The invention relates to a fault diagnosis method of a multi-agent system based on a finite time observer, belonging to the field of multi-agent system technology. The invention realizes the distributed fault diagnosis of the multi-agent system by establishing a finite time unknown input observer in a particular intelligent agent to observe the fault of the neighboring intelligent agent. The design of distributed fault diagnosis method designed by the invention can theoretically restrain outside disturbance of the fault diagnosis, and can be preset in the limited time, limited time online diagnosis and fault estimation is effective for accurate fault free agent in the adjacent one or more agents appear the agent at the same time appears when the fault.
【技术实现步骤摘要】
基于有限时间观测器的多智能体系统故障诊断方法
本专利技术涉及一种基于有限时间观测器的多智能体系统故障诊断方法,属于应用于多智能体系统
技术介绍
近些年来,作为一种可以有效处理复杂系统的工具,多智能体技术已经引起了广泛的关注并被应用于多个重要领域。但是多智能体系统自身特有的网络链接、自由分布、信息共享等优点,也让其更容易受到故障的影响。当多智能体系统中的某一个智能体出现故障的时候,故障可通过多智能体系统特有的网络链接去影响其他智能体,从而使整个多智能体系统遭受严峻的考验。因此,为了提升多智能体系统的稳定性和安全性,针对其的故障诊断技术也应该给予高度的重视。故障诊断可分为故障检测、故障分离和故障估计。故障诊断通过对系统运行状况进行监测来判断是否有故障发生,同时确定故障发生的具体信息,例如时间、位置和大小等。现有的基于观测器的故障诊断主要依靠于观测器的稳态性能,依靠于观测器是否稳定,即当时间趋近无穷大时,观测器估计值与系统状态形成的误差能否无限接近平衡点。但由于多智能体系统,诸如需编队飞行的飞行控制系统,是一项高耗费高投入的技术,针对其的故障诊断必须要有准确性 ...
【技术保护点】
一种基于有限时间观测器的多智能体系统故障诊断方法,其特征在于,包括如下具体步骤:第一步:通过多智能体系统间的通讯链接,构建多智能体系统连接图并以无向图表示,从而得出加权邻接矩阵Λ;第二步:针对每个智能体,通过在工作点进行局部线性化的方法,得到该多智能体系统的局部动态方程,并根据得到的无向图建立多智能体系统的全局动态方程;第三步:在多智能体系统中任意选取一个智能体,重构多智能体系统的全局动态方程,此时的系统输出由与该智能体相关的局部动态信息构成;第四步:通过两个坐标变换,将第三步中得到的系统动态方程分解成三个子系统,并得到没有包含未知输入的降阶子系统;第五步:通过在选取的智能 ...
【技术特征摘要】
1.一种基于有限时间观测器的多智能体系统故障诊断方法,其特征在于,包括如下具体步骤:第一步:通过多智能体系统间的通讯链接,构建多智能体系统连接图并以无向图表示,从而得出加权邻接矩阵Λ;第二步:针对每个智能体,通过在工作点进行局部线性化的方法,得到该多智能体系统的局部动态方程,并根据得到的无向图建立多智能体系统的全局动态方程;第三步:在多智能体系统中任意选取一个智能体,重构多智能体系统的全局动态方程,此时的系统输出由与该智能体相关的局部动态信息构成;第四步:通过两个坐标变换,将第三步中得到的系统动态方程分解成三个子系统,并得到没有包含未知输入的降阶子系统;第五步:通过在选取的智能体中设计两个独立的观测器,基于有限时间理论,构造出一个在预设时间内收敛的有限时间未知输入观测器;根据该有限时间观测器得到的状态估计值和一个故障诊断律在有限时间内完成对邻接智能体的在线故障诊断和故障估计。2.根据权利要求1所述的基于有限时间观测器的多智能体系统故障诊断方法,其特征在于,第一步中得出加权邻接矩阵Λ的具体方式为:设由一组顶点和边构成一个完整的多智能体系统的无向图,其中V={v1,v2,...,vN}定义为顶点的集合,v1为第1个智能体,v2为第2个智能体,vN表示第N个智能体;ε={(vi,vj):vi,vj∈V}定义为边的集合;顶点νi与vj分别表示第i个智能体和第j个智能体,i,j∈{1,2,...,N}且i≠j;边(νi,νj)用来表示智能体j接收智能体i的信息;定义与顶点νp相邻顶点的集合为Np={vj∈V:(vp,vj)∈ε,p≠j};定义Λ=[aij]∈RN×N表示该无向图的加权邻接矩阵,其中aij表示每条边的权重;若(νi,νj)∈ε,则aij=1,否则aij=0;并且aii=0。3.根据权利要求1所述的基于有限时间观测器的多智能体系统故障诊断方法,其特征在于,第二步中所述多智能体系统的局部动态方程:上述方程中,xi(t)和yi(t)分别是每个智能体的状态向量和输出向量,表示每个智能体状态向量的微分项,ui(t)是各个智能体的控制输入向量,fi(t)为系统故障,di(t)为外界时变扰动向量;A、B、C分别为所述多智能体系统的状态矩阵、输入矩阵、输出矩阵,矩阵E是故障分布矩阵,矩阵D为扰动分布矩阵。4.根据权利要求1所述的基于有限时间观测器的多智能体系统故障诊断方法,其特征在于,所述第三步中,任意选取一个智能体p,其中p∈(1~N),基于无向图,依据智能体p,该多智能体系统的全局动态方程重构为:其中:fr(t)表示发生在第r(r∈Np)个智能体中的故障,且f-r(t)表示从全局故障f(t)中移除fr(t)后的矩阵,是相应于fr(t)的分布矩阵,且为的一个子矩阵,而表示从中移除后余下的子矩阵,表示智能体p的局部动态信息,表示集合的基数,其中表示智能体p相邻顶点的集合与智能体p组成的合集;表示局部信息矩阵且为列满秩矩阵,其中In表示一个n×n维的单位阵,是一个行满秩矩阵且为加权邻接矩阵Λ的一个子矩阵。5.根据权利要求4所述的基于有限时间观测器的多智能体系统故障诊断方法,其特征在于,定义所述多智能体系统的全局动态方程:(3)表示为:6.根据权利要求1所述的基于有限时...
【专利技术属性】
技术研发人员:张柯,陈星星,姜斌,夏静萍,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。