欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022105016138
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2025-05-20
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种网络系统的自适应事件触发故障检测方法,其特征在于,包括如下步骤:S1、建立网络控制系统的非线性正半马尔可夫系统状态空间模型S1‑1、建立网络控制系统的状态空间模型其中, 分别是系统状态,系统输入和系统输出; 表示位于L1[0,∞)中的额外扰动; 是待检测的位于L1[0,∞)中的故障信号;ga(x(t))=(ga1(x1(t)),…,gan(xn(t)))和gb(w(t))=(gb1(w1(t)),...,gbn(wn(t)))是系统的非线性;gb(u(t))定义为gb(w(t)),系统矩阵用Ai,Bi,Ci,Di,Ei,Fi表示,其中i∈S;

S1‑2、转化为非线性正半马尔可夫系统状态空间模型在概率空间(Ω,F,P)上定义的半马尔可夫过程{rt,t≥0}是一个右连续过程,并在有限集合 中取值,对于i≠j和qii=0,令 为齐次马尔可夫更新过程,其中tk表示第k个跳跃瞬间,{Xk}是马尔可夫链中的关联状态,转移概率为qij=Pr{Xk+1=j|Xk=i},两次连续跳跃之间的时间间隔τk=tk‑tk‑1就是半马尔可夫过程{rt}t≥0的逗留时间,其中,h≥0和 通过计算,有 和λij(h)是在t时刻从模式i到模态j在瞬间t+Δ,λij(h)>0(i≠j),且 假设半马尔可夫过程rt的转移概率满足

S2、构建执行器故障模型;

S3、构建自适应事件触发策略;

S4、构造新的故障信号;

S5、构造事件触发条件下的故障检测滤波器;

S6、构造非线性函数条件;

S7、设定网络故障检测系统平稳运行的条件。

2.根据权利要求1所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,所述步骤S2中,执行器故障模型构建形式如下:其中,表示属于模型集的故障模式:Q={1,2,...,L}和 表示故障模式总数,规定的对角矩阵 定义为 的对角元素 是1或0,I是具有适当维数的单位矩阵。

3.根据权利要求2所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,所述步骤S3中,自适应事件触发策略构建形式如下:令tι为第ι个事件触发时刻,定义事件触发误差函数为: 其中,m(t)是采样误差, 事件触发条件构造为:

||m(t)||1>β(t)||y(t)||1,其中,自适应事件触发系数β(t)满足:其中, 均是预定义的常量。

4.根据权利要求3所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,所述步骤S4中,故障信号的构建方法如下:通过检测新的故障信号来估计原始故障,fw(t)的最小实现由下式给出:fw(t)=Cwga(xw(t))+Dwf(t),其中, 是加权故障状态, 是原始故障, 是加权故障,Aw,Bw,Cw,Dw是具有适当维度的已知矩阵。

5.根据权利要求4所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,所述步骤S5中的,事件触发条件下的故障检测滤波器构建形式如下:其中, 是滤波器的状态向量, 表示残差信号, 表示滤波器输入,定义在概率空间 上的半马尔可夫过程{δt,t≥0}是一个右连续过程,取值有限集 且 记为Afl,Bfl,Cfl,Dfl是要确定的过滤器矩阵,系统模式rt和滤波器模式δt之间的关系可以用条件概率矩阵Y={θil}来描述,其中Pr{δt=l|rt=i}=θil,其中对于每个i∈S,定义 e(t)=rf(t)‑fw(t),一个扩展的故障检测系统得到如下:

其中,

引入残差评估函数的故障检测机制: 其中T表示评估时间,Jr(T)是残差评估函数,根据选择的残差评价函数,阈值可以定义为:其中 表示L1‑范数所有干扰输入在区间[0,∞)上,判断故障是否发生的故障检测方案可构造为:

6.根据权利要求5所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,步骤S6中的构造非线性函数条件,其构建形式如下:非线性函数ga(x(t))和gb(x(t))满足以下扇区条件:其中,1≤i≤n,0<ι1<ι2,0<κ1<κ2且gai(0)=0,gbi(0)=0。

7.根据权利要求6所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,所述步骤S7中,故障检测系统的平稳运行条件设定如下:设计常数α>0, Λ>0,γw>0,γf>0,σ>0,ι1>0,ι2>0,κ1>0,κ2>0, 向量和 向量使得

对任意μ=1,2,…,n和v=1,2,…,q成立,在步骤S4中的事件触发过滤器下,所述故障检测系统是正的,随机稳定的且满足L1增益性能,其中, 和 增益矩阵满足

8.根据权利要求5‑7任意一项所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,还包括步骤S8验证:S8‑1、故障检测系统的正性验证;

S8‑2、故障检测系统的随机稳定性的验证;

S8‑3、事件触发滤波器对故障检测系统敏感度验证。

9.根据权利要求8所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,所述步骤S8‑1中,故障检测系统的正性验证方法如下:S8‑1‑1、考虑当网络故障检测系统中 和f(t)=0的情况,使用步骤S3中的自适应事件触发策略,可以得出对于任何初始条件 注意到 那么,

S8‑1‑2、通过步骤S5中的扩展的故障检测系统和步骤S8‑1‑1,对于任何非负初始条件,得到其中,

Cil=(EflZ1Ci Cfl Dfl‑Cw),Dil=(0EflZ1Di),Eil=EflZ1Fi‑Dw.

根据步骤S7中的条件可以给出 然后, 此外,Ail是Metzer且因此,网络故障检测系统是正的。

10.根据权利要求9所述的一种网络系统的自适应事件触发故障检测方法,其特征在于,所述步骤S8‑2中,故障检测系统的随机稳定性的验证方法如下:S8‑2‑1、选定李雅普诺夫函数如下:利用步骤S8‑1‑1,可以得到

其中

S8‑2‑2、从而得到

S8‑2‑3、结合步骤S7中的条件有S8‑2‑4、利用步骤S8‑2‑3,以下不等式成立:这意味着

S8‑2‑5、在零初始值下,得到

进而得到

因此

从而,故障检测系统是随机稳定的,且具有混合L1增益性能。

11.根据权利要求10述的一种网络系统的自适应事件触发故障检测方法,其特征在于:所述步骤S8‑3中,事件触发滤波器对故障检测系统敏感度验证方法如下:S8‑3‑1、设定故障检测系统平稳运行的条件,设定方法与步骤S7相同;

S8‑3‑2、验证事件触发滤波器对故障敏感,包括网络故障检测系统的正性验证和网络故障检测系统的随机稳定性的验证,其验证方法与步骤S8‑1步骤S8‑2相同。