دوره 14، شماره 3 - ( مجله کنترل، جلد 14، شماره 3، پاییز 1399 )
جلد 14 شماره 3,1399 صفحات 11-1 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Tolouei H, Aliyari Shoorehdeli M. Design of nonlinear parity approach to fault detection and identification based on Takagi-Sugeno fuzzy model and unknown input observer in nonlinear systems. JoC 2020; 14 (3) :1-11
URL: http://joc.kntu.ac.ir/article-1-641-fa.html
URL: http://joc.kntu.ac.ir/article-1-641-fa.html
طلوعی حامد، علیاری شوره دلی مهدی. طراحی روش پریتی غیرخطی به‌منظور شناسایی و تشخیص عیب در سیستم‌های غیرخطی بر پایۀ رویتگر ورودی ناشناخته و مدل فازی TS. مجله کنترل. 1399; 14 (3) :1-11
1- دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده: (10268 مشاهده)
در این مقاله یک روش نوین تشخیص عیب برای کلاسی از سیستم‌های غیرخطی در حضور نویز اندازه‌گیری ارائه‌شده است. ازآنجاکه در کلاس معرفی‌شده ضرایب عیب و نویز اندازه‌گیری، غیرخطی بوده ابتدا مدل فازی غیرخطی TS برای ایجاد زیرسیستم بکار گرفته می‌شود. در گام بعد نگاشتی جهت جداسازی نویز اندازه‌گیری و عیب در هرکدام از زیرسیستم‌های فازی ارائه می‌شود. سپس یک رویتگر ورودی ناشناخته به‌منظور تخمین متغیرهای حالت زیرسیستم‌های متأثر از نویز اندازه‌گیری طراحی می‌شود. به‌منظور تضمین پایداری مجانبی دینامیک خطای تخمین، روش پایداری لیاپانوف با به‌کارگیری نامعادلات ماتریسی غیرخطی ارائه می‌شود. همچنین با به‌کارگیری روش پریتی غیرخطی، تشخیص و شناسایی عیب انجام خواهد گرفت. درنهایت کارایی روش پیشنهادی در تشخیص و شناسایی عیب با شبیه‌سازی در سیستم قطار مورد ارزیابی قرار می‌‌گیرد.
واژه‌های کلیدی: شناسایی عیب، سیستم غیرخطی، نامعادلات ماتریسی غیرخطی، رویتگر ورودی ناشناخته، مدل فازی TS، نگاشت
فهرست منابع
1. Chen, J., Patton, R. J., Robust model-based fault diagnosis for dynamic systems, Vol.3, Springer Science and Business Media, 2012.
2. Zhong, M., Song, Y. and Ding, S. X., Parity space-based fault detection for linear discrete time-varying systems with unknown input, Automatica, 59, 120-126, 2015. [DOI:10.1016/j.automatica.2015.06.013]
3. Zhong, M., Ding, S. X., Han, Q. L. and Ding, Q., Parity space-based fault estimation for linear discrete time-varying systems, IEEE Transactions on Automatic Control, 55(7), 1726-1731, 2010. [DOI:10.1109/TAC.2010.2047672]
4. Ding, X., Limin Guo, and Torsten Jeinsch. "A characterization of parity space and its application to robust fault detection." IEEE Transactions on Automatic Control 44, no. 2, 337-343, 1999. [DOI:10.1109/9.746262]
5. Zhong, Maiying, Yang Song, Ting Xue, Rui Yang, and Wenbo Li. "Parity Space-Based Fault Detection by Minimum Error Minimax Probability Machine." IFAC-PapersOnLine 51(24), 1292-1297, 2018. [DOI:10.1016/j.ifacol.2018.09.568]
6. Zhang, Tong, Fenfen Wang, and Wenxing Fu. "Fault Detection and Isolation for Redundant Inertial Measurement Unit under Quantization." Applied Sciences 8(6), 865, 2018. [DOI:10.3390/app8060865]
7. Tannous, Pamela J., and Andrew G. Alleyne. "Fault Detection and Isolation for Complex Thermal Management Systems." Journal of Dynamic Systems, Measurement, and Control, 141.6, 061008, 2019. [DOI:10.1115/1.4042675]
8. Chow, E. Y. E. Y., Willsky, A. S., Analytical redundancy and the design of robust failure detection systems, IEEE Transactions on automatic control, 29(7), 603-614, 1984. [DOI:10.1109/TAC.1984.1103593]
9. Yu, D., Williams, D., Shields, D. N. and Gomm, J. B. , A parity space method of fault detection for bilinear systems, American Control Conference, Vol. 2, 1132-1133, 1995.
10. Yu, D. L., Shields, D. N., Extension of the parity-space method to fault diagnosis of bilinear systems, International Journal of Systems Science, 32(8), 953-962, 2001. [DOI:10.1080/00207720120982]
11. Nguang, S. K., Zhang, P. and Ding, S. X., Parity relation based fault estimation for nonlinear systems: An LMI approach, International Journal of Automation and Computing, 4(2), 164-168, 2007. [DOI:10.1007/s11633-007-0164-7]
12. Zhang, Y., Bingham, C., Garlick, M. and Gallimore, M., Applied fault detection and diagnosis for industrial gas turbine systems, International Journal of Automation and Computing, 14(4), 463-473, 2017. [DOI:10.1007/s11633-016-0967-5]
13. Dong, H., Wang, Z., Ding, S. X. and Gao, H., On H-infinity estimation of randomly occurring faults for a class of nonlinear time-varying systems with fading channels, IEEE Transactions on Automatic Control, 61(2), 479-484, 2016. [DOI:10.1109/TAC.2015.2437526]
14. Leuschen, M. L., Walker, I. D., Cavallaro, J. R., Fault residual generation via nonlinear analytical redundancy, IEEE Transactions on Control Systems Technology, 13(3), 452-458, 2005. [DOI:10.1109/TCST.2004.839577]
15. Aldeen, M., Sharma, R., Estimation of states, faults and unknown disturbances in non-linear systems, International Journal of Control, 81(8), 1195-1201, 2008. [DOI:10.1080/00207170601087937]
16. Sedigh Ziyabari, H., Aliyari Shoorehdeli, M., Fuzzy robust fault estimation scheme for a class of nonlinear systems based on an unknown input sliding mode observer, Journal of Vibration and Control, 24(10), 1861-1873, 2018. [DOI:10.1177/1077546316669064]
17. Yan, W., Xu, D., & Shen, Q., Robust Fault Detection and Estimation in Nonlinear Systems with Unknown Constant Time-Delays. Mathematical Problems in Engineering, 2017. [DOI:10.1155/2017/4324370]
18. Wang, G., & Yi, C., Fault estimation for nonlinear systems by an intermediate estimator with stochastic failure. Nonlinear Dynamics, 89(2), 1195-1204, 2017. [DOI:10.1007/s11071-017-3510-5]
19. Zhu, J. W., Yang, G. H., Wang, H., & Wang, F., Fault estimation for a class of nonlinear systems based on intermediate estimator. IEEE Transactions on Automatic Control, 61(9), 2518-2524, 2015. [DOI:10.1109/TAC.2015.2491898]
20. Kazerooni, M., Khayatian, A., & Safavi, A., Fault estimation for a class of interconnected non-linear systems with time-varying delay using robust adaptive unknown input observers. IMA Journal of Mathematical Control and Information, 35(1), 231-247, 2016. [DOI:10.1093/imamci/dnw046]
21. Rajamani, Rajesh. "Observers for Lipschitz nonlinear systems." IEEE transactions on Automatic Control 43, no. 3, 397-401, 1998. [DOI:10.1109/9.661604]
22. Isidori, Alberto. Nonlinear control systems. Springer Science & Business Media, 2013.
23. Khalil, Hassan K., and J. W. Grizzle. Nonlinear systems. Vol. 3. Upper Saddle River, NJ: Prentice hall, 2002.
24. Tanaka, Kazuo, and Hua O. Wang. Fuzzy control systems design and analysis: a linear matrix inequality approach. John Wiley & Sons, 2004.
25. Seliger, Ralf, and Paul M. Frank. "Fault-diagnosis by disturbance decoupled nonlinear observers." In Decision and Control, Proceedings of the 30th IEEE Conference on, pp. 2248-2253. IEEE, 1991.
26. Alessandri, A. "Observer design for nonlinear systems by using input-to-state stability." In Decision and control, 2004. CDC. 43rd IEEE conference on, vol. 4, pp. 3892-3897. IEEE, 2004. [DOI:10.1109/CDC.2004.1429345]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
