项目名称: 广义Markovian跳跃系统的故障诊断及容错控制研究

项目编号: No.61203041

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 姚秀明

作者单位: 北京交通大学

项目金额: 24万元

中文摘要: 本项目以具有复杂转移概率的广义Markovian跳跃系统为对象,研究鲁棒故障诊断及容错控制问题;并将上述系统推广到网络环境中,开展进一步地深入研究。不确定性和多源干扰的存在会影响故障诊断的快速性,还有可能出现误报或漏报现象,导致故障诊断单元的输出并不能正确描述系统当前运行的模态。从而增加了容错控制器设计的困难性,同时也超出了常见控制方法的研究范畴。基于此,本项目提出新颖的基于干扰观测器的鲁棒故障估计算法。在故障估计基础上,构造新颖的复合分层主动容错控制器:对故障可补偿、对干扰可补偿和抑制。 本项目部分理论成果拟于超(超)临界机组仿真平台进行验证。本项目旨在提高广义Markovian跳跃系统在实际工程中的数学建模和应用能力,丰富广义Markovian跳跃系统的故障诊断及容错控制理论体系,并为其在工程实际的应用提供新的理论支持。

中文关键词: Markovian跳跃系统;故障诊断及容错控制;干扰观测器;高速列车;广义系统

英文摘要: The project investigates the robust fault diagnosis and fault tolerant control problem for singular Markovian jump system with complex transition probability; Based on this, we extend the above system to the network-based environment, and carry out further study. Uncertainties and multiple disturbances in the process can cause fault detection delay, missing detections and false alarms; hence the fault diagnosis output does not always indicate the true operating modes of the system. And thus, the design of fault tolerant controller becomes more difficult, and conventional control method does not work any more. According to this, a novel robust fault estimation algorithm is proposed in the project based on the disturbance observer. Based on the estimation, a novel composite hierarchical active fault tolerant controller, which can compensate fault, and reject and compensate the disturbances, is constructed. Parts of the theory of the project intend to be verified in the simulation platform of the (ultra) supercritical thermal power unit.The project aims to improve the mathematical modeling and application of singular Markovian jump system in practical engineering, rich the fault diagnosis and fault tolerant control theory of singular Markovian jump system, and provide new theoretical support to its application in t

英文关键词: Markovian jump systems;fault diagnosis and fault tolerant control;disturbance observer;high-speed trains;singular system

成为VIP会员查看完整内容
0

相关内容

专知会员服务
18+阅读 · 2021年9月23日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
19+阅读 · 2021年1月7日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
从Bayesian Deep Learning到Adversarial Robustness新范式
PaperWeekly
0+阅读 · 2021年12月29日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
12+阅读 · 2019年3月14日
小贴士
相关VIP内容
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员