一类不确定时延网络控制系统的故障诊断

研究了具有不确定时延的网络控制系统的故障诊断问题。通过建模将一类具有不确定时延的网络控制系统等效为具有不确定性的离散线性系统,并构建了故障观测器对系统进行故障检测。基于线性矩阵不等式(LMI)的方法,将故障诊断问题转化为系统鲁棒性的设计问题,给出并证明了解存在的条件以及观测器增益矩阵的求解方法。最后通过仿真验证了该算法的有效性。

基于粒子滤波的分布式故障诊断

针对非线性、非高斯环境下多传感器的系统故障诊断问题,提出了一种新的基于粒子滤波的分布式故障诊断方法。通过粒子滤波得到的状态估计值的全概率分布信息可用于故障检测。首先建立系统分布式故障诊断模型,由于通信限制,假设各传感器只能向信息融合中心传输二进制数。在各观测值独立同分布的条件下,提出了分布式故障诊断算法,包括本地判决的设计和融合中心的准则设计。仿真结果表明了所提出算法的有效性和优越性。

基于TrueTime的网络控制系统实时仿真

网络控制系统是涉及控制系统与通信网络的复杂系统,其仿真过程需要综合考虑多方面因素。引入了网络控制系统理想的仿真平台——TrueTime工具箱,可以对网络时延、网络参数、控制方法、网络调度等多方面进行综合仿真研究,实现控制性能与网络调度同时仿真的要求,从而使得网络控制系统的研究更加容易。结合实例,利用TrueTime仿真平台实现了对网络控制系统的实时仿真,仿真结果可以看出TrueTime工具箱对网络控制系统的实时仿真的有效性。

基于网络控制系统的H_∞鲁棒控制

针对控制器与执行器均为事件驱动、传感器为时间驱动、时延不确定且不大于一个采样周期的网络控制系统,建立了其在单包传输下的离散模型。基于Lyapunov函数和线性矩阵不等式(LMI)方法,分析了闭环系统的鲁棒稳定性,导出了闭环系统渐近稳定且满足给定H∞性能指标的充分条件。通过仿真算例,证明了分析方法和结果的有效性。

基于人工神经网络的变压器励磁涌流的鉴别

研究了基于神经网络方法的电力变压器励磁涌流鉴别。对变压器励磁涌流及故障电流进行了数字仿真,比较了两者在物理特性上的区别。利用Matlab的人工工具箱,分别建立了BP和RBF神经网络模型,对励磁涌流和故障电流的样本进行训练及测试。结果表明,人工神经网络可以正确地区分励磁涌流和故障电流,RBF神经网络能更加快速、准确地判断出变压器的故障。

网络控制系统时延的分析及补偿

网络控制系统是计算机、通信技术和控制技术融合发展所形成的一个新领域。网络诱导时延的分析与补偿是该研究领域的关键问题。分析了网络诱导时延,并建立了具有随机时延的网络控制系统在单包传输下的模型。然后引入全维状态观测器,在此基础上对系统的网络时延进行补偿。最后给出了不同情况下的仿真图,验证了时延的不利影响及补偿方法的有效性。