当前位置:文档之家› 基于二部图的控制系统故障诊断方法

基于二部图的控制系统故障诊断方法

4068 2011,Vo1.32,No.12计算机工程与设计ComputerEngineering andDesign 基于二部图的控制系统故障诊断方法 王 欢 r, 郑 刚 (1.中国科学院软件研究所综合信息系统技术国家级重点实验室,北京100190; 2.中国科学院研究生院,北京100049) 

摘要:针对连续控制系统,建立了由系统约束集、变量集和边集构成的二部图模型,提出了一种定性描述与定量分析相结 合的故障诊断算法。该算法通过分离子系统,求解系统的关联矩阵及最大匹配,定义了描述变量与系统约束之间依赖关系 的规则,并设计了关联矩阵分层算法,以此来计算控制系统残差。以一个线性系统为例,探讨了该算法的应用过程,并通过 仿真实例验证了该算法的有效性。 关键词:控制系统;故障诊断;二部图;匹配;关联矩阵 中图法分类号:TP206+.3 文献标识码:A 文章编号:1000.7024(201 1)12.4068—03 

Fault diagnosis method of control system based on bipartite graph WANG Huan r. ZHENG Gang (1.StateKeyLaboratoryofIntegratedInformationSystemTechnology,InstituteofSoftwareChineseAcademyofSciences, Beijing 100190,China;2.Graduate University,Chinese Academy ofSciences,Beijing 100049,ChinaJ 

Abstract:After establishing a general fault diagnosis model based on bi-partite graphs,a fault diagnosis method combined qualitative description and quantitative analysis is proposed for continuous control systems.To obtain the reduced associated matrix and its maximum mathing,system composed of known variables is detached;And to calculate residuals for diagnosis,rules about relations between system faults and residuals from the bi-partite graph method are proposed,and the associated matrix’S layering algorithms are also pro— posed.Finally,a simulation instance is proposed to discuss the method and validate its result. Key words:control system;fault diagnosis;bipartite graph;matching;the associated matrix 

0引 言 控制系统故障诊断技术主要研究如何对系统中出现的故 障进行检测、分离和估计,是提高控制系统可靠性和降低事故 风险的重要方法“ 。故障诊断方法可以划分为定性分析方法 和定量分析方法两大类 。文献【4]基于故障诊断的数据挖掘 系统,采取了数据挖掘技术的粗集理论构造了故障诊断系统。 基于图论的故障诊断方法是定性分析方法的一个重要分支, 主要包括符号有向图(SDG)方法和故障树方法 。符号有向图 是一种被广泛采用的描述系统因果关系的图形化模型,能够 表达复杂的因果关系 。文献[7]利用条件概率描述节点间因 果关系,将定量描述引入到定性SDG模型中。文献[8]利用趋 势分析信息建立SDG模型,给出了数据驱动方法和基于模型 方法相结合的故障诊断方法。目前,SDG方法在故障诊断领 域的研究和应用已取得一定成果,将SDG方法用于故障诊断 核心问题是推理方法及效率的问题,其中定量信息的合理利 用是故障诊断问题的主要难点 删。二部图故障诊断方法是基 收稿日期: 基金项目: 作者简介: CCF会员, 于图论的方法,为控制系统的故障诊断提出了一种新的思路, 与SDG方法相比,此方法将定性分析与定量分析相结合,更 好地利用了定量信息;并且应用图论中求二部图最大匹配的 算法,更方便地建立变量与故障之间的因果关系。到目前为 止,研究基于二部图的控制系统故障诊断方法的文献不是很多, 文献n1]提出了基于二部图的故障诊断方法。本文针对连续控 制系统,给出基于二部图的故障诊断方法的一股化描述,并以 电机系统模型为例进行分析仿真,得到残差用于故障诊断。 

1故障诊断方法 1.1 系统模型的二部图描述 考虑连续控制系统 f史(f)=g (f),“(f),act),0,f) l y(t)= ( (,), (,), ,), ,) 式中:xER ,uERm,yERp, ∈ ——状态向量、输入向量、输出向 量及噪声向量;0——已知参数向量。 定义1控制系统 的二部图。S的二部图可用一个三元 

2011-01—15;修订日期:2011—03—20。 中国科学院科技创新基金项目(CXJJ-10一M20)。 王欢(1985一),女,河北衡水人,硕士研究生,研究方向为计算机应用技术; 郑刚(1974一),男,河南洛阳人,博士,副研究员 研究方向为计算机应用技术。E-mail:wanghuan7sky@126.com 王欢,郑刚:基于二部图的控制系统故障诊断方法 2011,Vo1.32,No.12 4069 (2)与乃有关系的变量为 个,J=1,2,…,p;分别记为: xz一 ,…舶;并且,这 个变量与 的关系通过 个约束体现出 

=二 =鲁 … (3) :Jc.= dxn 

(三 ::: :兰’】三二: : c4 

1.2故障诊断算法 ( 嘲eEE, e0 i v8∈ ≠ ) 

图1二部图方法故障诊断的一般过程 1.2.1子系统分解 利用已知变量通过约束来确定未知变量是故障诊断关注 的一个基本问题。据此可以简化二部图,分离出只由已知变 量及对应约束构成的子系统。 针对系统对应的二部图Go=(C 功及关联矩阵 ,通过 分离只由已知变量及对应约束构成的子系统,可以得到简化 后的二部图G0及对应的关联矩阵 ,步骤如下: 步骤1划分变量集z和约束集C。将二部图Go=(e z, 

,分别划分变量集z和约束集C:Z: u 为已知变量构 成的集合, 为未知变量构成的集合;C= U ,对Vc,若C中 只出现了已知变量,则C∈ ;否则,C∈G。 步骤2从二部图Go=(c,Z' 的结构中划去仅含有已知 变量的子系统( ,Q( )),得到简化后的二部图G。=( ,Q(c,3, E,。其中,Q为从约束集到此约束集中出现的变量构成的集 合的映射。 步骤3将关联矩阵 去掉 对应的行和Q(Cx)对应的 列,得到二部图G 对应的关联矩阵 。 定义3匹配 MC_E是G的若干条边的集合,若 满 足:P。,e2EM:el:/=e2 ̄p (g。)≠ (P2)n e。)≠ (P2),则称M是一个 匹配。 中边的数目称为匹配 的度。其中,P 为从边集到 约束集的映射, 为从边集到变量集的映射。对于二部图G= (CZ功,VP∈E且P硭 若将e加入 构成 , 不再是一个匹 配,则称匹配M为最大匹配(图论中一些基本概念,如:弱定点、 弱边、交错路径、可增广路径、交错树等参见参考文献[121)。 寻找上述二部图的最大匹配可以采用经典的匈牙利算 法“ ” ,可以得到二部图G=(C,z, 的最大匹配 。 改进关联矩阵日,使其可以标记当前最大匹配的信息和 导数约束。在关联矩阵中引入值为一1的元素,表示此边属于 当前最大匹配;引入值为2的元素,表示不能仅根据血来计算 五(导数约束);则得到改进关联矩阵H 。其元素定义如下 

h = 一1(c ∈朋 0 VP∈E,e≠(o 1 P∈EP=( z3 (6) 

2 j P=(c , , ∈E;andz ̄, :岛=— d t 1.2.2残差求解 定义4“欠约束”二部图, 哈约束”二部图,“过约束”二 部图。一个二部图G=(C,z, 称为: (1)过约束的,如果变量集z存在完备匹配,而约束集C不 存在完备匹配。 (2)恰约束的,如果存在匹配 同时是变量集Z和约束集 C的完备匹配。 4070 2011,Vo1.32,No.12 计算机工程与设计Computer Engineering and Design (3)欠约束的,如果约束集C存在完备匹配,而变量集z不 存在完备匹配。 针对“过约束”二部图,已知其关联矩阵H ,可以得到用来 检测系统故障的解析冗余关系0:ck(c㈣,c …,C o)。步骤如下: 步骤1 对关联矩阵 分层,得到分层后的关联矩阵 。 (1)在H 右侧添加两列(第n+l列和第n+2列):第n+l列用 来标记可以在二部图中产生“ZERO”结点的约束,第 +2列用 来记录当前行的约束在产生“ZERO”结点的过程中所处的层 次(置初值为一2),得到一个矩阵/A∈ … 。 (2)确定矩阵 中新增的两列元素的迭代初值:若矩阵 的第i行(约束C所在的行)不存在一1(即:未匹配),则将矩阵 的元素 (f, +1)置为.1;若矩阵 的第f行(约束c所在的行)只 有元素(f,,)为一1,其余都为0,则将元素 (f, +2)置为0。 (3)迭代确定矩阵 中新增的两列元素的取值:若矩阵 HR(ij)为一1,且(f,n+2):no(not‘一1’),则看矩阵 第J列是否存 在不为0的元素:如果元素 ,)≠O且 +1)不为一1,则将 ( +2)置为n0+1;依此类推,直到除了第n+l列为.1的行之外, 其余行的最后一列元素均不为.1。最后,将第n+l列为一1的行 的最后一个元素置为max{HR(i, +1))+1。 步骤2依据下述两个规则构造变量和约束之间的依赖 关系: (1)对未知变量zj,若存在 ∈C,使得zj可以由变量z ,…, z (f≥1) ̄lJ用约束Ck确定,则记乃=c (z ’z ,… 。 (2)若约束C 未匹配,即关联矩阵 的元素 (尼, +1)为一l, 且关联矩阵 的第七行下列元素不为0:(1),(2),…,(i);f≥I,则记 0=ck(c(”,c(2),…,C(。)。 步骤3迭代得到解析冗余关系。 将表达式0:ck(cm,c … C )中的所有未知变量zj用从已知 变量出发的式子zj= ,… 代换。 至此,通过对关联矩阵日 分层,从已知变量到“ZERO”结 点,逐步标记二部图中结点所处层次,可得到形如0= , c ”,cc。)的解析冗余关系用来检测系统故障;其中C =cf1(c (… -) ・ 0))), ≤f;m,,的取值由关联矩阵中元素的取值决定。 基于二部图产生的解析冗余关系有如下特点: (1)由交替路径构成。 (2)始于已知变量,终于未匹配的约束——它们的输出已 标记为“ZERO”结点。 (3)识别解析冗余关系:没有匹配的约束,并且其中的未知 变量都已匹配。 根据1.2.2节中得到的解析冗余关系,当且仅当存在 : ≠0 ≠0时,可以得到残差 =c c(1),c( ”, 。1),用来检测系统 是否发生故障。 注记1:考虑随机噪声的影响。 可将噪声看作未知输入,在有随机噪声的情况下,得到的 解析冗余关系不再严格等于零,而是小于某个预先设定的阈 值。噪声向量在系统中的传播过程与输入向量“是相同的。 2仿真分析 本节对电机系统模型“ 用基于二部图的方法进行分析及 仿真,模型如下 RA卦LA l c =! I c,) d l(,) RA f) y2(f)一去 =鲁y2(f)一-y。(f) 了MF y2(t) 了1“ ( (8) (a)残差n (b)残差 图2用基于二部图方法的仿真结果 分析图2可得:残差r。在前30个仿真周期接近0,第30个 仿真周期插入故障之后发生跳变;残差F2在前40个仿真周期 接近0,第40个仿真周期插入故障之后发生跳变。仿真结果验 证了基于二部图方法得到了有效的可用于故障诊断的残差。 (下转第4009页)

相关主题