一种基于最小保守性区间滤波的电机系统故障估计方法技术方案

本发明专利技术公开了一种基于最小保守性区间滤波的电机系统故障估计方法，属于故障估计技术领域。通过采用全对称多胞体表示未知但有界的噪声，增加了该方法的实用性和准确率；根据重构电机模型设计动态区间观测器，通过最小化系统的状态保守性设计区间观测器的动态增益，实现具有最小保守性的观测器故障区间的估计；设计故障的集逆收缩滤波问题，利用向量布尔运算和分维度依次运算进一步收缩观测器故障估计区间，更接近真实故障值的滤波故障估计区间；同时集逆收缩滤波问题求解方法的计算复杂度明显小于目前最广泛使用的求解方法；相对于现有的故障估计方法，本申请方法能够更高效地实时估计到更紧致的故障区间，对电机系统的性能监督提供了保障。

【技术实现步骤摘要】
一种基于最小保守性区间滤波的电机系统故障估计方法
本专利技术涉及一种基于最小保守性区间滤波的电机系统故障估计方法，属于故障估计

技术介绍
对于日益集成化的控制系统，故障的发生可能会对生产和生活造成严重影响。因此，对于系统故障的研究具有重要的理论和实际意义。故障估计用来反映故障的严重程度，是故障诊断任务的重要组成部分。由于系统实际运行中存在噪声等各种不确定因素，无法得到准确的系统模型或者噪声的统计特性，进而导致故障估计结果不准确。集员滤波方法用区间、椭球、多胞体等几何体来描述系统中的不确定部分，有效地解决了这一问题。然而，这种方法往往具有很低的精度或很高的计算复杂度。与集员滤波方法相比，区间观测器具有更高的计算效率，广泛应用于各种系统。对于区间观测器的研究，大多数方法都是通过坐标变换、H∞准则等来获得区间估计值，估计结果的保守性较大，不容忽视。
技术实现思路
为了更高效地实时估计到更紧致的故障区间，本专利技术提供了一种基于最小保守性区间滤波的电机系统故障估计方法，所述方法包括：步骤一：建立电机系统的离散模型；步骤二：根据电机系统的离散模型，获得不含故障值的重构电机模型；步骤三：设计最小保守性区间观测器，获取k时刻电机系统的观测器状态估计区间和观测器故障估计区间；步骤四：根据k+1时刻电机实际运行情况下得到的输出数据和k时刻电机系统的观测器状态估计区间，设计故障的集逆收缩滤波问题；k+1时刻电机系统实际运行情况下得到的输出数据为由实际测量得到的电机角位置、电机转速、电枢电流组成的向量；步骤五：求解故障集逆收缩滤波问题，获取k时刻电机系统的滤波故障估计区间。可选的，所述步骤一建立的电机系统的离散模型为：其中，表示k时刻电机系统的状态向量，k时刻电机系统的状态向量为真实的电机角位置、电机转速、电枢电流组成的向量；表示k时刻电机系统的输入向量，所述k时刻电机系统的输入向量为k时刻施加在电机上的电压值；表示k时刻电机系统的输出向量，k时刻电机系统的输出向量为分别由测量得到的电机角位置、电机转速、电枢电流组成的向量；A表示状态空间矩阵，B表示输入矩阵，C表示输出矩阵，D表示过程噪声作用矩阵，E表示测量噪声作用矩阵，F表示故障作用矩阵；wk∈<0,W>表示k时刻电机系统的未知但有界的过程噪声向量，W表示过程噪声向量的界值；vk∈<0,V>表示k时刻电机系统的未知但有界的测量噪声向量，V表示测量噪声向量的界值；表示k时刻电机系统的加性故障。可选的，所述步骤二：根据电机系统的离散模型，获得不含故障值的重构电机模型包括：根据式(2)得到k时刻电机系统的加性故障fk的表达式：fk＝Of(yk+1-C(Axk+Buk+Dwk)-Evk+1)(3)其中，中间变量Of＝((CF)TCF)-1(CF)T；将式(3)代入式(2)，得到不含故障值的重构电机模型为：其中，可选的，所述步骤三：设计最小保守性区间观测器，获取k时刻电机系统的观测器状态估计区间和观测器故障估计区间包括：根据式(4)设计动态区间观测器：其中，表示k时刻电机系统的观测状态，Lk表示k时刻电机系统的观测器增益；根据式(4)和式(5)确定k+1时刻电机系统的状态误差ek+1：ek+1采用全对称多胞体<0,Hk+1>表示，全对称多胞体<0,Hk+1>的生成矩阵Hk+1表示为：e0表示初始时刻电机系统的状态误差，由全对称多胞体<0,H0>表示，H0表示全对称多胞体<0,H0>的生成矩阵；k+1时刻电机系统的观测器状态估计区间的保守性conxk+1表示为：求解式(9)所示的最优化问题：Lk＝argminconxk+1(9)得到k时刻电机系统的最小保守性观测器增益Lk为：根据式(5)、式(6)和式(7)确定k时刻电机系统的观测器状态估计区间的上下界：其中，表示k时刻电机系统的观测器状态估计区间的上界，表示k时刻电机系统的观测器状态估计区间的下界，表示k时刻电机系统的状态误差的上界，ek表示k时刻电机系统的状态误差的下界；根据式(3)，k时刻的电机系统的加性故障fk表示为：其中，表示k时刻电机系统的故障观测值，表示k时刻电机系统的故障误差；k时刻电机系统的故障误差由全对称多胞表示，全对称多胞的生成矩阵表示为：表示初始时刻电机系统的故障误差，由全对称多胞体表示；根据式(12)和式(13)确定k时刻电机系统的观测器故障估计区间的上下界：其中，表示k时刻电机系统的观测器故障估计区间的上界，表示k时刻电机系统的观测器故障估计区间的上界，表示k时刻电机系统的故障误差的上界，表示k时刻电机系统的故障误差的下界。可选的，所述步骤四：根据k+1时刻电机的实际运行情况下得到的输出数据和k时刻电机系统的观测器状态估计区间，设计故障的集逆收缩滤波问题包括：设计故障的集逆收缩滤波问题：其中，表示k时刻电机系统的滤波故障估计区间，O＝CF，yk+1表示k+1时刻电机系统的输出向量，[wk]表示k时刻电机系统的过程噪声区间，[vk+1]表示k+1时刻电机系统的测量噪声区间。可选的，所述步骤五：求解故障集逆收缩滤波问题，获取k时刻电机系统的滤波故障估计区间包括：选取k时刻电机系统的观测器故障估计区间作为初始区间盒子，用行向量的形式表示，记为利用下式(16)所示的测试函数搜索解集：其中，in、out、eps表示布尔向量，当满足指定情况时，它们的值取1，不满足指定情况时，它们的值取0，表示代表的区间盒子们的最大宽度组成的向量，ε表示解集的精度；表示属于解集的区间盒子的行向量形式组成的向量组；表示不属于解集的区间盒子的行向量形式组成的向量组；表示与解集有部分交集但最大宽度小于精度ε的区间盒子的行向量形式组成的向量组；表示与解集有部分交集但最大宽度大于精度ε的区间盒子的行向量形式组成的向量组；循环搜索，将每次搜索到的对应的区间盒子沿第一维度二分为新的区间盒子，全部的新的区间盒子组成新的向量组当为空时，将整个过程中搜索到的所有向量组组成新的向量组如果电机系统的加性故障fk的维度m等于1，对应的区间盒子为k时刻的滤波故障估计区间；如果电机系统的加性故障fk的维度m大于1，对应的区间盒子为k时刻第一维度故障估计区间，根据下式所示的测试函数依次沿着第i维度继续在对应的区间盒子中搜索解集，得到的向量组对应的区间盒子为k时刻的滤波故障估计区间，其中i＝2，3，…,m。本申请还提供一种故障估计系统，所述故障估计系统采用上述故障估计方法进行故障估计，所述本文档来自技高网...

【技术保护点】
1.一种基于最小保守性区间滤波的电机系统故障估计方法，其特征在于，所述方法包括：/n步骤一：建立电机系统的离散模型；/n步骤二：根据电机系统的离散模型，获得不含故障值的重构电机模型；/n步骤三：设计最小保守性区间观测器，获取k时刻电机系统的观测器状态估计区间和观测器故障估计区间；/n步骤四：根据k+1时刻电机实际运行情况下得到的输出数据和k时刻电机系统的观测器状态估计区间，设计故障的集逆收缩滤波问题；k+1时刻电机系统实际运行情况下得到的输出数据为由实际测量得到的电机角位置、电机转速、电枢电流组成的向量；/n步骤五：求解故障集逆收缩滤波问题，获取k时刻电机系统的滤波故障估计区间。/n

【技术特征摘要】
1.一种基于最小保守性区间滤波的电机系统故障估计方法，其特征在于，所述方法包括：
步骤一：建立电机系统的离散模型；
步骤二：根据电机系统的离散模型，获得不含故障值的重构电机模型；
步骤三：设计最小保守性区间观测器，获取k时刻电机系统的观测器状态估计区间和观测器故障估计区间；
步骤四：根据k+1时刻电机实际运行情况下得到的输出数据和k时刻电机系统的观测器状态估计区间，设计故障的集逆收缩滤波问题；k+1时刻电机系统实际运行情况下得到的输出数据为由实际测量得到的电机角位置、电机转速、电枢电流组成的向量；
步骤五：求解故障集逆收缩滤波问题，获取k时刻电机系统的滤波故障估计区间。


2.根据权利要求1所述的方法，其特征在于，所述步骤一建立的电机系统的离散模型为：



其中，表示k时刻电机系统的状态向量，k时刻电机系统的状态向量为真实的电机角位置、电机转速、电枢电流组成的向量；

表示k时刻电机系统的输入向量，所述k时刻电机系统的输入向量为k时刻施加在电机上的电压值；

表示k时刻电机系统的输出向量，k时刻电机系统的输出向量为分别由测量得到的电机角位置、电机转速、电枢电流组成的向量；
A表示状态空间矩阵，B表示输入矩阵，C表示输出矩阵，D表示过程噪声作用矩阵，E表示测量噪声作用矩阵，F表示故障作用矩阵；
wk∈<0,W>表示k时刻电机系统的未知但有界的过程噪声向量，W表示过程噪声向量的界值；vk∈<0,V>表示k时刻电机系统的未知但有界的测量噪声向量，V表示测量噪声向量的界值；表示k时刻电机系统的加性故障。


3.根据权利要求2所述的方法，其特征在于，所述步骤二：根据电机系统的离散模型，获得不含故障值的重构电机模型包括：
根据式(2)得到k时刻电机系统的加性故障fk的表达式：
fk＝Of(yk+1-C(Axk+Buk+Dwk)-Evk+1)(3)
其中，中间变量Of＝((CF)TCF)-1(CF)T；
将式(3)代入式(2)，得到不含故障值的重构电机模型为：



其中，


4.根据权利要求3所述的方法，其特征在于，所述步骤三：设计最小保守性区间观测器，获取k时刻电机系统的观测器状态估计区间和观测器故障估计区间包括：
根据式(4)设计动态区间观测器：



其中，表示k时刻电机系统的观测状态，Lk表示k时刻电机系统的观测器增益；
根据式(4)和式(5)确定k+1时刻电机系统的状态误差ek+1：



ek+1采用全对称多胞体<0,Hk+1>表示，全对称多胞体<0,Hk+1>的生成矩阵Hk+1表示为：



e0表示初始时刻电机系统的状态误差，由全对称多胞体<0,H0>表示，H0表示全对称多胞体<0,H0>的生成矩阵；
k+1时刻电机系统的观测器状态估计区间的保守性conxk+1表示为：



求解式(9)所示的最优化问题：
Lk＝argminconxk+1(9)
得到k时刻电机系统的最小保守性观测器增益Lk为：



根据式(5)、式(6)和式(7)确定k时刻电机系统的观测器状态估计区间的上下界：



其中，表示k时刻电机系统的观测器状态估计区间的上界，表示k时刻电机系统的观测器状态估计区间的下界，表示k时刻电机系统的状态误差的上界，ek表示k时刻电机系统的状态误差的下界；
根据式(3)，k时刻的电机系统的加性故障...

【专利技术属性】
技术研发人员：王子赟，张梦迪，王艳，张梓蒙，纪志成，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32