王文辉;周，D.H。;李正熙 不确定混合系统的鲁棒状态估计与故障诊断。 （英语） Zbl 1116.93324号 非线性分析。，理论方法应用。，序列号。A、 理论方法 65，第12期，2193-2215（2006）. 摘要：鲁棒状态估计和故障诊断是混合系统研究中具有挑战性的问题。针对一类具有未知输入和故障的混合系统，提出了一种新的鲁棒混合观测器。模型的不确定性、扰动和故障被表示为结构化的未知输入。鲁棒混合观测器由用于模式识别的模式观测器和用于连续状态估计和模式转换检测的连续观测器组成。结果表明，该模型能够正确识别，连续状态估计误差是指数一致有界的。通过扰动解耦可以保证混合观测器对模型不确定性和扰动的鲁棒性。此外，还对可检测性和模态可识别性条件进行了严格分析。在鲁棒混合观测器的基础上，提出了一种鲁棒故障检测与隔离方案。一个混合四油箱系统的仿真结果表明，该方法是有效的。 引用于5文件 MSC公司： 93B35型 灵敏度（稳健性） 90B25型 运筹学中的可靠性、可用性、维护和检查 93电子03 控制理论中的随机系统（一般） 关键词：混合系统;鲁棒混合观测器;稳健性;可探测性;可识别性;稳定性;故障检测和隔离 PDF格式BibTeX公司 XML格式引用 \textit{W.Wang}等，非线性分析。，理论方法应用。，序列号。A、 理论方法65，No.12193-2215（2006；Zbl 1116.93324） 全文： 内政部 参考文献： [1] 亚历山德里，A。；Coletta，P.，一类混合线性系统的Luenberger观测器设计，（Di Benedetto，M.D.；Sangiovanni-Vincentelli，a.，《混合系统：计算与控制》，混合系统：计算机与控制，HSCC’01。混合系统：计算与控制。混合系统：计算与控制，HSCC’01，LNCS，第2034卷（2001），Springer-Verlag:Springer-Verlag Berlin），7-18·Zbl 0991.93071号 [2] A.巴卢奇。；Benvenuti，L。；医学博士Di Benedetto。；Sangiovanni-Vincentelli，A.，混合系统观测器的设计，（Tomlin，C.J.；Greenstreet，M.R.，《混合系统：计算和控制》，混合系统：计算机和控制，HSCC’02。混合系统：计算与控制。混合系统：计算与控制，HSCC’02，LNCS，第2289卷（2002），Springer-Verlag:Springer-Verlag Berlin），76-89·Zbl 1050.93040号 [3] A.Ballochi，L.Benvenuti，A.Sangiovanni-Vincentelli，具有连续状态重置的混合系统的观测者，摘自：Proc。第十届地中海控制和自动化会议，MED2002，葡萄牙，2002年；A.Ballochi，L.Benvenuti，A.Sangiovanni-Vincentelli，具有连续状态重置的混合系统的观测者，摘自：Proc。第十届地中海控制和自动化会议，MED2002，葡萄牙，2002·Zbl 1050.93040号 [4] A.Bempoad，D.Mignone，M.Morari，混合系统的移动时域估计和故障检测，摘自：Proc。美国控制会议，ACC’99，1999，第2471-2475页；A.Bempoad，D.Mignone，M.Morari，混合系统的移动时域估计和故障检测，摘自：Proc。美国控制会议，ACC’99，1999，第2471-2475页 [5] Boers，Y。；Driesen，H.，《混合状态估计：目标跟踪应用》，Automatica，382153-2158（2002）·Zbl 1011.93537号 [6] 陈，J。；巴顿，R.J.，《基于鲁棒模型的动态系统故障诊断》（1999），克鲁沃学术出版社：克劳沃学术出版社多德雷赫特·兹伯利0920.93001 [7] V.Cockempot，M.Staroswiecki，T.El Mezyani，使用结构化奇偶残差的混合系统的切换时间估计和故障检测，见：Proc。第五届IFAC技术过程故障检测、监督和安全研讨会，2003年，第681-686页；V.Cockempot，M.Staroswiecki，T.El Mezyani，使用结构化奇偶残差的混合系统的切换时间估计和故障检测，见：Proc。第五届IFAC技术过程故障检测、监督和安全研讨会，2003年，第681-686页 [8] 费拉里·特雷卡特，G。；米农，D。；Morari，M.，混合系统的移动时域估计，IEEE自动控制汇刊，47，10，1663-1675（2002）·Zbl 1364.93768号 [9] P.M.弗兰克。；丁，X.，基于观测器的故障检测系统中鲁棒残差生成和评估方法综述，过程控制杂志，7403-424（1997） [10] S.Funiak，B.C.Williams，《具有自主模式转换的混合系统的多模粒子滤波》，摘自：Proc。第14届国际原理诊断研讨会，DX03，2003；S.Funiak，B.C.Williams，《具有自主模式转换的混合系统的多模粒子滤波》，摘自：Proc。第14届国际原理诊断研讨会，DX032003 [11] 郭立中。；朱庆明，非线性离散系统的快速收敛扩展卡尔曼观测器，国际系统科学杂志，331051-1058（2002）·Zbl 1029.93008号 [12] Hanlon，P。；Maybeck，P.，使用残差相关卡尔曼滤波器组的多模型自适应估计，IEEE航空航天和电子系统汇刊，36393-406（2000） [13] Hofbaur，M.W。；Williams，B.C.，概率混合系统的模式估计，（Tomlin，C.J.；Greenstreet，M.R.，《混合系统：计算和控制》，混合系统：计算机和控制，HSCC’02。混合系统：计算与控制。混合系统：计算与控制，HSCC’02，LNCS，第2289卷（2002），Springer-Verlag:Springer-Verlag Berlin），253-266·Zbl 1060.93054号 [14] Hofbaur，M.W。；威廉姆斯，B.C.，复杂系统的混合估计，IEEE系统、人与控制论汇刊——B部分：控制论，34，5，2178-2191（2004） [15] I.Hwang，H.Balakrishnan，C.J.Tomlin，随机线性混合系统的可观测性准则和估计设计，in：Proc。2003年IEE欧洲控制会议；I.Hwang，H.Balakrishnan，C.J.Tomlin，随机线性混合系统的可观测性准则和估计设计，in：Proc。2003年IEE欧洲控制会议 [16] I.Hwang，H.Balakrishnan，C.J.Tomlin，混合估计算法的性能分析，in：Proc。第42届IEEE决策与控制会议，CDC’03，2003年，第5353-5359页；I.Hwang，H.Balakrishnan，C.J.Tomlin，混合估计算法的性能分析，in：Proc。第42届IEEE决策与控制会议，CDC’03，2003年，第5353-5359页 [17] Koller博士。；Lerner，U.，《因子动力系统中的采样》（Doucet，A.；Freitas，N.D.；Gordon，N.，《实践中的序贯蒙特卡罗方法》（2001），Springer-Verlag:Springer-Verlag New York），445-464·Zbl 1056.93582号 [18] X.Koutsoukos，J.Kurien，F.Zhao，使用粒子滤波方法监测和诊断混合系统，在：Proc。第十五届网络与系统数学理论国际研讨会，MTNS 2002，2002；X.Koutsoukos，J.Kurien，F.Zhao，使用粒子滤波方法监测和诊断混合系统，收录于：Proc。第十五届网络与系统数学理论国际研讨会，MTNS 20022002·Zbl 1032.68509号 [19] X.Koutsoukos，J.Kurien，F.Zhao，使用粒子滤波方法估计分布式混合系统，收录于：O.Maler，A.Pnueli（编辑），《混合系统：计算与控制》，HSCC’03，收录自：LNCS，第2623卷，Springer-Verlag，柏林，第298-313页；X.Koutsoukos，J.Kurien，F.Zhao，使用粒子滤波方法估计分布式混合系统，收录于：O.Maler，A.Pnueli（编辑），《混合系统：计算与控制》，HSCC’03，收录自：LNCS，第2623卷，Springer-Verlag，柏林，第298-313页·Zbl 1032.68509号 [20] L.L.Li，D.H.Zhou，K.D.Liu，基于未知输入扩展卡尔曼观测器的非线性系统鲁棒故障诊断，in：Proc。2005年第16届国际会计师联合会世界大会；L.L.Li，D.H.Zhou，K.D.Liu，基于未知输入扩展卡尔曼观测器的非线性系统鲁棒故障诊断，in：Proc。2005年第16届国际会计师联合会世界大会 [21] Li，X.R。；Bar-shalm，Y.，变结构多模型估计，IEEE自动控制汇刊，41478-493（1996）·兹比尔0853.93096 [22] Li，X.R。；智，X。；Zhang，Y.，可变结构多模型估计第三部分：模型组切换算法，IEEE航空航天与电子系统汇刊，35，225-241（1999） [23] Li，X.R。；Bar-shalm，Y.，可变结构的多模型估计第二部分：模型集采用，IEEE自动控制学报，452047-2060（2000）·Zbl 0991.93110号 [24] McIlraith，S。；比斯瓦斯，G。；克兰西，D。；Gupta，V.，《混合系统诊断》，（Lynch，N.；Krogh，B.H.，《复合系统：计算和控制》，《混合型系统：计算与控制》，HSCC'00。混合系统：计算与控制。混合系统：计算与控制，HSCC’00，LNCS，第1790卷（2000年），Springer-Verlag:Springer-Verlag Berlin），282-295·Zbl 0938.93553号 [25] 莫斯特曼，P.J。；Biswas，G.，《使用模型抽象为复杂动态系统构建混合观测器》，（Vaandrager，F.W.；van Schuppen，J.H.，《混合系统：计算与控制》，混合系统：计算机与控制，HSCC99。混合系统：计算与控制。混合系统：计算与控制，HSCC99，LNCS，第1569卷（1999），Springer-Verlag:Springer-Verlag Berlin），178-192·Zbl 0925.93098号 [26] S.Narasimhan、G.Biswas、G.Karsai、T.Pasternak、F.Zhao，《构建观察员以处理混合系统中的故障隔离和控制问题》，摘自：Proc。IEEE系统、人与控制论国际会议，2000年，第2393-2398页；S.Narasimhan，G.Biswas，G.Karsai，T.Pasternak，F.Zhao，构建观测器以处理混合系统中的故障隔离和控制问题，在：Proc。IEEE系统、人与控制论国际会议，2000年，第2393-2398页 [27] S.Narasimhan，F.Zhao，G.Biswas，E.Hung，基于模型的诊断与信号处理相结合的混合系统故障隔离，摘自：Proc。第四届技术过程故障检测、监督和安全研讨会，2000年，第512-517页；S.Narasimhan，F.Zhao，G.Biswas，E.Hung，基于模型的诊断与信号处理相结合的混合系统故障隔离，摘自：Proc。第四届技术过程故障检测、监督和安全研讨会，2000年，第512-517页 [28] S.Narasimhan，G.Biswas，基于模型的混合系统诊断，摘自：Proc。第18届国际人工智能联合会议，2003年，第376-381页；S.Narasimhan，G.Biswas，混合系统的基于模型的诊断，摘自：Proc。第18届国际人工智能联合会议，2003年，第376-381页 [29] 斯沃德·D·D。；博伊德，J.E。；Elliott，R.J.，混合系统中的模态估计，数学分析与应用杂志，245，1，225-247（2000）·Zbl 0974.65007号 [30] R.Vidal，A.Chiuso，S.Soatto，摘自：Proc。IEEE国际决策与控制会议，CDC’02，2002，3614-3619；R.Vidal，A.Chiuso，S.Soatto，摘自：Proc。IEEE国际决策与控制会议，2002年美国疾病控制与预防中心，3614-3619 [31] R.Vidal，A.Chiuso，S.Soatto，S.Sastry，线性混合系统的可观测性，收录于：O.Maler，A.Pnueli（编辑），混合系统：计算与控制，HSCC’03，收录在：LNCS，第2623卷，Springer-Verlag，柏林，第526-539页；R.Vidal，A.Chiuso，S.Soatto，S.Sastry，线性混合系统的可观测性，收录于：O.Maler，A.Pnueli（编辑），混合系统：计算与控制，HSCC’03，收录在：LNCS，第2623卷，Springer-Verlag，柏林，第526-539页·Zbl 1032.93024号 [32] Venkatasubramanian，V。；Rengaswamy，R。；尹，K。；Kavuri，S.N.，《过程故障检测和诊断综述第一部分：基于定量模型的方法》，计算机与化学工程，27293-311（2003） [33] 张晓东。；Polycarpou，M。；Parisini，T.，一类非线性输入输出系统的鲁棒故障隔离，国际控制杂志，74，13，1295-1310（2001）·Zbl 1051.93041号 [34] 张永明，李晓瑞，周克明，基于隐马尔可夫链模型的故障检测与诊断方法，收录于：Proc。美国控制会议，ACC’98，1998，pp.2012-2016；张永明，李晓瑞，周克明，基于隐马尔可夫链模型的故障检测与诊断方法，收录于：Proc。美国控制会议，ACC’98，1998，pp.2012-2016 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。