THPFSY-2型雙容水箱液位實驗系統魯棒故障診斷

陳虹麗， 李 強， 劉紋巖

(1. 哈爾濱工程大學 自動化學院， 哈爾濱 150001; 2. 上海衛星工程研究所， 上海 201100)

·儀器設備研制與開發·

THPFSY-2型雙容水箱液位實驗系統魯棒故障診斷

陳虹麗1， 李 強1， 劉紋巖2

(1. 哈爾濱工程大學 自動化學院， 哈爾濱 150001; 2. 上海衛星工程研究所， 上海 201100)

研究了THPFSY-2型雙容水箱在干擾和故障作用下的魯棒故障診斷問題。首先根據雙容水箱機理模型建立雙容水箱的T-S模糊模型，然后通過引入參考模型，建立有關故障殘差估計誤差的廣義殘差方程，將基于T-S模型的故障診斷濾波器設計問題轉換成了典型的系統魯棒控制問題。根據有界實引理給出了參數最優解的線性矩陣不等式解的形式，并對其正確性進行了證明。通過仿真驗證了該算法在雙容水箱故障診斷中的有效性。

雙容水箱； T-S模型； 魯棒故障診斷； 線性矩陣不等式

0 引 言

雙容水箱[1]是工業上常見的控制對象，可以模擬實際工業生產中多種常見的控制過程，因此很多大學過程控制實驗室均配備了雙容水箱實驗系統，用于在實驗室模擬實際的工業控制問題[2]，而故障診斷研究對保障水箱這類復雜非線性系統的可靠性與穩定性，具有重要意義[3]。

本文選擇THPFSY-2型雙容水箱實驗系統作為故障診斷研究的對象，通過引入參考模型，建立起有關故障殘差估計誤差的廣義殘差方程，并對其正確性進行了驗證，可以較好地實現在實驗室模擬研究工業上常見故障的診斷與分析[4]，具備一定的實踐意義。

1 THPFSY-2型雙容水箱總體架構

雙容水箱實驗系統由水箱容器、水泵、電氣控制箱、液位傳感器及控制計算機組成，其總體結構示意圖見圖1，系統原理圖如圖2所示。水箱參數如下：水箱橫截面積S=154 cm2，連通閥橫截面積Sn=5 cm2,液位最大值Hmax=60 cm，重力加速度g=980 cm/s2，CV1流量系數az1=0.447 0，CV2流量系數az2=0.645 8，其具體值為實驗所得。

(a)

(b)

圖2 雙容水箱實驗系統原理圖

2 THPFSY-2型雙容水箱T-S模糊建模

根據物料平衡原理可得[5]：

水箱T1

水箱T2

由托里拆利公式[6]：

整理可得：

(1)

經過多次實驗，選用4條規則(M1～M4)給雙容水箱實驗系統建模。

Rule 1：IFh1(t) is about 0.2Hmax，THEN

Rule 2：IFh1(t) is about 0.4Hmax，THEN

Rule 3：IFh1(t) is about 0.6Hmax，THEN

Rule 4：IFh1(t) is about 0.8Hmax，THEN

可得：

其隸屬度函數[7]選擇梯形和三角形，如圖3所示。

圖3 前提變量的隸屬函數(4條規則)

令x=[x1x2]T=[h1h2]T，得到的雙容水箱實驗系統的T-S模型表示如下：

(8)

式中：ξ(t)=x1(t)/Hmax。將以上建立的T-S模糊模型與雙容水箱的機理模型以水箱1液位40%穩態值為條件，在SIMULINK中仿真，仿真時間200 s，采樣時間0.01 s，初始值x0=[0 0]T，u0=350 mL/s，其結果如圖4所示。理論與實踐均證明，隨著模型規則數的增加，T-S模型可以任意給定精度逼近任一非線性系統。

圖4 T-S模型與機理模型對比

3 基于水箱T-S模型的故障診斷設計

一個連續時間系統的T-S模型受執行器故障、傳感器故障以及噪聲干擾時，其一般表達式[8]：

Eid(t)+Fif(t)]

Gid(t)+Rif(t)]

(9)

式中：ξ(t)為可測前提變量[9]；Ai∈Rn×n，Bi∈Rn×m，Ci∈Rq×n為系統狀態矩陣；u(t)∈Rm為系統的控制量；Ei∈Rn×nd，Fi∈Rn×nf，Gi∈Rq×nd，Ri∈Rq×nf。對于式(9)表示T-S模型系統，則其基于故障檢測濾波器[10]形式的殘差生成器可用以下形式表示：

(10)

(11)

為書寫方便，將前提變量ξ(t)簡寫為ξ，

(12)

(13)

(14)

(15)

(16)

(17)

此時，引入一個參考模型[11]，其傳遞函數可以用Wref表示，且該模型的輸出rref(s)=Wreff(s)對故障f(t)有著較高的靈敏度，能夠非常理想地跟蹤并反映出故障特點，且滿足：

(18)

此時的參考模型濾波器模型可以保證在所有的頻域范圍內對故障f(t)都有一定放大作用，有助于實現對故障的檢測[11-12]。此時定義如下廣義殘差信號re(t)，其值為狀態觀測器所得到的殘差與參考模型輸出的差，其頻域表達式為：

re(s)=r(s)-Wreff(s)

(19)

假設選擇一個合適的Wref∈RH∞，其狀態實現為:

(20)

式中，Dref∈Rnr×nf，若定義增廣向量

則根據式(19)及式(20)可得以下增廣殘差狀態方程：

(21)

式中：

定理式(10)的殘差生成器設計可轉化為以下線性不等式(LMI)條件下最優化問題：

(26)

式中：P1、P2為正定對稱矩陣；Ki、V為適當維數的矩陣；γ為一正數，需滿足以下LMI條件：

(27)

其中，Ψij定義如下：

(28)

*代表對應位置元素的轉置，φij表示如下：

(29)

解以上LMI不等式組即可直接得到殘差加權矩陣V，而觀測器增益矩陣為

(30)

得到的γ表征了故障診斷的魯棒性能，γ越小，故障診斷的魯棒性越好。

(31)

若正定對稱矩陣P可以用正定對稱矩陣P1、P2表示為：

(32)

將式(22)～(25)以及式(32)代入式(31)，可以得到：

(33)

式中，Ψij定義如式(28)。參照文獻[15]中的結論，不等式(33)成立的充分條件是以下不等式成立：

證畢

一般情況下，取Ei=E，Fi=F，Gi=G，Ri=R。此時有Ψii=Ψij，則條件式(27)可以簡寫為：

Ψii<0,i=1,2,…,r

(34)

4 THPFSY-2型水箱故障診斷

4.1 系統描述

在故障及干擾情況下，水箱其連續時間系統T-S方程可表示如下：

Eid(t)+Fif(t)]

(35)

(36)

4.2 故障診斷仿真

實際故障f(t)包含fa(t)及fs(t)兩個故障，根據殘差生成器設計部分的討論，選取合適的參考模型Wref可得到二維殘差r(t)，其每一行的元素分別對應fa(t)及fs(t)，因此可同時檢測fa(t)及fs(t)。若Wref=Cref(SI-Aref)-1Bref+Dref，其狀態空間實現可記為：

(37)

取

此時，根據Wref生成的殘差r(t)可以同時實現對故障fa(t)及fs(t)的檢測。根據定理得到一組最優解為γ=0.369 4，Jth=0.38。此時r(t)的每一路殘差分別對應fa(t)和fs(t)，其仿真結果如圖5所示。

圖5 fa(t)及fs(t)同時診斷

5 結 語

針對雙容水箱T-S模型，提出了一種基于參考模型的魯棒殘差生成器設計方法，不僅可以實現對水箱傳感器故障的診斷及估計，對于相對復雜的執行器故障，依然可以利用本文所提方法進行診斷及估計。最后通過BRL引理將最優參數的求法用求LMI不等式組的方式表示出來，從而方便了計算。其算法的優點就是可以選擇不同結構形式的參考模型來調整最終殘差的結構，使其完成對每一類的故障分別建立相應的診斷殘差，非常地靈活。

[1] 張也維, 范家璐. 基于重構貢獻的雙容水箱故障診斷方法 [J]. 解放軍理工大學學報(自然科學版), 2014, 15(2): 103-8.

[2] 徐國旺, 沈 毅. 三容水箱系統故障診斷算法研究 [D].哈爾濱：哈爾濱工業大學, 2008.

[3] 劉 玲, 張 西, 汪琳娜. 故障診斷技術的現狀與發展 [J]. 電子測試, 2016(4): 62-63.

[4] THUMATI B T, FEINSTEIN M A, JAGANNATHAN S. A model-based fault detection and prognostics scheme for takagi-sugeno fuzzy systems [J]. IEEE Transactions on Fuzzy Systems, 2014, 22(4): 736-48.

[5] 吳麗娜. 基于模型的不確定系統魯棒故障檢測與估計方法研究 [D].哈爾濱：哈爾濱工業大學, 2013.

[6] 郎月. TS 模糊模型的建模研究 [D].錦州：渤海大學, 2014.

[7] 王振華, 沈 毅, 張筱磊. 基于增廣觀測器的非線性系統執行器故障診斷 [J]. 宇航學報, 2012(12): 1742-6.

[8] ZHANG K, JIANG B, STAROSWIECKI M. Dynamic output feedback-fault tolerant controller design for Takagi-Sugeno fuzzy systems with actuator faults [J]. Fuzzy Systems, IEEE Transactions on, 2010, 18(1): 194-201.

[9] NGUANG S K, SHI P, DING S. Fault detection for uncertain fuzzy systems: an LMI approach [J]. IEEE Transactions on Fuzzy Systems, 2007, 15(6): 1251-62.

[10] KHAN A Q, ABID M, DING S X. Fault detection filter design for discrete-time nonlinear systems— A mixed H- /H∞H- / H∞ math container loading mathjax optimization [J]. Systems & Control Letters, 2014, 67(1): 46-54.

[11] ICHALAL D, MARX B, RAGOT J,etal. Fault detection, isolation and estimation for Takagi-Sugeno nonlinear systems [J]. Journal of the Franklin Institute, 2014, 351(7): 3651-76.

[12] NAGY-KISS A M, SCHUTZ G, RAGOT J. Parameter estimation for uncertain systems based on fault diagnosis using Takagi-Sugeno model [J]. Isa Transactions, 2015, 56:65-74.

[13] BOULKROUNE B, HALABI S, ZEMOUCHE A. H-/H∞ fault detection filter for a class of nonlinear descriptor systems [J]. International Journal of Control, 2013, 86(2): 253-62.

[14] 錢華明, 富振鐸, 寧秀麗. 基于LMI的H_/H∞故障檢測觀測器設計 [J]. 宇航學報, 2012, 33(12): 1747-56.

[15] TUAN H D, APKARIAN P, NARIKIYO T. Parameterized linear matrix inequality techniques in fuzzy control system design [J]. IEEE Transactions on Fuzzy Systems, 2001, 9(2): 324-32.

RobustFaultDiagnosisofTHPFSY-2Double-TankWaterLevelSystem

CHENHongli1,LIQiang2,LIUWenyan2

(1. College of Automation, Harbin Engineering University, Harbin 150001, China;2. Shang Institute of Satellite Engineering, Shanghai 201100, China)

The robust fault diagnosis of THPFSY-2double-tank under disturbance and fault was studied in this paper. According to the physical model of the double-tank system, a T-S fuzzy model of the system was established by local linear method. Then by introducing a reference model, a generalized residual error equation was established. At the same time, the problem of fault diagnosis was converted into a typical system robust control problem. Linear matrix inequalities (LMI) conditions for the optical solutions weregiven according to the bounded real lemma (BRL). Finally, effectiveness ofthe proposed algorithm was verified by Matlab simulation.

double-tank system; T-S model; robust fault diagnosis; linear matrix inequalities

TP 231

A

1006-7167(2017)11-0044-04

2017-05-25

國家自然科學基金(61371172)；黑龍江省自然科學基金(F2017008)；黑龍江省博士后科研啟動基金(LBH-Q10140)

陳虹麗(1963-),女,黑龍江賓縣人,博士,教授，研究方向： 智能非線性建模,預測及系統分析。

Tel.：13945062063； E-mail：chenhongli-1963@163.com