本发明专利技术公开了一种基于DM分解的闭环系统测点优化配置方法，首先建立闭环系统的定量模型，给出变量与变量、故障与变量之间的解析关系；其次将得到的解析关系利用偶邻近矩阵表示；然后利用DM分解技术对偶邻近矩阵进行分解获得变量之间的约束关系；最后根据变量约束关系得到使故障集合具有可检测性的最优测点集合、使单个故障fi具有最大可分离性的最优测点集合、使故障具有可分离性的最优测点集合。本发明专利技术保证在满足资源约束的情况下检测和分离尽可能多的故障，为卫星控制系统可诊断性设计提供依据。
【技术实现步骤摘要】
本专利技术涉及一种闭环系统测点优化配置方法，尤其涉及一种基于DM分解的闭环系统测点优化配置方法，属于故障诊断领域。
技术介绍
卫星控制系统在轨故障应对能力除了依赖于有效的故障诊断方法外，还跟用于故障诊断的测量信息的数量与质量密切相关。而测量信息的数量与质量取决于系统设计阶段配置的测点，但目前以可诊断性为目标的测点优化配置相关文献非常少。目前，在卫星控制系统设计中，测点配置过程中虽然也考虑了部分故障诊断的需求，但只是凭经验，通过逐个分析故障来添加测点，尚未从全局出发通过分析各测点之间的冗余关系而给出涵盖所有故障的最优测点。文献(I. Erik Frisk, Mattias Krysander and Jan Aslund. Sensor placementfor fault isolation in linear differential-algebraic systems， Automatica，2009，45 : 364-371. 2. Mattias Krasander and Erik Frisk. Sensor placement for faultdiagnosis，IEEE Transactions on Systems，Man，and Cybernetics-Part a systems andhumans, 2008, 38 (6) :1398-1410.)中公开了利用DM分解技术进行测点优化配置的方法，不足之处在于所给出的方法只适用于开环系统，尚未涉及系统具有反馈环的情况，对于本专利技术所给出的基于DM分解的闭环系统测点优化配置方法，目前没有公开的具有完整意义的方法。
技术实现思路
本专利技术的技术解决问题是克服现有技术的不足，提供一种基于DM分解的闭环系统测点优化配置方法，保证在满足资源约束的情况下检测和分离尽可能多的故障，为卫星控制系统可诊断性设计提供依据。本专利技术的技术解决方案是一种基于DM分解的闭环系统测点优化配置方法，步骤如下(I)建立闭环系统的定量模型,给出变量与变量、故障与变量之间的解析关系，闭环系统定量模型采用如下形式表示G1 X1 = gj (x1； x2,, x^+h^fj, f2,…，fm)e2 X2 — §2 ^>X1, X2, Xn) ~*~h2 (f 1 , fm).... . .. . .ek xk = gk(x1； x2,, xn)+hk(f1； f2,…，fj其中ei表示闭环系统定量模型中第i个等式，gi(xi，x2，…，xn)表示变量X1, X2，…，Xn与变量Xi之间的关系，hi (f:, f2,…，fm)表不故障fp f2,…，fm与变量Xi之间的关系，i = (I，2,......k), η为变量个数，m为故障个数；(2)将步骤(I)中得到的解析关系利用偶邻近矩阵表示，偶邻近矩阵的行为等式E = {e1； e2, ···, ek},列为变量 X = {x1; x2, ···, xj ,当变量 Xi 存在于等式 e」·时，Xi e X，ej e E，则偶邻近矩阵中的(ej; Xi)为1，否则为O ;(3)利用DM分解技术对步骤(2)得到的偶邻近矩阵进行分解获得变量之间的约束关系，具体方法为对偶邻近矩阵进行行与列变换，使其变为上三角矩阵，并且将等式左边的变量放置于对角线位置，对于变量Xi, I = 1,2,…，n，若其位于等式ez的对角线位置，Z= 1,2,…k,同时位于等式eq的非对角位置,q = 1,2,…k, qデz,根据约束关系可知在等式ez中，其它变量会对变量Xi产生影响，而Xi通过等式e,对位于e,对角线位置的变量产生影响，利用类似思路即可得到闭环系统包含的所有变量之间的约束关系； (4)根据步骤(3)中变量约束关系得到使故障集合F = {f1；f2,…，fm}具有可检测性的最优测点集合、使单个故障も具有最大可分离性的最优测点集合，i e (l，m)、使故障F = If1, f2，…，fj具有可分离性的最优测点集合。本专利技术与现有技术相比的有益效果是(I)目前，在系统研制阶段主要依靠设计人员的经验配置测点，并未形成系统的测点优化配置方法，更缺乏以故障可检测性和可分离性为目标的测点优化配置方法，本专利技术利用DM分解技术给出了最优测点优化配置方法，将对故障诊断的考虑前移到设计阶段，为故障诊断方法研究提供有利条件。(2)测点优化配置方法大多围绕开环系统开展研究，而本专利技术充分考虑了闭环系统中反馈对变量约束关系的影响，直观形象的刻画了闭环系统中各变量之间错综复杂的约束关系，解决了闭环系统测点优化配置的瓶颈问题，(3)本专利技术的方法简单、明确，适于工程设计。附图说明图I为本专利技术的流程框图。图2为DM分解结果图；图3为动量轮的DM分解结果图；图4为动量轮各变量约束关系；图5为动量轮故障模型中的反馈环；图6为删除电机组件故障Fm后的各变量约束关系。具体实施例方式如图I所示，本专利技术的步骤为(I)建立闭环系统的定量模型，给出变量与变量、故障与变量之间的解析关系，闭环系统定量模型采用如下形式表示G1 X1 = gi (x1； x2, ···, x^+h^fi, f2, ···, fm)θ2 · X2 — §2(Χ1，X2,…，Xn) ~*~h2 (f I , fm).........ek xk = gk(x1； x2, ···, xn)+hk(f1； f2, fj其中ち表示闭环系统定量模型中第i个等式，gi(xi，x2，…，xn)表示变量X1, X2，…，Xn与变量Xi之间的关系，hi (fp f2, ···, fm)表不故障f\, f2, ···, fm与变量Xi之间的关系，i = (1,2,......k), η为变量个数，m为故障个数；(2)将步骤⑴中得到的解析关系利用偶邻近矩阵表示，偶邻近矩阵的行为等式E = {e1； e2, ···, ek},列为变量 X = {x1; x2, ···, xj ,当变量 Xi 存在于等式 e」·时，Xi e X，ej e E，则偶邻近矩阵中的(ej; Xi)为1，否则为O ;(3)利用DM分解技术对步骤⑵得到的偶邻近矩阵进行分解获得变量之间的约束关系，具体方法为对偶邻近矩阵进行行与列变换，使其变为上三角矩阵，对于ei利用各等式中变量与变量之间的影响关系，得到闭环系统包含的所有变量之间的约束关系；基于步骤(2)中得到的偶邻近矩阵，利用DM分解技术得到变量之间的约束关系，其基本思路是通过偶邻近矩阵中行与列变换，将其变为上三角矩阵，结果如图2所示，图中bp(p = 1,2, ···, k)表示bp所在列对应的变量位于等式ep的左边,而等式ep中的其它变量位于等式的右边并且通过等式ep对位于等式左边的变量产生影响，依此思路可得出系统包含的所有变量之间的约束关系。(4)根据步骤(3)中变量约束关系得到使故障集合F = {f1；f2,…，fm}具有可检测性的最优测点集合、使单个故障も具有最大可分离性的最优测点集合，i e (l，m)、使故障F = If1, f2，…，fj具有可分离性的最优测点集合。对于带有反馈环的系统，采用以下的步骤获得使故障具有各种可诊断性要求的最优测点集合。根据约束关系获得各变量相关的故障本文档来自技高网...
【技术保护点】
一种基于DM分解的闭环系统测点优化配置方法，其特征在于步骤如下：(1)建立闭环系统的定量模型，给出变量与变量、故障与变量之间的解析关系，闭环系统定量模型采用如下形式表示：e1∶x1＝g1(x1，x2，…，xn)+h1(f1，f2，…，fm)e2∶x2＝g2(x1，x2，…，xn)+h2(f1，f2，…，fm)？？？.？？？？？？？？？？？.？？？？？？？？？？？？？？？？？？.？？？.？？？？？？？？？？？.？？？？？？？？？？？？？？？？？？.？？？.？？？？？？？？？？？.？？？？？？？？？？？？？？？？？？.ek∶xk＝gk(x1，x2，…，xn)+hk(f1，f2，…，fm)其中ei表示闭环系统定量模型中第i个等式，gi(x1，x2，…，xn)表示变量x1，x2，…，xn与变量xi之间的关系，hi(f1，f2，…，fm)表示故障f1，f2，…，fm与变量xi之间的关系，i＝(1，2，......k)，n为变量个数，m为故障个数；(2)将步骤(1)中得到的解析关系利用偶邻近矩阵表示，偶邻近矩阵的行为等式E＝{e1，e2，…，ek}，列为变量X＝{x1，x2，…，xn}，当变量xi存在于等式ej时，xi∈X，ej∈E，则偶邻近矩阵中的(ej，xi)为1，否则为0；(3)利用DM分解技术对步骤(2)得到的偶邻近矩阵进行分解获得变量之间的约束关系；(4)根据步骤(3)中变量约束关系得到使故障集合F＝{f1，f2，…，fm}具有可检测性的最优测点集合、使单个故障fi具有最大可分离性的最优测点集合，i∈(1，m)、使故障F＝{f1，f2，…，fm}具有可分离性的最优测点集合。...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘文静，王南华，王大轶，何英姿，邢琰，刘成瑞，
申请(专利权)人：北京控制工程研究所，
类型：发明
国别省市：
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。