论文总字数：36233字

摘 要

随着计算机技术的迅猛发展，多智能体系统协同控制理论在多个领域被广泛应用。伴随着其鲁棒性强、效率高等优点，多智能体系统的故障发生频率也会高于单一系统，因此针对该类系统的故障检测策略显得更加重要。

本文主要针对一阶多智能系统分布式编队的控制问题，在通讯拓扑图为全连通图或无向连通图时，设计了一种基于观测器的故障检测策略。我们给出了一种含双参数的观测器，该观测器使得编队中的任意个体可以对全局输入和全局状态信息进行估计，并且估计的过程不会增加通讯信息量。同时该观测器又使得编队中的任一个体都可以对任意其他个体进行故障检测。

在假定观测噪声为高斯白噪声，系统不确定项有界的前提下，我们证明了任意个体i对其它个体k（这里允许）的观测状态与被观测个体的真实状态的差值应当是范数有界的。我们称该上界为故障检测的阈值。该阈值与噪声的分布情况、系统不确定项的上界和系统的通信结构有关。用于计算阈值的所需数据仅为对系统状态进行观测所需要的数据。当观测状态与理想状态之差的范数大于该阈值时，我们即认为个体i检测出了个体k故障。最后我们通过仿真对该算法进行验证，仿真的结果证明该算法是有效的。

关键词：故障检测 分布式 一阶系统 观测器

Abstract

With the rapid development of computer technology, multi-agent system cooperative control theory has been widely used in many fields. With its great robustness and high efficiency, the failure frequency of multi-agent system is higher than that of single system, so the fault detection strategy for such systems shows more importance.

In this paper, a fault detection strategy based on observer is designed for distributed formation control of first-order multi-intelligent systems when the communication topology is fully connected graph or undirected connected graph. We present a two-parameter observer, which allows any individual in the formation to estimate the global input and global state information without increasing the amount of communication information. At the same time, the observer enables any body in the formation to detect faults for any other individual.

Assuming that the observed noise is white Gauss noise and the system uncertainty is bounded, we prove that the difference between the observed state of any individual I and the real state of the observed individual K (where I = k is allowed) should be norm bounded. We call this upper bound the threshold of fault detection. The threshold is related to the distribution of noise, the upper bound of system uncertainties and the communication structure of the system. The data needed for calculating the threshold is only the data needed for observing the system state. When the norm of the difference between the observed state and the ideal state is greater than the threshold value, we consider that the individual I detects the individual K fault. Finally, we validate the algorithm by simulation. The simulation results show that the algorithm is effective.

Key Words: Fault Detection Distributed First-order System Observer

目 录

第一章 绪论 1

1.1背景介绍 1

1.1.1故障检测概述 1

1.1.2研究意义 2

1.2文献综述 3

1.3 章节架构 6

1.4特色与创新点 6

第二章 模型建立 7

2.1一阶动力学模型建立 7

2.2编队系统通信模型 7

2.3状态观测器的建立 8

2.4 编队控制目标和反馈控制器 10

2.4.1 编队控制目标 10

2.4.2反馈控制器 11

2.5 收敛性证明 11

第三章 故障检测策略 16

第四章 模拟仿真 21

4.1通信模型和路径问题 21

4.2参数确定 23

4.2.1可选参数的确定 23

4.2.2阈值确定 24

4.3随机模拟 25

第五章 模型分析 27

5.1误差分析 27

5.1.1误差来源 27

5.1.2修正方式 27

5.2敏感度分析 27

第六章 结语 28

致 谢 29

参考文献： 30

第一章 绪论

故障检测作为控制工程的一个子领域，主要作用为监控系统、确定故障发生的时间、确定故障类型及故障发生的位置。目前故障检测系统主要采取的方法大致有基于系统本身模型的故障检测、基于观测器的故障检测和基于硬件设备的故障检测，其中基于观测器的故障检测是近些年来兴起的一个方向。该方法关键点在于观测器的构造，对原动力系统的依赖性较小。其检测结果的准确度在很大程度上依赖于对噪声的估计和对观测器的设计，大体方法为通过一个观测器对系统的状态进行估计，并通过将该估计值与系统真实值进行比较得到一个残差向量。此时，根据对系统本身的一些假定，我们得到残差向量在相关假设下应当是有界的，我们称该界限为故障检测的阈值。如果我们观测到残差向量的范数超过该阈值，则通常认为检测到故障。在本课题中，我们针对一阶动力系统设计出了一类新的观测器，论证了该观测器的合理性，通过利用该观测器对原系统进行估计，并将估计值与系统实际状态对比，实现了对一阶分布式系统的故障检测。

1.1背景介绍

二十世纪中期以来，随着计算机技术的兴起和工业技术的革新，现代生产迎来了在设备和技术上的重大突破，在此背景下多智能体系统协同控制在多个领域被广泛的应用，与单个子系统相比，分布式系统具有效率高、性能好等优点。但同样由于其系统本身的复杂性，由于传感器、控制器和通信设备的数量庞大，网络化系统变得更加复杂，故障发生的频率也比单一系统高，这类复杂大系统一旦发生故障，轻则降低系统的运行效率，重则会产生重大事故。提高系统在运行中的安全性与可靠性，减少生产生活中的安全隐患，成为现代工业系统中的重大课题。故障诊断技术对系统运行状况进行监测，判断是否有故障发生，同时确定故障发生的时间、位置、大小和种类等情况，即完成故障检测、分离和估计，是提高系统运行可靠性、降低系统运行风险的重要方法；随着系统复杂程度的日渐提升，针对系统的故障检测策略越来越成为系统架构不可或缺的一部分。

1.1.1故障检测概述

故障检测的思想在很多领域早有应用，但真正把这种对系统状态进行监控分析判断是否有故障发生的思想成果故障检测的是Beard和Jones提出的 FDF（Failure Detection Filter）模型，这之后基于模型的故障检测策略便很快发展起来，逐渐发展成为自动控制理论中不可或缺的一部分，可以说这个时期是已有的控制理论推动了故障检测理论的发展；在之后的一段时间里，由于计算机科学的迅猛发展和航空航天领域、机器人以及大规模、网络化、分布式的工业生产系统的迫切需求，故障检测策略在这些领域又有了长足的发展；在接下来的几年里，又不断产生了许多基于模型的故障检测方法，并且逐步建立了基于模型的故障检测的理论框架。1990年，Frank在Automatica期刊上发表了一篇总结基于模型的故障检测技术最初15年取得的主要成果，清楚地勾画了已有故障检测技术的框架，将基于模型的故障诊断研究分为基于观测器的故障检测策略、基于奇偶空间法的故障检测策略和基于参数识别法的故障检测策略三种[6]，这里我们给出了基于观测器的故障检测策略原理图（如图一）。

20世纪90年代初，出现了一种全新的把基于观测器的故障检测方法和奇偶空间法相结合起来的故障检测方法。并且这种方法的合理性得到了证明。值得一提的是，基于观测器的故障检测方法和基于奇偶空间的故障检测方法本质上都是利用残差向量来对故障进行检测。进一步又在原有的理论框架中，发展出了通过实时的参数估计来进行故障监测的基于参数识别的方法。

剩余内容已隐藏，请支付后下载全文，论文总字数：36233字