[发明专利]一种基于集合论和未知输入观测器的故障检测方法

说明书

本发明公开了一种基于集合论和未知输入观测器的故障检测方法，包括以下步骤：S1：建立具有有界随机扰动与测量噪声的待检测系统的状态空间模型；S2：根据待检测系统的状态空间模型构造参数待定的未知输入观测器；S3：根据系统模型和观测器模型建立状态估计误差与残差迭代方程；S4：根据迭代方程导出状态估计误差集与残差集迭代公式；S5：建立最小化残差集尺寸的优化问题，求得最小化残差集尺寸的观测器参数；S6：根据观测器参数计算最小残差集，执行故障检测。本发明提供了一种统一了集理论未知输入观测器和集值观测器的故障检测方法框架，能够实现更低的保守性，并且对待检测系统所需满足的条件要求更低，适用范围更广。

技术领域

本发明涉及故障检测技术，尤其是涉及基于集合论和未知输入观测器的故障检测技术。

背景技术

随着现代工业技术的不断创新与发展，工业生产系统呈现出自动化、规模化与复杂化的特点，与此同时，系统内部发生故障与风险的可能也随之不断增加。因此，具有高可靠性和实时性的、基于系统模型的故障检测技术，对诸如军工生产、核电设施、化工冶金和航空航天等安全性和可靠性要求较高的工业应用场景均具有十分重要的意义。然而，基于模型的故障检测技术依赖于待检测对象的系统模型，但由于扰动、噪声及不确定性因素的存在，在实际建模过程中无法获得真实系统的精确模型。因此，基于模型的故障检测方案必须能够处理扰动、噪声及建模误差对故障检测所带来的影响，这一技术被称为鲁棒故障检测。

在20世纪80年代到21世纪初，多数鲁棒故障检测所采用的方案可统称为主动鲁棒故障检测技术，这一时期的故障检测方案大多通过相应的手段去主动解耦噪声、扰动与不确定性因素对故障检测的影响。在此期间，具有代表性的方案有未知输入观测器、特征结构配置、最优奇偶关系以及频域设计方法。然而，主动鲁棒故障检测技术致力于完全解耦噪声、扰动与不确定性的影响，因此上述方案的使用条件较为苛刻，能够应用的场景十分有限。近年来，随着集合论、概率论和数值优化技术的发展，鲁棒故障检测技术发展出了新的范式，即能够容忍噪声、扰动与不确定性因素干扰的被动故障检测技术，此类技术能够在容忍扰动和噪声的前提下实时得出可靠的故障检测阈值，因此在诸多工业生产环节都有着非常广阔的应用前景。

现有的被动故障检测技术主要分为两大类：一类是基于扰动和噪声分布已知这一假设的随机故障检测方案，其中代表性的方法有基于卡尔曼滤波器的故障检测技术，此类方案的优点在于能够得到保守性较低的故障检测结果，而缺点是需要得知扰动和噪声分布的先验信息，这一要求在一些大型系统和复杂系统中较难实现，因此应用范围受限。

另一类被动故障检测方案则是基于扰动和噪声分布未知但有界的确定故障检测方案，其中代表性的方法有集理论未知输入观测器、集值观测器等，此类方案的优点在于无需事先得知扰动与噪声分布的先验信息，应用范围更广，缺点在于获得的故障检测结果保守性较高，如集理论未知输入观测器在系统主要受测量噪声影响时保守性较高，而集值观测器在系统主要受随机扰动影响时保守性较高。

发明内容

本发明的目的在于解决基于扰动和噪声分布未知但有界的此类故障检测方案保守性较高的技术问题，提供一种基于集合论和未知输入观测器的故障检测方法。

为实现上述目的，本发明采用以下技术方案：

一种基于集合论和未知输入观测器的故障检测方法，包括以下步骤：

S1：建立具有有界随机扰动与测量噪声的待检测系统的状态空间模型；

S2：根据待检测系统的状态空间模型构造参数待定的未知输入观测器；

S3：根据系统模型和观测器模型建立状态估计误差与残差迭代方程；

S4：根据迭代方程导出状态估计误差集与残差集迭代公式；

S5：建立最小化残差集尺寸的优化问题，求得最小化残差集尺寸的观测器参数；

S6：根据观测器参数计算最小残差集，执行故障检测。