過(guò)程控制系統(tǒng)的故障檢測(cè)診斷與容錯(cuò)控制.pdf

1、過(guò)程系統(tǒng)的生產(chǎn)環(huán)境通常處于高溫高壓或低溫真空等極端環(huán)境，如操作不當(dāng)或因控制系統(tǒng)發(fā)生故障，可能造成生產(chǎn)中斷、爆炸、毒氣泄漏等危險(xiǎn)。為了提高生產(chǎn)的安全性，對(duì)控制系統(tǒng)進(jìn)行有效地故障檢測(cè)、診斷與容錯(cuò)補(bǔ)償措施是十分必要的。且多數(shù)過(guò)程控制對(duì)象都具有慢變化特性，其控制精度的要求比航空航天或運(yùn)動(dòng)控制精度要低，這就為故障檢測(cè)、診斷與容錯(cuò)控制技術(shù)在工業(yè)過(guò)程中的應(yīng)用提供了可能性。實(shí)際的容錯(cuò)控制策略不僅要保證在故障模式下系統(tǒng)的穩(wěn)定，同時(shí)也要盡可能滿足一定的性能

2、指標(biāo)或約束條件，因此進(jìn)一步探索在多目標(biāo)或多約束條件下的滿意容錯(cuò)控制方法就是非常必要的。 本文重點(diǎn)研究過(guò)程控制系統(tǒng)的故障檢測(cè)、診斷與容錯(cuò)控制理論與技術(shù)，取得的主要研究成果與創(chuàng)新點(diǎn)如下： 1.建立了符合工業(yè)實(shí)際的多種傳感器故障和執(zhí)行器故障（閥門(mén)故障）的合理描述模型，改進(jìn)了現(xiàn)有的“二狀態(tài)故障模型”描述方法，研究了基于神經(jīng)網(wǎng)絡(luò)建模與自適應(yīng)閾值技術(shù)的魯棒故障檢測(cè)與診斷方法，并進(jìn)一步設(shè)計(jì)了一種有效的廠級(jí)主動(dòng)補(bǔ)償容錯(cuò)控制策略。分別在三

3、水箱實(shí)驗(yàn)平臺(tái)和DAMADICS平臺(tái)上驗(yàn)證了上述方法的有效性。 2.提出了一種基于特征樣本、核主元分析和核函數(shù)梯度算法的故障檢測(cè)與診斷方法。該方法采用了特征樣本提取技術(shù)解決了過(guò)程監(jiān)控中核矩陣K計(jì)算量大的問(wèn)題，利用核函數(shù)梯度算法計(jì)算每個(gè)監(jiān)控變量對(duì)統(tǒng)計(jì)量T2和SPE貢獻(xiàn)度診斷故障信號(hào)，并在Tennessee Eastman化工仿真平臺(tái)的多種不同類型故障模式下，驗(yàn)證了上述策略的有效性。 3.針對(duì)復(fù)雜工業(yè)過(guò)程中多回路控制和復(fù)雜操作

4、等因素造成的工業(yè)故障診斷難度加劇問(wèn)題，提出了一種基于獨(dú)立成分分析和支持向量機(jī)的集成故障診斷方法。針對(duì)中石化丁二烯普通精餾生產(chǎn)裝置的實(shí)際生產(chǎn)過(guò)程，利用連續(xù)三年的實(shí)際工業(yè)故障數(shù)據(jù)，驗(yàn)證了提出的ICA-SVM集成故障診斷方法的有效性和快速性。 4.針對(duì)一類模型未知的多變量非線性系統(tǒng)，提出了一種基于擴(kuò)展卡爾曼濾波在線學(xué)習(xí)算法的RBF網(wǎng)絡(luò)逆模容錯(cuò)控制方法。該方法采用擴(kuò)展卡爾曼濾波算法在線更新網(wǎng)絡(luò)權(quán)值，學(xué)習(xí)系統(tǒng)的時(shí)變參數(shù)或故障動(dòng)態(tài)，并利用自

5、適應(yīng)RBF模型的迭代逆模算法求解故障動(dòng)態(tài)下最優(yōu)的控制變量，實(shí)現(xiàn)故障容錯(cuò)控制。在三水箱實(shí)驗(yàn)平臺(tái)的多種泄漏故障模式下驗(yàn)證了上述控制策略的有效性。 5.為了滿足工業(yè)實(shí)際中要求容錯(cuò)控制策略不僅保證故障模式下系統(tǒng)的穩(wěn)定，同時(shí)還須滿足一定的性能指標(biāo)或約束條件的要求，本文還進(jìn)一步對(duì)多指標(biāo)約束下的復(fù)雜控制系統(tǒng)滿意容錯(cuò)控制方法進(jìn)行了初步的研究。針對(duì)同時(shí)具有狀態(tài)和控制時(shí)滯的不確定離散時(shí)滯系統(tǒng)，在一般執(zhí)行器故障模式下，研究了基于狀態(tài)反饋的H∞滿意容錯(cuò)