一类不确定非线性系统的故障诊断方法

提出一种基于观测器的残差生成器方法来达到对一类多输入多输出非线性不确定系统进行故障分离的目的。通过对待监测故障引入适当的假设,同时假定不确定性满足Lipschitz条件,设计了一种残差信号来完成故障诊断,设计过程应用了高增益观测器和自适应故障诊断观测器方法,同时不需要借助线性逼近方法。最后分析了该残差信号对于待监测故障的敏感性和对于不须报警的故障的不敏感性。     

Model1000水下机器人容错控制

针对复杂海洋环境中水下机器人的可靠性问题,将在线学习的RCMAC递归小脑神经网络应用于水下机器人时变、非线性故障的辨识和容错控制中。在OUTLAND的ROV水下机器人Model1000上设置各种传感器和推进器故障进行水下故障辨识和容错控制实验,实验结果证明了RCMAC网络在水下机器人故障辨识和容错控制中的有效性。     

基于自适应模糊输出观测器的非线性系统鲁棒故障检测

针对一般非线性系统的故障检测，从工程应用的角度提出了一种基于自适应模糊输出观测器的非线性系统鲁棒故障检测方法。该方法以自适应模糊系统构造未知非线性模型的输出观测器，在充分考虑外加噪声干扰和系统误差的情况下，通过对一般反向传播学习算法进行改进，提出采用鲁棒反向传播学习算法调整观测器参数以辩识系统输出，再结合阈值故障检测策略检测系统故障。为保证算法具有较快的收敛速度，本文给出了根据模糊规则确定算法初始参数的选择方法并证明了算法的收敛性。仿真结果表明，对一般非线性系统故障检测，该方法具有有效性和实时性，以及对噪声干扰和系统误差的鲁棒性。     

基于故障检测滤波器的歼击机结构故障检测

提出一种新的适用于多种故障类型的故障检测滤波器设计方法，该方法基于故障输出空间，通过配置在特征向量来设计检测增益阵以实现对系统参数的小范围变化，具有较好的鲁棒性，避免了采用多个检测滤波器对不同的故障进行检测。同时，研究了残差与控制输入和故障程度的关系，提出了自适应检测阈值设计方法，并将其应用于歼击机的结构故障检测。     

非线性系统的在线鲁棒故障检测

提出了一种具有建模不确定性的非线性系统在线故障检测方法。故障被假定为状态变量和输入变量的函数，该系统仅是输入、输出可测量的。一种基于RBF神经网络的在线非线性估计器用来跟踪系统中的出现的故障，该估计器对有建模不确定性的非线性系统的故障检测具备良好的鲁棒性。文中所提出的方法的收敛性在理论上进行了较详细证明。仿真实例说明了该故障检测方法的有效性和实用性。     

基于未知输入观测器的不确定非线性系统故障检测

针对具有不确定性和系统故障的非线性系统，利用神经网络构造了全阶未知输入观测器，在获得系统的状态观测信号的同时得到了系统的故障观测信号。通过在故障观测神经网络权值的调整规律中引入死区函数，从而提高了故障观测对系统不确定性的鲁棒性。利用得到的故障观测信号，可以方便地检测系统的缓变故障和突变故障，实现了对系统故障的快速检测，降低了误检率。仿真示例表明了该方法的有效性。     

基于观测器的飞机环控系统控制组件故障检测

控制组件作为飞机环境控制系统的重要组成部分,对其进行故障诊断具有重要意义。本文以环控系统的传感增益漂移和活门卡死故障为例,在Simulink仿真环境下建立其正常和故障模型,采用基于状态观测器的方法进行故障检测。仿真实验结果证明了该方法的有效性,且当上述两类故障发生时,基于观测器和仿真模型输出之间的残差特征分析,可以判别出所发生的故障类型。     

基于迭代学习观测器的容错控制

提出了一种基于迭代学习观测器(ILO)将故障检测和容错控制进行统一设计的方法。迭代学习观测器不仅可以用于进行状态估计和故障检测,而且可以用于获得控制输入调节项并进行故障估计。设计重构控制律的基本思想是利用估计状态和控制输入调节项来补偿故障引起的影响。文中还给出了特定假设条件下闭环重构控制系统稳定性的严格证明。理论分析和仿真研究表明,所提的方法是有效的并可保证闭环系统具有良好的重构性能．     

基于Hopfield神经网络的非线性系统故障估计方法

针对一类故障参数是线性可分的非线性系统,在参数故障情况下提出了一种基于Hopfield递归神经网络的故障估计方法。利用Hopfield递归神经网络的自学习能力和稳定性理论,将故障参数的估计问题转化为Hop-field神经网络的稳定性问题,克服了现有数值方法存在量化误差和算法收敛性等问题。与自适应观测器和等价空间方法等相关故障参数估计方法相比,具有设计简单、易于实现和适用性宽等特点。仿真结果表明,对于常值故障和时变故障,诊断系统均具有较好的估计效果和动态性能。     

一种欠量测系统传感器故障检测与隔离方法

为了解决欠量测系统传感器故障检测与隔离这一难题,在对传感器故障进行合理建模的基础上,首先,借助输出方程,利用最小二乘和基础解系的方法,将传感器故障特征转换到系统状态模型中;然后,提出一种残差产生器的设计方法并给出其参数求解方法;最后,用算例对上述设计结果的有效性进行计算机仿真验证。     

基于线性参数变化自适应观测器的鲁棒故障诊断

基于线性参数变化自适应观测器,研究了一类具有外部扰动的不确定线性参数变化系统的鲁棒故障诊断问题。针对飞控系统具有非线性和时变的特点,运用了线性参数变化技术,提出一种基于线性参数变化自适应观测器的自适应故障估计算法来估计故障信息。为降低外部扰动对故障估计的影响,引入了H∞鲁棒性能指标来设计线性参数变化自适应观测器以及故障估计算法。结果表明,该方法具有良好的故障估计性能,且对外部扰动具鲁棒性。设计过程中,将参数的求解转化为线性矩阵不等式（LMIs）约束下的凸优化问题。最后,将该方法应用于直升机线性参数变化飞控系统执行器故障诊断,仿真实验验证了该方法的有效性。     

基于模糊逻辑的航空发动机虚拟传感器

在双通道的发动机控制系统中，未超过故障阈值的传感器慢漂移故障难以隔离，且在故障检出前影响控制系统的反馈信号。引入机栽自校正实时模型作为第三通道的虚拟传感器，并提出模糊隶属度加权和动态阈值技术以获得可靠的传感器适应值，实现双余度系统中失效传感器的检测和隔离。仿真结果表明，这种方法能可靠地改进适应信号，将由于传感器故障引起的发动机控制系统扰动抑制到0．2％以内，并能避免失控。