×
张志辉;王惠民;黄明涛

离散时间非线性不确定系统基于神经网络的事件触发故障检测。 （英语） 兹比尔1437.93082

J.富兰克林研究所。 357，第8号，4887-4900（2020）.
摘要：针对具有未知函数、未建模动态和扰动的非线性离散时间系统，提出了一种基于神经网络的事件触发故障检测（FD）新策略。在神经网络逼近和事件触发机制的框架下，提出了一种FD观测器。基于对触发时刻和事件间隔时间的稳定性分析，提出了非周期神经网络权值更新律，使状态和权值估计误差保持最终有界。在故障可检测性分析的基础上，提出了FD决策逻辑。该方案确保在保持FD性能的同时减少通信负担。仿真结果表明了该方法的有效性。

引用于4文件

MSC公司：

93元65角 离散事件控制/观测系统
93C55美元 离散时间控制/观测系统
93立方厘米 信息不完整的控制/观测系统
93B53号 观察员
93立方厘米 控制理论中的非线性系统

关键词：

事件触发故障检测;神经网络;故障检测观测器;离散非线性不确定系统
PDF格式BibTeX公司 XML格式引用
\textit｛Z.-H.Zhang｝等人，J.Franklin Inst.357，编号8，4887-4900（2020；Zbl 1437.93082）
全文： 内政部

参考文献：

[1] 张，P。；丁，S.X。；王国忠。；Zhou，D.H.，采样数据系统中故障检测的频域方法，Automatica，39，7，1303-1307（2003）·Zbl 1139.93336号
[2] Li，X.B。；Zhou，K.M.，线性时变系统鲁棒故障检测的时域方法，Automatica，45，1，94-102（2009）·Zbl 1154.93341号
[3] 卡萨沃拉，A。；Famularo，D。；Franze，G.，《用于不确定线性系统故障检测和隔离的鲁棒反卷积方案：LMI方法》，Automatica，41，8，1463-1472（2005）·Zbl 1086.93014号
[4] 李晓杰。；Yang，G.H.，基于动态观测器的线性系统鲁棒控制和故障检测，IET控制理论应用。，6, 17, 2657-2666 (2012)
[5] Pertew，A.M。；马奎兹，H.J。；赵清，H_∞动态观测器设计及其在故障诊断中的应用，第44届IEEE决策与控制会议论文集，3803-3808（2005）
[6] 蒙达尔，S。；查克拉波蒂，G。；Bhattacharyy，K.，含噪声和不确定性连续系统鲁棒未知输入观测器设计的LMI方法，国际控制自动化杂志。系统。，8, 2, 210-219 (2010)
[7] 爱德华兹，C。；Spurgeon，S.K。；Patton，R.J.，故障检测和隔离的滑动模式观测器，Automatica，36，4，541-553（2000）·Zbl 0968.93502号
[8] Li，L.L。；Ding，S.X.，不确定系统乘法故障的最佳检测方案及其在轧机过程中的应用，IEEE Trans。控制系统。Technol公司。(2019)
[9] 周，L。；她，J。；张晓明。；曹，Z。；Zhang，Z.，重复控制系统的性能增强及其在卡盘工件系统跟踪控制中的应用，IEEE Trans。工业。电子。(2019)
[10] L.Zhou，J.She，S.Zhow，C.Li，I.J.R.N.Control，修正重复控制系统中状态相关非线性的补偿，2018，28，1，213-226·兹比尔1387.93074
[11] 徐，A.P。；张庆华，基于自适应估计的非线性系统故障诊断，Automatica，40，7，1181-1193（2004）·Zbl 1056.93034号
[12] 马海杰（Ma，H.J.）。；Yang，G.H.，一类不确定非线性系统中故障检测和隔离的残差生成，国际控制杂志，86，2，263-275（2013）·Zbl 1278.93151号
[13] Besançon，G.，具有干扰衰减的高增益观测及其在鲁棒故障检测中的应用，Automatica，39，6，1095-1102（2003）·Zbl 1035.93024号
[14] R.Sharma，M.Aldeen，使用滑模观测器检测未知输入非线性系统的故障，2007年，IEEE美国控制会议论文集，美国纽约，432-437。
[15] Polycarpou，M.M。；Trunov，A.B.，非线性故障诊断的学习方法：可检测性分析，IEEE Trans。自动。控制，45，4，806-812（2000）·Zbl 0972.93007号
[16] 张晓东。；Polycarpou，M.M。；Parisini，T.，使用自适应估计对一类具有lipschitz非线性的非线性不确定系统进行故障诊断，Automatica，46，2290-299（2010）·Zbl 1205.93066号
[17] 塞尔米克，R.R。；Polycarpou，M.M。；Parisini，T.，《使用神经在线近似模型检测非线性不确定系统中的执行器故障》，《欧洲控制杂志》，第15、1、29-44页（2009年）·Zbl 1298.93184号
[18] Talebi，H.A。；Khorasani，K。；Tafazoli，S.，基于神经网络的传感器和执行器故障检测与隔离，用于非线性系统，并应用于卫星的姿态控制子系统，IEEE Trans。神经网络。，20, 1, 45-60 (2008)
[19] Talebi，H.A。；Khorasani，K.，基于神经网络的非线性系统乘法执行器故障检测和隔离，IEEE Trans。控制系统。技术。，21, 3, 842-851 (2012)
[20] Liu，C.S。；张世杰。；Hu，S.S.，使用未测量状态的自适应神经网络故障检测和诊断，IET控制理论应用。，2, 12, 1066-1076 (2008)
[21] Shahriari-kahkeshi，M。；Sheikholeslam，F.，非线性系统鲁棒故障检测和诊断的自适应模糊小波网络，IET控制理论应用。，8, 15, 1487-1498 (2014)
[22] 胡S.L。；Yue，D.，具有量化的线性网络系统的事件触发控制设计，ISA Trans。，51, 1, 153-162 (2012)
[23] 彭，C。；Han，Q.L.，采样数据控制系统的新型事件触发传输方案和控制协同设计，IEEE Trans。自动。控制，58，10，2620-2626（2013）·Zbl 1369.93365号
[24] 马哈茂德，M.S。；萨比赫，M。；Elshafei，M.，分布式网络系统的事件触发输出反馈控制，ISA Trans。，60, 294-302 (2016)
[25] 李，Z。；袁，X。；Wang，Y。；Xie，C.H.，线性时不变系统的数据驱动事件触发子空间预测控制，J.Frankl。研究所，356，15，8167-8181（2019）·Zbl 1423.93116号
[26] 王力强。；Dong，J.X。；Xi，C.J.，带观测器的模糊输出约束多智能体系统的事件触发自适应一致性，J.Frankl。仪器（2019）
[27] 顾，Z。；Shi，P。；岳，D。；Ding，Z.，一类网络化非线性互联系统的分散自适应事件触发h∞滤波，IEEE Trans。赛博。，49, 5, 1570-1579 (2018)
[28] Sahoo，A。；Xu，H。；Jagannathan，S.，单输入单输出非线性离散时间系统基于自适应神经网络的事件触发控制，IEEE Trans。神经网络。，27, 1, 151-164 (2015)
[29] 顾，Z。；张，T。；杨，F。；赵，H。；Shen，M.Q.，具有随机非线性和执行器故障的网络级联控制系统的新型事件触发机制，J.Frankl。研究所，356，41955-1974（2019）·兹比尔1409.93046
[30] Fan，Q.Y。；Yang，G.H.，一类非线性系统的基于事件的模糊自适应容错控制，IEEE Trans。模糊系统。，26, 5, 2686-2698 (2018)
[31] Wang，H.M。；Yang，G.H.，仿射模糊大系统的分散事件触发H∞控制，IEEE Trans。模糊系统。(2019)
[32] Hajshirmohamadi，S。；达沃迪，M。；梅斯金，N。；Sheikholeslam，F.，离散线性系统的事件触发故障检测和隔离，IET控制理论应用。，10, 5, 526-533 (2016)
[33] 翟，D。；Lu，A.Y。；Dong，J.X。；张庆林，具有局部非线性模型的TS模糊系统的事件触发故障检测与隔离，信号处理，138，244-255（2017）
[34] 李，H。；陈，Z。；Wu，L。；香港林。；Du，H.，非线性网络系统的事件触发故障检测，IEEE Trans。赛博。，47, 4, 1041-1052 (2016)
[35] Tan，Y。；杜，D。；Fei，S.，传感器饱和时滞网络系统事件生成器和量化故障检测的协同设计，J.Frankl。研究所，354，15，6914-6937（2017）·兹比尔1373.93372
[36] 张振华。；Yang，G.H.，使用区间观测器对一类离散线性系统进行事件触发故障检测，ISA Trans。，68, 160-169 (2017)
[37] Yang，H。；Ye，D.，《不确定非线性多智能体系统的分布式定时一致性跟踪控制：优先策略》，IEEE Trans。赛博。(2019)
[38] Ye，D。；Zhang，T.，网络物理系统中虚假数据注入攻击的求和检测器，IEEE Trans。赛博。(2019)
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。