[發明專利]混合不確定下的主動故障診斷方法、裝置及存儲介質有效
| 申請號: | 202111180527.3 | 申請日: | 2021-10-11 |
| 公開(公告)號: | CN114003015B | 公開(公告)日: | 2023-06-23 |
| 發明(設計)人: | 梁斌;邱豪豪;徐峰;王學謙 | 申請(專利權)人: | 清華大學深圳國際研究生院 |
| 主分類號: | G05B23/02 | 分類號: | G05B23/02 |
| 代理公司: | 深圳新創友知識產權代理有限公司 44223 | 代理人: | 江耀純 |
| 地址: | 518055 廣東省深圳市*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 混合 不確 定下 主動 故障診斷 方法 裝置 存儲 介質 | ||
1.一種混合不確定下的主動故障診斷方法,其特征在于,所述主動故障診斷方法包括:
步驟S100:根據系統模型建立系統的中心動力學方程,以及不確定性因素的動力學方程:
步驟S200:建立主動故障診斷優化問題,包括:
基于所述系統的中心動力學方程,以及不確定性因素的動力學方程,以輸入信號為優化變量,不同模態的輸出區域分離為約束條件,最小化輸入能量為優化目標,描述所述主動故障診斷優化問題;
步驟S300:采用重新線性化技術以及分支定界方法求解主動故障診斷優化問題,包括:
基于所述主動故障診斷優化問題,采用重新線性化技術,獲得初始線性松弛問題,并給出其松弛變量的初始上下界,
根據分支定界的方法,將初始線性松弛問題逐步劃分為變量取值范圍更小的子問題,將線性松弛逐漸收緊,獲得全局最優解,
基于全局最優解,確定系統的工作模態。
2.根據權利要求1所述的主動故障診斷方法,其特征在于,所述步驟S100:根據系統模型建立系統的中心動力學方程,以及不確定性因素的動力學方程,包括:
步驟S101:在存在多種故障模態,并在集約束擾動與噪聲以及高斯擾動與噪聲影響情況下,建立離散線性時不變系統方程:
其中,和分別是k時刻的系統狀態,輸入信號,輸出信號,集約束未知擾動,集約束測量噪聲,高斯未知擾動以及高斯測量噪聲,xk+1是k+1時刻的系統狀態,Ai,Bi,Ci,Es,Eg,Fs,Fg是具有合適維度的系統參數矩陣,其中,下標i用于標注系統模態,i∈M,M是所有系統模態的集合,集約束未知擾動和集約束測量噪聲被限制在相應的中心對稱集合內,分別表述為其中,cw代表集約束未知擾動的中心對稱集合的中心,Hw代表集約束未知擾動的中心對稱集合的生成矩陣,cv代表集約束測量噪聲的中心對稱集合的中心,Hv代表集約束測量噪聲的中心對稱集合的生成矩陣,各種下標的均表示中心為c且生成矩陣為H的中心對稱集合,高斯未知擾動以及高斯測量噪聲滿足高斯分布,將高斯分布的協方差矩陣定義為單位陣,并表述為其中,μw和分別表示高斯未知擾動高斯分布的均值和協方差矩陣,μv和分別表示高斯測量噪聲高斯分布的均值和協方差矩陣,各種參數和下標的均表示均值為μ且協方差矩陣為Q的高斯分布;對于任意的高斯分布,則總存在相應的系統參數矩陣Eg,Fg使得高斯未知擾動和高斯測量噪聲滿足相應的分布;輸入信號滿足uk∈U,其中U為凸集;w用來表示擾動,v表示噪聲,擾動和噪聲都是向量,nw和nv表示噪聲和擾動的維度,也就向量的維度;I用來表示單位矩陣,其下標對應單位矩陣的維度,那么和就表示尺寸分別為nw×nw以及nv×nv的單位矩陣,分別表示服從高斯分布的擾動和噪聲的協方差矩陣;
步驟S102:令所述步驟S101建立的離散線性時不變系統的初始狀態包含不確定性,表述為x0=c0+z0+g0,其中,x0為系統初始狀態,c0為系統初始狀態中心,為系統初始狀態時的集約束不確定性,其中為對應初始狀態集約束不確定性的中心對稱集合的生成矩陣,為系統初始狀態時的高斯分布不確定性,其中為初始狀態高斯分布不確定性的協方差矩陣;
根據方程(1),任意時刻的系統狀態均可表述為如下形式:
其中,xk為k時刻的系統狀態,為k時刻的系統狀態中心,zk為k時刻的系統狀態的集約束不確定性,為k時刻的系統狀態集約束不確定性的中心對稱集合的生成矩陣,gk為k時刻的系統狀態的高斯分布不確定性,為相應k時刻系統狀態高斯不確定性的高斯分布的協方差矩陣;
根據所述方程(2),獲得系統狀態中心的動力學方程以及不確定性因素的動力學方程:
其中,為k+1時刻的系統狀態中心,為k+1時刻系統狀態集約束不確定性的中心對稱集合的生成矩陣,為k+1時刻系統狀態高斯分布不確定性的協方差矩陣,下標i用于標注系統模態,i∈M,M是所有系統模態的集合,Ai,Bi,Es,Eg,Fs,Fg為具有合適維度的系統參數矩陣,為k時刻的系統狀態中心,uk為k時刻的輸入信號,cw為集約束未知擾動的中心對稱集合的中心,μw為高斯未知擾動高斯分布的均值,為k時刻系統狀態集約束不確定性的中心對稱集合的生成矩陣,Hw為集約束未知擾動的中心對稱集合的生成矩陣,為k時刻系統狀態高斯分布不確定性的協方差矩陣,AiT為矩陣Ai的轉置,為矩陣Eg的轉置,后文中上標T均表示對應矩陣或者向量的轉置。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學深圳國際研究生院,未經清華大學深圳國際研究生院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111180527.3/1.html,轉載請聲明來源鉆瓜專利網。





