鲁棒故障检测与故障估计理论及应用

前言

第1章 绪论

1.1 引言

1.2 故障诊断技术的相关概念与任务

1.2.1 基本概念

1.2.2 故障诊断任务

1.2.3 故障诊断系统的性能指标

1.3 故障诊断技术分类

1.3.1 基于解析模型的故障诊断方法

1.3.2 基于信号处理的故障诊断方法

1.3.3 基于知识的故障诊断方法

1.4 故障诊断有待解决的问题及其发展趋势

1.5 本书的工作

参考文献

第2章 矩阵和线性系统基础知识

2.1 矩阵基础知识

2.1.1 矩阵的奇异值分解

2.1.2 凸集

2.1.3 一些代数问题的解

2.1.4 线性矩阵不等式

2.2 系统基础知识

2.2.1 线性系统的描述

2.2.2 系统的稳定性、可控性和可观测性

2.3 GKYP引理

参考文献

第3章 基于观测器的故障诊断理论基础

3.1 故障诊断观测器

3.2 故障检测系统的鲁棒性及灵敏性

3.3 故障检测残差评估及阈值的确定

3.4 故障分离

3.4.1 完全故障分离

3.4.2 故障分离滤波器

3.4.3 基于多个(一组)残差产生器的故障分离

3.5 故障辨识

3.5.1 故障辨识滤波器与完全故障辨识

3.5.2 最优故障辨识问题

参考文献

第4章 参数不确定线性时不变系统的鲁棒故障检测观测器和故障估计滤波器设计

4.1 引言

4.2 无参数扰动时线性系统的鲁棒故障检测观测器设计

4.2.1 名义系统的鲁棒故障检测观测器设计

4.2.2 鲁棒性条件

4.2.3 敏感性条件

4.2.4 稳定性条件

4.2.5 故障检测滤波器设计

4.3 参数不确定系统的鲁棒故障检测观测器设计

4.3.1 问题的定义

4.3.2 鲁棒故障检测观测器设计

4.3.3 初步结果

4.3.4 鲁棒性条件

4.3.5 敏感性条件

4.3.6 稳定性条件

4.3.7 设计阈值和最大无法检测故障的估计

4.4 参数不确定系统的鲁棒故障估计滤波器设计

4.5 实例

4.6 结论

参考文献

第5章 结构不确定线性系统的鲁棒故障检测观测器设计

5.1 问题的定义

5.2 鲁棒故障检测观测器设计

5.2.1 加性不确定性情况

5.2.2 乘性不确定性情况

5.3 阈值的设计和最难以察觉的检测故障大小估计

5.3.1 加性不确定性情况

5.3.2 乘性不确定性情况

5.4 实例

5.4.1 加性不确定性情况

5.4.2 乘性不确定性情况

5.5 结论

参考文献

第6章 线性参数变化系统的混合H-/H∞故障检测观测器设计

6.1 引言

6.2 LPV系统的H-指标

6.2.1 LPV系统的二次H∞性能

6.2.2 LPV系统的二次H-指标

6.2.3 LPV系统的仿射二次H∞性能

6.2.4 LPV系统的仿射二次H-指标性能

6.3 问题描述

6.4 混合H-/H∞设计方法(一)

6.4.1 未知扰动的鲁棒性条件

6.4.2 故障灵敏度条件

6.4.3 LPV系统的H-/H∞故障检测观测器设计

6.5 混合H-/H∞设计方法(二)

6.5.1 基于参数依赖型Lyapunov函数的鲁棒性条件

6.5.2 基于仿射二次H-指标的灵敏度条件

6.5.3 基于仿射二次H∞性能和仿射二次H-指标的H-/H∞故障观测器的LPV系统设计

6.6 最大无法检测故障大小的估计

6.7 实例

6.8 结论

参考文献

第7章 基于系统辨识的线性时不变系统的故障诊断

7.1 引言

7.2 问题描述

7.3 故障诊断解决方案

7.3.1 传感器存在偏差案例

7.3.2 执行器偏差故障案例

7.3.3 系统部件故障案例

7.4 递归的在线辨识算法

7.4.1 传感器和执行器偏差估计

7.4.2 对部件故障诊断的在线递归参数估计

7.4.3 递归最小二乘法求解

7.5 仿真研究

7.6 结论

参考文献

第8章 列车悬挂系统的故障检测与故障分离

8.1 引言

8.2 轨道车辆悬挂系统建模

8.3 基于GLRT的加性突变故障检测

8.4 仿真研究

8.4.1 二系垂向阻尼器故障检测

8.4.2 二系垂向弹簧故障检测

8.4.3 传感器故障检测

8.5 基于多元时间序列相似性匹配的故障分离

8.6 Eros算法

8.7 故障分离仿真结果

8.7.1 故障特征库

8.7.2 算法验证结果

8.8 结论

参考文献

第9章 大型风力发电系统故障诊断研究

9.1 引言

9.2 风力发电控制系统故障模型以及问题陈述

9.2.1 风力发电机的结构

9.2.2 风力发电机的系统

9.2.3 科尔曼域中的时不变线性模型

9.2.4 问题陈述

9.3 故障建模以及故障检测和分离的原理

9.3.1 故障建模

9.3.2 故障诊断的原理

9.4 观测器与滤波器设计

9.4.1 故障检测观测器与故障估计滤波器设计

9.4.2 残差估计

9.4.3 故障估计滤波器的设计

9.5 仿真结果

9.5.1 叶片力矩传感器故障检测结果

9.5.2 叶片倾斜执行器卡死故障检测结果

9.5.3 叶片力矩传感器故障估计

9.6 结论

附录Ⅰ 系统状态方程矩阵

附录Ⅱ 科尔曼域上的方程

参考文献

第10章 基于Kalman滤波和GLRT技术的故障诊断在风力发电系统中的应用

10.1 问题陈述

10.2 基于子空间辨识的风力发电机系统建模

10.3 故障检测和分离

10.3.1 故障建模

10.3.2 基于Kalman滤波器的残差产生

10.3.3 基于均值观测的加性故障检测

10.3.4 基于广义似然比检验的加性突变故障检测

10.3.5 基于剩余残差观测的乘性故障检测

10.3.6 传感器故障分离推理

10.4 仿真结果

10.5 结论

参考文献

第11章 基于车辆-轨道系统动态特性的轨道健康状态检测

11.1 背景及意义

11.1.1 现有轨道健康状态检测指标及评定方法

11.1.2 基于车辆-轨道系统动态特性的轨道健康状态评定指标

11.2 车辆-轨道系统模型建立

11.2.1 轨道激励模型的建立

11.2.2 车辆-轨道耦合系统动力学模型的建立

11.3 仿真研究

11.3.1 单一不平顺条件下的仿真研究

11.3.2 复合不平顺条件下的仿真研究

11.3.3 不同车速条件下的仿真研究

参考文献

《鲁棒故障检测与故障估计理论及应用》主要介绍了基于模型的动力学系统故障检测、故障分离、故障辨识和估计以及故障分析等方面的一些鲁棒诊断方法，并介绍了这些方法在轨道交通车辆、风力发电系统以及轨道健康状态识别中的应用等。在故障检测技术方面，基于GKYP引理的混合H-/H∞故障检测以及这种方法在线性参数变化系统中的推广应用是《鲁棒故障检测与故障估计理论及应用》中理论方面的一个重要部分；在故障估计方面，基于GKYP引理的滤波器是主要的技术策略，同时介绍了基于系统辨识技术的故障估计方法；在故障分离方面，《鲁棒故障检测与故障估计理论及应用》介绍了基于SVD分解和Eros方法；在应用方面，介绍了基于Kalman滤波器和GLRT的故障检测以及基于CUSUM和能量法的故障分离等技术。

《鲁棒故障检测与故障估计理论及应用》可作为动力学系统故障诊断领域方面研究生的参考书，同时对从事自动化系统研究、复杂机电系统健康状态监测、轨道交通车辆安全状态监测及相关领域的广大工程技术人员也具有一定的参考价值。