]>y＝x1+f(t)显然式(2)可表示为系统(3)形式的状态空间方程x·(t)=Ax(t)+g1(x(t),t)+Bu(t)+Bff(t)]]>                                    (3)y(t)＝Cx(t)+g2(x(t),t)+Du(t)+Dff(t)其中x(t)∈Rn，y(t)∈Rm，u(t)∈Rr分别表示系统的状态、输出和输入向量；f(t)为待估计的故障函数；A,B,C,D,Bf,Df为相应维数的已知常数矩阵g1(x(t),t)，g2(x(t),t)为非线性项；显然系统矩阵(C,A)可观，设g1(x(t),t)，g2(x(t),t)满足Lipschitz条件，即||g1(x1(t),t)‑g1(x2(t),t)||≤α1||x1(t)‑x2(t)||，||g2(x1(t),t)‑g2(x2(t),t)||≤α2||x1(t)‑x2(t)||，其中α1，α2＞0为g1和g2的Lipschitz常数；第三步：状态变量动力系统的扩展变换对系统(3)进行扩展变换，利用其输出端方程构造以下新状态方程：z·(t)=Asz(t)+Bsy(t)---(4)]]>式中z(t)∈Rm为新引入的状态向量，AS∈Rm×m，Bs∈Rm×m是根据设计需要选定的新状态方程的系数矩阵；将(3)式输出方程代入式(4)，可得：z·(t)=Asz(t)+BsCx(t)+Bsg2(x(t),t)+BsDu(t)+BsDff(t)---(5)]]>由(3)和(5)可得扩展系统状态方程：x·(t)z·(t)=A0BSCASx(t)z(t)+g1(x(t),t)BSg2(x(t),t)+BBSDu(t)+BfBSDff(t)---(6)]]>同时令z(t)=0Ix(t)z(t)---(7)]]>作为扩展后系统的输出；对(6)和(7)中的状态和各矩阵重新定义：x~(t)=x(t)z(t)T,y~(t)=z(t),]]>A~=A0BSCAS,g3(x~(t),t)=g1(x(t),t)BSg2(x(t),t),B~=BBSD,B~f=BfBSDf,C~=0I;]]>则式(6)和式(7)可表示为x~·(t)=A~x~(t)+g3(x~(t),t)+B~u(t)+B~ff(t)]]>y~(t)=C~x~(t)---(8)]]>式中非线性项在g1(x(t),t)，g2(x(t),t)性质的基础上也满足可知满足Lipschitz条件，α3为其Lipschitz常数；式(8)表示一类仅存在执行器故障的非线性故障系统，对系统进行的扩展变换将原系统的输出传感器故障转变成新系统的一个执行器故障，因此，可以将已有的用于系统执行器故障诊断的方法直接用于输出传感器故障的检测和估计；扩展滤波器(4)的参数矩阵选取使扩展系统(8)仍然具有可观测性；第四步：扩展系统的迭代学习故障诊断方法为对扩展系统(8)的故障进行诊断，设计如下故障跟踪滤波器：x~^·(t)=A~x~^(t)+g3(x~^(t),t)+B~u(t)+B~ff^k(t)+L(y~(t)-y~^k(t))---(9)]]>y~^(t)=C~x~^(t)]]>系统残差定义如下rk(t)=y~(t)-y~^k(t)---(10)]]>迭代学习故障估计算法f^k+1(t)=f^k(t)+Γr·k(t)+Φrk(t)+Ψ∫rk(t)dt---(11)]]>故障诊断滤波器启动条件||y~(t)-y~^k(t)||∞>γ...

【技术特征摘要】

【专利技术属性】
技术研发人员：陶洪峰，陈大朋，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32