当前课程知识点:2016年清华大学研究生学位论文答辩(一) > 第三周 自动化系——刘洋 > 个人答辩陈述 > 个人答辩陈述
返回《2016年清华大学研究生学位论文答辩(一)》慕课在线视频课程列表
返回《2016年清华大学研究生学位论文答辩(一)》慕课在线视频列表
先请这个答辩会的秘书
介绍研究生的基本情况
刘洋 2006年到2010年
在清华大学自动化系
攻读学士学位
2010年至2016年在清华大学
控制科学与工程专业
攻读博士学位
博士期间
共修得学分39分
15门课程
其中90分以上的七门
80到90之间的八门
学位论文的题目是
基于模型的闭环系统故障诊断
介绍完毕
好 下面请这个报告人
报告一下
学位论文的主要内容
各位老师 下午好
很荣幸 各位可以来
参加我的博士论文毕业答辩
我叫刘洋 是周老师的学生
我的博士毕业论文题目
是基于模型的闭环系统故障诊断
今天的汇报
主要分为以下三部分
首先是针对所研究问题的
背景意义等部分
进行一个简要的介绍
第二部分 是我的主体工作
是课题研究
分为五项
其中的前4项是理论研究
最后一项是基于真实的
三容水箱系统的一个真实实验
最后是对我的工作
进行一下总结与展望
首先汇报一下
我研究的课题背景和意义
随着科学技术的发展
现代工业系统的规模
和复杂程度都在日益提高
这类复杂大系统一旦发生故障
就可能带来重大的
财产损失和人员伤亡
因此 如何提高系统
在运行中的安全性与可靠性
减少生产生活中的安全隐患
成为现代工业系统中的
重大问题
配图是三年前俄罗斯一架客机
在起飞的时候冲出跑道
导致失火
机上40余名机组人员全部丧生
后来经过调查之后
发现是飞机的幻象单元
发生了故障
导致了悲剧的发生
故障诊断技术
是提高系统运行可靠性
降低系统运行风险的重要方法
故障诊断技术
对系统运行状况进行监测
判断是否有故障发生
同时确定故障发生的
时间位置大小和种类等情况
即完成故障的
检测分离和估计
在过去的数十年时间里
故障诊断技术得到了广泛的研究
大量研究成果得到发表
这张配图是两年前夏天
青岛市一艘游轮
在航行的时候 突然失火
导致一人死亡多人重度烧伤
后来经过经过调查发现
是发动机的散热单元发生了故障
导致了火灾
在真实的工业系统中
为了使设备
实现某种预定的生产目标
同时满足系统运行的
稳定性鲁棒性的要求
通常都需要对系统
施加反馈控制 形成一个闭环
因此对于大部分的
实际工业系统
还有控制闭环都是其重要特性
然而目前故障诊断研究
很多都是基于开环系统进行的
没有考虑到反馈控制
对于故障诊断的影响
这种不足局限了已有方法
在实际系统当中的应用
2003年吴宏鑫院士
曾经在一篇文章中指出
与开环系统相比
闭环系统中故障诊断性能
整体来讲是变差的
导致这个发生的原因
主要是以下两条
一是反馈的引入
通常会使得系统
对于外部扰动更加鲁棒
因此当故障处于早期阶段
或者扶植比较小的时候
所带来的影响
有可能会被反馈控制所掩盖
另外一个原因就是
反馈控制可能使得
故障在系统内进行传播
导致多处信号发生异常
其中第一点比较容易理解
第二点在这里用两张对比图
向各位介绍一下
这是一个三通道的微星自控系统
上面是开环系统
然后下面是一个
带有反馈控制闭环的
一个闭环系统
在开环系统中
如果敏感器S2发生了故障
可以看到Y2会输出一个异常值
但是Y1和Y3都仍然是
输出一个正常的工作范围
所以我们如果检测到了故障的发生
通过对比Y1 Y2 Y3
可以很容易的定位到
确实是S二发生了故障
但是在这样一个闭环系统里边
如果S2发生故障之后
Y2这样一个异常值
顺着这样一个控制回路
可能影响到系统的一个
甚至多个反馈的反馈控制器
进而使得卫星的3个敏感器
S1 S2 S3的输出
全都偏离正常的工作范围
使得Y1 Y2 Y3全都是异常值
如果这个系统
是一个连续系统的话
这个过程会非常的迅速
所以我们即使检测到了系统中
可能发生了异常情况
也很难对同时发生了异常的
Y1 Y2 Y3
进行一个准确而及时的
故障定位
目前这样一个反馈控制
对于故障诊断影响的问题
只有一个定性的说明
目前还没有确切的
定量证明和理论分析
目前关于闭环系统故障
诊断成果有一些
但是从理论上分析
这样一种影响的研究非常少
主要就是下面两篇
第一篇是1997年
利曼等人在美国一个会议上
基于传递函数
对一类线性时不变系统
进行了分析
他们得到的结论是
如果对于一类模型
精确已知的系统
我们可以通过设计合适的
残差生成器
使得开环残差和闭环残差之间
存在一个一一映射
此时开闭环的故障检测性能
是完全一致的
但是如果系统中
有模型不确定性的话
开环残差和闭环残差之间的关系
就会变得非常复杂
难以精确的分析
2012年这篇文章
考虑了一个形式比较特殊的
故障情况
就是系统可能受到
两组参数的作用
一组代表了正常的情况
另外一组代表了故障的情况
这两组参数都是已知的
这篇文章就是研究
我们要通过设计
怎么样的反馈控制率
可能使得系统
在这两组参数的分别作用下
输出的可能范围
是完全没有交集的
这样的话就可以实现一个
百分之百的故障诊断功能
以上是关于返回控制
对于故障诊断的一个影响
目前基于模型的闭环故障诊断研究
实际方法研究中
可以分为以下这样几类
第一类是如果我们对于
系统的故障先验知识比较多
比如说是当前通道输出
完全为零的失效
或者是已知一定范围的执行期
或者是传感器卡死
我们可以进行匹配式的
闭环故障诊断
通过构造一个观测器组
其中每一个观测器
对应一种可能的故障模式
然后分别与系统的真实输出
进行比较
与系统真实输出最接近的
一个观测器输出
对应的就是可能的
一个故障的模态
而如果我们对于故障的扶植
没有足够的先验知识的话
2000年跟2009年这两篇文章
分别以最小二乘为指标
进行了故障诊断研究
都考虑了
执行器和传感器的比例失效
其实这两篇文章可以看做一个
两阶段的卡尔曼滤波
每一步首先是
针对状态进行估计
之后对于执行器和传感器
前面的对角阵的对角元素
再进行第二部估计
如果得到的这样一个估计值
是远远地偏离一的话
我们就认为当前
发生了这样一个成性的故障
1996年 1998年
周老师对于pid控制下的闭环
连续搅拌釜反应器中的
执行器传感器故障
基于强跟踪滤波器进行了研究
把系统的未建模动态故障
整理成一个等叫偏差
之后用强跟踪滤波
理论引入见效因子
实现一个
在发生突变的时候
可以很快地跟踪到系统中的突变
之后再用贝叶斯方法
对于残差进行一个评价
当系统中有一部分
范数有界的干扰的时候
鲁棒观测器方法比较实用
2009年跟2012年这两篇文章
分别针对输出反馈下
含有食盐和量化的现行系统
进行了故障的估计诊断
以及故障的检测
用到都是mla方法
虽然基于闭环
基于模型的闭环系统
故障诊断研究
已经有了以上的一些成果
但是仍然存在着一些不足和局限
首先是目前的研究
基本都是在
模型完全精确一致的线性系统中
利用完全匹配的方式
实现从故障 从访问控制
到残差生成的完全集耦
但是我们如果这个时候
考虑到的是一个闭环动态
就是不 不考虑uk
而是带入一个
反馈控制率的情况下
我们要怎么针对现行闭环系统
进行合理的故障诊断
与此同时
真实系统中模型不确定性
和非线性都是广泛存在的
在这样一类系统中
我们没有办法
通过一一匹配的方式
简单的消息反馈控制
对于残差的影响
这个时候我们要怎么设计
合理的故障诊断
除此之外我们目前的研究
测量信号还主要都是Y等于CS
然后后面最多是
再加一个测量噪声
如果这个测量信号还受到
一些其他不理想情况的干扰
我们要怎么在
不理想测量存在的情况下
设计合理的故障诊断单元
也是一个有待解决的问题
因此我的博士毕业论文的
大框架如下
分别对于闭环线性系统和
闭环非线性系统
进行了故障诊断的研究
其中的第二章
研究了基于观测器方法的
闭环线性系统故障诊断
第三章则考虑了模型不确定性
在线性系统中的一个影响
第四五章考虑了非线性问题
其中第四章基于多项式逼近
对于系统中可能出现的
非线性环节进行逼近
第五章则进一步考虑了
可能出现的不理想测量
对于闭环非线性系统的
故障诊断
最后一章 基于真实的
三容水箱系统的泄漏故障
对第二章所提出的
部分闭环观测器方法
进行了仿真以及真实的实验验证
我的第一部分理论研究
是基于观测器方法的
闭环线性系统故障诊断
考虑的是这样一类
线性式不变系统
其中这个系统里面包括
这样一个dk指的是未知输入
在传统的开环方法中是
直接带入uk这样一个值
这个设计方法都是比较成熟的
考虑这样一个形式的位置
输入观测器
然后通过设计一组合适的参数
可以实现估计误差
就是x减去x的
估计值的动态
以及对应的残差信号
真实测量减去
这样一个估计测量
都可以与未知输入dk
实现一个完全集耦
而且这个时候我们可以
通过设计
使得这个大f矩阵是稳定的
就可以实现一个
性能良好的故障诊断问题
我们仍然考虑这样一个
线性式不变系统
然后我们默认
系统的零点是稳定点
在这样一个系统中
我们考虑一个离散形势下的
pi控制就是uk
等于后面两项的加和
其中第一项就代表的
是比例控制
第二部分这样一个累加
相当于是连续系统中的
一个记分项
l相当于是一个
计分窗口的一个长度
为了故意实验这样一个状态的
所以为了能把它
整理成uio可以处理的一个形式
我们需要对系统的状态
和测量噪声分别进行一个增广
就可以把原系统写成这样一个
移步转移方程的新形势
之后用之前的经典的
uio方法往里套用
但是这个时候
我们如果仍然基于开环思路
设计这样一个观测器的话
我们可以发现
这个时候的闭环动态性能
可以写成这个样子
就是ek加一
不仅和ek有关
而且由于反馈控制中
积分环节的引入
同时也和e k-1
k-2 一直到k-小l
都是相关的
这个时候我们即使通过计算
实现了f是一个
性能很好的稳定矩阵
但是由于这些历史信息的引入
即使f是稳定的
我们也不能保证估计误差的
这样一个动态
是我们想要的一个理想的动态
为了解决这样一个问题
我们需要对传统的观测器方法
进行一个结构上的调整
在这里
我们除了之前定义的增广状态
和增广的测量噪声之外
还要在这里定义一个新的
增广测量信号 就是拔yk
与此同时
把原来的观测器的第一个方程
后面的这个拔k乘以yk
中的这项yk换成拔yk
然后第二个方程
留成原来的那个
留成原来的写法不变
这个时候我们可以通过
设计这样一组新的参数
这个参数和返回控制的增益
都是相关的
用这种参数带入到
一个闭环的uio中
可以保证我们的闭环系统
估计误差和残差的动态
和之前直接带入uk的
开环方法的移步转移方程
都是完全相同的
也就是ek+1等于fek
后边都是故障和噪声的
一些线性组合
这个时候我们只要
把f设计的稳定性能足够好
就可以实现
性能良好的故障诊断
而在不考虑未知输入
dk的情况下
我们仍然考虑这样一个
离散形势下的pi控制
我们可以对
葛蔚(音)学长和方老师
提出的鲁棒集耦观测器
进行一个类似的调整
使得闭环系统的残差
和开环系统的残差
动态都是完全一致的
在原始的观测器中
拔k后面跟着也是乘以Yk
然后在我们这个闭环方法中
把这个y换成拔y之后
通过一种这种新的方式设计参数
这个观测器参数
仍然是和反馈控制qp跟qi
这两个参数是相关的
这个时候我们就可以实现
性能良好的故障分离
我们在这里访真
是验证了uio方法
在这里考虑了这样一个
含有两部历史信息的控制
然后得到的仿真结果图是这样
其中左边这个图是把
原始的经典开环uio方法
用在一个没有发生故障的系统中
大家可以看到
即使原系统没有发生故障
我们用开关方法得到的残差
也是一个发散的信号
这样一个信号显然是
不能用于故障诊断和分离的
然后右边是在我们设计的
闭环uio方法中
得到的残差信号
以及通过跑多次蒙特卡洛
得到的一个故障检测阈值
可以看到在21时刻
发生故障之后
它才会超出故障检测的阈值
实现性能良好的故障诊断
本章分别针对
含有未知输入和不含未知数
pi控制下的线性离散系统
分别研究了未知输入观测器方法
和鲁棒观测器方法的
闭环系统故障诊断
通过合理的
调整了观测器的形式
并重新设计了它们的参数
可以得到理想的
残差动态演化方程
并在最后通过仿真实验
验证了传统的开环方法
在闭环中可能失效的情况下
我们设计了闭环观测器方法
仍然可以实现故障检测功能
我的第二部分理论研究
是含模型不确定性
闭环系统的故障诊断
在这个问题描述里边
考虑了系统的移步转移矩阵
和控制矩阵中 都存在一个
范数有界的模型不确定性
就是大δk我们不知道
但是它的范数上界
我们是知道的
我们希望可以对
这样一类线性离散系统
设计一个形式比较接近
传统经典卡尔曼滤波
这样一个滤波器
通过设计这个增益大k
使得滤波器可以检测到
系统中可能故障的发生
因为在这样一个问题描述里边
我们这个模型不确定性
我们只是假设它有界
所以第一
我们不能通过构造
完全相等的匹配项
使得uk对于残差rk的影响
完全消除
第二是我们因为
模型不确定性的存在
不能像经典的卡尔曼滤波一样
完全精确地计算出估计误差方差
因此我们在这里边
考虑了这样一个
鲁棒最小二乘的指标
就是希望可以构造一组
可以计算的矩阵
使得这个矩阵
在每一步都是真实的
估计误差方差的上界
并且通过设计
这样一个增益大k
使得每一步这个上界最小
我们得到的结论是
如果我们矩阵的计算的起始条件
满足这样一个拔p0
和真实的p0是相等的
同时利用这样一个矩阵递推方程
可以在每一步计算大拔p
这样一个
下面是一些中间变量的值
然后我们就可以保证拔p
在每一步都是
真实的估计误差方叉
pk的一个上界
与此同时
我们可以通过z的转置
乘以y幂
设计这样一个大开
在每一步都可以使得
拔p是最小的
这个计算过程中
反复利用到了
三角不等式柯西不等式
以及我们之前假设中
关于模型不确定性的
范数上界的这样一些条件
可以得到这样一组形式的
矩阵递推方程
之后 我们将残差信号
仍然选为真实的测量
减去这样一个估计的测量
在没有故障的时候
我们可以通过之前的一些假设
计算得到残差信号
此时应该满足的一个
范数有界的条件
这个范数的上界
也是我们可以用递推方法求到的
这个时候我们就可以把
这样一个边界条件
作为故障检测的阈值
并且在之后
我们根据设计得到的
这样一个残差生成器
以及我们得到的
这样一个阈值条件
可以得到当k时刻
发生的故障fk
满足一个什么样的条件的时候
在k+1时刻
这个故障就可以被检测到
相当于是提出了一个
故障可检测的一个充分条件
在这样一
在这个部分的仿真里边
我们考虑了a和b的
这样一个模型不确定性
Δa 小δa跟小δb
都是一个有界的 有界的标量
这个时候我们在k等于16 时
考虑了这样一个加性故障
可以看到发生了故障之后
我们得到的闭环残差的范数
立刻超过了检测的阈值
那进而实现了一个
及时准确的故障检测问题
本章针对含有模型不确定性的
线性闭环系统
考虑了鲁棒最小二乘方法
下面的一个
闭环系统故障诊断问题
通过设计残差生成器增益
可以使得估计误差方差的
一个上届是最小的
并且根据所定义的
残差信号计算
得到了故障检测阈值
以及对应的故障可检测性的
充分条件
我的第三部分理论研究
是非线性闭环系统的故障诊断
在这个问题描述中
我们考虑了
系统移步状态转移方程
和测量方程中
可能发生的非线性环节
以ekf为代表的一类方法
在对非线性系统进行研究的时候
只考虑了其中的线性部分
这样 这种做法相当于损失了
大量的非线性动态信息
所以也有一些学者提出了
基于多项式逼近的一个
非线性处理方法
就是用更高阶次的非线性
去拟合系
用更高阶次的多项式
去拟合系统中
可能出现的非线性环节
但是我们通过奇数的
奇数展开的原理可以知道
如果当非线性性比较强的时候
我们必须要加和到
阶次为无穷的多项式
才能百分之百完全精准的
对多 非线性单元进行拟合
但是这一点在真实操作中
显然是不可能存在的
我们一定只能选择
阶次一定的多项式
去对非线性环节进行拟合
这样的话
即使是采用多项式拟合
仍然可能会带来一个
高阶的模型逼近误差
目前的多项式方法中
没有人考虑了这样一类
高阶的模型逼近误差
因此我这部分工作
就考虑了这样这样一个问题
将高阶逼近误差建模成了
含有模型不确定性的
低阶多项式进行表示
然后也在鲁棒二乘
鲁邦最小二乘的框架下
进行了残差执行器的设计
对于这样一类系统
只要g和h是高阶可为
而且满足下边一系列假设
其中每个矢量的中括号i
分别都表示他们的di阶
对于系统的初始状态
过程噪声 测量噪声
分别有这样一些假设
在没有故障的时候
我们基于矢量的多项式展开形式
可以把系统的状态
以及测量的高阶
写成这样一个形式
其中的大δ不管是x中
还是y中的这个大δ
都是一个未知
但是范数有界的一个矩阵参数
然后这个第二项就代表了
高阶的模型逼近误差
下面这个第二项也是这样
因为是对系统进行多项式拟合
所以它的参数形式
可能复杂一些
之后我们对于状态和测量
都进行一个增广
就是把他们的一直到
μ是我们选定的
用于进行多项式逼近的
这样一个阶次进行一个增广
写成一个长向量
可以把原系统写成这样一个
含有范数有界不确定性的
这样一个移步转移方程
之后 我们仍然是利用
之前已经提到过技术手段
希望可以设计
这样一个形式的残差生成器
在鲁棒最小二乘指标的前提下
首先找到一个
估计误差方差的上界
仍然是给定一个初始条件
然后用上面这个方程
进行一个矩阵递推
就可以保障拔p在每一步
都是对于之前增广状态
估计误差方差的一个上界
而且可以通过设计大k
是z的转置乘以y幂
在每一步都可以使得
这样一个拔p是最小的
之后我们仍然把残差信号
选成这样一个真实测量
减去估计 减去估计测量
在没有故障的时候
残差信号都是满足
这样一个不等式
这个不等式在给定数值的情况下
可以递推计算
然后这样一个值
就可以用作故障检测的阈值
并且根据我们这样一个计算
得到的阈值 可以得到
K时刻如果有故障发生
那么fk满足
下面一个不等式的时候
K+1时刻
这个故障就可以被检测到
其中左边是一个
跟fk有关的量
它是好多个量平方和
然后外面再开根号
其中的每一项都是一个
和故障负值相关的多项式
也就是说这个式子
虽然形势比较复杂
但是如果真实发生了故障
是可以带着去验证这个方程
是否 是否成立的
这部分仿真考虑到一类
x乘以sinx的这样一类非线性
非线性系统
然后下面是k大于20的时候
发生了这样一个加性故障
然后蓝线是阈值
红线是发生故障之后
这样一个残差的范数
可以看到21时刻
残差的范数迅速增加
我们就检测到了非线性系统中
这样一个故障的发生
本章针对一类
可危的非线性系统
考虑了基于多项式逼近的
故障检测问题
利用了一个给定阶次的多项式
对原系统的非线性动态
包括移步转移方程和测量方程
分别进行了逼近
同时考虑了高阶的模型逼近误差
最后根据所定义的残差信号
计算得到了故障检测阈值
以及对应的
故障可检测性充分条件
我的第四部分理论研究
是含有不理想测量的
非线性闭环系统故障诊断
在这里面为我们考虑
这样一个离散系统
其中这个非线性环节
满足局部的条件
然后不理想测量这里
我们考虑了两种情况
一是 事件驱动传输
如果我们当前的测量
Yk+z的第i个分量
和上一个被传输出去的测量
yk的第i个分量
满足这样一个不等式的时候
我们这个分量才会被传输出去
否则就不传
与此同时
一个量被传输出去之后
还要受到对数量化的
这样一个经典量化方法的影响
而这个时候
我们考虑这样一个形式的
故障检测滤波器
先对状态进行增广
之后 对于干扰和状态
干扰和故障也进行一个增广
可以得到这样一个新的
增广系统的一个动态演化方程
因为这个系统是实变的
所以我们在这里边
考虑一个鲁棒指标
是在有限时长内
提出了这样一个指标
我们只考虑从第0步到第
大n减1步之内的这样一个影响
其中这一项相当于是
系统初始值的影响
然后 第二项则代表了
这大n步之内 噪声干扰的影响
其中大r和大γ
都是事先给定的一个率先水平
直接研究这个大j
我们希望它小于0比较困难
因此我们在这里提出一个
中间性能指标就是拔j
这个拔j这个形势会复杂一些
但是我们通过计算
可以发现这个j始终是
小于等于拔j的
因此 我们如果希望
设计一组鲁棒故障检测滤波器
使得拔j小于零的话
只要我们可以j小于0的话
我们只要保证拔j
始终是一个负数就可以了
为了保证拔j是负数
我们定一个经典的二次函数
就是x转置乘以大p乘以x
然后进行一步步 从第0步
到第大n部的前向差分
我们可以得到
使得拔j可以小于0的
一组充分条件
这个充分条件是以下这样一个
差分方程
和大p相关的差分方程
它存在解
满足每一步的大Ω
这是一个和大p有关的量
它每一步都是正定的
与此同时
我们计算最终停下来的初始值
P0是小于我们之前给定的
有限时长那个鲁邦指标
γ平方乘以大r的
这个时候 我们就可以保证
拔j小于0这件事情
是可以通过机设计一个滤波器
使得它成立
然后接下来我们就要考虑
我们要怎么设计这样一个大k
使得这个把这是小于零的
这个时候 我们考虑使得拔j
最大的外部干扰
以及如下形式的这样一个
二次型的费用函数
我们可以得到滤波器增益的
设计策略
接下来我们得到了
一个滤波器设计的方法
除了要让之前与大p有关
反向递推Riccuti方程成立之外
我们又设计了一组
新的二次型函数
就是x转置乘以大q乘以x
然后再重新进行一遍后相差分
我们可以得到
如果下面这样一组差分方程
在每个时刻都可以保证
这个大Σk它是正定的函数
那么这个时候
我们就可以设计滤波器增益
大k用这样一个形式来表示
这个时候我们就可以保证
拔j是小于0的
也就是可以实现
我们有限时长内的一个鲁邦指标
在这里边考虑了这样一个
三维状态两维测量的
一个非线性系统
在k大于等于25的时候
发生了一个加性故障
可以看到在k2等于26之后
我们得到的残差信号的
范数的负值
是超过了故障检测阈值
本章考虑了一类
含有事件驱动传输
和量化现象的
实变非线性系统故障检测问题
提出了一个有限时长内的
鲁棒指标
建立了这个指标
可以满足的充分条件
并设计了滤波器参数
我的最后一部分工作是
对于三容水箱系统的
泄漏故障诊断实验
用到的是德国生产的
Dts200三容水箱系统
这个是三容水箱的实物图
然后右边是
网络化控制系的实物图
下面是三容水箱系统的
一些系统参数
我们首先是要选一个工作点
针对三容水箱系统选取了
这样一个形式的稳态工作
然后首先在工作点附近
先线性化
然后在t等于1秒的前提下
进行离散化
可以得到移步转移矩阵
控制矩阵和测量举证
分别如下图所示
我们选取的输出反馈控制
这两个qp跟qi
都是自己调出来的
就是可以使得三容水箱的
真实液位
可以很好的稳定在工作点
而qp跟qi都是负数
一个负反馈
在这样一个系统里面
因为状态的维数是三
但是我们真实可以测量到的
水箱高度 只有第一个和第三个
所以我们基于鲁棒观测器方法
可以得到开闭环鲁棒集耦观测器
都是c3取一 就是个有3个
在理想情况下
这样葛蔚的策略是
第二个观测器对第二个部件
也就是第二个状态的故障
是鲁棒的
对于其余部件的故障是敏感的
利用这样一个策略
可以实现故障分离
我们做了两组实验
首先是系统达到
前文所述的平衡点之后
在326秒
将水箱一的水阀开度
增加大概是30度
得到了三组残差信号
分别如图所示
其中的蓝线是我们用
闭环观测器方法
闭环鲁棒解耦观测器方法
得到的残差信号
然后红线是传统的开环
鲁棒解耦观测器
得到的残差信号
分别如123图所示
第二组实验是在
系统达到稳定平衡点
421秒之后
将水箱二的水阀开度
增加大概是50度
因为那个水箱系统的
水阀开度都是没有刻度的
这个只能拿手估计着调
得到的三组残差信号
分别如图所示
跟之前那组一样
也是 蓝线是我们设计
得到的闭环方法残差
红线是开环方法得到的残差
以第二组 第二祖残差为例
因为是水箱二
发生了这样一个泄漏故障
所以在理想的情况下
我们应该是希望
在发生故障之后
残差二的信号是维持原状不动
在零点附近波动就好
然后残差一和残差三
都发生一个明显的变化
进而实现故障的检测和分离
但是 在这两组实验中
我们希望发生变动的残差
我们用闭环方法
得到的残差的变化负值
都超过了开环残差
然而我们希望在零点附近
维持不变的残差中
闭环残差的变化负值
都是比开环残差要小的
也就是说闭环残差的
故障检测和分离的整体性能
是比开环残差要优越一些的
最后对本文进行总结与展望
论文的创新点包括以下几点
一 是针对一类离散pi
控制下的线性系统
研究了故障诊断问题
合理改变观测器结构
并且重新设计参数
得到具有
良好动态演化规律的残差
二 针对一类存在
模型不确定性的闭环线性系统
研究了故障诊断问题
基于鲁棒最小二乘指标
设计了残差生成器
并设计了故障检测阈值
分析了可检测性的充分条件
三 针对一类
闭环可为非线性系统
研究了故障诊断问题
考虑到了高阶多项式的
模型逼近误差
并且优化了估计误差方差上界
设计故障检测阈值
并进行了故障可检测性的分析
四 针对一类含有不理想测量的
鲁棒非线性系统
闭环非线性系统
研究了故障诊断问题
提出了有限时长内的鲁棒指标
设计了滤波器参数
最后 基于真实
三容水箱系统的泄漏故障
对比了开闭环鲁棒观测器的性能
说明了所提出闭环方法的优越性
未来工作展望
可以包括以下几个方向
首先是控制量对于故障诊断
精度影响的一个定量分析
也包括闭环反馈和故障
有的时候会相互作用
目前还没有考虑
此外 闭环系统下
微小故障和间歇故障的诊断
也都是待解决的难题
最后是 以上方法
可能还是比较拘泥于纸面
还有待于在真实工业系统中
做进一步的应用推广
这个附录是我已经
发表录用的一些论文情况
这一页是一些期刊文章
然后下一页是
已经发表和录用的一些会议文章
在这里感谢朱老师
感谢课题组 各位老师同学
在我读博期间 对我的帮助
以上就是我今天的汇报内容
请各位老师批评指正 谢谢
-个人答辩陈述
--个人答辩陈述
-问题及答辩结果
--问题及答辩结果
-个人答辩陈述
--Video
-问题及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩及陈述
-问题及答辩结果
--问题及答辩结果
-个人答辩及陈述
--个人答辩及陈述
-问答及答辩结果
--问答及答辩结果
-个人答辩及陈述
--个人答辩陈述
-问题及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问题及答辩结果
--问答及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--Video
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--Video
-问答及答辩结果
--问答及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问答及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问答及答辩结果
-个人答辩陈述
--Video
-问题回答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问答及答辩结果
-个人答辩陈述
--个人答辩陈述
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问答及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问题及答辩结果
-个人答辩陈述
--个人答辩陈述
-问答及答辩结果
--问答及答辩结果
-个人答辩陈述
--Video
-问答及答辩结果
--Video
-个人学术感言
--Video
-个人答辩陈述
--Video
-问答及答辩结果
--Video
-个人学术感言
--Video
-个人答辩陈述
--Video
-问答及答辩结果
--Video
-个人学术感言
--Video
-个人答辩陈述
--Video
-问答及答辩结果
--Video
-个人学术感言
--Video