基于L_2观测器的Takagi-Sugeno系统故障诊断研究
基于Takagi_Sugeno模_省略_络的欠驱动无人艇直线航迹跟踪控制_董早鹏
仪
器
仪
表
学
报
Chinese Journal of Scientific Instrument
Vol. 36 No. 4 Apr． 2015
Sugeno 模糊神经网络的 基于 Takagi* 欠驱动无人艇直线航迹跟踪控制
1， 2 董早鹏 ， 刘 1 涛 ， 万 1， 2 1， 2 1， 2 1， 2 磊 ， 李岳明 ， 廖煜雷 ， 梁兴威
1
引
言
受到众多研究人员的关注 ， 由于其具有使用少维度的 控制输入实现机器人多维度 的 空 间 运 动 功 能 ， 因而对 于其研究 具 有 长 远 的 实 用 价 值 。 欠 驱 动 无 人 艇 的 航 迹跟踪控制系统是一种典型 的 欠 驱 动 机 器 人 系 统 ， 由
近年来 ， 欠驱动机器 人 系 统 的 运 动 控 制 问 题 日 益
变量的总维数； j 是 x i 的控制器输入变量的模糊总分割
n
数； 总节点数为 N2 =
2 2 ij
∑ m 。以高斯铃形函数作为其隶
i
i =1
2， …， m； i = 1 ， 2， …， n； l = 1 ， 2， …， r。 式中： j = 1 ， l 然后推导 c ij 及 σ ij 的学习优化算法， 可把参数 p ji 看 图 1 的复杂网络结构可以简化为图 2 形式。 作固定量，
T x n］ 通过网络结构传送到第二层。
u 2 + v2 ≈ u ， 式中： U = 槡 是一常数， 称之为无人艇前进 。 合速度 无人艇转艏运动一阶非线性的表达式为：
第二层每个节点代表一个与之相对应的模糊量， 用
第4 期
模糊推理方法
几种典型的模糊推理方法根据模糊推理的定义可知，模糊推理的结论主要取决于模糊蕴含关系),(~Y X R 及模糊关系与模糊集合之间的合成运算法则。
对于确定的模糊推理系统，模糊蕴含关系),(~Y X R 一般是确定的，而合成运算法则并不唯一。
根据合成运算法则的不同，模糊推理方法又可分为Mamdani 推理法、Larsen 推理法、Zadeh 推理法等等。
一、Mamdani 模糊推理法Mamdani 模糊推理法是最常用的一种推理方法，其模糊蕴涵关系),(~Y X R M 定义简单，可以通过模糊集合A ~和B ~的笛卡尔积(取小)求得，即)()(),(~~~y x y x B A RMμμμΛ= (3.2.1) 例 3.2.1 已知模糊集合3211.04.01~x x x A ++=，33211.03.05.08.0~y y y y B +++=。
求模糊集合A ~和B ~之间的模糊蕴含关系),(~Y X R M 。
解：根据Mamdani 模糊蕴含关系的定义可知：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⨯=1.01.01.01.01.03.04.04.01.03.05.08.0]1.03.05.08.0[1.04.01~~),(~B A Y X R MMamdani 将经典的极大—极小合成运算方法作为模糊关系与模糊集合的合成运算法则。
在此定义下，Mamdani 模糊推理过程易于进行图形解释。
下面通过几种具体情况来分析Mamdani 模糊推理过程。
(i) 具有单个前件的单一规则设*~A 和A ~论域X 上的模糊集合，B ~是论域Y 上的模糊集合，A ~和B ~间的模糊关系是),(~Y X R M ，有大前提(规则)： if x is A ~ then y is B ~小前提(事实)： x is *~A结论： y is ),(~~~**Y X R A B M =当)()(),(~~~y x y x B A RMμμμΛ=时，有 )()}()]()({[V )]}()([)({V )(~~~~Xx ~~~Xx ~***y y x x y x x y BB A AB A AB μωμμμμμμμΛ=ΛΛ=ΛΛ=∈∈ (3.2.2)其中)]()([V ~~Xx *x x AA μμωΛ=∈，称为A ~和*~A 的适配度。
离散随机奇异系统的零和博弈及H∞控制
离散随机奇异系统的零和博弈及H∞控制周海英【摘要】针对噪声依赖于状态的It(o)型离散随机奇异系统,讨论其在有限时域下的零和博弈及基于博弈方法的H..控制问题.在最优控制(单人博弈)的基础上,利用配方法,得到了离散随机奇异系统鞍点均衡策略的存在等价于相应的耦合Riccati代数方程存在解,并给出了最优解的形式.进一步地,根据博弈方法应用于鲁棒控制问题的思路,得到离散随机奇异系统H∞控制问题的最优策略,最后根据动态投入产出问题的特性,建立相应的博弈模型,得到动态投入产出问题的均衡策略.【期刊名称】《南昌大学学报（理科版）》【年(卷),期】2017(041)006【总页数】5页(P519-523)【关键词】离散随机奇异系统;零和博弈;耦合Riccati代数方程;鞍点均衡策略【作者】周海英【作者单位】广州航海学院港口与航运管理系,广东广州 510725【正文语种】中文【中图分类】F224.32奇异系统由于其广泛的应用背景,自产生以来，得到了广泛研究 [1-4]。
随着研究的深入，随机奇异系统由于能更好的模拟现实实际，近年来，引起了众多研究者的兴趣。
在随机奇异系统的稳定性、最优控制及鲁棒控制方面都有不少成果。
Yan Z等研究了伊腾型随机广义系统的稳定性问题[5]。
Zhang W等研究了广义随机线性系统的稳定性问题[6]；Jin H等研究了随机奇异系统的虑波问题[7]。
文献[8]把神经网络法应用于随机奇异系统不定线性二次控制问题中，得到了相应的Riccati微分方程；高明等研究了离散随机Markov跳跃系统的广义Lyapunov方程解的性质[9]；张庆灵等在研究随机奇异系统的稳定性的基础上，得到了连续随机奇异系统线性二次最优控制的Riccati方程[10]。
Xing等研究了不确定广义随机线性系统的H∞鲁棒控制问题[11]。
Zhang和Zhao Y等研究了广义随机线性系统的H∞鲁棒控制问题[12-13] ；Shu Y等研究不确定连续时间奇异系统的稳定性和最优控制问题 [14]。
基于Takagi-Sugeno模糊模型的模糊控制
天津大学硕士学位论文基于Takagi-Sugeno模糊模型的模糊控制姓名：徐妮妮申请学位级别：硕士专业：控制理论与控制工程指导教师：高志伟2002.1.1１１２陟乒ＴＳ模糊模型可以很好地逼近非线性系统，其予模型采用线性动态方程易于用现代控制理论的方法进行分析和控制器的设计。
本文的工作是围绕ＴＳ模糊模型展开的。
首先对以往的模糊系统的稳定性分析和模糊控制器的设计成果进行了回顾。
接下来，文中重点讨论了一般模糊系统的模糊控制器的设计和模糊状态观测器的设计。
得出用模糊状态观测一控制器实现的闭环模糊系统的稳定性定理。
文中提出了模糊状态观测器和模糊控制器的相对分离性设计。
仿真结果验证了结论的正确性。
文中通过扩展Ｔｓ模糊模型定义了模糊广义系统。
讨论了模糊广义系统的模糊状态观测一控制器的设计。
同样，模糊广义系统的模糊状态观测器和模糊控制器也具有设计的相对分离性。
关键词：Ｔｓ模糊模型，模糊控制器，模糊状态观测器，模糊广义系统ＡｂｓｔｒａｃｔＴｈｉｓｐａｐｅｒｃｏｎｃｅｎｔｒａｔｅｓｏｎｔｈｅＴＳｆｕｚｚｙｍｏｄｅｌ．ＴｈｅｆｕｚｚｙｍｏｄｅｌｐｒｏｐｏｓｅｄｂｙＴａｋａｇｉａｎｄＳｕｇｅｎｏｉｓｄｅｓｃｒｉｂｅｄｂｙｆｕｚｚｙＩＦ－ＴＨＥＮｒｕｌｅ，ｗｈｉｃｈｒｅｐｒｅｓｅｎｔｌｏｃａｌｌｉｎｅａｒｉｎｐｕｔ—ｏｕｔｐｕｔｒｅｌａｔｉｏｎｓｏｆａｎｏｎｌｉｎｅａｒｓｙｓｔｅｍ．Ｔｏｂｅｇｉｎｗｉｔｌｌ．ＴＳｆｕｚｚｙｍｏｄｅｌａｎｄｐｒｅｖｉｏｕｓｓｔａｂｉｌｉｔｙｒｅｓｕｌｔｓａｒｅｒｅｃａｌｌｅｄ．ＴｈｅｎｅｘｔｓｅｃｔｉｏｎａｄｄｒｅｓｓｅｓｔｈｅａｎａｌｙｓｉｓａｎｄｄｅｓｉｇｎｏｆｔｈｅｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒａｎｄｔｈｅｆｕｚｚｙｏｂｓｅｒｖｅｒｏｎｔｈｅｂａｓｉｓｏｆｔｈｅＴＳｆｕｚｚｙｍｏｄｅｌ．Ｔｈｅｓｔａｂｉｌｉｔｙｃｏｎｄｉｔｉｏｎｆｏｒｔｈｅｃｌｏｓｅｄ－ｌｏｏｐｓｙｓｔｅｍｉｓｄｅｒｉｖｅｄ，ｗｈｉｃｈｓｈｏｗｓｔｈａｔｔｈｅｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒａｎｄｔｈｅｆｕｚｚｙｏｂｓｅｒｖｅｒＣａｎｂｅｄｅｓｉｇｎｅｄｉｎｄｅｐｅｎｄｅｎｔｌｙｗｉｔｌｌｓｏｍｅｃｏｎｓｔｒａｉｎｓ．Ｔｈｅｎｕｍｅｒｉｃａｌｓｉｍｕｌａｔｉｏｎｏｎａｌｌｉｎｖｅｒｔｅｄｐｅｎｄｕｌｕｍｓｙｓｔｅｍｉｓｇｉｖｅｎｔｏｉｌｌｕｓｔｒａｔｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｃｌｏｓｅｄ－ｌｏｏｐｓｙｓｔｅｍ．ＦｉｎａｌｌｙａｆｕｚｚｙｄｅｓｃｒｉｐｔｏｒｓｙｓｔｅｍｂｙｅｘｔｅｎｄｉｎｇｔｈｅｏｒｄｉｎａｒｙＴＳｆｕｚｚｙｍｏｄｅｌｉｓｄｅｆｉｎｅｄ．Ｔｈｅｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒａｎｄｔｈｅｆｕｚｚｙｏｂｓｅｒｖｅｒｏｆｔｈｅｆｕｚｚｙｄｅｓｃｒｉｐｔｏｒｓｙｓｔｅｍａｒｅｄｉｓｃｕｓｓｅｄ．Ｆｏｕｒｋｉｎｄｓｏｆｓｔａｂｉｌｉｔｙｃｏｎｄｉｔｉｏｎｓａｒｅｄｅｒｉｖｅｄ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｈｏｗｓｔｈｅｕｔｉｌｉｔｉｅｓｏｆｔｈｏｓｅｓｔａｂｉｌｉｔｙｃｏｎｄｉｔｉｏｎｓ．Ｋｅｙｗｏｒｄｓ：ＴＳｆｕｚｚｙｍｏｄｅｌ，ｆｕｚｚｙｃｏｎｔｒｏｌｌｅｒ，ｆｕｚｚｙｏｂｓｅｒｖｅｒ，ｆｕｚｚｙｄｅｓｃｒｉｐｔｏｒｓｙｓｔｅｍ第一章绪论第一章绪论§１．１模糊控制系统近年来的研究与发展美国加利福尼亚大学Ｌ．Ａ．Ｚａｄｅｈ教授在１９６５年提出的｛ＦｕｚｚｙＳｅｔ＞）【１】开创了模糊控制的历史，从此模糊数学科学发展起来了。
7.2-Sugeno模糊模型建模及控制
9
10
9
10
Degree of membership
1
ZR
0.8
0.6
Hale Waihona Puke 0.40.20
-0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25 x
1
ZR
0.8
0.6
0.4
0.2
0
-3
-2
-1
0
1
2
3
dx
Degree of membership
图4 倒立摆的摆角、角速度隶属函数
仿真设计： 根据上述规则设计一个二输入、单输出的
Sugeno模型，可观察到输入输出隶属函数曲线。 仿真结果如图1和图2所示。
仿真程序：chap7_3.m
MF Degree of input 1
1
0.8 little
big
0.6
0.4
0.2
0
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
x
1
0.8 little
big
0.6
0.4
0.2
0
0
1
2
3
4
5
6
7
8
9
10
x
MF Degree of input 2
图1 Sugeno模糊推理系统的输入隶属函数曲线
Z
10
5
0
10
5
5
4 3
2
Y
00
1
X
图2 Sugeno模糊推理系统的输入/输出曲线
第4章 模糊T-S控制(3)
ρ2
P2 P + Q2 2
P Ai + AiT P − ZiC − (ZiC)T + Q2 P 2 2 2 <0 2 P − ρ I 2
(2.13)
首先，由式(2.13)求得P和 i，然后由式(2.12) 2 L 求得 P 和 Ki 。 1
20
二、一类非线性系统的模糊控制方法 一类非线性系统的模糊控制方法 一类非线性系统的模糊控制
2 n1 3 4 n2
(2.1)
其中x , x ∈R , x , x ∈R (n = 2(n1 + n2 ))是系统的状态向量,状 态是可量测的， u∈ Rm 是控制输入向量，y∈Rm 是系 统的可量测输出向量,C ∈R , f 2 , f 4 是光滑非线性函 数,d2 , d4是外部扰动,x =[x1T , x2T , x3T , x4T ]T ∈Rn , m = n1 + n2 ,d =[0, d ,0, d ] .
9
二、一类非线性系统的模糊控制方法 一类非线性系统的模糊控制方法 一类非线性系统的模糊控制
1.一类非线性系统的模糊H∞控制问题 问题描述:考虑如下的非线性系统
& x1 = x2 & x2 = f 2 (x, u) + d2 & x3 = x4 x4 = f 4 (x, u) + d4 &
证明 选取
Lyapunov
5
一、模糊T－S控制简介 模糊T 模糊
从而提出了基于模糊T-S模型的松弛二次稳定控制方 案。Liu等人推广了文[65]的二次稳定充分条件，进 一步降低保守性，提出了一种二次稳定控制方案[66 －67]。Park借助T-S模糊模型，提出一种在线参数估 计方法[68]并研究了参数不确定非线性系统的稳定性 问题[69]。文[70]给出了一种积分模糊模型的系统设 计方案。T-S模糊模型还被用来研究非线性关联系统 的跟踪控制问题[71]、非线性奇异系统的稳定性问题 [72]和带有执行器饱和的非线性系统的鲁棒控制问题 [73]。文[74-75]提出了时延系统的模糊模型，并讨 论了非线性时延系统的分析和综合问题。文[76]给出 了不确定模糊时延系统的二次稳定控制方法。文[77]
基于模糊滑模的卫星姿态控制系统故障诊断
姜
斌
1
（ 1 南京航空航天大学自动化学院， 南京 210016 ） （ 南京航空航天大学高新技术研究院， 南京 210016 ）
S 模糊方法和滑模观测器的 摘要： 针对卫星姿态控制系统的执行机构故障 ， 提出了一种基于 TS 模糊模型的卫星姿态控制系统模型 ， 故障诊断方法． 首先， 建立了基于 T并在此基础上， 设计了 一种用于状态检测的模糊滑模观测器 ． 该观测器在执行机构发生故障的情况下 ， 仍然保持滑模模 态， 可以利用等效输出注入实现故障的直接估计 ． 在故障和干扰上界未知的情况下， 采用迭代学 习算法在线计算并调节滑模项的切换增益大小 ， 避免了不必要的高频抖振现象； 同时利用 H ∞ 思 通过求解 LM I 获得观测器参数， 将干扰对故障估计的影响最小化． 计算机仿真结果表明， 该 想， ， ． 故障诊断方法能够对执行机构故障进行较为精确的估计 从而验证了方法的有效性 S 模糊模型； 滑模观测器 关键词： 卫星； 姿态控制； 故障诊断； T023806 中图分类号： TB277 文献标识码： A 文章编号： 1001 － 0505 （ 2010 ） 增刊（ I） -
THEN
x （ t） = A i x（ t） + Bu（ t） y（ t） = Cx（ t）
i = 1， 2， …， r
}
（ 4）
i i z1 ， z2 ， …， z s 为先验变量； M 1 ， M2 ， …， M is 为隶属度函数； r 为模糊规则数； s 为先验变量数； A i 通过对 式中， 式（ 3 ） 在工作点线性化得到． 考虑执行机构故障， 整个系统的状态方程可表示为 r
x =
h i （ z ） （ A i x + Bu + Df a ∑ i =1
基于相平面的分布式驱动电动汽车稳定性控制
2021年（第43卷）第5期汽车工程Automotive Engineering2021（Vol.43）No.5基于相平面的分布式驱动电动汽车稳定性控制*钟龙飞，彭育辉，江铭（福州大学机械工程及自动化学院，福州350116）［摘要］为提高分布式驱动电动汽车的操纵稳定性，提出一种基于相平面法的行驶稳定性控制策略。
首先，建立非线性车辆2自由度模型，获得不同路面附着系数下车辆质心侧偏角相平面稳定域边界模型。
其次，基于质心侧偏角相平面设计分区域控制器，当车辆处于稳定域内时，采用模糊神经网络控制器来决策横摆力矩，使车辆跟随目标变量；当车辆处于稳定域外时，设计失稳度和模糊神经网络联合控制器决策总横摆力矩，使车辆恢复稳定。
最后，基于Simulink和CarSim仿真平台在蛇行绕桩和双移线工况下对稳定性控制方法进行仿真，并进行实车测试验证，结果证明了本文中所提控制策略的可行性和有效性。
关键词：电动汽车；行驶稳定性；相平面；分布式驱动；模糊神经网络；分区域控制器Stability Control of Distributed Driven Electric Vehicle Based on Phase PlaneZhong Longfei，Peng Yuhui&Jiang MingSchool of Mechanical Engineering and Automation，Fuzhou University，Fuzhou350116［Abstract］To improve the handling stability of a distributed driven electric vehicle，a driving stability con⁃trol strategy based on phase plane method is proposed.Firstly，a two degree⁃of⁃freedom nonlinear model for vehicle simulation is established to obtain the boundary model of phase plane stability region for vehicle centroid slip angle with different tire⁃road friction coefficients.Secondly，a regional controller based on the phase plane of centroid side⁃slip angle is designed to achieve the stability of vehicle.When the vehicle runs in the stability region，the yaw mo⁃mentum is determined by the fuzzy neural network controller to make the vehicle follow the target variable.When the vehicle runs out of the stability region，the yaw momentum is determined by a combined controller of instability and fuzzy neural network to restore the stability of the vehicle.Finally，by use of Simulink and CarSim software，the sta⁃bility control method is verified by simulation and on⁃road experiment under the condition of snaking driving around pile and double line change.The experimental results reveal the feasibility and effectiveness of the proposed control strategy.Keywords：electric vehicle；driving stability；phase plane；distributed driven；fuzzy neural net⁃work；regional controner前言在分布式驱动电动汽车横摆力矩的决策与控制研究中，主要有两种研究方法：第一种是基于线性2自由度车辆模型计算出理想横摆角速度和质心侧偏角，将其作为目标变量进行跟踪控制［1］；第二种是基于轮胎非线性特性建立车辆动力学模型［2］，通过横摆角速度和质心侧偏角相平面对车辆稳定性进行研究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
局部 Ｔ Ｓ模 糊 模 型 『］ 则 描 述 如 下 ： — ４规 Ｒ ｌ ｉ ｉｌ …， ： Ｊｔ ｉ帆 ｔｅ ｕｅ （＝ ， Ｎ） ｉ ｏ（）ｓ ｈ ｎ ２ ｆ Ｊ（＝ ，Ｂ ｆ ｘｔ Ａ ） ｆ ） － ＋ Ｊ
ｔｔ ｘ Ｄ １ ｙ￣ｃ ＠－ｆ （
（） １
受到限制 。 — Ｔ Ｓ模糊模型是一种描述动态非线 性系统的简单 方 法 ， 用 局 部 线性 化 的线 性 模 型来 描 述 非 线 性 系统 。运 用基 于 它
２２ 使 用情 况 ．
通过现场使用来 看 ， 临时支护装置使 用安全系数 高 ， 该 操 作 简单 、 使用便捷 ， 在满足安 全生产需 要 的基 础上 ， 提高 了支
护效 率 ， 快 掘 进 速 度 ， 效 改 善 了 工 作 面 掘 进 过 程 中 的 临 时 加 有 支护 效 果 。 存 在 主要 优 点 如 下 ：
Ｔ ｓ模 型 的 方 法 ， 行 故 障 诊 断 的研 究 ， 经 成 为 近 年 来 控 制 — 进 已 领域 的热 点 。 文 献 ＿ 对 Ｔ Ｓ模 糊 模 型 ， 出 了一 种 基 于 Ｌ ¨ 针 — 给 ＭＩ
其 中 ＥＲ 是状 态向量 ，『 ∈Ｒ “ｆ 是 系统 输入 ，（ Ｊ ｙＯＥＲ 是 系 统输 出 荆 Ｒ 待检测 的故障信号 。Ａ ， 是具有适 当维 Ｂ， ｃ， 数 的 已 知 常矩 阵 。 ∞（为 可测 变量 ， （ 一， 为模 糊 集 合 ， Ｉ ） 江１ ２ ，） ｖ （） ｃＯ属于模 糊集 隶属度 函数且满足 ： ｆ是 ｏ ） ）
进一 步应用 Ｌ ２优化技 术１ 给 出故 障检测 滤波器 设计 的 Ｌ ３ ］ ， ＭＩ
方法 。
１ 预 备 知识
１１ 系 统 描 述 ．
较少 ， 非线性 系统 在建模方 面存在很大 的难度 。多数 的非线性 系统 ， 都是先在一个工作点 附近将系统线性 化 ， 然后利用线性
理 论 对 其 进 行 研究 。 这 种 方 法 仅 对 于 在 线 性 化 后 与 原 系统 相 差不 大或者是 严格 的工作于工 作点 附近 的系统是有 效 的 ， 对 于考 虑整 个 系 统 的 变 化 和 非 线 性 的 系 统 ，故 障 诊 断 的 鲁 棒 性
【 ｙ ＿ 户 ａ ￣Ｅｆｔ （ ）
的故 障检测 滤波器 ， 残差 信号对于故 障具 有较高 的灵敏度 。 使
矸。
（ ） 割后立 即对 空顶 区进 行 临时 支护 ， ５截 缩短 了空 顶 时
间 ， 效 的 减 少 顶 板 变 形 和 离 层 ， 作 人 员 处 于 永 久 支 护 的顶 有 操
ｆ Ｎ
的模糊控 制器的设计方法 ，在该 方法 中系统状 态 的动态性 能 分别通过相应 的局部系统闭环极点的配置来确定。文献【 论 时 了基 于 Ｔ ｓ模糊模 型的故障诊断观测器设计 问题 ，并对 系统 — 的稳 定 性 进 行 了详 细 证 明 。
本 文 将 研 究 一 类 基 于 Ｔ ｓ模 糊 模 型 的故 障 诊 断 问 题 ， — 利 用 模 糊 观测 器 的 基 本 原 理 ，对 Ｔ ｓ模 糊 系统 设 计 基 于 观 测 器 —
』胁 １ （ ∞
ｌ≤ Ｏ “ （ ≤Ｉ／ １ ｆ Ｖ ∈｛， ｝ ） ） …Ｎ 由式 （ ） 得 如 下 Ｔ Ｓ模 糊 模 型 描述 的全 局 系统 ： １可 —
，
（ ２ ）
（） ３
～
ｊ ）２ 厶 （ ￡ ） Ｉ￡ １，∞ ） （ 曰 ０ ＝． （ ） ¨ 】 ． １ （ ） ＋
板下 ， 杜绝人员进入空顶区作业 ， 保证 了作业时安全 。 （） ６ 操作简单 ， 操作 阀组少 ， 管路少 ， 便于维护管理。 （） ７ 与传 统 临 时 支 护 方 式 相 比实 现 机 械 自动 化 ， 少 现 场 减
操 作 人 员 数 量 和 劳 动 强 度 ，节 省 了人 力 ，大 大 减 少 了劳 动 强 度 ， 高 了劳 动 工 效 。 提
煤 矿 现 代 化
２１ 耳第３ ００ 期
总第９ 期பைடு நூலகம்６
基于 观测 器的 Ｔ ｋ ｇ Ｓ ｇ ｎ ａ ａ ｉ ｕ ｅ ｏ系统 故障诊断研 究 —
林 波，周玉国，朱志伟
（ 青岛理工大学 自动化工程学院 ，山东 青岛 ２ ６ ３ ） ６ ０ ３
摘 要 针对一类 Ｔ ｋｇ— ｕｅ ｏ系统模型所描 述的非 线性系统 ， ａａｉＳｇｎ 基于 Ｌ ２方法 ， 究 了控制 系统故障 研 诊 断 问题 。 过 引入 参 考 模 型 ， 用 Ｌ 通 利 ２优 化 的方 法 设 计 故 障诊 断观 测 器 ， 生 系 统故 障 的残 差 模 型 。 用 李 产 运 亚 普 诺 夫 稳定 性 理 论 给 出观 测 器 稳 定 的充 分 条 件 ， 用 线 性 矩 阵 不 等 式方 法表 示 了其 充 分 条 件 ， 过 解 矩 并 通 阵不 等 式 得 到 观 测 器 的增 益 矩 阵 。 仿 真 研 究 说 明所 提 出 的方 法 是 有 效 的 和 可 行 的 。 关 键 词 故 障 诊 断 ；Ｔ ｋ ｇ Ｓ ｇｎ 模 型 ；Ｌ ａ ａｉ ｕ ｅｏ — ２优 化 ； 亚 普 诺 夫 ； 性 矩 阵 不 等 式 ； 真 李 线 仿
中图 分 类 号 ：Ｐ ７ Ｔ ２３ 文献 标 志码 ： Ａ 文 章 编 号 ：０ ９ ０ ９ （ ０ ０ ０ — ０ １ ０ １０ — ７ ７ ２ １ ）３ ０ ７ — ３
在 过 去 的 三 十 年 ，故 障 诊 断 技 术 得 到 了控 制 界 的广 泛 关 注 。 基 于模 型 的 故 障 检 测 和 诊 断 技 术 已经 被 成 功 的 应 用 于 控 制 系统 。该 技 术 的 主 要 的 思 想 是 在 正 常 系 统 和 故 障 系 统 之 间 产 生 残 差 。但 基 于模 型 的 方 法 在 非 线 性 系 统 中 的 应 用 还 相 对