一种微型燃气轮机故障鲁棒自适应重构方法技术

本发明专利技术提出了一种微型燃气轮机故障鲁棒自适应重构方法，首先建立微型燃气轮机部件级非线性部件级模型，然后采用TS模糊数学的方法对非线性系统进行数学描述，用优化算法对TS模糊系统中采用的类高斯隶属度函数进行优化以提高数学模型的精度。然后采用基于状态估计的滑模观测器方法进行故障重构。在设计非奇异终端滑模观测器时，对TS模糊系统引入了线性变换实现了故障信号与干扰信号的分离，可以同时对变化率上界未知的外加干扰和故障信号进行重构，并引入自适应律实时更新滑模增益消除了变化率上界未知故障及干扰对滑模运动的影响。实验结果表明本发明专利技术对变化率上界未知故障及干扰具有鲁棒性，可在极短的时间内实现未知故障的重构。

A Robust Adaptive Reconfiguration Method for Micro Gas Turbine Faults

【技术实现步骤摘要】
一种微型燃气轮机故障鲁棒自适应重构方法
本专利技术属于燃气轮机故障诊断技术，具体涉及一种基于TS模糊模型和非奇异滑模观测器设计方法的微型燃气轮机鲁棒故障重构方法。
技术介绍
近年来，微型燃气轮机(Microturbine)技术作为分布式发电(DistributedGeneration)得到了快速的发展，其具有结构简单，易安装，振动小可靠性高的优点，以微型燃气轮机为核心的冷热电联供技术可以减少电能损耗，能量利用率高达70％-90％。关于发电用微型燃气轮机的控制主要是对微型燃气轮机和高速永磁发电机的控制研究，国内外的学者开展了大量的研究工作，但少有考虑燃气轮机发生故障时的控制方法，在控制领域的研究中，故障的检测与隔离是一个重要的研究方向，系统的故障诊断(Faultdiagnosis)技术是提高系统可靠性和降低事故风险的重要方法。故障诊断主要研究如何对系统中出现的故障进行检测、分离和辨识，即判断故障是否发生，定位故障发生的部位和种类，以及确定故障的大小和发生的时间等。微型燃气轮机控制领域常采用Rowen提出的简化模型，这种模型是燃气轮机某一特定的工作条件下获得的模型，在实际参数发生变化时控制效果很不理想，因此有学者提出了对燃气轮机机理推导出的偏微分方程模型来建模的研究方法，但建模时假设条件过于理想化，而且对压气机和涡轮部件的特性难以进行精确的数学描述，因此与实际情况偏差依然较大，很难保证模型的精度。考虑到上述模型的不足，本文提出了基于容积惯性和转子惯性的方法建立微型燃气轮机部件级模型，模型可以在全包线内运行，而且不需要进行迭代求解。然而通过该方法建立的部件级模型仍然具有强非线性，不能通过数学模型进行准确描述，难以用来进行理论分析。TS模糊系统是描述非线性系统的有力工具，TS首先划分出多个计算域，分别计算各域的局部化线性模型，最后用模糊隶属度函数将所有的局部线性模型合理的串接起来，就可得到系统的全局TS模糊模型。同原始的非线性函数相比，TS模型方便进行逻辑及数学处理而且理论上可以任意精度去逼近一个非线性系统，从而解决非线性系统不能通过精确数学模型进行描述的问题。状态估计方法是一种基于解析模型的故障诊断方法，利用系统精确的数学模型和可观测输入输出量构造残差信号来反映系统期望行为与实际运行模式之间的不一致，然后基于对残差信号的分析进行故障诊断。基于状态估计的故障诊断方法主要包括滤波器方法和观测器方法，滑模观测器具有强鲁棒性和故障跟踪能力，但其引入了高频切换项容易引起抖振，滑模观测器的故障诊断技术依旧是研究领域的难点。
技术实现思路
专利技术目的：本专利技术第一目的是建立可以描述微型燃气轮机全工况的非线性模型，通过TS数学模型对非线性模型强大的拟合能力获得非线性模型的数学描述。使非线性系统的故障精确重构成为可能。第二目的是考虑实际系统存在变化率上界未知执行器故障及干扰等特性通过非奇异终端滑模理论来设计滑模观测器实现故障的自适应鲁棒重构。技术方案：本文提出了采用部件级模型响应数据建立燃气轮机的TS模糊系统数学模型的方法，将微型燃气轮机各个工作点局部线性模型串联来描述微型燃气轮机的非线性模型，从而使非线性系统的故障精确重构成为可能。燃气轮机部件级数学模型精度较高，可在全包线内运行。本专利技术采用部件建模方法依据燃气轮机气动热力学特性和部件特性建立各部件的气动热力学方程。然后由流量平衡、转子功率平衡等原理，构造各部件共同工作方程。TS模型被广泛应用于非线性系统的控制与分析，非线性系统表达形式过于复杂一般不直接用来进行控制器以及观测器的设计。而TS模糊模型用多个局部线性化的模型来描述非线性系统，具体方法就是运用IF-THEN模糊规则以线性函数的形式来表示每条模糊规则蕴含的局部特性，以第i条规则为例，：Ifa1isMi1and…andajisMij，Then式中x(t)为状态量，y(t)为输出量，为状态量对时间的一阶导数，Ai，Bi，Ci为与前件变量a相对应的系统矩阵，Mij为模糊集，i代表模糊规则的个数，j代表前件变量的个数。通过隶属度函数来定义每条规则之间的关系。模糊隶属度函数可以是三角型、梯形或者高斯型等，其数值大小介于0和1之间。假设总共有r条模糊规则来描述，这时其TS模糊模型可以表示为：式中ui(a)为前件变量a在模糊集M中的隶属度函数。将燃油量和转速增量进行一阶泰勒展开，其在小扰动情况下具有线性方程的表达形式，因此可以用多个线性方程进行模糊规则融合来获取可以描述整个部件级模型的TS数学模型，本专利技术还提出采用类高斯隶属度函数的模糊系统进行建模，并通过改进ICA优化算法对类高斯隶属度函数的可设计参数进行寻优以提高模型精度，最后完成部件级模型和TS模糊数学的精度验证实验。在观测器的设计中假设提出的微型燃气轮机TS模糊系统系统故障矩阵满足匹配性条件从而对TS模糊系统进行线性变换，将原系统分解为两个子系统，实现故障和干扰的解耦，分别对两个系统进行状态估计。考虑实际系统存在变化率上界未知执行器故障及干扰等特性设计自适应非奇异终端滑模观测器，采用李亚普洛夫稳定性理论严格证明了观测器状态估计误差最终有界稳定且系统从滑模面以外的任意状态点出发都能在有限时间内到达滑模面。本专利技术以100KW级微型燃气轮机为建模对象建立了微型燃气轮机部件级模型并完成了部件级模型的开环仿真实验。进一步完成了TS模糊数学模型和部件级模型的精度验证。考虑实际系统存在变化率上界未知的执行器故障及干扰以及建模的不确定性设计了干扰观测器实现对干扰信号的有效抑制，引入自适应律实时更新滑模增益消除了噪声及故障对滑模运动发生的干扰，将高频切换控制添加到滑模变量的一阶导数上，有效减小了抖振。本专利技术对提出的鲁棒故障诊断方法用李亚普洛夫稳定性理论在数学上给出了严格的证明，并在Matlab/Simulink平台上进行了仿真验证，为故障诊断方法应用于发电用微型燃气轮机提供了有力的理论与实验支撑。有益效果：本专利技术针对微型燃气轮机系统中存在变化率上界未知执行器故障及外干扰，提出了一种含自适应律的TS终端滑模观测器进行故障重构的方法。首先建立了可以全工况运行的微型燃气轮机部件级非线性部件级模型，然后由部件级模型响应数据完成了燃气轮机TS模糊系统的数学建模，提出用优化算法对TS模糊系统中采用的类高斯隶属度函数进行优化以提高TS模糊数学模型的精度，并完成了建模精度实验验证。在设计非奇异终端滑模观测器时，对TS模糊系统进行线性变换实现了故障信号与干扰信号的分离，同时对变化率上界未知的外加干扰和故障信号进行重构。引入自适应律实时更新滑模增益消除了变化率上界未知故障及干扰对滑模运动的影响。进一步地以李亚普洛夫稳定性理论在数学上严格证明了本专利技术设计的非奇异终端滑模观测器可使燃气轮机TS模糊系统在有限时间内到达滑模面。最后在Matlab/Simulink平台上进行仿真实验验证了本文提出的微型燃气轮机执行器故障鲁棒重构方法，实验结果表明所提出的方法对变化率上界未知故障及干扰具有鲁棒性，可在极短的时间内实现未知故障的重构。附图说明图1为本专利技术实施例中的微型燃气轮机结构示意图；图2(a)为本专利技术实施例中的微型燃气轮机部件级模型Simulink仿真图；图2(b)为本专利技术实施例中的微型燃气轮机部件级模型转速控制器；本文档来自技高网...

【技术保护点】
1.一种微型燃气轮机故障鲁棒自适应重构方法，其特征在于，包括如下步骤：步骤1：建立描述微型燃气轮机非线性部件级模型，采用共同工作方程对非线性部件级模型进行求解，并得到部件级模型在一个转速区间内的响应数据；步骤2：由部件级模型响应数据通过系统辨识的方法完成微型燃气轮机TS模糊系统的数学建模，得到TS模糊数学模型；步骤3：通过改进ICA优化算法对TS模糊数学模型采用的类高斯隶属度函数的可设计参数进行寻优以提高模型精度，得到微型燃气轮机TS系统状态空间模型；步骤4：对TS系统状态空间模型进行线性变换实现故障与干扰的解耦，依此设计干扰观测器来消除外干扰对系统的影响；步骤5：针对微型燃气轮机TS系统状态空间模型进行非奇异滑模观测器设计，通过观测器与实际系统信号的不一致来判断故障的发生及定位；步骤6：采用等效控制误差注入原理维持滑模运动，实现微型燃气轮机执行机构故障的鲁棒自适应重构。

【技术特征摘要】
1.一种微型燃气轮机故障鲁棒自适应重构方法，其特征在于，包括如下步骤：步骤1：建立描述微型燃气轮机非线性部件级模型，采用共同工作方程对非线性部件级模型进行求解，并得到部件级模型在一个转速区间内的响应数据；步骤2：由部件级模型响应数据通过系统辨识的方法完成微型燃气轮机TS模糊系统的数学建模，得到TS模糊数学模型；步骤3：通过改进ICA优化算法对TS模糊数学模型采用的类高斯隶属度函数的可设计参数进行寻优以提高模型精度，得到微型燃气轮机TS系统状态空间模型；步骤4：对TS系统状态空间模型进行线性变换实现故障与干扰的解耦，依此设计干扰观测器来消除外干扰对系统的影响；步骤5：针对微型燃气轮机TS系统状态空间模型进行非奇异滑模观测器设计，通过观测器与实际系统信号的不一致来判断故障的发生及定位；步骤6：采用等效控制误差注入原理维持滑模运动，实现微型燃气轮机执行机构故障的鲁棒自适应重构。2.根据权利要求1所述的一种微型燃气轮机故障鲁棒自适应重构方法，其特征在于，步骤1中，建立微型燃气轮机的进气道、压气机、燃烧室、涡轮以及回热器共同的非线性部件级模型为：其中πc为压气机压比，πT为涡轮压比，W1为压气机流量，W3为涡轮流量，PC为压气机功，PT为涡轮功，n为微型燃气轮机轴的转速，P1为压气机进口总压，P2为压气机出口总压，P3为涡轮进口总压，P4为涡轮出口总压。3.根据权利要求1所述的一种微型燃气轮机故障鲁棒自适应重构方法，其特征在于，步骤2包括：首先对燃气轮机输入输出数据进行归一化处理，然后分别给燃油量一个2％的无量纲小阶跃信号，最后通过辨识得到转速增量与燃油增量在一个工作点的线性状态空间方程：n-n0＝CiΔn其中n为转子转速，n0为初始转速，Δu为燃油增量，Δn为转速增量，为转速增量对时间的一阶导数，Ai，Bi，Ci为常值矩阵；该状态空间模型可以描述燃气轮机随燃油量变化的转速动态响应特性。然后依次类推得到各个聚类中心的线性状态空间模型，最后由模糊规则进行模糊融合后得到全局的燃气轮机TS系统模型：式中前件变量为转速，ui(a)为隶属度函数，采用采用类高斯函数其中e为自然对数，α为前件变量，为前件变量的聚类中心，σ，γ为可设计参数，当参数取不同值时，隶属度函数可以同时具有三角型和高斯型隶属度函数的特征。4.根据权利要求3所述的一种微型燃气轮机故障鲁棒自适应重构方法，其特征在于，步骤3中，采用改进ICA优化算法对σ，γ进行寻优，优化目标函数为TS模型与部件级模型开环响应的绝对差值；加入故障与干扰信号后得到的微型燃气轮机TS系统状态空间模型为：式中A(a)，B(a)，C(a)为关于前件变量a的系统矩阵，f为未知执行机构故障，d为输入量扰动和建模误差，f(x1，x2，x3)为TS系统矩阵参数的摄动，E为已知故障矩阵，D为已知扰动分布矩阵。5.根据权利要求1所述的一种微型燃气轮机故障鲁棒自适应重构方法，其特征在于，步骤4包括：引入以下假设：假设1：系统故障矩阵满足匹配性条件rank(CD)＝rank(D)提出以下定理：定理1：对于状态空间系统y＝Cx其中A，B，C为已知参数矩阵，若满足：rank(CB)＝rank(B)，则存在非奇异矩阵T和B，使得定理1证明：应用奇异值分解定理可以对定理1进行证明，存在一个矩阵CB的奇异值分解使得令S＝UCB，S为酉矩阵，即S-1＝ST存在一个矩阵B的奇异值分解则有rank(CB)＝rank(B)＝q，可将矩阵S写为S＝[SqSm-q]，存在一个奇异值分解VN＝[VNqVNm-q]当取T＝[SqVNm-q]时，定理1得证；由定理1可知存在变换x＝T-1z，y＝S-1ω，使所述系统变换为构造矩阵对TS模糊系统进行线性变换，则可将原系统分解为如下的两个子系统，分别对两个系统进行状态估计；从而实现故障和干扰的解耦。6.根据权利要求1所述的一种微型燃气轮机故障鲁棒自适应重构方法，其特征在于，步骤5包括：首先提出如下假设：假设2：令A01＝(A11-L1C11)，A02＝(A21-L2C22)，对于上述系统存在增益矩阵L1，L2使得A01，A02为稳定矩阵；且存在对称正定矩阵P1Q1P2Q2使成立；假设3：系统矩阵的参数摄动f1，f2满足lipschitz条件，即分别存在两个lipschitz常数ψ1，ψ2使得f1(x1)-f1(x2)≤ψ1||x1-x2||，f2(x1)-f2(x2)≤ψ2||x1||x2||；假设4：故障||f||≤γ1，干扰||d||≤γ2且γ1，γ2为已知常数，但δ1，δ2为未常数知，且故障矩阵E1，E2为非奇异正定矩阵；对系统设计滑模观测器：为输出估计，为状态估计，将两式相减，则观测器状态估计误差为其中ν1，ν2为滑模切换项，设计为ν1＝-ρ01sgn(E1e1)+ρ1(t)，v2＝-ρ02sgn(E2e2)+ρ2(t)式中，sgn()为符号函数，ρ01，ρ02为两个足够大的常数，ρ1(t)，ρ2(t)为自适应律，设计为式中，λ1，σ1，λ2，σ2为正奇数1＜λ1/σ1＜2，1＜λ2/σ2＜2β1，β2为常数且β1＞0，β2＞0，k1，k2为足够大的常数，k1(t)，k2(t)为自适应律，设计为其中s1，s2为非奇异终端滑模面自适应参数设计为：提出以下定理：定理2，如果所述系统参数满足以下条件：2ψ1λmax(P1)+λmax(P1A12)+λmax(A21)≤λmin(Q1)，2ψ2λmax(P1)+λmax(P1A12)+λmax(A21)≤λmin(Q1)ρ01≥γ1，ρ02≥γ1+E2-1D2γ2则观测器状态估计误差最终有界稳定；定理2证明：应用李亚普洛夫稳定性进行证明，定义...

【专利技术属性】
技术研发人员：肖玲斐，孟中祥，徐敏，马磊明，阮祝鑫，
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