[发明专利]一种控制系统执行器及传感器同时故障时的诊断方法

权利要求书

1.一种控制系统执行器及传感器同时故障时的诊断方法，其特征在于，包含以下步骤：

步骤1)，建立含m个传感器的系统故障模型：

y＝Cx+Gf_s

其中：x∈Rn是不可测系统状态向量，y∈Rn是可测系统输出向量，u∈Rn是可测系统输入向量；A、B、C、G均是将控制系统线性化并转化为状态空间模型时得到的适维矩阵，且(A，C)是可观的；f_s是传感器故障向量，为有界线性函数；Δ(t)代表系统不确定扰动；

通过增加状态变量z，将含m个传感器的系统传感器故障模型写成如下形式：

其中z＝[0I]

步骤2)，建立含n个执行器的系统故障模型：

y＝Cx

其中，f_a为执行器故障向量，为有界线性函数；

将n个执行器的故障模型放进m个传感器的故障模型中，得到综合故障模型：

其中z＝[0I]

步骤3)，分别为执行器故障、伪执行器故障即传感器故障设计故障观测器，然后组合成观测器组；

令为矩阵其效果等同于原系统中的适维矩阵A，令为矩阵为矩阵[0I]为矩阵

步骤3.1)，对于执行器故障，在满足如下假设的情形下：

假设1：矩阵B列满秩；

假设2：存在适维矩阵L₁、F₁和正定矩阵P₁、Q₁满足：

假设3：外部扰动Δ(t)范数有界，||Δ(t)||≤W₁，W₁是正数；执行器故障f_a有界，||f_a||≤M₁，M₁是正数且外部扰动远小于执行器故障，即W₁M₁；

设置n个执行器故障观测器：

式中，是对应于第i个执行器的故障观测器中的状态变量，是对应于第i个执行器的故障观测器中的系统输出向量，b_i是矩阵中第i列的列向量，δ₁是预设的很小的正数；F_i是指矩阵F₁的第i行，执行器故障观测器的切换增益ρ₁满足ρ₁≥M₁，且是Hurwitz矩阵；

步骤3.2)，在满足如下假设的条件下：

假设1：矩阵列满秩；

假设2：存在适维矩阵L₂、F₂和正定矩阵P₂、Q₂满足：

假设3：外部扰动Δ(t)范数有界，||Δ(t)||≤W₂，W₂是正数；传感器故障f_s有界，||f_s||≤M₂，W₂M₂；

设置m个伪执行器故障观测器即传感器故障观测器：

式中，是对应于第j个传感器的故障观测器中的状态变量，是对应于第j个传感器的故障观测器中的系统输出向量，δ₂是预设的很小的正数；是矩阵中第j列的列向量,F_j是指矩阵F₂的第j行，传感器故障观测器的切换增益ρ₂满足ρ₂≥M₂，且是Hurwitz矩阵；

步骤3.3)，将n个执行器故障观测器、m个传感器故障观测器组合成观测器组；

步骤4)，将观测器组作用于综合故障模型，即观测器组中的n个执行器故障观测器、m个传感器故障观测器一一对应作用于综合故障模型中的n个执行器的系统故障模型、m个传感器的系统故障模型，得到m+n个系统状态变量和观测器状态变量之间的残差图像；

步骤5)，在m+n个残差图像中筛选出相同的残差图像，将其记为r*，对于m+n个残差图像中筛选后剩余的每一幅残差图像r，将其和残差图像r*进行对比，若在任一时间残差图像r的残差值均小于残差图像r*的残差值，则残差图像r对应观测器所对应的传感器或者执行器即故障源，这个观测器中的μ_i或μ_j值为故障大小的估计值。