[发明专利]一种基于观测器的伺服系统的故障检测方法

摘要

本发明公开的一种基于观测器的伺服系统的故障检测方法，涉及一种伺服系统的故障检测方法，属于机电故障检测技术领域。本发明的方法包括如下步骤：步骤1，将双电机伺服系统建模为带有未知输入、执行器故障和传感器故障的线性模型；步骤2，基于卡尔曼滤波观测器的残差发生器产生残差信号，用于步骤3中故障检测逻辑判断；步骤3，通过基于范数的残差评价函数和固定阈值进行故障检测逻辑判断来检测故障信号，完成双电机伺服系统故障检测。本发明基于卡尔曼滤波观测器的残差发生器，能降低外界干扰对双电机伺服系统的影响。另外一方面，本发明通过基于范数的残差评价函数和固定阈值逻辑判断，能有效地检测出系统的故障信号。

主权项

1.一种基于观测器的伺服系统的故障检测方法，其特征在于：包括如下步骤，步骤1，将双电机伺服系统建模为带有未知输入、执行器故障和传感器故障的线性模型；步骤11，建立双电机伺服系统的动力学模型，如公式(7)所示，其中，i＝1,2,U_i是第i个电机的电压，R_i是第i个定子电阻，I_i是第i个定子电流，L_i是第i个定子电感，θ_mi是第i个电机转角，是第i个电机转速，J_mi是第i个电机转动惯量，θ_d是负载转角，是负载转速，J_d表示负载转动惯量，C_ei是第i个电机的反电动势系数，K_di是第i个电机的电磁力矩系数，b_mi是等效粘性阻尼系数，i_m是传动比，k是刚度系数；步骤12，令x₁＝I₁，x₂＝I₂，x₃＝θ_m1，x₅＝θ_m2，x₇＝θ_d，将双电机伺服系统(7)转化为如公式(8)所示的状态空间表达式：其中，x(t)是状态向量，u(t)是输入向量，y(t)是输出向量，C＝[0 0 0 0 0 0 0 1]；步骤13，假设w(k)，v(k)为未知输入向量，fa(k)为执行器故障，fs(k)为传感器故障，经过离散化后，得到故障系统模型，如公式(9)所示：其中，T为采样周期，E_w是已知的适维矩阵，E_f和F_f是故障矩阵分别表示执行器故障和传感器故障对系统的影响；步骤2，基于卡尔曼滤波观测器的残差发生器产生残差信号，用于步骤3中故障检测逻辑判断；步骤3，通过基于范数的残差评价函数和固定阈值进行故障检测逻辑判断来检测故障信号，完成双电机伺服系统故障检测；所述的步骤2包括如下步骤，步骤21，建立状态预测方程(1)来预测系统的状态：其中，x(k|k‑1)是根据k‑1时刻估计出来的k时刻的系统状态，x(k‑1|k‑1)是k‑1时刻优化处理的状态；步骤22，建立预测协方差方程(2)：其中，P(k|k‑1)为一步预报估计误差协方差阵，Q为未知输入w(k)的协方差阵；步骤23，建立计算卡尔曼增益的方程(3)：L(k)＝P(k|k‑1)CT(R+CP(k|k‑1)CT)‑1          (3)其中，L(k)为卡尔曼增益，R为未知输入v(k)的协方差阵；步骤24，利用公式(3)得到的卡尔曼增益，建立状态估计方程(4)：x(k|k)＝x(k|k‑1)+L(k)(y(k)‑Cx(k|k‑1))         (4)其中，x(k|k)为k时刻的状态估计；相应的残差信号r(k)如公式(5)所示：r(k)＝y(k)‑Cx(k|k‑1)                    (5)步骤25，建立k时刻的状态估计误差协方差阵(6)：P(k|k)＝(I‑L(k)C)P(k|k‑1)                 (6)其中，P(k|k)为k时刻的状态估计误差协方差阵；步骤26，通过联立方程(1)、(2)、(3)、(4)、(5)、(6)，求解出残差信号r(k)；通过协方差方程(2)和(6)中计算每一步预报估计误差协方差阵P(k|k‑1)和k时刻的状态估计误差协方差阵P(k|k)，减少外界干扰w(k)，v(k)对伺服系统带来的影响。