動(dòng)態(tài)系統(tǒng)基于模型的魯棒故障診斷

內(nèi)容概要

　　《動(dòng)態(tài)系統(tǒng)基于模型的魯棒故障診斷》在統(tǒng)一的框架下系統(tǒng)地介紹了基于模型的FDI這一研究領(lǐng)域。書(shū)中包含有許多重要的研究課題和方法。完全覆蓋FDI研究的所有內(nèi)容及其完備性全書(shū)主要專注于介紹一些有關(guān)FDI的基本問(wèn)題，如基本定義、FDI方法中魯棒性問(wèn)題等，既介紹了理論問(wèn)題的研究，又廣泛探討了應(yīng)用問(wèn)題。因此，無(wú)論對(duì)學(xué)術(shù)界的研究人員還是工業(yè)界的工程師們都將是有益的。

作者簡(jiǎn)介

作者：(英國(guó))陳杰 巴頓 譯者：吳建軍

書(shū)籍目錄

第1章  緒論1.1  研究背景1.1.1  故障診斷的重要意義1.1.2  故障診斷中的技術(shù)術(shù)語(yǔ)1.1.3  智能容錯(cuò)控制中的故障診斷1.1.4  基于模型的故障診斷1.1.5  基于模型故障診斷中的魯棒性問(wèn)題1.2  基于模型故障診斷的發(fā)展簡(jiǎn)史1.3  本書(shū)概要第2章  基于模型故障檢測(cè)與隔離的基本原理2.1  引言2.2  基于模型故障診斷的方法2.3  在線故障診斷2.4  故障系統(tǒng)建模2.5  基于模型FDI中殘差生成的一般結(jié)構(gòu)2.6  故障可檢測(cè)性2.6.1  故障可檢測(cè)性條件2.6.2  故障強(qiáng)可檢測(cè)性條件2.7  故障可隔離性條件2.7.1  結(jié)構(gòu)化殘差集2.7.2  固定方向性殘差矢量2.7.3  傳感器與調(diào)節(jié)器故障隔離2.8  殘差生成方法2.8.1  觀測(cè)器方法2.8.2  奇偶矢量(關(guān)系)法2.8.3  因素分解法2.9  基于模型FDI參數(shù)估計(jì)法2.10  隨機(jī)系統(tǒng)故障診斷2.11  魯棒性殘差生成問(wèn)題2.11.1  關(guān)于干擾的魯棒性2.11.2  關(guān)于建模誤差的魯棒性2.11.3  魯棒FDI的討論2.12  魯棒FDI中自適應(yīng)閾值2.13  基于模型FDI方法的可用性2.13.1  觀測(cè)器方法2.13.2  奇偶關(guān)系方法2.13.3  參數(shù)估計(jì)方法2.13.4  可用性討論2.14  故障診斷技術(shù)的集成2.14.1  故障診斷中的模糊邏輯技術(shù)2.14.2  定性故障診斷技術(shù)2.14.3  集成故障診斷系統(tǒng)2.15  本章小結(jié)第3章  基于UIOs的魯棒殘差生成3.1  引言3.2  UIOs的理論與設(shè)計(jì)3.2.1  UIOs的理論3.2.2  UIOs的設(shè)計(jì)步驟3.3  基于UIOs的魯棒故障檢測(cè)與隔離策略3.3.1  基于UIOs的魯棒故障檢測(cè)策略3.3.2  基于UIOs的魯棒故障隔離策略3.3.3  實(shí)例：化學(xué)反應(yīng)裝置中調(diào)節(jié)器故障的魯棒檢測(cè)與隔離3.4  魯棒故障檢測(cè)濾波器與魯棒方向性殘差3.4.1  故障檢測(cè)濾波器的基本原理3.4.2  干擾解耦故障檢測(cè)濾波器與魯棒故障隔離3.4.3  噴氣發(fā)動(dòng)機(jī)系統(tǒng)傳感器故障的魯棒性隔離3.5  不確定隨機(jī)系統(tǒng)濾波與魯棒故障診斷3.5.1  具有未知干擾和噪聲系統(tǒng)的最優(yōu)觀測(cè)器3.5.2  魯棒殘差生成與故障檢測(cè)3.5.3  例子3.6  本章小結(jié)第4章  基于觀測(cè)器特征結(jié)構(gòu)配置的魯棒殘差生成方法4.1  引言4.2  殘差生成與殘差響應(yīng)4.3  干擾解耦設(shè)計(jì)的一般原理4.3.1  基于不變子空間的干擾解耦設(shè)計(jì)4.3.2  基于特征結(jié)構(gòu)配置的干擾解耦設(shè)計(jì)4.4  干擾解耦的左特征矢量配置方法4.5  魯棒故障檢測(cè)器設(shè)計(jì)的參數(shù)特征結(jié)構(gòu)配置方法4.5.1  魯棒FDI設(shè)計(jì)的參數(shù)特征結(jié)構(gòu)配置4.5.2  例子4.6  干擾解耦的右特征矢量配置方法4.7  魯棒殘差生成中的最小拍設(shè)計(jì)4.8  基于特征結(jié)構(gòu)配置方法的兩個(gè)例子4.9  結(jié)論與討論第5章  魯棒殘差生成中干擾分布矩陣的確定5.1  引言5.2  干擾分布矩陣的直接確定與優(yōu)化5.2.1  噪聲與加性非線性5.2.2  雙線性系統(tǒng)5.2.3  降階模型5.2.4  參數(shù)擾動(dòng)5.2.5  分布矩陣的低秩近似5.2.6  有界不確定性5.3  干擾與干擾分布矩陣的估計(jì)5.3.1  干擾矢量估計(jì)的增廣觀測(cè)器方法5.3.2  干擾分布矩陣的推導(dǎo)5.3.3  干擾矢量估計(jì)的反卷積方法5.4  多(變)工作點(diǎn)下最優(yōu)干擾矩陣的確定5.5  噴氣發(fā)動(dòng)機(jī)系統(tǒng)建模與FDI5.5.1  噴氣發(fā)動(dòng)機(jī)系統(tǒng)故障診斷的研究背景5.5.2  噴氣發(fā)動(dòng)機(jī)系統(tǒng)描述5.5.3  直接計(jì)算與優(yōu)化方法的應(yīng)用5.5.4  增廣觀測(cè)器方法的應(yīng)用5.6  本章小結(jié)第6章  基于多目標(biāo)優(yōu)化與基因算法的魯棒殘差生成器設(shè)計(jì)6.1  引言6.2  殘差生成與性能指標(biāo)6.2.1  殘差生成與響應(yīng)6.2.2  魯棒殘差生成中的性能指標(biāo)6.2.3  性能指標(biāo)的說(shuō)明6.3  觀測(cè)器設(shè)計(jì)中的參數(shù)化6.3.1  實(shí)特征值6.3.2  共軛復(fù)特征值6.3.3  特征值的配置6.4  多目標(biāo)優(yōu)化與不等式方法6.4.1  多目標(biāo)優(yōu)化6.4.2  不等式方法6.5  基于基因算法的優(yōu)化技術(shù)6.5.1  基因算法簡(jiǎn)介6.5.2  使性能不等式成立的基因算法步驟6.6  飛行控制系統(tǒng)傳感器緩變故障的檢測(cè)6.7  本章小結(jié)第7章  基于最優(yōu)奇偶關(guān)系的魯棒殘差生成方法7.1  引言7.2  最優(yōu)奇偶關(guān)系設(shè)計(jì)中的性能指標(biāo)7.3  基于多目標(biāo)優(yōu)化的最優(yōu)魯棒奇偶關(guān)系設(shè)計(jì)7.3.1  求解最優(yōu)問(wèn)題的SVD方法7.3.2  多目標(biāo)優(yōu)化的求解7.4  數(shù)值實(shí)例7.5  有關(guān)設(shè)計(jì)最優(yōu)奇偶關(guān)系的討論7.5.1  魯棒故障隔離7.5.2  多模型的概率分布7.5.3  正交化奇偶關(guān)系7.5.4  基于優(yōu)化的魯棒奇偶關(guān)系設(shè)計(jì)7.5.5  閉環(huán)最優(yōu)奇偶關(guān)系7.6  本章小結(jié)第8章  魯棒故障診斷的頻域設(shè)計(jì)與H∞優(yōu)化方法8.1  引言8.2  魯棒故障檢測(cè)的因數(shù)分解方法8.2.1  基于因數(shù)分解的殘差生成器設(shè)計(jì)8.2.2  完全故障檢測(cè)與隔離及完全干擾解耦8.2.3  最優(yōu)殘差設(shè)計(jì)8.3  基于標(biāo)準(zhǔn)H∞濾波描述的魯棒殘差生成8.3.1  具有干擾抑制的魯棒殘差生成8.3.2  故障估計(jì)8.3.3  具有干擾抑制的故障估計(jì)8.3.4  魯棒性問(wèn)題8.4  魯棒殘差生成的LMI方法8.4.1  問(wèn)題描述8.4.2  敏感性范數(shù)分析8.4.3  H∞控制的LMI求解方法8.4.4  對(duì)偶性與H∞估計(jì)8.4.5  魯棒故障檢測(cè)觀測(cè)器設(shè)計(jì)8.4.6  魯棒FDI中有關(guān)LMI方法的討論8.5  本章小結(jié)第9章  非線性動(dòng)態(tài)系統(tǒng)故障診斷9.1  引言9.2  線性與非線性觀測(cè)器方法9.3  非線性動(dòng)態(tài)系統(tǒng)故障診斷的神經(jīng)網(wǎng)絡(luò)方法9.3.1  非線性動(dòng)態(tài)系統(tǒng)FDI中神經(jīng)網(wǎng)絡(luò)的應(yīng)用9.3.2  基于神經(jīng)網(wǎng)絡(luò)的故障診斷方案9.3.3  基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法在實(shí)驗(yàn)室系統(tǒng)中的應(yīng)用9.4  非線性動(dòng)態(tài)系統(tǒng)故障診斷的模糊觀測(cè)器方法9.4.1  T-S模糊模型及穩(wěn)定性分析9.4.2  模糊觀測(cè)器與殘差生成9.4.3  鐵路牽引系統(tǒng)中感應(yīng)電機(jī)的故障診斷9.5  非線性動(dòng)態(tài)系統(tǒng)故障診斷的神經(jīng)模糊方法9.5.1  B-樣條神經(jīng)網(wǎng)絡(luò)與模糊邏輯解釋9.5.2  基于B-樣條網(wǎng)絡(luò)的殘差生成與故障檢測(cè)9.5.3  基于B-樣條函數(shù)網(wǎng)絡(luò)的故障隔離9.5.4  兩箱系統(tǒng)的故障診斷9.6  本章小結(jié)附錄A  基于模型故障診斷技術(shù)中的專業(yè)術(shù)語(yǔ)附錄B  倒擺實(shí)例附錄C  矩陣秩分解附錄D  引理3.2的證明附錄E  低秩矩陣近似參考文獻(xiàn)

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    動(dòng)態(tài)系統(tǒng)基于模型的魯棒故障診斷 PDF格式下載

---