半Markov跳变系统的异步故障检测与容错控制

来源 :安徽大学 | 被引量 : 0次 | 上传用户:ziyutianxia
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文深入研究了 一类半Markov跳变系统的异步故障检测与容错控制问题。Markov跳变系统,作为一种特殊的混杂系统,对具有结构或者参数突变的系统具有强大的建模能力,因此受到国内外学者的广泛关注。然而,由于Markov跳变系统的模态停留时间服从指数分布,这在许多实际系统中很难保证,因此Markov跳变系统的应用存在很多局限性。相比较而言,半Markov跳变系统模态停留时间服从分布形式的更加多样化,转移率可以随时间变化,放宽了限制条件,极大地提高了应用价值。大多数已发表的针对半Markov跳变系统的研究成果都假设跳变系统的模态能够被及时精确地获取。然而,由于时间延迟、信息丢失或失真等复杂应用场景的存在,这种假设很难实现。而不精确的模态信息可能使设计的模态依赖的控制器与实际的系统模态异步,从而影响所设计的控制器性能。因此,在本文中,我们引入了隐半Markov模型来解决这类问题。隐半Markov模型设计一个有限集合内的观测模态来估计系统的真实模态,然后基于观测模态对系统进行有效的控制或者检测。另一方面,在实际工程系统中,各种意想不到的变化都有可能发生,这些意料之外的变化很可能会使系统的性能降低,甚至引发巨大的灾难,造成人员和经济的巨大损失。因此如何保证系统能够安全稳定的运行是当今社会急需解决的问题,而故障检测与容错控制方法的出现为这类问题提供了解决方案。本文结合Lyapunov稳定判据、事件触发、Takagi-Sugeno模糊模型等知识,针对一类连续时间的半Markov跳变系统做了以下研究:(1)第二章中,针对一类线性半Markov跳变系统,我们设计了 一种基于隐半Markov模型的异步故障检测观测器。通过所设计的观测器生成残差信号来检测系统中的故障。使用事件触发方法来减少系统与观测器之间的信号传递次数,提高数据传输的效率。应用Lyapunov函数方法,获得观测器存在的充分条件。最后给出了一个动态切换电路来验证所设计方法的正确性。(2)本文的第三章研究了一类连续时间圆锥型非线性半Markov跳变系统的基于自适应事件触发方法的异步故障检测滤波器的设计问题。开发了一种自适应事件触发方案,以减少从系统到滤波器的信号传递次数,且所设计的方法性能由于前一章的事件触发方案。然后,使用线性矩阵不等式(Linear Matrix Inequality,LMI)方法与凸优化技术,得到了最佳的性能指标。最后,给出一个隧道二极管电路模型来验证所设计方法的准确性和有效性。(3)本文的第四章研究了具有执行器故障的Takagi-Sugeno模糊半Markov跳变系统异步容错控制。针对一类非线性半Markov跳变系统设计了依赖于观测模态的容错控制器来保证系统随机稳定并满足H∞性能。通过单连杆机器人的仿真例子来证明所研究方法的正确性。最后,针对本文的研究内容进行简要的概括,并对今后的研究做出展望。
其他文献
溶解性有机质(DOM)是水生生态系统中的重要组成部分,与许多物理化学和生物地球化学过程紧密相关,派河作为“引江济淮”清水廊道工程江淮段的唯一输水通道,有关水质状况的研究较多,但DOM分子层面的组成信息和特性尚不明确。本文以派河及其支流表层水(光明大堰河)为研究对象,利用水质指标、光谱技术和质谱技术对两条河流中DOM进行表征,明晰水体中DOM组成特征、来源、空间分布与季节变化特征。结果表明:(1)派
学位
巢湖为我国五大淡水湖之一,近年来富营养化问题严重,水华频发,严重危害了巢湖流域的生态环境。藻蓝蛋白(PC)是蓝藻的标志性色素,可以作为一种定量分析指标来反映蓝藻生物量。因此,利用卫星遥感技术监测水体PC浓度动态变化,进而揭示其时空变化规律对湖泊蓝藻水华的有效防控有着重要意义。本研究以巢湖作为研究区,通过实地采样,同步测定水面反射率光谱与水体PC浓度;对Sentinel-3 OLCI遥感影像进行大气
学位
水体富营养化导致的藻类爆发,已经成为全球范围内亟需解决的重要环境问题。寻找生态安全、经济可行的水华控制方法一直以来是水生态保护领域的关键问题之一。植物化感抑藻因其生物降解性好、生态安全性高等特点,在富营养化水体治理和藻类生长控制方面具有较大应用潜力和前景。本文以湿地消落带常见植物陌上菅以及三种新型植物生长调节剂水杨酸、茉莉酸甲酯和独角金内酯作为化感供体材料,研究了其对铜绿微囊藻和斜生栅藻生长的化感
学位
随着工业化和城市化的迅速发展,华东地区臭氧污染日益严峻,臭氧已经成为该地区继颗粒物后最值得关注的大气污染物。获得全覆盖、高精度的臭氧时空分布信息对区域大气环境、生态评估以及流行病研究具有重要意义。近年来,各种大气成分监测卫星陆续升空,为污染监测提供了丰富数据,与此同时,机器学习理论迅速发展,正在逐渐成为大数据建模的有效方案之一。结合卫星遥感和机器学习技术,对近地表大气污染物估算已经成为众多学者关注
学位
巢湖是我国五大淡水湖之一,近年来其水质污染及水体富营养化程度日益严重。内陆湖泊区域水环境中的叶绿素a是反映生态环境污染状况的重要指标之一,定量反演叶绿素a浓度有助于及时监测湖泊水体富营养化的变化。因遥感技术具有成像范围大、成像速度快及经济成本低等优点,所以其在水色反演领域的应用日益突出。水色遥感技术是通过分析遥感反射率与水色要素的关系,从而计算研究区水色参数浓度的重要手段。当前大多数水色遥感研究方
学位
近年来,随着世界经济的发展以及传统化石能源的不断枯竭,以光伏发电为代表的可再生能源的开发应用深受各国青睐。微电网因其能实现可再生能源的高效利用受到了广泛关注。高渗透率光伏具有的高随机性、高波动性对微电网等电力系统的安全经济运行带来挑战。研究光伏发电功率预测方法以及微电网经济优化调度成为当前需解决的关键问题。论文主要研究工作如下:1.研究了一种基于改进型BP神经网络的短期光伏发电功率预测模型。引入自
学位
地表温度很大程度上决定了陆地表层系统辐射能量平衡中的长波辐射,是地表辐射能量平衡和水循环过程中的重要参数;因此,及时、准确的获取地表温度值,掌握其时空变化规律,对农作物蒸散及长势监测、水循环过程、气候变化等应用研究具有重要意义。要有效获取区域和全球大范围尺度上的地表温度分布,传统的地面站点观测方式难以实现,而随着卫星遥感观测技术的快速发展,多源遥感数据的获取使得精确监测全球范围内地表温度的时空变化
学位
含有两个或两个以上芳环的多环芳烃(PAHs)主要由化石燃料和生物质的不完全燃烧形成。高分子量多环芳烃通常占主导地位。高分子量多环芳烃通常比低分子量多环芳烃更具毒性和致癌性。木质素是天然芳香性聚合物,结构与多环芳烃类似,细菌和真菌在降解木质素的过程中通常能共代谢降解高分子量多环芳烃。但对其中的微生物机制仍不清晰,且作为微生物重要组成部分的真菌,其修复能力被长期忽视。因此,深入解析木质素促进多环芳烃污
学位
幼苗的存活与生长对于森林更新具有重要作用,而昆虫的取食会造成林内幼苗的叶片受损,甚至造成植株死亡。对幼苗的虫食强度进行研究,在植株、物种和群落等不同水平上探讨幼苗叶片虫食强度的差异及其影响因素,有利于更好的理解幼苗的存活与生长动态,以及整个群落的物种组成和多样性维持机制。本研究以云南省哀牢山亚热带森林的木本植物幼苗为研究对象,分别在2020年10月、2020年12月、2021年5月和2021年10
学位
随着工业与科技的持续不断发展,压缩空气源已逐渐成为仅次于电能的第二大动力能源,是空气压缩机(空压机)对吸入的空气进行压缩处理后提供的,在工业生产以及日常生活的各领域中被使用。空压机工作的现场环境通常都十分恶劣,在恶劣的环境中长期工作会很容易出现一系列的问题,如电机过载、温度过高等,如果能提前采取有效措施及时应对这些情况,企业将能避免很大一笔损失,否则可能会严重危害操作人员的健康,因此需要设计一套可
学位