[发明专利]一种基于固定时间故障观测器的故障诊断方法

说明书

本发明涉及一种基于固定时间故障观测器的故障诊断方法，属于故障诊断技术领域。包括：1)建立待诊断故障系统的数学模型；2)设计固定时间故障观测器，使得故障观测器能够在固定时间内观测得到故障向量；3)对故障观测器系统进行稳定性分析，根据稳定性分析结果确定故障观测器参数和故障观测时间上界；4)确定故障诊断判据。本发明所提出的方法克服了既有的方法只能实现观测器的渐进收敛，无法在有限时间内获得准确的故障信息这一不足，可以在规定时间内实现故障信息的准确观测，从而在规定时间内采取恰当的重构控制策略或者隔离策略，将故障对系统安全性和稳定性的影响降到最低。

技术领域

本发明涉及故障诊断领域，特别涉及一种基于固定时间故障观测器的故障诊断方法。

背景技术

故障诊断技术是许多学科的一个重要问题，诸如，电气、航空和宇航工程、车辆工程、化学工程、核工程。随着使用时间的增长，系统中的元器件和部件会发生故障或失效，影响系统正常性能的发挥，甚至会破坏系统的安全性和稳定性，造成人员伤亡和财产损失。为了避免故障带来的不利影响，系统中需要具备故障容忍能力。系统中实现故障容忍的关键因素包括：元器件冗余、故障诊断系统和重构系统。故障容忍功能的实现依赖于故障诊断系统提供的信息，并使用冗余的元器件取代故障的元器件。尽管在某些系统中建立了高度冗余机制来容忍硬件和软件故障，例如飞机系统，依然需要故障诊断来监视和评估系统的安全性。在某些情况下，如果一个故障能够被快速检测和辨识，就可以及时采取恰当的重构控制策略或者隔离策略，将故障对系统安全性和稳定性的影响降到最低。

故障诊断方法大体被划分为三类，一类是基于信号的故障诊断，一类是基于知识的故障诊断，一类是基于模型的故障诊断。基于信号的故障诊断利用能够反映故障信息的量测信号特征，诸如，均值、趋势和斜率，基于系统在故障和健康状态不同的症状分析来做出故障诊断决定的。基于信号的故障诊断需要增加额外的传感器和硬件设备，这增加了成本和系统的大小。此外，基于信号的故障诊断需要进行大量的信号处理，特征提取和数据分析，对故障诊断系统的软硬件要求较高，还会增加故障诊断时间。基于知识的故障诊断利用各种人工智能方法，需要大量的历史数据来训练专家诊断系统。其局限性在于需要大量的历史数据和复杂耗时的训练过程。基于模型的故障诊断通过比较系统实际的量测输出和故障观测器的输出来监视系统的变化，做出故障诊断决策。基于模型的故障诊断方法实施起来相对容易，对故障诊断系统的软硬件要求不高，适用于能够准确建立数学模型的系统，特别是在当今数字信号处理器取得巨大进步，这种方法显得更为诱人。有很多观测器被提出用于实现基于模型的故障诊断，例如自适应观测器，Luenberger观测器，扩展卡尔曼滤波器等。

然而，这些观测器只能实现渐进收敛，这意味着准确的故障信息无法在有限时间内获得，即这些算法无法实现快速准确的故障诊断。有限时稳定性的收敛时间取决于系统初值，然而，对于许多实际系统，其初始状态是难以获得的。此外，有限时稳定性的收敛时间随初值的增长而无界增长，这限制了有限时稳定性在初值非常大实际系统控制中的应用。为了克服上述不足，研究人员提出固定时稳定性。固定时稳定性的主要特征在于稳定时间边界是一个与初值无关的常数，这有助于收敛时间估计和控制器设计以满足收敛时间的要求。然而，目前还没有文献报道基于固定时间故障观测器的故障诊断方法。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于固定时间故障观测器的故障诊断方法，以满足故障诊断对快速性和准确性的要求。

技术方案

一种基于固定时间故障观测器的故障诊断方法，其特征在于步骤如下：

步骤1：建立待诊断故障系统的数学模型：

式中，x为状态向量，u为控制输入，A为系统矩阵，B为控制输入增益，f表示系统故障向量；