ОЭММПУАвтоматика и телемеханика Automation and Remote Control

  • ISSN (Print) 0005-2310
  • ISSN (Online) 2413-9777

Метод диагностирования дискретных систем на основе интервальных наблюдателей

Код статьи
10.31857/S0005231023120115-1
DOI
10.31857/S0005231023120115
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том / Номер выпуска 12
Страницы
133-145
Аннотация
Предлагается метод диагностирования линейных динамических систем, описываемых дискретными моделями при наличии внешних возмущений, на основе интервальных наблюдателей. Приводятся соотношения, позволяющие построить интервальный наблюдатель, формирующий два значения невязки так, что если число нуль находится между этими значениями, то дефекты, на обнаружение которых рассчитан наблюдатель, в системе отсутствуют. Случай, когда нуль не попадает между этими значениями, квалифицируется как появление дефекта. Теоретические результаты иллюстрируются примером.
Ключевые слова
линейные системы дискретные модели интервальные наблюдатели диагностирование дефекты
Дата публикации
15.12.2023
Год выхода
2023
Всего подписок
0
Всего просмотров
10

Библиография

  1. 1. Жирабок А.Н., Зуев А.В., Ким Чхун Ир. Метод построения интервальных наблюдателей для стационарных линейных систем // Известия РАН. Теория и системы управления. 2022. № 4. С. 22-32.
  2. 2. Жирабок А.Н., Зуев А.В., Филаретов В.Ф., Шумский А.Е., Ким Чхун Ир. Каноническая форма Жордана в задачах диагностирования и оценивания // АиТ. 2022. № 9. С. 49-67.
  3. 3. Ефимов Д.В., Раисси Т. Построение интервальных наблюдателей для динамических систем с неопределенностями // АиТ. 2016. № 2. С. 5-49.
  4. 4. Khan A., Xie W., Zhang L., Liu L. Design and applications of interval observers for uncertain dynamical systems // IET Circuits Devices Syst. 2020. V. 14. P. 721-740.
  5. 5. Кремлев А.С., Чеботарев С.Г. Синтез интервального наблюдателя для линейной системы с переменными параметрами // Изв. вузов. Приборостроение. 2013. Т. 56. № 4. C. 42-46.
  6. 6. Efimov D., Raissi T., Perruquetti W., Zolghadri A. Estimation and control of discrete-time LPV systems using interval observers // 52nd IEEE Conf. On Decision and Control. Florence, Italy. 2013. P. 5036-5041.
  7. 7. Chebotarev S., Efimov D., Raissi T., Zolghadri A. Interval observers for continuoustime LPV systems with L1/L2 performance // Automatica. 2015. V. 51. P. 82-89.
  8. 8. Mazenc F., Bernard O. Asymptotically stable interval observers for planar systems with complex poles // IEEE Trans. Automatic Control. 2010. V. 55. No. 2. P. 523-527.
  9. 9. Zheng G., Efimov D., Perruquetti W. Interval state estimation for uncertain nonlinear systems // IFAC Nolcos 2013. Toulouse, France, 2013.
  10. 10. Zhang K., Jiang B., Yan X., Edwards C. Interval sliding mode based fault accommodation for non-minimal phase LPV systems with online control application // Int. J. Control. 2019. https://doi.org/10.1080/00207179.2019.1687932
  11. 11. Kolesov N., Gruzlikov A., Lukoyanov E. Using fuzzy interacting observers for fault diagnosis in systems with parametric uncertainty // Proc. XII-th Inter. Symp. Intelligent Systems, INTELS'16, 5-7 October 2016, Moscow, Russia. P. 499-504.
  12. 12. Zhang Z., Yang G. Fault detection for discretetime LPV systems using interval observers // Int. J. Syst. Sci. 2017. https://doi.org/10.1080/00207721.2017.1363926
  13. 13. Zhang Z., Yang G. Event-triggered fault detection for a class of discrete-time linear systems using interval observers // ISA Transactions. 2017. https://doi.org/10.1016/j.isatra.2016.11.016
  14. 14. Zhang Z., Yang G. Interval observer-based fault isolation for discrete-time fuzzy interconnected systems with unknown interconnections // IEEE Trans. Cybernetics. 2017. https://doi.org/10.1109/TCYB.2017.2707462
  15. 15. Yi Z., Xie W., Khan A., Xu B. Fault detection and diagnosis for a class of linear time-varying discrete-time uncertain systems using interval observers // Proc. 39th Chinese Control Conf., July 27-29, 2020, Shenyang, China. P. 4124-4128.
  16. 16. Rotondo D., Fernandez-Cantia R., Tornil-Sina S., Blesa J., Puig V. Robust fault diagnosis of proton exchange membrane fuel cells using a Takagi-Sugeno interval observer approach // Int. J. Hydrogen Energy. 2015. P. 2875-2886.
  17. 17. Saijai J., Ding S., Abdo A., Shen B., Damlakhi W. Threshold computation for fault detection in linear discrete-time Markov jump systems // Int. J. Adapt. Control Signal Process. 2014. Vol. 28. P. 1106-1127.
  18. 18. Шумский А.Е., Жирабок А.Н. Принятие решений при диагностировании нелинейных динамических систем непараметрическим методом // АиТ. 2021. № 2. С. 111-131.
  19. 19. Жирабок А.Н., Шумский А.Е., Соляник С.П., Суворов А.Ю. Метод построения нелинейных робастных диагностических наблюдателей // АиТ. 2017. № 9. С. 34-48.
  20. 20. Low X., Willsky A., Verghese G. Optimally robust redundancy relations for failure detection in uncertain systems // Automatica. 1996. Vol. 22. P. 333-344.
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека