2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

动态系统实际故障可诊断性的量化评价研究

李文博 王大轶 刘成瑞

李文博, 王大轶, 刘成瑞. 动态系统实际故障可诊断性的量化评价研究. 自动化学报, 2015, 41(3): 497-507. doi: 10.16383/j.aas.2015.c140428
引用本文: 李文博, 王大轶, 刘成瑞. 动态系统实际故障可诊断性的量化评价研究. 自动化学报, 2015, 41(3): 497-507. doi: 10.16383/j.aas.2015.c140428
LI Wen-Bo, WANG Da-Yi, LIU Cheng-Rui. Quantitative Evaluation of Actual Fault Diagnosability for Dynamic Systems. ACTA AUTOMATICA SINICA, 2015, 41(3): 497-507. doi: 10.16383/j.aas.2015.c140428
Citation: LI Wen-Bo, WANG Da-Yi, LIU Cheng-Rui. Quantitative Evaluation of Actual Fault Diagnosability for Dynamic Systems. ACTA AUTOMATICA SINICA, 2015, 41(3): 497-507. doi: 10.16383/j.aas.2015.c140428

动态系统实际故障可诊断性的量化评价研究


DOI: 10.16383/j.aas.2015.c140428
详细信息
    作者简介:

    李文博 北京控制工程研究所博士后.2012年在哈尔滨工业大学获博士学位.主要研究方向为故障诊断与容错控制, 卫星控制系统的可诊断性评价与设计. E-mail: liwenbo_bice@163.com

    通讯作者: 王大轶 北京控制工程研究所研究员.主要研究方向为航天器的自主制导、导航与控制, 故障诊断与容错控制.本文通信作者.E-mail: dayiwang@163.com
  • 基金项目:

    国家自然科学基金(61203093, 61004073),国家重点实验室基金(9140C590304130C59016)资助

Quantitative Evaluation of Actual Fault Diagnosability for Dynamic Systems

More Information
  • Fund Project:

    Supported by National Natural Science Foundation of China (61203093, 61004073), and National Key Laboratory Foundation (9140C590304130C59016)

  • 摘要: 提出了一种新颖的动态系统实际故障可诊断性量化评价方法. 该方法无需设计任何诊断算法, 仅通过解析模型即可给出动态系统故障检测和隔离的难易程度, 从而为实现在系统设计阶段提高故障诊断能力的工程目标提供理论指导和参考依据. 首先, 通过标准化模型和等价空间变换, 将状态空间描述的随机动态系统实际故障可诊断性评价问题转化为概率统计中多元分布相似度判别的数学问题; 然后, 根据严格的数学证明, 指出距离相似度判别准则在进行可诊断性量化评价中存在的不足. 进而, 为弥补该不足, 利用故障矢量的分布概率以及不同故障矢量之间的余弦相似度, 设计基于方向相似度的可诊断性量化评价新方法; 最后, 通过数学仿真验证该方法的有效性和优越性.
  • [1] Zhou Dong-Hua, Hu Yan-Yan. Fault diagnosis techniques for dynamic systems. Acta Automatica Sinica, 2009, 35(6): 748-758 (周东华, 胡艳艳. 动态系统的故障诊断技术. 自动化学报, 2009, 35(6): 748-758)
    [2] [2] Patton R J, Uppal F J, Simani S, Polle B. Robust FDI applied to thruster faults of a satellite system. Control Engineering Practice, 2010, 18(9): 1093-1109
    [3] [3] Frank P M. Fault diagnosis in dynamic systems using analytical and knowledge-based redundancy a survey and some new results. Automatica, 1990, 26(3): 459-474
    [4] [4] Frank P M. Analytical and qualitative model-based fault diagnosis a survey and some new results. European Journal of Control, 1996, 2(1): 6-28
    [5] [5] Patton R J, Frank P M, Clark R N. Issues of Fault Diagnosis for Dynamic Systems. Berlin: Springer-Verlag, 2000
    [6] [6] Marzat J, Piet-Lahanier H, Damongeot F, Walter E. Model-based fault diagnosis for aerospace systems: a survey. Journal of Aerospace Engineering, 2012, 226(10): 1329-1360
    [7] [7] IEEE STD 1522-2004. IEEE TrialUse Standard for Testability and Diagnosability Characteristics and Metrics. Piscataway, NJ: IEEE Standards Press, 2004.
    [8] [8] Chow E Y, Willsky A D. Analytical redundancy and the design of robust failure detection systems. IEEE Transactions on Automatic Control, 1984, 29(7): 603-614
    [9] [9] Nyberg M, Nielsen L. Parity functions as universal residual generators and tool for fault detectability analysis. In: Proceedings of the 36th IEEE Conference on Decision and Control. San Diego, USA: IEEE, 1997. 4483-4489
    [10] Frisk E, Nyberg M. A minimal polynomial basis solution to residual generation for fault diagnosis in linear systems. Automatica, 2001, 37(9): 1417-1424
    [11] Chen J, Patton R J. Robust Model-Based Fault Diagnosis for Dynamic Systems. Boston: Kluwer Academic Publishers, 1990. 18-25
    [12] Ding S X. Model-Based Fault Diagnosis Techniques: design Schemes, Algorithms and Tools. Berlin: Springer-Verlag, 2013. 51-68
    [13] Li Juan, Zhao You-Gang, Yu Yang, Zhang Peng, Gao Hong-Wei. Optimal fault diagnosis for networked control systems with large Time-delays and noises. Acta Automatica Sinica, 2012, 38(5): 858-864 (李娟, 赵友刚, 于洋, 张鹏, 高洪伟. 含大时滞和噪声的网络化控制系统的最优故障诊断. 自动化学报, 2012, 38(5): 858-864)
    [14] Nyberg M. Criterions for detectability and strong detectability of faults in linear systems. International Journal of Control, 2002, 75(7): 490-501
    [15] Trav-Massuys L, Escobet T, Olive X. Diagnosability analysis based on component-supported analytical redundancy relations. IEEE Transactions on Systems, Man, and Cybernetics, Part A, 2006, 36(6): 1146-1159
    [16] Erikssion D, Frisk E, Krsander M. A method for quantitative fault diagnosability analysis of stochastic linear descriptor models. Automatica, 2013, 49(6): 1591-1600
    [17] Sharifi R, Langari R. Isolability of faults in sensor fault diagnosis. Mechanical Systems and Signal Processing, 2011, 25(7): 2733-2744
    [18] Sharifi R, Langari R. Sensor fault diagnosis with a probabilistic decision process. Mechanical Systems and Signal Processing, 2013, 34(1): 146-155
    [19] Gertler J. Fault detection and isolation using parity relations. Control Engineering Practice, 1997, 5(5): 653-661
    [20] Kullback S, Leibler R A. On information and sufficiency. The Annals of Mathematical Statistics, 1951, 22(1): 79-86
    [21] Shinto E, John C. Interpreting Kullback-Leibler divergence with the Neyman-Pearson lemma. Journal of Multivariate Analysis, 2006, 97(9): 2034-2040
    [22] Strang G. Linear Algebra and Its Applications (4th Edition). UK: Wellesley-Cambridge Press, 2012. 77-154
    [23] Dos Santos D A, Takashi Y. A Bayesian solution to the multiple composite hypothesis testing for fault diagnosis in dynamic systems. Automatica, 2011, 47(1): 158-163
    [24] Zhang Ren-Wei. Satelite Orbit and Attitude Dynamics and Control. Beijing: Beijing University Press, 1998.(章仁为. 卫星轨道姿态动力学与控制. 北京: 北京航空航天大学出版社, 1998.)
    [25] Xiong K, Chan C W, Zhang H Y. Detection of satellite attitude sensor faults using the UKF. IEEE Transactions on Aerospace and Electronic Systems, 2007, 43(2): 480-491
    [26] Xing Yan, Wu Hong-Xin. A fault isolation method for infrared Earth sensors and gyroscopes. Computing Technology and Automation, 2003, 22(2): 74-76 (邢琰, 吴宏鑫. 一种红外地球敏感器和陀螺的故障隔离方法. 计算技术与自动化, 2003, 22(2): 74-76)
  • [1] 蒋栋年, 李炜, 王君, 孙晓静. 基于故障可诊断性量化评价的传感器优化配置方法研究[J]. 自动化学报, 2018, 44(6): 1128-1137. doi: 10.16383/j.aas.2017.c160776
    [2] 尚林源, 田学民, 曹玉苹, 蔡连芳. 基于PLS交叉积矩阵非相似度分析的MPC性能监控与诊断[J]. 自动化学报, 2017, 43(2): 271-279. doi: 10.16383/j.aas.2017.c150782
    [3] 赵福均, 周志杰, 胡昌华, 常雷雷, 王力. 基于证据推理的动态系统安全性在线评估方法[J]. 自动化学报, 2017, 43(11): 1950-1961. doi: 10.16383/j.aas.2017.c160384
    [4] 符方舟, 王大轶, 李文博. 复杂动态系统的实际非完全失效故障的可诊断性评估[J]. 自动化学报, 2017, 43(11): 1941-1949. doi: 10.16383/j.aas.2017.c160393
    [5] 王朝云, 蒋刚毅, 郁梅, 陈芬. 基于流形特征相似度的感知图像质量评价[J]. 自动化学报, 2016, 42(7): 1113-1124. doi: 10.16383/j.aas.2016.c150559
    [6] 李文清, 孙新, 张常有, 冯烨. 一种本体概念的语义相似度计算方法[J]. 自动化学报, 2012, 38(2): 229-235. doi: 10.3724/SP.J.1004.2012.00229
    [7] 钱鹏江, 王士同, 邓赵红. 基于稀疏Parzen窗密度估计的快速自适应相似度聚类方法[J]. 自动化学报, 2011, 37(2): 179-187. doi: 10.3724/SP.J.1004.2011.00179
    [8] 黄华, 颜恺, 齐春. 基于相似度加权的自适应HD算法[J]. 自动化学报, 2009, 35(7): 882-887. doi: 10.3724/SP.J.1004.2009.00882
    [9] 周东华, 胡艳艳. 动态系统的故障诊断技术[J]. 自动化学报, 2009, 35(6): 748-758. doi: 10.3724/SP.J.1004.2009.00748
    [10] 王欢良, 韩纪庆, 郑铁然. 高斯混合分布之间K-L散度的近似计算[J]. 自动化学报, 2008, 34(5): 529-534. doi: 10.3724/SP.J.1004.2008.00529
    [11] 宋宇, 李满天, 孙立宁. 基于相似度函数的图像椒盐噪声自适应滤除算法[J]. 自动化学报, 2007, 33(5): 474-479. doi: 10.1360/aas-007-0474
    [12] 胡峰, 孙国基, 黄刘生. 动态系统输入环节突发性故障的检测与辨识[J]. 自动化学报, 2002, 28(6): 881-887.
    [13] 刘志强. 因果关系,贝叶斯网络与认知图[J]. 自动化学报, 2001, 27(4): 552-566.
    [14] 周东华, Ding X. 容错控制理论及其应用[J]. 自动化学报, 2000, 26(6): 788-797.
    [15] 侯增广, 吴沧浦. 一种基于动态规划策略的离散动态大系统递阶优化神经网络[J]. 自动化学报, 1999, 25(1): 45-51.
    [16] 侯增广, 高慧琪, 吴沧浦. 基于神经网络的一类大系统动态递阶优化方法[J]. 自动化学报, 1998, 24(2): 160-165.
    [17] 黄琳, 于年才, 王龙. 李亚普诺夫方法的发展与历史性成就[J]. 自动化学报, 1993, 19(5): 587-595.
    [18] 张迪生, 梁启宏, 何志明. 动态系统最优化理论与自适应算法在轧钢中的应用[J]. 自动化学报, 1992, 18(5): 573-579.
    [19] 钱大群, 吕勇哉. 动态系统的模糊时序知识表达、推理及其应用[J]. 自动化学报, 1991, 17(5): 559-565.
    [20] 李艳, 童诗白. 基于可观概念的系统故障可测性研究[J]. 自动化学报, 1990, 16(3): 272-275.
  • 加载中
计量
  • 文章访问数:  1157
  • HTML全文浏览量:  101
  • PDF下载量:  1490
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-06-16
  • 修回日期:  2014-10-12
  • 刊出日期:  2015-03-20

动态系统实际故障可诊断性的量化评价研究

doi: 10.16383/j.aas.2015.c140428
    基金项目:

    国家自然科学基金(61203093, 61004073),国家重点实验室基金(9140C590304130C59016)资助

    作者简介:

    李文博 北京控制工程研究所博士后.2012年在哈尔滨工业大学获博士学位.主要研究方向为故障诊断与容错控制, 卫星控制系统的可诊断性评价与设计. E-mail: liwenbo_bice@163.com

    通讯作者: 王大轶 北京控制工程研究所研究员.主要研究方向为航天器的自主制导、导航与控制, 故障诊断与容错控制.本文通信作者.E-mail: dayiwang@163.com

摘要: 提出了一种新颖的动态系统实际故障可诊断性量化评价方法. 该方法无需设计任何诊断算法, 仅通过解析模型即可给出动态系统故障检测和隔离的难易程度, 从而为实现在系统设计阶段提高故障诊断能力的工程目标提供理论指导和参考依据. 首先, 通过标准化模型和等价空间变换, 将状态空间描述的随机动态系统实际故障可诊断性评价问题转化为概率统计中多元分布相似度判别的数学问题; 然后, 根据严格的数学证明, 指出距离相似度判别准则在进行可诊断性量化评价中存在的不足. 进而, 为弥补该不足, 利用故障矢量的分布概率以及不同故障矢量之间的余弦相似度, 设计基于方向相似度的可诊断性量化评价新方法; 最后, 通过数学仿真验证该方法的有效性和优越性.

English Abstract

李文博, 王大轶, 刘成瑞. 动态系统实际故障可诊断性的量化评价研究. 自动化学报, 2015, 41(3): 497-507. doi: 10.16383/j.aas.2015.c140428
引用本文: 李文博, 王大轶, 刘成瑞. 动态系统实际故障可诊断性的量化评价研究. 自动化学报, 2015, 41(3): 497-507. doi: 10.16383/j.aas.2015.c140428
LI Wen-Bo, WANG Da-Yi, LIU Cheng-Rui. Quantitative Evaluation of Actual Fault Diagnosability for Dynamic Systems. ACTA AUTOMATICA SINICA, 2015, 41(3): 497-507. doi: 10.16383/j.aas.2015.c140428
Citation: LI Wen-Bo, WANG Da-Yi, LIU Cheng-Rui. Quantitative Evaluation of Actual Fault Diagnosability for Dynamic Systems. ACTA AUTOMATICA SINICA, 2015, 41(3): 497-507. doi: 10.16383/j.aas.2015.c140428
参考文献 (26)

目录

    /

    返回文章
    返回