基于神經網絡的雙連桿柔性機械臂事件觸發故障檢測研究

黃明滔 張志慧

摘要：本文針對具有未知函數、未建模動態和擾動的雙連桿柔性機械臂系統，提出了一種基于神經網絡的事件觸發故障檢測策略。在神經網絡近似和事件觸發機制的框架下，提出了一種故障檢測觀測器。該方案在保證故障檢測性能的同時，降低了網絡通信負擔。最后通過仿真實驗，驗證了該方法的有效性。

關鍵詞：故障檢測;事件觸發機制;神經網絡;雙連桿柔性機械臂

中圖分類號：TP302? ? 文獻標識碼：A

文章編號：1009-3044（2021）26-0088-03

開放科學（資源服務）標識碼（OSID）：

Research on Event-triggered Fault Detection of Double Link Flexible Manipulator Based on Neural Network

HUANG Ming-tao， ZHANG Zhi-hui

（Shenyang University of Technology， School of Artificial Intelligence， Shenyang? 110870， China）

Abstract： In this paper， an event-triggered fault detection strategy based on neural network is proposed for nonlinear double link flexible manipulator systems with unknown functions， unmodeled dynamics and disturbances. Based on the framework of neural network approximation and event triggering mechanism， a fault detection observer is proposed. This scheme can ensure the performance of fault detection and reduce the burden of network communication. Finally， the effectiveness of the proposed method is verified by simulation.

Key words： fault detection; event-triggered mechanism; neural networks; double link flexible manipulator

1引言

隨著安全需求的不斷增加，故障檢測在汽車控制系統制造過程等動態系統中已成為最重要的組成部分。基于模型的故障檢測問題在線性系統中已經相當成熟;許多研究者都致力討論非線性系統的故障檢測，然而，在系統中存在未知的非線性函數，很少涉及故障檢測問題。神經網絡在非線性函數未知的故障檢測中發揮了積極的作用，如將神經網絡學習算法與非線性觀測器結合進行故障檢測[1]。事件觸發機制[2]的設計，保證系統的性能，減少通信負擔。所以本文提出了一種基于神經網絡的事件觸發故障檢測的方法。

2問題描述

2.1 系統動力學

雙連桿柔性機械臂的非線性動力學模型為，用廣義坐標[q1]和[q2]表示關節1和關節2的角度位置以及在這些關節上施加的扭矩[τ1]和[τ2]的運動方程為：

[H11H12H21H22q1q2+-hq2-hq1+q2hq10q1q2=τ1τ2]? ? ? ? （1）

在執行器發生故障時，用廣義坐標[q1]和[q2]表示關節1和關節2的角度位置以及在這些關節上施加的扭矩[τ1]和[τ2]的運動方程為：

[q1q2=-M（q）-1-hq2-hq1+q2hq10q1q2+M（q）-1τ1τ2+Δ（k-t）ξq1，q2，q1，q2]? ? ? ? ? ? ? ? ? ? ? ? （2）

式中，[ξq1，q2，q1，q2]是未知的故障函數向量。為了將上述系統轉換成空間形式，可以選擇下列系統狀態變量：

[x=x1x2x3x4T=q1q2q1q2T]，

[u=τ1τ2T]，[Mc-1（q）=00M31M4100M32M42T]

[M31=1a1+2a3cosq2+2a4sinq2]，

[M32=-a2+a3cosq2+a4sinq2a2a1+2a3cosq2+2a4sinq2]

[M41=-a2+a3cosq2+a4sinq2a2a1+2a3cosq2+2a4sinq2]，

[M42=1a2]

[a1=I1+m1l2i1+I2+m2l2i2+m2l21，a2=I2+m2l2i2，a3=m2l1li2cosδ1，a4=m2l1li2sinδ1]

式（2）可以表示為：

[x=f1（x）+g（x）+Δ（k-t）ξ（x）y=Cx]? ? ? ? ? ? ? ?（3）

式中，[f1（x）=0010000100f331f34100f431f441x1x2x3x4]。

其中，

[f331=hx4a1+2a3cosx2+2a4sinx2+hx3a2+a3cosx2+a4sinx2a2a1+2a3cosx2+2a4sinx2]