鲁棒故障检测方法、计算设备和存储介质技术

本发明专利技术提供一种鲁棒故障检测方法、计算设备和存储介质。该方法包括：针对目标不确定线性系统的每个故障类型对应的鲁棒故障观测器，基于几何方法，根据指定中间参数矩阵、该故障类型所满足的预设故障类型条件以及所述系统模型的参数矩阵确定该鲁棒故障观测器的参数矩阵；并根据所述指定中间参数矩阵确定该鲁棒故障观测器的观测误差的取值范围，以及根据所述观测误差的取值范围确定该鲁棒故障观测器的输出结果的取值范围；判断各个故障类型的鲁棒故障观测器的输出结果是否在相应的输出结果的取值范围之内，根据判断结果确定所述目标不确定线性系统是否出现故障以及出现的故障类型。实现对不确定线性系统的鲁棒故障检测。实现对不确定线性系统的鲁棒故障检测。实现对不确定线性系统的鲁棒故障检测。

【技术实现步骤摘要】
鲁棒故障检测方法、计算设备和存储介质


[0001]本专利技术涉及故障检测
，尤其涉及一种不确定线性系统的鲁棒故障检测方法、计算设备和存储介质。

技术介绍

[0002]水下机器人是进行海洋考察与资源探测的重要装备，水下机器人工作在复杂的水下环境中，容易发生故障。一旦发生故障而不能得到有效处理，很容易造成重大经济损失甚至人员伤亡，因此，对水下机器人的故障检测与分离具有重要应用价值。
[0003]可以将水下机器人在工作状态下的工作参数通过线性化手段建模为线性系统，但是，在实际系统中，由于建模不准确以及辨识算法的误差等各种因素的影响，难以获得精确的系统模型信息，从而不可避免地存在不确定性。当水下机器人发生故障时，通过故障检测与分离可以判断系统是否有故障发生以及所发生的故障类型，但是，由于水下机器人系统本身的复杂性以及工作环境的影响等，系统本身可能发生多种故障，此外再加上不确定性因素，给系统的故障检测与分离带来困难。现有大多数关于线性系统故障诊断的方法未考虑系统不确定性的影响，同时也很少考虑系统多个故障同时发生的情况。
[0004]因此，对于水下机器人系统的鲁棒故障检测与分离问题，需要一种新的鲁棒故障检测方法。

技术实现思路

[0005]本专利技术的主要目的是提供一种不确定线性系统的鲁棒故障检测方法、计算设备和存储介质，以实现对不确定线性系统进行准确的鲁棒故障检测。
[0006]本专利技术提供一种不确定线性系统的鲁棒故障检测方法，包括：针对目标不确定线性系统的每个故障类型对应的鲁棒故障观测器，基于几何方法，根据指定中间参数矩阵、该故障类型所满足的预设故障类型条件以及系统模型的参数矩阵确定该鲁棒故障观测器的参数矩阵；并根据指定中间参数矩阵确定该鲁棒故障观测器的观测误差的取值范围，以及根据观测误差的取值范围确定该鲁棒故障观测器的输出结果的取值范围，其中，观测误差的取值范围和输出结果的取值范围均通过中心对称多胞体进行表示，指定中间参数矩阵通过最小化观测误差的中心对称多胞体的生成矩阵的Frobenius范数来确定；获取各个故障类型的鲁棒故障观测器的输出结果，判断各个故障类型的鲁棒故障观测器的输出结果是否在相应的输出结果的取值范围之内，根据判断结果确定目标不确定线性系统是否出现故障以及出现的故障类型。
[0007]在一个实施例中，鲁棒故障观测器的参数矩阵包括：动态参数矩阵和常数参数矩阵；基于几何方法，根据指定中间参数矩阵、该故障类型所满足的预设故障类型条件以及系统模型的参数矩阵确定该鲁棒故障观测器的参数矩阵，包括：基于几何方法，根据指定中间参数矩阵、该故障类型所满足的预设故障类型条件以及系统模型的参数矩阵实时确定该鲁棒故障观测器的动态参数矩阵，并根据该故障类型所满足的预设故障类型条件以及系统模
型的参数矩阵确定该鲁棒故障观测器的常数参数矩阵。
[0008]在一个实施例中，基于目标不确定线性系统的系统模型，针对该系统的各个故障类型，设计鲁棒故障观测器，其中，各个故障类型均满足预设故障类型条件。
[0009]在一个实施例中，利用下式表示目标不确定线性系统的系统模型：
[0010][0011]y(k)＝Cx(k)+Fv(k)
[0012]其中，x(k+1)表示k+1时刻的系统状态变量，x(k)表示k时刻的系统状态变量，u(k)表示k时刻的系统控制输入，w(k)表示k时刻的系统输入干扰，表示k时刻的系统控制输入，w(k)表示k时刻的系统输入干扰，表示系统输入干扰的中心对称多胞体，表示系统输入干扰的中心对称多胞体的中心，Ξ
w
表示系统输入干扰的中心对称多胞体的生成矩阵，L
f,i
表示第i个故障类型的特征向量，f
i
(k)表示第i个故障类型在k时刻的值，n
f
表示故障类型的个数，和均为系统模型的参数矩阵且均为区间矩阵，y(k)表示k时刻的系统量测输出，v(k)表示k时刻的系统输出干扰，数矩阵且均为区间矩阵，y(k)表示k时刻的系统量测输出，v(k)表示k时刻的系统输出干扰，表示系统输出干扰的中心对称多胞体，表示系统输出干扰的中心对称多胞体的中心，Ξ
v
表示系统输出干扰的中心对称多胞体的生成矩阵，C和F均表示系统模型的参数矩阵。
[0013]在一个实施例中，预设故障类型条件包括：
[0014][0015]其中，表示包含除第i个故障类型以外的其余故障类型的特征空间的最小不可观测子空间，inf表示取最小值，表示包含除第i个故障类型以外的其余故障类型的特征空间的不可观测子空间，表示包含除第i个故障类型以外的其余故障类型的特征空间，表示第i个故障类型的特征向量L
f,i
的张成子空间，i∈ο且j∈ο，i和j表示不同的故障类型。
[0016]在一个实施例中，利用下式表示鲁棒故障观测器：
[0017]z
[i](k+1)＝K
[i]z
[i](k)
‑
L
[i]y(k)+H
[i]u(k)
[0018]r
[i](k)＝M
[i]z
[i](k)
‑
N
[i]y(k)
[0019]其中，i表示第i个故障类型，z
[i](k+1)表示k+1时刻该鲁棒故障观测器的状态变量，z
[i](k)表示k时刻该鲁棒故障观测器的状态变量，y(k)表示k时刻的系统量测输出，u(k)表示k时刻的系统控制输入，r
[i](k)表示k时刻该鲁棒故障观测器的输出结果，K
[i]和L
[i]表示该鲁棒故障观测器的动态参数矩阵，H
[i]、M
[i]和N
[i]表示该鲁棒故障观测器的常数参数矩阵。
[0020]在一个实施例中，确定该鲁棒故障观测器的常数参数矩阵，包括：
[0021]利用式确定该鲁棒故障观测器的常数参数矩阵N
[i]，
[0022]其中，C表示系统模型的参数矩阵，ker表示计算零空间，表示包含除第i个故障
类型以外的其余故障类型的特征空间的最小不可观测子空间，inf表示取最小值，表示包含除第i个故障类型以外的其余故障类型的特征空间的不可观测子空间，表示包含除第i个故障类型以外的其余故障类型的特征空间，i∈ο且j∈ο，i和j表示不同的故障类型；
[0023]利用式M
[i]P
[i]＝N
[i]C确定该鲁棒故障观测器的常数参数矩阵M
[i]，
[0024]其中，P
[i]表示正则映射：表示正则映射：表示商空间，表示系统状态空间；N
[i]表示该鲁棒故障观测器的常数参数矩阵；
[0025]利用式H
[i]＝P
[i]B
m
确定该鲁棒故障观测器的常数参数矩阵H
[i]，
[0026]其中，B
m
表示区间矩阵的中心；
[0027]确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不确定线性系统的鲁棒故障检测方法，其特征在于，包括：针对目标不确定线性系统的每个故障类型对应的鲁棒故障观测器，基于几何方法，根据指定中间参数矩阵、该故障类型所满足的预设故障类型条件以及所述系统模型的参数矩阵确定该鲁棒故障观测器的参数矩阵；并根据所述指定中间参数矩阵确定该鲁棒故障观测器的观测误差的取值范围，以及根据所述观测误差的取值范围确定该鲁棒故障观测器的输出结果的取值范围，其中，所述观测误差的取值范围和所述输出结果的取值范围均通过中心对称多胞体进行表示，所述指定中间参数矩阵通过最小化所述观测误差的中心对称多胞体的生成矩阵的Frobenius范数来确定；获取各个故障类型的鲁棒故障观测器的输出结果，判断各个故障类型的鲁棒故障观测器的输出结果是否在相应的输出结果的取值范围之内，根据判断结果确定所述目标不确定线性系统是否出现故障以及出现的故障类型。2.根据权利要求1所述的不确定线性系统的鲁棒故障检测方法，其特征在于，所述鲁棒故障观测器的参数矩阵包括：动态参数矩阵和常数参数矩阵；基于几何方法，根据指定中间参数矩阵、该故障类型所满足的预设故障类型条件以及所述系统模型的参数矩阵确定该鲁棒故障观测器的参数矩阵，包括：基于几何方法，根据指定中间参数矩阵、该故障类型所满足的预设故障类型条件以及所述系统模型的参数矩阵实时确定该鲁棒故障观测器的动态参数矩阵，并根据该故障类型所满足的预设故障类型条件以及所述系统模型的参数矩阵确定该鲁棒故障观测器的常数参数矩阵。3.根据权利要求1所述的不确定线性系统的鲁棒故障检测方法，其特征在于，还包括：基于目标不确定线性系统的系统模型，针对该系统的各个故障类型，设计鲁棒故障观测器，其中，各个故障类型均满足预设故障类型条件。4.根据权利要求3所述的不确定线性系统的鲁棒故障检测方法，其特征在于，利用下式表示目标不确定线性系统的系统模型：y(k)＝Cx(k)+Fv(k)其中，x(k+1)表示k+1时刻的系统状态变量，x(k)表示k时刻的系统状态变量，u(k)表示k时刻的系统控制输入，w(k)表示k时刻的系统输入干扰，k时刻的系统控制输入，w(k)表示k时刻的系统输入干扰，表示系统输入干扰的中心对称多胞体，表示系统输入干扰的中心对称多胞体的中心，Ξ
w
表示系统输入干扰的中心对称多胞体的生成矩阵，L
f,i
表示第i个故障类型的特征向量，f
i
(k)表示第i个故障类型在k时刻的值，n
f
表示故障类型的个数，和均为系统模型的参数矩阵且均为区间矩阵，y(k)表示k时刻的系统量测输出，v(k)表示k时刻的系统输出干扰，且均为区间矩阵，y(k)表示k时刻的系统量测输出，v(k)表示k时刻的系统输出干扰，表示系统输出干扰的中心对称多胞体，表示系统输出干扰的中心对称多胞体的中心，Ξ
v
表示系统输出干扰的中心对称多胞体的生成矩阵，C和F均表示系统模型的参数矩阵。
5.根据权利要求4所述的不确定线性系统的鲁棒故障检测方法，其特征在于，预设故障类型条件包括：其中，表示包含除第i个故障类型以外的其余故障类型的特征空间的最小不可观测子空间，inf表示取最小值，表示包含除第i个故障类型以外的其余故障类型的特征空间的不可观测子空间，表示包含除第i个故障类型以外的其余故障类型的特征空间，表示第i个故障类型的特征向量L
f,i
的张成子空间，i∈ο且j∈ο，i和j表示不同的故障类型。6.根据权利要求5所述的不确定线性系统的鲁棒故障检测方法，其特征在于，利用下式表示鲁棒故障观测器：z
[i]
(k+1)＝K
[i]
z
[i]
(k)
‑
L
[i]
y(k)+H
[i]
u(k)r
[i]
(k)＝M
[i]
z
[i]
(k)
‑
N
[i]
y(k)其中，i表示第i个故障类型，z
[i]
(k+1)表示k+1时刻该鲁棒故障观测器的状态变量，z
[i]
(k)表示k时刻该鲁棒故障观测器的状态变量，y(k)表示k时刻的系统量测输出，u(k)表示k时刻的系统控制输入，r
[i]
(k)表示k时刻该鲁棒故障观测器的输出结果，K
[i]
和L
[i]
表示该鲁棒故障观测器的动态参数矩阵，H
[i]
、M
[i]
和N
[i]
表示该鲁棒故障观测器的常数参数矩阵。7.根据权利要求2或6所述的不确定线性系统的鲁棒故障检测方法，其特征在于，确定该鲁棒故障观测器的常数参数矩阵，包括：利用式确定该鲁棒故障观测器的常数参数矩阵N
[i]
，其中，C表示系统模型的参数矩阵，ker...

【专利技术属性】
技术研发人员：何潇，张召，
申请(专利权)人：清华大学，
类型：发明
国别省市：