选择一组能够检测并隔离所有故障的故障检测隔离集(FDIS)是动态系统基于模型故障检测与隔离(FDI)的重要步骤,该步骤通常要求FDIS的基数最小,即求解最小故障检测隔离集(MFDIS),MFDIS的求解时间随着问题规模增大呈指数级增长。BILP(Binary...选择一组能够检测并隔离所有故障的故障检测隔离集(FDIS)是动态系统基于模型故障检测与隔离(FDI)的重要步骤,该步骤通常要求FDIS的基数最小,即求解最小故障检测隔离集(MFDIS),MFDIS的求解时间随着问题规模增大呈指数级增长。BILP(Binary integer linear programming)完备方法是现行动态系统中通用和最高效的MFDIS求解方法,但该方法的求解效率有待提高。本文首次提出了基于部分最大可满足性问题(PMS)的MFDIS求解方法。提出极小超定方程集(MSO)的概念,将部分MSO集合用MSO等价集表示,以缩减问题规模。将MFDIS求解问题转化为PMS问题,进而提高求解效率。实验结果表明,本文方法将问题规模平均约简至原来的8.22%;与BILP方法相比,本文方法的求解效率提高了4.18~9.5倍。展开更多
文摘选择一组能够检测并隔离所有故障的故障检测隔离集(FDIS)是动态系统基于模型故障检测与隔离(FDI)的重要步骤,该步骤通常要求FDIS的基数最小,即求解最小故障检测隔离集(MFDIS),MFDIS的求解时间随着问题规模增大呈指数级增长。BILP(Binary integer linear programming)完备方法是现行动态系统中通用和最高效的MFDIS求解方法,但该方法的求解效率有待提高。本文首次提出了基于部分最大可满足性问题(PMS)的MFDIS求解方法。提出极小超定方程集(MSO)的概念,将部分MSO集合用MSO等价集表示,以缩减问题规模。将MFDIS求解问题转化为PMS问题,进而提高求解效率。实验结果表明,本文方法将问题规模平均约简至原来的8.22%;与BILP方法相比,本文方法的求解效率提高了4.18~9.5倍。