1.一种现代码头货物管理系统故障检测方法，其特征在于，包括如下步骤：步骤1：建立现代码头货物管理系统的状态空间模型；

步骤1.1：对码头货物管理系统的输入输出数据进行采集以描述实际的系统；

步骤1.2：根据步骤1.1的数据，建立现代码头货物管理系统的状态空间模型；

模型如下：

T n

其中，x(t)＝[x1(t),x2(t),…,xn(t)]∈R为时刻t运输至码头仓库的货物数量，xj(t)p为时刻t运输到第j个仓库的货物数量，其中1≤j≤n，n代表仓库的数量，y(t)∈R 为时刻t装载到货轮的货物数量，p代表y(t)的维数， 是不可测的造成仓库货物堆积的外部扰动因素，m是外部扰动因素的种类数量， 是系统的执行器和控制单元设备在运行过程中出现的故障信号，q表示被故障信号的种类数量，φt是马尔科夫链，满足转移概率为Pr(φt+Δ＝j|φt＝i)＝πij，对于 在i≠j时有πij≥0和 φt+

属于有限集S1＝{1,2,...,N},N∈N，这里的A(φt),B(φt),C(φt),D(φt),E(φt),F(φt)为系统矩阵，由实际过程中收集的数据整理得到；令φt＝i,i∈S1,则系统矩阵可被记作Ai,Bi,Ci,Di,Ei,Fi；假定矩阵Ai满足Metzler特性：非主对角元非负,Bi≥0,Ci≥0,Di≥0,Ei≥0,n n×n +Fi≥0；R , R ,N 分别表示n维向量空间、n维非负向量空间、n×n维欧氏矩阵空间和正整数集；

步骤2：建立现代码头货物管理系统的自适应事件触发条件；

触发条件构造形式如下：

||ey(t)‖1＞β(t)||y(t)‖1,其中， 是已知的常数，ey(t)是测量的货物数量误差， 其中 k∈[tι,tι+1), 表示自然数，它表示时刻tl货轮上的货物数量，y(t)为时刻t货轮上的货物数量，β(t)满足如下自适应律，其中β1,β2,χ都是给定的常数，分别表示自适应系数β(t)增加、减少系数和控制自适应律增减的阈值，步骤3：建立混杂自适应事件触发异步滤波器模型；

混杂自适应事件触发异步滤波器模型结构形式如下：其中，xd(t)表示故障滤波器的状态信号，r(t)表示残差信号，ρt表示满足Pr(ρt＝b|φt+＝i)＝λib,ρt∈S2＝{1,2,...,M},M∈N ,0≤λib≤1, 的隐马尔可夫过程，是待设计的滤波器矩阵；令ρt＝b,b∈S2，则滤波器矩阵被记作Adb,Bdb,Cdb,Ddb； 为故障检测滤波器的有效输入，可在时间触发和事件触发的传感器输出中自由切换，切换效果由随机变量α(t)刻画，并且α(t)满足伯努利分布，相应的分布概率为步骤4：构造现代码头货物管理系统的故障检测模型；

故障检测模型如下：

其中，

步骤5：引入阈值报警故障检测机制；

阈值报警故障检测机制如下：

其中，T表示可自由滑动变化的监测时间窗口，当l＜0时，r(l)＝0，J(t)表示故障评估函数，Jth(t)表示相应的故障报警指标函数，当J(t)＞Jth(t)时，相应的故障检测系统发出故障报警；

步骤6：设计现代码头货物管理系统的自适应事件触发故障检测滤波器；

步骤6.1：设计的自适应事件触发故障检测滤波器系统矩阵如下：n s

其中，R向量 R 向量 1n表示元素全为1的n维向量， 表示第 个元素为1其余元素为0的n维向量；

n

步骤6.2：设计常数τ＞0,ε＞0, γ ＞0,R 向量g

ηb＞0,R向量 ψb＞0, 使得以下不等式：对于 在步骤6.1设计的滤波器下成立，其中 是给定的常数，是α(t)的概率， 是已知的事件触发阈值上界，1g×g是元素全为1的g×g矩阵，T矩阵 (θb1,θb2,...,θbg)＝(ψb1,ψb2,...,ψbn) ，l1灵敏度的边界 满足：

步骤6.3：根据步骤2、步骤6.1和步骤6.2的前三行条件，得到保证故障检测系统为正的条件：其中，

Ci＝(Ddb(I‑Υ)Ci Cdb),Di＝Ddb(I‑Υ)Di,Fi＝Ddb(I‑Υ)Fi；

步骤6.4：考虑外部各种不确定因素对现代码头货物管理系统的影响，考虑如下约束性能：w(t)≠0,f(t)＝0,

w(t)＝0,f(t)≠0,

步骤6.5：根据步骤2、步骤6.1得到保证故障检测系统随机稳定的条件：其中，

步骤6.6：设计随机李亚普诺夫函数 其中当φt＝i,ρt＝b时，有差分方程：根据步骤6.2中的条件，可以得到：根据步骤6.6说明故障检测系统在设计的自适应事件触发滤波器下是L1随机稳定的；

步骤6.7：选择相同的随机李亚普诺夫函数 其中当φt＝i,ρt＝b时，有差分方程：根据步骤6.2中的条件可以得到：

ω(t)≠0,f(t)＝0,

根据步骤6.7说明故障检测系统在设计的自适应事件触发滤波器下是具有L‑增益ε。