一种控制系统的多重故障诊断优化方法技术方案
A multiple fault diagnosis optimization method for control system
The invention discloses a multiple fault diagnosis optimization method, a control system includes: according to the discrete state space model, actuator and sensor corresponding unknown input Calman filters were constructed; according to the optimal state of the I actuators of the corresponding Calman filter step k the estimator
【技术实现步骤摘要】
一种控制系统的多重故障诊断优化方法
本专利技术属于航天器控制
，尤其涉及一种控制系统的多重故障诊断优化方法。
技术介绍
在航天器控制领域，故障诊断技术的研究对于安全性要求较高的航天器控制系统，如卫星、飞机、火车、汽车、发电厂和化工厂等，具有重要的意义。故障诊断通常包括故障检测和故障隔离。通常故障发生部位和严重程度具有一定的随机性，故障隔离是故障修复的前提条件。随着在实际应用中，控制系统的部件数量不断增加，故障隔离成为了亟待解决的问题。然而，目前采用的故障诊断方法存在诸多问题无法解决：(1)现有的故障诊断方法将故障视为系统状态对系统进行扩维，要求加性故障变化缓慢，具有局限性；(2)无法实现同时考虑传感器与执行机构的多重故障隔离；(3)无法处理系统的多重故障。
技术实现思路
本专利技术的技术解决问题：克服现有技术的不足，提供了一种控制系统的多重故障诊断优化方法，克服了现有的故障诊断方法存在的诸多问题。为了解决上述技术问题，本专利技术公开了一种控制系统的多重故障诊断优化方法，包括：根据离散状态空间模型，分别构建执行机构对应的未知输入卡尔曼滤波器组和传感器对应的未知输入...
【技术保护点】
一种控制系统的多重故障诊断优化方法，其特征在于，包括：根据离散状态空间模型，分别构建执行机构对应的未知输入卡尔曼滤波器组和传感器对应的未知输入卡尔曼滤波器组；根据第i个执行机构对应的卡尔曼滤波器第k步时的最优状态估计量
【技术特征摘要】
1.一种控制系统的多重故障诊断优化方法，其特征在于，包括：根据离散状态空间模型，分别构建执行机构对应的未知输入卡尔曼滤波器组和传感器对应的未知输入卡尔曼滤波器组；根据第i个执行机构对应的卡尔曼滤波器第k步时的最优状态估计量得到执行机构对应的第一输出估计误差残差rc,i,k，以及，根据第i个传感器对应的卡尔曼滤波器第k步时的最优状态估计量得到传感器对应的第二输出估计误差残差ro,i,k：其中，k表示采样时间点，yk表示第k时刻控制系统的输出，uk表示第k时刻控制系统的输入，Co和Do表示相应维数的系统矩阵；根据第一输出估计误差残差rc,i,k和第二输出估计误差残差ro,i,k，经过加权平方和处理，得到执行机构对应的第一加权平方残差和传感器对应的第二加权平方残差其中，N表示数据窗口长度；根据第一加权平方残差与执行机构检测阈值Hc的比较结果，以及，第二加权平方残差与传感器检测阈值Ho的比较结果，得到初步诊断结果；根据所述初步诊断结果，输出隔离策略和最终诊断结果。2.根据权利要求1所述的控制系统的多重故障诊断优化方法，其特征在于，所述根据离散状态空间模型，分别构建执行机构对应的未知输入卡尔曼滤波器组和传感器对应的未知输入卡尔曼滤波器组，包括：根据仅包含执行机构故障的离散状态空间模型，构建执行机构对应的未知输入卡尔曼滤波器组；以及，根据仅包含传感器故障的离散状态空间模型，构建传感器对应的未知输入卡尔曼滤波器组；其中，仅包含执行机构故障的离散状态空间模型，如下：仅包含传感器故障的离散状态空间模型，如下：其中，xk和xk+1分别表示第k时刻和第k+1时控制系统的状态变量，fc,k表示第k时刻控制系统的执行机构故障，vc,k表示第k时刻过程噪声，fo,k表示第k时刻控制系统的传感器故障，vo,k表示第k时刻观测噪声，Ac、Bc、Fc和Fo表示相应维数的系统矩阵。3.根据权利要求2所述的控制系统的多重故障诊断优化方法，其特征在于，所述根据仅包含执行机构故障的离散状态空间模型，构建执行...
【专利技术属性】
技术研发人员：符方舟，王大轶，刘文静，刘成瑞，邢琰，何英姿，李文博，
申请(专利权)人：北京控制工程研究所，
类型：发明
国别省市：北京,11
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。