Diagnosis of Uncertain Systems with Arbitrary Relative Degree and Unknown Input

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

Рассматривается проблема обнаружения дефектов датчиков и приводов для класса многоканальных систем с произвольной относительной степенью. Разработанное решение основано на синтезе наблюдателей, инвариантных по отношению к входному сигналу. Предложена модификация, обеспечивающая задаваемое разработчиком время сходимости, основанная на методе динамического расширения регрессора и схеме Крессельмейера. Полученное решение развито на класс систем с параметрическими неопределенностями. Приведены результаты моделирования, иллюстрирующие работоспособность предложенного подхода.

参考

  1. Кулик А.С., Рубанов В.Г., Соколов Ю.Н. Синтез систем, приспосабливающихся к изменениям параметров элементов и их отказам // АиТ. 1978. № 1. С. 96–107.
  2. Patton R.J., Chen J. Observer-based fault detection and isolation: Robustness and applications // Control Engineering Practice. 1997. V. 5. No. 5. P. 671–682.
  3. Isermann R. Supervision, fault-detection and fault-diagnosis methods, An introduction // Control Engineering Practice. 1997. V. 5. No. 5. P. 639–652.
  4. Жирабок А.Н., Зуев А.В., Сергиенко О.Ю., Шумский А.Е. Идентификация дефектов в нелинейных динамических системах и их датчиках на основе скользящих наблюдателей // АиТ. 2022. № 2. С. 63–89.
  5. Hou M., Muller P.C. Design of Observers for Linear Systems with Unknown Inputs // IEEE. Trans. Autom. Control. 1992. V. 36. No. 6. P. 871–875.
  6. Warrad B., Boubaker O. Design of Unknown Input Observers for Linear Systems with State and Input Delays // 15th International Multi-Conference on Systems, Signals & Devices (SSD). 2018. P. 1–5.
  7. Буй В., Маргун А.А., Бобцов А.А. Синтез наблюдателя переменных состояния и синусоидального возмущения для линейной нестационарной системы с неизвестными параметрами // Изв. ВУЗов. Приборостроение. 2024. T. 67. № 3. С. 209–219.
  8. Буй В., Маргун А.А., Бобцов А.А. Синтез наблюдателя, обеспечивающего финитную оценку состояния по выходу // Мехатроника, автоматизация, управление. 2024. T. 25. № 2. С. 65–71.
  9. Chen W., Saif M. Fault detection and isolation based on novel unknown input observer design // 2006 American Control Conference. 2006. P. 6.
  10. Duan G.-R., Patton R.J. Robust fault detection using Luenberger-type unknown input observers – a parametric approach // Int. J. Syst. Sci. 2001. V. 32. No. 4. P. 533–540.
  11. Xu F., Tan J., Wang X., Puig V., Liang B., Yuan B. A novel design of unknown input observers using set-theoretic methods for robust fault detection // 2016 American Control Conference (ACC). 2016. P. 5957–5961.
  12. Zarei J., Poshtan J. Design of Nonlinear Unknown Input Observer for Process Fault Detection // Indust. Engineer. Chemisr. Res. 2010. V. 49. No. 22. P. 11443–11452.
  13. Duan G.R., Howe D., Patton R.J. Robust fault detection in descriptor linear systems via generalized unknown input observers // Int. J. Syst. Sci. 2002. V. 33. No. 5. P. 369–377.
  14. Zhou M., Wang Z., Shen Y. Fault Detection and Isolation Method Based on H,H∞ Unknown Input Observer Design in Finite Frequency Domain // Asian J. Control. 2017. V. 19. P. 1777–1790.
  15. Bui V.H., Margun A.A., Kremlev A.S. Detection and isolation of sensor faults under external disturbances // 8th International Conference on Control, Decision, and Information Technologies (CoDIT). 2022. P. 1255–1260.
  16. Ichalal D., Mammar S. On Unknown Input Observers for LPV Systems // IEEE Transact. Indust. Electron. 2015. V. 69. No. 9. P. 5870–5880.
  17. Floquet T., Edwards C., Spurgeon S.K. On sliding mode observers for systems with unknown inputs // Int. J. Adaptiv. Control Signal Proc. 2007. V. 21. No. 8. P. 638–656.
  18. Wang X., Tan C., Liu L., Qi Q. A novel unknown input interval observer for systems not satisfying relative degree condition // Int. J. Robust Nonlin. 2021. V. 31. P. 2762–2782.
  19. Coutinho P., Bessa I., Xie W., Nguyen A., Palhares R. A sufficient condition to design unknown input observers for nonlinear systems with arbitrary relative degree // Int. J. Robust Nonlin. 2022. V. 52. No. 15. P. 8331–08348.
  20. Margun A.A., Bui V.H., Bobtsov A.A., Efimov D.V. State estimation for a class of nonlinear time-varying uncertain system under multiharmonic disturbance // arXiv:2407.18987, 2024.
  21. Ortega R., Aranovskiy S., Pyrkin A., Astolfi A., Bobtsov A. New results on parameter estimation via dynamic regressor extension and mixing: Continuous and discrete-time cases // IEEE. Transact. Autom. 2020. V. 66. No. 5. P. 2265–2272.
  22. Korotina M., Aranovskiy S., Ushirobira R., Efimov D., Wang J. A note on fixed-and discrete-time estimation via the DREM method // hal-03746920. 2022.
  23. Khac T.N., Vlasov S., Pyrkin A. Parameters estimation of multi-sinusoidal signal in finite-time // Cybernet. Phys. 2022. V. 11. No. 2. P. 74–81.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © The Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».