[发明专利]一种已知纯滞后的闭环加热釜系统的执行器故障诊断方法

权利要求书

1.一种已知纯滞后的闭环加热釜系统的执行器故障诊断方法，其特征在于，所述执行器故障诊断方法包括以下步骤：

S1、数据准备与预处理：收集正常运行下的去均值化的输入变量，组成m维的输入向量u_k,k＝1,2,…,N，为釜I的加热器功率、为釜II的加热器功率、为釜II的冷水阀门开度；

收集去均值化的输出变量，组成m维的输出向量y_k,k＝1,2,…,N，为釜I的温度、为釜II的温度、为釜II的冷水流量；N为样本数，m＝3；

收集待诊断的故障样本和所述为由于执行器故障导致的去均值化的错误输入变量组成的错误输入向量，为由于执行器故障导致的去均值化的错误输出变量组成的错误输出向量，k_f为故障发生时刻，q+1为故障样本数；

所述执行器包括釜I的加热器、釜II的加热器、釜II的冷水阀门，分别通过调节输入变量使加热釜保持温度和液位稳定在设定值，所述执行器故障包括釜I的加热器功率的偏差故障，釜II的加热器功率的偏差故障以及釜II的冷水阀门开度的噪声故障；

S2、闭环参数结构约束：基于已知的过程最小纯滞后d，获得闭环系统的反馈不变系数矩阵，并约束所述反馈不变系数矩阵为对角结构；

S3、闭环系统参数辨识：利用步骤S2所述的闭环参数结构约束与所述输入向量和输出向量辨识闭环系统的参数矩阵

S4、开环系统参数辨识：利用所述输入向量和输出向量以及所述闭环系统的参数矩阵辨识开环系统自回归模型，所述开环系统自回归模型为：其参数为：

其中，A、B、C、K分别为开环过程的状态空间模型参数，分别为闭环系统的状态空间模型参数，e_k为新息序列，k为时间标签，p为人为给定的大于i的整数，表示模型的动态阶数；

S5、执行器故障诊断：利用收集到的错误输入向量和错误输出向量，以及辨识的所述开环系统自回归模型得到故障模型，根据故障模型计算对各执行器故障的相对贡献，平均相对贡献最高的输入变量为该执行器故障诊断结果，所述故障模型为

其中，

其中为向量中第j个分量，每种故障单独发生，q+1个故障时刻的平均相对贡献最高时对应的输入变量为第j个执行器故障的诊断结果。

2.根据权利要求1所述的一种已知纯滞后的闭环加热釜系统的执行器故障诊断方法，其特征在于，步骤S2中所述的反馈不变系数矩阵包括：

约束所述反馈不变系数矩阵为对角结构即约束CAⁱK,i＝0,1,…,d-1为对角矩阵，其中，分别为闭环系统的状态空间模型参数。

3.根据权利要求1所述的一种已知纯滞后的闭环加热釜系统的执行器故障诊断方法，其特征在于，所述步骤S3包括以下步骤：

S3.1、根据闭环系统的自回归模型，并约束为对角矩阵，基于最小二乘法辨识得到所述闭环系统的自回归模型为：

S3.2、利用已辨识的所述得到新息序列：

S3.3、根据步骤S3.2所述的新息序列，并约束为对角矩阵，基于最小二乘法辨识得到闭环系统参数矩阵