项目名称: 分布式非线性网络化系统的状态估计与故障诊断及其应用

项目编号: No.61273156

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 王子栋

作者单位: 清华大学

项目金额: 85万元

中文摘要: 集成电路与通讯技术的飞速发展使得当今系统的规模越来越庞大、系统复杂度也逐渐增加,同时,系统的安全性要求也日益提高。现有较为成熟的状态估计与故障诊断问题的理论研究成果多是在集中式框架下针对线性系统或特殊的非线性系统给出的,其应用到大规模网络化系统中时会造成通讯与计算的严重负担,且无法实现对各分布式元件故障的单独诊断。本项目从无人直升机安全编队飞行的实际需求出发,考虑具有分布式传感器的一类非线性网络化系统,每个传感器可与邻近传感器通过通信网络进行数据交互,网络的引入会给数据的传输过程带来随机的不完整性。基于此类系统,我们研究分布式非线性网络化系统的状态估计及故障诊断问题,给出分布式一致滤波及故障诊断的若干理论成果,并在无人直升机群的实验平台上进行实际验证。本课题的研究成果不但具有重要的理论意义,而且对提高分布式非线性网络化系统的安全性具备潜在的工程应用价值。

中文关键词: 非线性网络化系统;分布式滤波;故障诊断与故障估计;一致性;多智能体系统

英文摘要: The past decades have witnessed the rapid increasing of system size and complexity, motivated by the development of communication technology and microelectronic technique. State estimation and fault diagnosis are two important research areas that focus on system safety. However, most of the available literature on model-based state estimation and fault diagnosis are devoted to centralized systems, where the filter or fault diagnosis scheme has access to all the available measurements. Motivated by the background of safety formation flying of an unmanned helicopter swarm, we propose the state estimation and fault diagnosis issues for distributed nonlinear networked systems. Distributed filter or fault diagnosis is more suitable than centralized for large-scale interconnected dynamical systems due to its lower complexity and less use of network resources. Traditional filtering and fault diagnosis schemes may not be applied to distributed networked systems, since not all measurements are available in every node. In this project, some new theories, new techniques and new methodologies will be proposed on the scientific problems of consensus filtering and fault diagnosis for distributed nonlinear networked systems. We consider a class of nonlinear networked systems, whose sensors are deployed dispersedly and a sens

英文关键词: nonlinear networked systems;distributed filtering;fault detection and fault estimation;consensus;multi-agent systems

成为VIP会员查看完整内容
0

相关内容

「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
138+阅读 · 2021年3月30日
专知会员服务
65+阅读 · 2021年1月28日
专知会员服务
30+阅读 · 2020年12月21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
云上应用系统数据存储架构演进
阿里技术
2+阅读 · 2021年9月1日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16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
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27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 · 2014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
0+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 · 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
Arxiv
0+阅读 · 2022年4月19日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
23+阅读 · 2020年9月16日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
小贴士
相关VIP内容
「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
138+阅读 · 2021年3月30日
专知会员服务
65+阅读 · 2021年1月28日
专知会员服务
30+阅读 · 2020年12月21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
相关资讯
云上应用系统数据存储架构演进
阿里技术
2+阅读 · 2021年9月1日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16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
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27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
相关基金
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
2+阅读 · 2014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 · 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 · 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
微信扫码咨询专知VIP会员