動態系統基於模型的魯棒故障診斷

動態系統基於模型的魯棒故障診斷

基於模型故障診斷中的魯棒性問題 基於模型故障診斷的方法 魯棒故障檢測的因數分解方法

基本信息

作 者:陳杰,巴頓 著 吳建軍 譯出 版 社:國防工業出版社ISBN:978711806332

5出版時間:2009-11-01版 次:1頁 數:273裝 幀:平裝開 本:16開所屬分類:圖書 > 科技 > 自動化技術

內容簡介

《動態系統基於模型的魯棒故障診斷》在統一的框架下系統地介紹了基於模型的FDI這一研究領域。書中包含有許多重要的研究課題和方法。完全覆蓋FDI研究的所有內容及其完備性全書主要專注於介紹一些有關FDI的基本問題,如基本定義、FDI方法中魯棒性問題等,既介紹了理論問題的研究,又廣泛探討了套用問題。因此,無論對學術界的研究人員還是工業界的工程師們都將是有益的。

目錄

第1章 緒論
1.1 研究背景
1.1.1 故障診斷的重要意義
1.1.2 故障診斷中的技術術語
1.1.3 智慧型容錯控制中的故障診斷
1.1.4 基於模型的故障診斷
1.1.5 基於模型故障診斷中的魯棒性問題
1.2 基於模型故障診斷的發展簡史
1.3 本書概要
第2章 基於模型故障檢測與隔離的基本原理
2.1 引言
2.2 基於模型故障診斷的方法
2.3 線上故障診斷
2.4 故障系統建模
2.5 基於模型FDI中殘差生成的一般結構
2.6 故障可檢測性
2.6.1 故障可檢測性條件
2.6.2 故障強可檢測性條件
2.7 故障可隔離性條件
2.7.1 結構化殘差集
2.7.2 固定方向性殘差矢量
2.7.3 感測器與調節器故障隔離
2.8 殘差生成方法
2.8.1 觀測器方法
2.8.2 奇偶矢量(關係)法
2.8.3 因素分解法
2.9 基於模型FDI參數估計法
2.10 隨機系統故障診斷
2.11 魯棒性殘差生成問題
2.11.1 關於干擾的魯棒性
2.11.2 關於建模誤差的魯棒性
2.11.3 魯棒FDI的討論
2.12 魯棒FDI中自適應閾值
2.13 基於模型FDI方法的可用性
2.13.1 觀測器方法
2.13.2 奇偶關係方法
2.13.3 參數估計方法
2.13.4 可用性討論
2.14 故障診斷技術的集成
2.14.1 故障診斷中的模糊邏輯技術
2.14.2 定性故障診斷技術
2.14.3 集成故障診斷系統
2.15 本章小結
第3章 基於UIOs的魯棒殘差生成
3.1 引言
3.2 UIOs的理論與設計
3.2.1 UIOs的理論
3.2.2 UIOs的設計步驟
3.3 基於UIOs的魯棒故障檢測與隔離策略
3.3.1 基於UIOs的魯棒故障檢測策略
3.3.2 基於UIOs的魯棒故障隔離策略
3.3.3 實例:化學反應裝置中調節器故障的魯棒檢測與隔離
3.4 魯棒故障檢測濾波器與魯棒方向性殘差
3.4.1 故障檢測濾波器的基本原理
3.4.2 干擾解耦故障檢測濾波器與魯棒故障隔離
3.4.3 噴氣發動機系統感測器故障的魯棒性隔離
3.5 不確定隨機系統濾波與魯棒故障診斷
3.5.1 具有未知干擾和噪聲系統的最優觀測器
3.5.2 魯棒殘差生成與故障檢測
3.5.3 例子
3.6 本章小結
第4章 基於觀測器特徵結構配置的魯棒殘差生成方法
4.1 引言
4.2 殘差生成與殘差回響
4.3 干擾解耦設計的一般原理
4.3.1 基於不變子空間的干擾解耦設計
4.3.2 基於特徵結構配置的干擾解耦設計
4.4 干擾解耦的左特徵矢量配置方法
4.5 魯棒故障檢測器設計的參數特徵結構配置方法
4.5.1 魯棒FDI設計的參數特徵結構配置
4.5.2 例子
4.6 干擾解耦的右特徵矢量配置方法
4.7 魯棒殘差生成中的最小拍設計
4.8 基於特徵結構配置方法的兩個例子
4.9 結論與討論
第5章 魯棒殘差生成中干擾分布矩陣的確定
5.1 引言
5.2 干擾分布矩陣的直接確定與最佳化
5.2.1 噪聲與加性非線性
5.2.2 雙線性系統
5.2.3 降階模型
5.2.4 參數擾動
5.2.5 分布矩陣的低秩近似
5.2.6 有界不確定性
5.3 干擾與干擾分布矩陣的估計
5.3.1 干擾矢量估計的增廣觀測器方法
5.3.2 干擾分布矩陣的推導
5.3.3 干擾矢量估計的反卷積方法
5.4 多(變)工作點下最優干擾矩陣的確定
5.5 噴氣發動機系統建模與FDI
5.5.1 噴氣發動機系統故障診斷的研究背景
5.5.2 噴氣發動機系統描述
5.5.3 直接計算與最佳化方法的套用
5.5.4 增廣觀測器方法的套用
5.6 本章小結
第6章 基於多目標最佳化與基因算法的魯棒殘差生成器設計
6.1 引言
6.2 殘差生成與性能指標
6.2.1 殘差生成與回響
6.2.2 魯棒殘差生成中的性能指標
6.2.3 性能指標的說明
6.3 觀測器設計中的參數化
6.3.1 實特徵值
6.3.2 共軛復特徵值
6.3.3 特徵值的配置
6.4 多目標最佳化與不等式方法
6.4.1 多目標最佳化
6.4.2 不等式方法
6.5 基於基因算法的最佳化技術
6.5.1 基因算法簡介
6.5.2 使性能不等式成立的基因算法步驟
6.6 飛行控制系統感測器緩變故障的檢測
6.7 本章小結
第7章 基於最優奇偶關係的魯棒殘差生成方法
7.1 引言
7.2 最優奇偶關係設計中的性能指標
7.3 基於多目標最佳化的最優魯棒奇偶關係設計
7.3.1 求解最優問題的SVD方法
7.3.2 多目標最佳化的求解
7.4 數值實例
7.5 有關設計最優奇偶關係的討論
7.5.1 魯棒故障隔離
7.5.2 多模型的機率分布
7.5.3 正交化奇偶關係
7.5.4 基於最佳化的魯棒奇偶關係設計
7.5.5 閉環最優奇偶關係
7.6 本章小結
第8章 魯棒故障診斷的頻域設計與H∞最佳化方法
8.1 引言
8.2 魯棒故障檢測的因數分解方法
8.2.1 基於因數分解的殘差生成器設計
8.2.2 完全故障檢測與隔離及完全乾擾解耦
8.2.3 最優殘差設計
8.3 基於標準H∞濾波描述的魯棒殘差生成
8.3.1 具有干擾抑制的魯棒殘差生成
8.3.2 故障估計
8.3.3 具有干擾抑制的故障估計
8.3.4 魯棒性問題
8.4 魯棒殘差生成的LMI方法
8.4.1 問題描述
8.4.2 敏感性範數分析
8.4.3 H∞控制的LMI求解方法
8.4.4 對偶性與H∞估計
8.4.5 魯棒故障檢測觀測器設計
8.4.6 魯棒FDI中有關LMI方法的討論
8.5 本章小結
第9章 非線性動態系統故障診斷
9.1 引言
9.2 線性與非線性觀測器方法
9.3 非線性動態系統故障診斷的神經網路方法
9.3.1 非線性動態系統FDI中神經網路的套用
9.3.2 基於神經網路的故障診斷方案
9.3.3 基於神經網路的故障診斷方法在實驗室系統中的套用
9.4 非線性動態系統故障診斷的模糊觀測器方法
9.4.1 T-S模糊模型及穩定性分析
9.4.2 模糊觀測器與殘差生成
9.4.3 鐵路牽引系統中感應電機的故障診斷
9.5 非線性動態系統故障診斷的神經模糊方法
9.5.1 B-樣條神經網路與模糊邏輯解釋
9.5.2 基於B-樣條網路的殘差生成與故障檢測
9.5.3 基於B-樣條函式網路的故障隔離
9.5.4 兩箱系統的故障診斷
9.6 本章小結
附錄A 基於模型故障診斷技術中的專業術語
附錄B 倒擺實例
附錄C 矩陣秩分
附錄D 引理3.2的證明
附錄E 低秩矩陣近似
參考文獻

相關詞條

熱門詞條

聯絡我們