一种不确定系统的可诊断性分析方法技术方案

本发明专利技术公开了一种不确定系统的可诊断性分析方法，在分析过程中充分考虑了过程噪声和观测噪声以及不确定性等干扰因素的影响，给出了控制系统的多元概率分布统计模型、可检测不确定性半径及可隔离不确定性半径，并基于多元概率分布统计模型和不确定性半径得到了考虑不确定性的可检测性分析指标和可隔离性分析指标，同时基于考虑不确定性的可检测性分析指标和可隔离性分析指标进行可诊断性的定量判断，保证了复杂控制系统的稳定性和设计的准确性。

A diagnostic analysis method for Uncertain Systems

The invention discloses a method for the diagnosis of uncertain systems, in the process of analysis of process noise and observation noise and uncertainty factors are fully considered, the control system is multivariate probability statistical distribution model, detection uncertainty radius and isolation uncertainty radius, and multivariate probability the statistical distribution model and the uncertainty radius was obtained based on the consideration of uncertainty detection analysis index and isolability analysis index, at the same time, considering the uncertainty of testability analysis index and isolability analysis index of quantitative diagnosis of judgment, ensure the stability of control systems and the accuracy of the design.

【技术实现步骤摘要】
一种不确定系统的可诊断性分析方法
本专利技术属于航天器控制
，尤其涉及一种不确定系统的可诊断性分析方法。
技术介绍
近二十年来，国内外学者对航天器控制系统故障诊断技术的研究取得了巨大的成就。作为故障诊断方法设计的重要前提，故障可诊断性开始引起了学者们的关注。通过对系统的可诊断性进行分析，可以得知系统对于不同故障的诊断能力，并可在设计阶段为提高系统本身的可诊断性能以及设计水平提供理论指导。然而，现阶段对于故障可诊断性分析的研究尚处于萌芽阶段。因此，非常有必要对不确定系统的可诊断性开展进一步的深化研究。不确定性(包括：模型误差，观测和过程噪声等)是进行故障可诊断性分析的主要考虑因素。不确定性直接影响故障诊断结果的准确性。例如，当系统不确定性影响较大时，较小的故障往往很难被检测和隔离。因此，不确定性影响控制系统的可诊断性能的分析结果，进而对影响控制系统系统的两类重要因素：不确定性和故障，进行对比分析、分析这两者之间的关系，可以有利于设计人员找出整个控制系统中故障诊断的薄弱环节，并为系统的配置和诊断方法的设计提供理论指导。可见，对于带有不确定性的控制系统开展可诊断性分析方法研究具有重要本文档来自技高网...

【技术保护点】
一种不确定系统的可诊断性分析方法，其特征在于，包括：根据带有不确定性的离散控制空间模型，按时间序列进行迭代，取窗口长度s，得到带有不确定性的控制系统的多元概率分布统计模型：NHLzs＝NHFfs+NHEes+NHΛΔs其中，zs、fs、es和Δs分别表示控制系统的观测、故障、噪声和不确定性的时间堆栈向量；NH表示矩阵H零空间的左正交基，NHH＝0；L、H、F、E和Λ分别为相应维数的系数矩阵；根据所述带有不确定性的控制系统的多元概率分布统计模型，得到控制系统的可检测不确定性半径Ri,NF和控制系统的可隔离不确定性半径Ri,j：

【技术特征摘要】
1.一种不确定系统的可诊断性分析方法，其特征在于，包括：根据带有不确定性的离散控制空间模型，按时间序列进行迭代，取窗口长度s，得到带有不确定性的控制系统的多元概率分布统计模型：NHLzs＝NHFfs+NHEes+NHΛΔs其中，zs、fs、es和Δs分别表示控制系统的观测、故障、噪声和不确定性的时间堆栈向量；NH表示矩阵H零空间的左正交基，NHH＝0；L、H、F、E和Λ分别为相应维数的系数矩阵；根据所述带有不确定性的控制系统的多元概率分布统计模型，得到控制系统的可检测不确定性半径Ri,NF和控制系统的可隔离不确定性半径Ri,j：其中，ηi,NF＝{max2||NHΛΔθi|||||Δc(m*)||≤α,||Δo(m*)||≤β,m*＝k,…,k-s+1}；NF表示无故障模式，Δθi表示在时间序列θ下对应于故障fi不确定性的具体表现形式；表示矩阵[HFj]零空间的左正交基；Fj表示故障fj在矩阵F中的对应位置；Δc和Δo分别表示执行机构与敏感器的不确定性；α和β分别表示控制系统不确定性范数的上界和下界；k表示采样时间点；s表示窗口长度；i和j表示故障序号；根据所述带有不确定性的控制系统的多元概率分布统计模型、控制系统的可检测不确定性半径Ri,NF和控制系统的可隔离不确定性半径Ri,j，得到考虑可检测不确定性半径的可检测性分析指标和考虑可隔离不确定性半径的可隔离性分析指标其中，θ表示时间序列；根据所述考虑可检测不确定性半径的可检测性分析指标和所述考虑可隔离不确定性半径的可隔离性分析指标得到对比分析结果。2.根据权利要求1所述的不确定系统的可诊断性分析方法，其特征在于，所述根据带有不确定性的离散控制空间模型，按时间序列进行迭代，取窗口长度s，得到带有不确定性的控制系统的多元概率分布统计模型，包括：确定带有不确定性的离散控制空间模型：其中，x(k)∈Rn，u(k)∈Rm，y(k)∈Rq和f(k)∈Rp分别表示控制系统的状态向量、输入向量、输出向量和故障向量；w(k)∈Rl和v(k)∈Rt分别表示控制系统的过程噪声和观测噪声；矩阵A∈Rn×n、Bu∈Rn×m、C∈Rq×n、Du∈Rq×m、Bf∈Rn×p、Df∈Rq×p、Bw∈Rn×l和Dv∈Rq×t分别表示控制系统相应的系数矩阵，ΔA、ΔBu、ΔC和...

【专利技术属性】
技术研发人员：王大轶，符方舟，刘成瑞，刘文静，何英姿，邢琰，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