基于动态观测器的多故障诊断技术的应用研究

　　由于技术发展水平的不断提高,被诊断对象通常都是十分复杂的系统,所发生的故障更是多种多样,可能是多种征兆对应于一个故障,也可能是一种或多种征兆同时对应着多个故障。显然,与单故障的诊断相比较,系统多重故障的诊断要复杂的多。特别是像卫星、火箭等复杂的航天器,各个分系统间或分系统内各部件间的高度非线性、耦合性和时变性,使得实际运行中发生多重故障的概率非常大。因而,开展基于模型的多重故障诊断方法研究对提高系统的故障诊断能力显得格外重要,多重故障诊断方法研究在实际中得到越来越多的重视[1]。

　　在基于模型的故障诊断中,早期的工作只限于单故障的诊断,后来才逐步的开始研究多故障的诊断问题。现有的多重故障诊断方法主要有两种,即B-J检测滤波器法[2]和降阶观测器法[3]。在实际应用中,当被诊断对象故障模式较多时,上述两种方法都存在诊断速度较慢、观测器增益矩阵的设计过程十分繁琐等缺点,往往难于满足实时性的要求[4]。为了克服上述困难,本文采用一种新的多重故障诊断方法,该方法通过设计一个动态观测器来

　　检测一系列故障,效果等同于使用了降阶观测器,但观测器的数量却大大减少。然后,将此方法应用于耦合故障的情况。将多个故障同时发生时导致的一个新的故障信号看成是一个新的故障模式,相应的故障分配矩阵做某种形式的组合,于是转化成一系列单故障的情况。这种方法可以有效地诊断出多重故障的发生[5]。

　　1　动态观测器的设计

　　1. 1　多故障系统模型

　　多故障的线性系统模型可表示为:

　　2　多故障诊断策略

　　考虑到在实际系统中,由于建模误差和噪声等各种扰动因素的影响,既使在系统无故障的情况下,稳态状态误差e(t)和残差r(t)也不可能精确的等于零。因此,可以根据实际系统中各种扰动因素对残差影响的大小,适当的选择阈值r,当残差r(t)超过此阈值时可判断系统发生了故障[7]。即:

　　(1)如果残差r(t)≤r,则系统处于正常状态;

　　(2)如果残差r(t)>r,则系统发生了故障。

　　下面介绍如何判断是哪一个故障发生了。设系统原故障模式为μ1,μ2…μq,相应的向量为F1,F2…Fq,满足两两线性无关。当单故障发生时,如有下列各式成立:T1Fi≠0,T2Fi≠0,…,Ti-1Fi≠0,TiFi=0,Ti+1Fi≠0,…,TqFi≠0,则可以判断是故障μi发生了。

　　当有2个或2个以上的故障同时发生(线性相关的故障看成同一故障)时,在系统中会导致一个新的故障信号,相应于2个故障影响的叠加,其故障分配矩阵可用2个故障分配矩阵的某种“组合”,形成一个新的故障模式。考虑2种故障同时发生的情况,比如故障μj与μk同时发生,则可将其看成是一个新的故障μjk产生,相应的故障向量为Fjk=(Fj　Fk),Fjk是由Fj,Fk组成的“增广”矩阵。而且向量F1,F2…Fq,Fjk仍线性无关,当故障μjk发生时,必有:T1Fjk≠0,…,TjFjk≠0,…,TqFjk≠0,TjkFjk=0。同样以此类推,对于2种以上的故障同时发生的情况,我们也可较容易地得出相应的判别准则。按照这种办法及结合专家经验,将单故障μ1,μ2…μq所有可能组合的情况加以考虑,设系统所有故障模式共有l个,分别是μ1,μ2,…,μq,μq+1,…,μl,其中i=1,2,…,q时的μi为原故障模式;i=q+1,q+2,…l时的μi是耦合故障模式(排列次序为某2个耦合,进而某3个耦合等)。采用1.2节中设计的动态观测器,针对