基于迭代学习策略的非严格重复系统故障估计方法研究

Iterative learning scheme based fault estimation utilizing the operating data to estimate the fault, has become a hot topic in recent years. Generally, the systems are required to keep invariant during the repetitive operation, which ensures accuracy of fault estimation. However, it is critical in real applications because of the disturbances and parameter uncertainties. This project focuses on iterative learning scheme based fault estimation methods for a class of non-repetitive systems with arbitrary initial state, parameter uncertainty or random disturbance. Firstly, the dynamic model is established to describe the fault accurately on the basis of non-repetitive factor analysis. Then, three iterative learning fault estimation methods are proposed to deal with the three non-repetitive factors, respectively: (1) Forgetting factor based fault estimation method is proposed to solve dynamic response delay problem caused by arbitrary initial state. (2) The adaptive fault estimation method with dead zone correction is presented to deal with parameter uncertainties. (3) A robust fault estimator is designed to handling fault estimation error caused by random disturbances. Finally, the proposed methods will be applied to auto electrical control system for actuator and sensor fault detection and estimation.

基于迭代学习策略的故障估计方法，能够利用重复运行数据，对故障进行准确跟踪估计，相关研究工作成为了近几年来研究热点。为保证重复系统故障估计的准确性，现有的迭代学习故障估计方法要求系统特性保持不变。然而，系统中存在扰动和不确定性因素等，其严格重复性难以满足。本项目主要针对非严格重复系统，研究基于迭代学习策略的故障估计方法。首先量化分析非严格重复因素的特性，建立系统的动态模型，实现对系统故障的准确描述。其次，结合不同的非严格重复因素特征，分别提出三类迭代学习故障估计方法。（1）针对任意初态造成的动态响应延时问题，研究基于遗忘因子的任意初态下的故障估计方法。（2）针对参数不确定问题，研究带死区修正的自适应故障估计方法。（3）针对随机扰动造成的故障估计误差问题，研究鲁棒故障估计观测器设计方法。最后，将本项目研究的算法应用于汽车电气控制系统的执行器和传感器故障检测与估计。

基于迭代学习策略的故障估计是一种使用迭代学习策略来重构故障信号的方法，其最大的特点是能够利用系统重复运行中产生的历史数据，对故障信号进行准确的跟踪估计。由于该方法在故障信号轨迹跟踪工作上的高精确度，相关研究工作成为了近几年来的研究热点。该方法在灌装、喷涂、焊接等具有批次往复和重复执行特性的工业生产领域和传送带物品流转、数控机床运行等过程中具有广阔的应用前景。然而，为了保证重复系统故障估计的准确性，现有的迭代学习故障估计方法要求系统严格重复定位，即每次迭代开始时要求系统初态等参数保持一致。实际上，系统中存在扰动和不确定性因素等，其严格重复性难以满足，这给该方法在工业实际生产等领域中的应用带来了困难。.本课题在国家自然科学基金青年科学基金项目的资助下，针对基于迭代学习策略的故障估计方法在非严格重复系统中的估计结果失准问题，确立了以下三个方面的具体研究内容：（1）非严格重复系统中的故障特性研究；（2）非严格重复的不同情形的研究；（3）系统非严格重复情形下的迭代学习故障估计方法设计。.通过上述内容的研究，探明了不同的非严格重复因素和不同的故障对系统故障估计产生的影响，并设计合理的非严格重复迭代学习故障估计策略来使故障方法能够有效应对实际应用的不同情况，建立了故障系统模型和非严格重复系统的数学表述；针对系统初态偏移和随机噪声研究并提出了含遗忘因子的迭代学习故障估计器；针对系统参数不确定性提出了含死区修正的迭代学习故障估计器；针对系统随机噪声或扰动提出了结合滤波器和滑模项的迭代学习故障估计器。.上述方法均得到了理论验证和仿真验证，并取得了丰厚的成果，进一步完善了迭代学习故障估计策略，使其能够适应非严格重复系统，扩大了应用范围。研究成果在工业生产、国防军事等方面均有重大应用价值和指导价值。.