故障診斷技術(shù)的回顧與展望ppt課件

1、缺點診斷技術(shù)的回想與展望 報告人：彭 濤2021年01月07日Hunan University of Technology .1. Introduction 2. Some problems of fault diagnosis technique 3. Basic principles model-based FD 4. knowledge-based Fault Diagnosis 5. Data-based Control/Decision Making/Fault Diagnosis 6. Some works and Prospects Outline of This Talk Hu

2、nan University of Technology 缺點診斷技術(shù)的回想與展望.系統(tǒng)龐大的規(guī)模與高度的復(fù)雜程度系統(tǒng)中出現(xiàn)的某些微小缺點假設(shè)不能及時檢測并排除，就有能夠呵斥整個系統(tǒng)的失效、癱瘓，甚至導(dǎo)致宏大的災(zāi)難性后果如何提高系統(tǒng)的平安性、可靠性，防止和杜絕影響系統(tǒng)正常運轉(zhuǎn)的缺點的發(fā)生和開展就成為一個重要的有待處理的問題提高系統(tǒng)平安性、可靠性的方法有多種，其中一個重要的方法就是采用缺點檢測與診斷技術(shù)1. IntroductionHunan University of Technology 缺點診斷技術(shù)的回想與展望.缺點包括兩層含義： 一是系統(tǒng)偏離正常功能。其構(gòu)成緣由主要是由于系統(tǒng)的任務(wù)條件含

3、零部件不正常而產(chǎn)生的。經(jīng)過參數(shù)調(diào)理，或修復(fù)零部件，又可恢復(fù)正常功能二是功能失效。是指系統(tǒng)延續(xù)偏離正常功能，且其程度不斷加劇，使設(shè)備根本功能不能保證 1. IntroductionHunan University of Technology .診斷技術(shù)可以說幾乎是與機器的發(fā)明同時產(chǎn)生的 本世紀60年代，來源于工業(yè)興隆的歐美國家和亞洲的日本 70年代中期進入蓬勃開展的階段 進入80年代以后，曾經(jīng)構(gòu)成了集眾多現(xiàn)代科學(xué)技術(shù)于一體的，一門既注重實際研討，又注重實踐運用的新興交叉學(xué)科1. IntroductionHunan University of Technology .2.1 Basic conce

4、pts of fault diagnosis Technique 2.2 Faults Classification2.3 Basic tasks of fault diagnosis 2.4 Performance indices2.5 Classification of fault diagnosis methodsHunan University of Technology 2. Some Problems of FD Technique缺點診斷技術(shù)的回想與展望.缺點(fault)：系統(tǒng)至少一個特性或參數(shù)出現(xiàn)較大偏向，超出了可接受的范圍。此時系統(tǒng)的性能明顯低于其正常程度，所以已難以完成其

5、預(yù)期的功能失靈(malfunction)：在系統(tǒng)完成特定的義務(wù)時，出現(xiàn)了延續(xù)性的不規(guī)那么景象失效(failure，又稱嚴重缺點)：是指系統(tǒng)延續(xù)偏離正常功能由于缺點，且其程度不斷加劇，使系統(tǒng)繼續(xù)喪失了完成給定義務(wù)的才干殘差(residual)：缺點指示器，由丈量值與模型計算值的差得到征兆(symptom)：由缺點引起的系統(tǒng)可觀測的特性與其正常的特性相比所出現(xiàn)的異常變化2.1 Basic Concepts of Fault Diagnosis TechniqueHunan University of Technology 2. Some Problems of FD Technique.監(jiān)視(mo

6、nitoring)：經(jīng)過記錄信息、識別與指示系統(tǒng)行為的異常景象，延續(xù)與實時地確定某一物理系統(tǒng)的運轉(zhuǎn)形狀。監(jiān)控(supervision)：對物理系統(tǒng)進展監(jiān)視，并且當(dāng)他發(fā)生缺點時采取適當(dāng)?shù)拇胧?，以維持其運轉(zhuǎn)。誤報(false alarm)：系統(tǒng)沒有發(fā)生缺點而報警?！罢`報率是衡量缺點診斷系統(tǒng)性能的根本目的之一漏報(missing alarm)：系統(tǒng)發(fā)生了缺點而沒有報警?！奥﹫舐适呛饬咳秉c診斷系統(tǒng)性能的又一個根本目的Hunan University of Technology 2.1 Basic Concepts of Fault Diagnosis Technique. 冗余redundancy：

7、指系統(tǒng)里反復(fù)配置的一些部件 自動 備援， 即當(dāng)某一部件設(shè)備發(fā)生損壞時, 冗余配置的部件 可以自動作為后備式部件替代缺點部件設(shè)備的任務(wù)，由此 減少系統(tǒng)的缺點時間 數(shù)據(jù)冗余date redundancy ：在一個數(shù)據(jù)集合中反復(fù)的數(shù) 據(jù)，簡單說就是多余的數(shù)據(jù)。假設(shè)數(shù)據(jù)喪失、出錯、缺點等可 以用冗余恢復(fù)數(shù)據(jù) 硬件冗余hardware redundancy：用同樣的硬件重構(gòu)過程 的元部件。特點是可靠性高、缺點分別直接，但本錢過高 解析冗余(analytical redundancy)：與硬件冗余相對應(yīng)，指經(jīng)過 用解析方式表示的系統(tǒng)數(shù)學(xué)模型來產(chǎn)生冗余信號Hunan University of Techno

8、logy 2.1 Basic Concepts of Fault Diagnosis Technique.2.1 Basic Concepts of Fault Diagnosis TechniqueHunan University of Technology Fig. 2.1 Schematic description of the hardware redundancy scheme假設(shè)過程元部件的輸出不同于其硬件冗余的輸出，那么過程元部件被檢測出有缺點發(fā)生冗余信號的產(chǎn)生往往是勝利實現(xiàn)缺點診斷的一個關(guān)鍵.2.2 Fault Classification 按照發(fā)生部位的不同可分為 過程元部件

9、缺點 (process/component faults) 傳感器缺點 (sensor faults) 執(zhí)行器缺點 (actuator faults) 按照時間特性的不同可分為 突變?nèi)秉c(abrupt faults) 緩變?nèi)秉c(incipient faults) 間隙缺點(intermittent faults) 按照發(fā)生方式的不同可分為 加性缺點(additive faults) 乘性缺點(multiplicative faults)Hunan University of Technology 2. Some Problems of FD Technique. 按照發(fā)生部位的不同劃分 過程缺

10、點process faults：被控對象中的某些元部件甚 至是子系統(tǒng)發(fā)生異常 傳感器缺點sensor faults：控制回路中用于檢測被丈量的傳感器發(fā)生卡死、恒增益變化或恒偏向而不能準確獲取被丈量信息，詳細表現(xiàn)為對象變量的丈量值與其實踐值之間的差別 執(zhí)行器缺點actuator faults：控制回路中用于執(zhí)行控制命令的執(zhí)行器發(fā)生卡死、恒增益變化或恒偏向而不能正確執(zhí)行控制命令，詳細表現(xiàn)為執(zhí)行器的輸入命令和它的實踐輸出之間的差別 Hunan University of Technology 2.2 Fault Classification. 按照時間特性的不同劃分突變?nèi)秉c(abrupt fault

11、s)：參數(shù)值忽然出現(xiàn)很大偏向，事先不可監(jiān)測和預(yù)測的缺點緩變?nèi)秉c(incipient faults)：又稱為軟缺點，指參數(shù)隨時間的推移和環(huán)境的變化而緩慢變化的缺點間隙缺點(intermittent faults)：由于老化、容差缺乏或接觸不良引起的時隱時現(xiàn)的缺點Hunan University of Technology 2.2 Fault Classification. 按照發(fā)生方式的不同劃分加性缺點(additive fault)：作用在系統(tǒng)上的未知輸入，在系統(tǒng)正常運轉(zhuǎn)時為零。它的出現(xiàn)會導(dǎo)致系統(tǒng)輸出發(fā)生獨立于知輸入的改動乘性缺點(multiplicative fault)：系統(tǒng)的某些參數(shù)的變

12、化。它們能引起系統(tǒng)輸出的變化，這些變化同時也受知輸入的影響Hunan University of Technology 2.2 Fault Classification.2.3 Basic Tasks of Fault Diagnosis 缺點診斷是一門綜合性技術(shù)，其研討涉及到多門學(xué)科，如控制實際 經(jīng)典、現(xiàn)代、魯棒、自順應(yīng)、可靠性實際、數(shù)理統(tǒng)計、模糊集實際、信息處置、方式識別人工智能等學(xué)科實際 Hunan University of Technology 2. Some Problems of FD Technique.2.3 Basic Tasks of Fault Diagnosis 缺點

13、建模fault modeling 缺點檢測fault detection 缺點分別fault isolation 缺點識別identification 缺點診斷diagnosis Hunan University of Technology 缺點檢測與分別識別FDI缺點檢測與診斷FDD缺點的評價與決策FED, Fault Evaluation and Decision. Fig.2.2 The basic tasks of the supervision system 2.3 Basic Tasks of Fault Diagnosis Hunan University of Technolo

14、gy . 檢測性能目的Detection Performance Index 早期檢測的靈敏度 缺點檢測的及時性 缺點的誤報率和漏報率 診斷性能目的Diagnosis Performance Index 缺點分別才干 缺點辨識的準確性 綜合性能目的Comprehensive Performance Index 魯棒性 自順應(yīng)才干 平安性 可靠性2.4 Performance Indices Hunan University of Technology 2. Some Problems of FD Technique.2. Some Problems of FD TechniqueHunan U

15、niversity of Technology 2.5 Classification of Fault Diagnosis Methods 診斷方法的研討在于：尋覓征兆與缺點之間的有效對應(yīng)關(guān)系 最簡單的缺點檢測方法就是所謂界限判別法也即判別兩類過程形狀(正常和異常形狀) 如運用一個傳感器信號x，可按如下條件描畫： 假設(shè)xHth，那么形狀正常，否那么形狀異常.2.5 Classification of Fault Diagnosis Methods Hunan University of Technology 國際缺點診斷權(quán)威，德國的P.M.Frank教授以為 缺點診斷方法可以分為 基于模型的方

16、法 (model-based) 基于知識的方法 (knowledge-based) 基于信號處置的方法 (Signal-processing-based).基于知識的方法基于解析模型的方法基于數(shù)據(jù)驅(qū)動的方法故 障 診 斷 方 法基于病癥的方法基于定性模型的方法專家系統(tǒng)方法方式識別方法神經(jīng)網(wǎng)絡(luò)方法模糊推理方式方式識別方法神經(jīng)網(wǎng)絡(luò)方法模糊推理方式最小二乘法濾波器方法參數(shù)估計方法基于觀測器方法等價空間方法信號處置方法機器學(xué)習(xí)信息交融/粗糙集譜分析小波變換主元分析法Fisher判別分析法偏最小二乘方法神經(jīng)網(wǎng)絡(luò)有向圖缺點樹支持向量機多元統(tǒng)計分析相關(guān)分析/子空間法.3.1 The General Proc

17、edure of Model-based FD3.2 Modeling of Faults3.3 Observer-based Approach3.4 Parity Space Approach3.5 Parameter Estimation ApproachHunan University of Technology 3 Basic Principles Model-based Fault Diagnosis缺點診斷技術(shù)的回想與展望.根本思想校驗由一樣的過程輸入信號驅(qū)動的過程解析模型的輸出與實踐系統(tǒng)的丈量輸出之間的一致或不一致性3.1 The General Procedure of Mod

18、el-based FDHunan University of Technology 3 Basic Principles Model-based Fault Diagnosis. Hunan University of Technology 3.1 The General Procedure of Model-based FDFig.3.1 Schematic description of the model-based fault diagnosis scheme.通常所采用的過程解析模型有兩種不同的戰(zhàn)略 模擬名義的或無缺點的特性模型 (Nominal model/ Fault-free m

19、odel) 對于某個特定的預(yù)知缺點建立其缺點特性模型 (Faulty model)Hunan University of Technology 3.1 The General Procedure of Model-based FD. FD義務(wù)分兩步完成殘差征兆生成 (Residual/Symptom Generation)殘差征兆評價 (Residual /Symptom Evaluation) Hunan University of Technology 3.1 The General Procedure of Model-based FD 基于解析模型的殘差生成方法主要有三種 基于觀測器方

20、法 (Observer-based) 等價空間方法 (Parity Space) 或奇偶方程、奇偶關(guān)系、奇偶空間方法 參數(shù)估計方法 (Parameter Estimation). FDIA系統(tǒng)設(shè)計的關(guān)鍵抑制信號中不感興趣部分而加強其中反映缺點的部分，以區(qū)分缺點與模型不確定性和未知輸入的影響基于模型FDIA系統(tǒng)設(shè)計的目的使FDIA系統(tǒng)對缺點具有盡能夠大的靈敏度，而同時對不感興趣信號的影響具有盡能夠大的魯棒性 Hunan University of Technology 3.1 The General Procedure of Model-based FD. FD系統(tǒng)的設(shè)計應(yīng)包括如下義務(wù) 設(shè)計一個

21、殘差生成器，對缺點具有高的靈敏度而對模型 不確定具有強的魯棒性 經(jīng)過選擇殘差評價函數(shù)定義征兆，以保證所檢測的關(guān)于 缺點的信息不被喪失 進一步分析殘差或開發(fā)征兆，獲得更多的關(guān)于缺點的知 識，以便指點決策或?qū)嵤┤蒎e控制Hunan University of Technology 3.1 The General Procedure of Model-based FD.Hunan University of Technology 3.2 Modeling of Fault3 Basic Principles Model-based Fault Diagnosis在基于模型缺點診斷中運用開環(huán)系統(tǒng)模型，雖

22、然我們以為這個系統(tǒng)是在控制回路中 Fig.3.2 缺點診斷與控制回路 .3.2 Modeling of FaultHunan University of Technology Fig.3.3 Strcture of a standard control loop with fault.Hunan University of Technology 3.2 Modeling of FaultHunan University of Technology 3.2 Modeling of Fault這一開環(huán)系統(tǒng)分為執(zhí)行器、系統(tǒng)動態(tài)和傳感器三個部分。按照發(fā)生方式的不同主要研討過程元部件缺點(process

23、 faults)、 傳感器缺點(sensor faults) 以及執(zhí)行器缺點(actuator faults) Fig.3.4開環(huán)系統(tǒng)模型系統(tǒng)動態(tài)可用形狀空間模型描畫 .Hunan University of Technology 3.2 Modeling of Fault當(dāng)(過程元部件發(fā)生缺點時 Fig.3.5元部件有缺點時系統(tǒng)動態(tài)圖 過程元部件缺點可以視為系統(tǒng)中一些條件的改動而使動態(tài)關(guān)系變?yōu)闊o效的情形，如在三容器中一個水容器出現(xiàn)破綻。在一些情形下，缺點可以表達為系統(tǒng)中參數(shù)的變化 .Hunan University of Technology 3.2 Modeling of Fault當(dāng)傳感

24、器發(fā)生缺點時 普通說來，系統(tǒng)的實踐輸出yR(t)是不能直接得到的，通常用傳感器獲得系統(tǒng)丈量輸出。經(jīng)過正確選擇向量fs，可以描畫一切的傳感器缺點情形。如當(dāng)傳感器被“固定在零值上時，丈量向量y(t)=0，缺點向量 Fig.3.6 傳感器有缺點時系統(tǒng)動態(tài)圖 .Hunan University of Technology 3.2 Modeling of Fault當(dāng)執(zhí)行器發(fā)生缺點時 現(xiàn)實上，系統(tǒng)的實踐執(zhí)行通常也是不能直接獲得的。對于一個受控系統(tǒng)來說，uR是知執(zhí)行器控制命令u(t)的執(zhí)行器呼應(yīng)。與傳感器缺點情況類似，不同的執(zhí)行器缺點情況可以由一個適宜的缺點函數(shù)fa(t)來表示 Fig.3.7 執(zhí)行器有缺

25、點時系統(tǒng)動態(tài)圖 .Hunan University of Technology 3.2 Modeling of Fault思索系統(tǒng)一切能夠的傳感器缺點、元部件缺點和執(zhí)行器缺點，系統(tǒng)模型可描畫為：通常寫成如下形狀空間描畫的普通方式：輸入輸出描畫方式為： .Hunan University of Technology 3.2 Modeling of Fault假設(shè)把建模不確定性思索進去，那么用于殘差生成器完好的形狀空間模型就變成： 其輸入-輸出一致性模型變?yōu)椋?Hunan University of Technology 3.3 Observer-based Approach3 Basic Pri

26、nciples Model-based Fault DiagnosisFig.3.8 基于觀測器方法的殘差生成器原理 .3.3 Observer-based ApproachHunan University of Technology Hunan University of Technology (1) (2) .3.3 Observer-based ApproachHunan University of Technology . (3) . (4) (5) (6) .3.3 Observer-based ApproachHunan University of Technology .3.3

27、Observer-based ApproachHunan University of Technology 殘差生成器設(shè)計的主要目的即為設(shè)法到達使FD系統(tǒng)對缺點更加靈敏，而同時對不感興趣信號的影響更加魯棒之間的最正確平衡 .Hunan University of Technology 3 Basic Principles Model-based Fault Diagnosis3.4 Parity Space Approach等價空間方法的根本思想是提供一個適宜的被監(jiān)控系統(tǒng)的丈量一致性(奇偶性)校驗 .Hunan University of Technology 3 Basic Principl

28、es Model-based Fault Diagnosis對于硬件(直接)冗余，應(yīng)多于傳感器最小數(shù)，也就是說，y(k)的維數(shù)應(yīng)大于x(k)的維數(shù) 首先思索運用m個傳感器，n維向量的丈量問題，其丈量方程為：系統(tǒng)動態(tài)傳感器C殘差生成器V殘差rFig.3.9 基于硬件直接冗余的殘差生成構(gòu)造.Hunan University of Technology 3.4 Parity Space Approach為了檢測分別缺點的目的，向量y(k)可以組合成一組線性無關(guān)的等價等式來生成等價向量(殘差)： 矩陣V必需滿足：由V的列所張成的空間 稱為“等價空間 ，也就是說，V的列構(gòu)成了這個空間的基。假設(shè)第i個傳感

29、器中發(fā)生了缺點，意味著在方向上的殘差范數(shù)的增大。.Hunan University of Technology 3.4 Parity Space Approach缺點檢測決策函數(shù)fault detection decision function 缺點分別決策函數(shù)fault isolation decision function 對于一個特定的r(k)，可以經(jīng)過計算 DFIi(k)的m個值來識別不正常任務(wù)的傳感器。假設(shè)DFIi(k)是這些值中的最大數(shù)，那么與之相對應(yīng)的傳感器就是最有能夠發(fā)生缺點的傳感器 .Hunan University of Technology 3.4 Parity Spac

30、e Approach從等價空間的觀念來看，V的列定義了m個不同的缺點表征方向 Ii, i=1,2,m，在指示有一個缺點發(fā)生后，經(jīng)過將等價向量方向與每一個缺點表征方向相比較，可以進展故障分別。實踐上，缺點分別函數(shù) DFIi(k)是對一個殘差向量與缺點表征方向之間相互關(guān)系的丈量。為可靠分別缺點，缺點表征方向間的夾角應(yīng)“盡能夠地大，也即， 應(yīng)“盡能夠小 .Hunan University of Technology 3.4 Parity Space Approach直接冗余/硬件冗余關(guān)系不存在 為實現(xiàn)最優(yōu)的缺點分別，vi應(yīng)滿足 .Fig.3.10 基于等價空間方法的殘差生成器原理 經(jīng)過在一定時間間隔

31、，即數(shù)據(jù)窗： 內(nèi)采集傳感器的輸出來構(gòu)建冗余關(guān)系，即時間冗余(temporal redundancy)或延續(xù)冗余(serial redundancy) Hunan University of Technology 3.4 Parity Space Approach.思索系統(tǒng)由線性離散形狀空間方程給出：Hunan University of Technology 3.4 Parity Space Approach.引入如下符號表示.3.4 Parity Space ApproachHunan University of Technology .或或3.4 Parity Space Approach

32、Hunan University of Technology .Hunan University of Technology 3.5 Parameter Estimation Approach3 Basic Principles Model-based Fault DiagnosisFig.3.11 基于參數(shù)估計方法的殘差生成器原理 .基于參數(shù)估計的檢測方法根本思想是用熟知的參數(shù)估計方法反復(fù)不斷地對實踐過程的參數(shù)進展在線估計，將估計結(jié)果與無缺點參考模型所獲得的參數(shù)進展比較任何實踐差別即指示為缺點。 基于假設(shè)：缺點是反映在物理系統(tǒng)參數(shù)中的，如磨擦，質(zhì)量，膠粘性、抵抗性、感應(yīng)系數(shù)、容量等。Huna

33、n University of Technology 3.5 Parameter Estimation Approach. 采用參數(shù)估計法實現(xiàn)FDI的根本步驟 建立過程的物理關(guān)系模型； 計算正常模型無缺點參考模型的物理參數(shù)； 確定模型系數(shù)與過程物理參數(shù)之間的關(guān)系； 由可丈量的輸入輸出信號，在線估計過程的模型系數(shù)； 基于模型系數(shù)的標稱值，建立系統(tǒng)的缺點模型，即給出故 障與模型系數(shù)之間的聯(lián)絡(luò)；并基于模型系數(shù)的變化及缺點 模型進展缺點的決策，判別能否發(fā)生了缺點； 進展缺點診斷，確定缺點的類型、位置和大小。Hunan University of Technology 3.5 Parameter Est

34、imation Approach.基于知識的方法基于病癥的方法基于定性模型的方法專家系統(tǒng)方法方式識別方法神經(jīng)網(wǎng)絡(luò)方法模糊推理方式方式識別方法神經(jīng)網(wǎng)絡(luò)方法模糊推理方式有向圖缺點樹4. knowledge-based Fault DiagnosisHunan University of Technology 缺點診斷技術(shù)的回想與展望.Hunan University of Technology 5. Data-based Control/Decision Making /Fault Diagnosis5.1 Data-driven Control Theory5.2 Data-based Deci

35、sion Making5.3 Data-driven Fault Diagnosis缺點診斷技術(shù)的回想與展望.一、 數(shù)據(jù)驅(qū)動控制的定義Hunan University of Technology 數(shù)據(jù)驅(qū)動控制(Data-driven Control) 最早來源于計算機科學(xué)領(lǐng)域,控制領(lǐng)域出現(xiàn)這個概念是近幾年的事情相關(guān)的少量研討, 雖已存在但運用的名詞卻不盡一樣 Data-based control Modelless control Model-free control IFT(Iterative feedback tuning) VRFT(Virtual reference feedback

36、tuning) ILC(Iterative learning control)5.1 Data-driven control Theory5. Data-based Control/Decision Making/Fault Diagnosis.5.1 Data-driven Control TheoryHunan University of Technology 控制系統(tǒng)設(shè)計包括：受控對象和控制器設(shè)計兩部分受控對象有四種能夠情況： 有準確的機理模型 有機理模型，但機理模型不準確、不確定性較大 有機理模型，但機理模型太復(fù)雜、階數(shù)太高、非線性太強 很難建立機理模型或無模型控制器的設(shè)計分為： 基于

37、機理模型設(shè)計 基于數(shù)據(jù)模型或無模型設(shè)計.5.1 Data-driven Control TheoryHunan University of Technology 控制系統(tǒng)設(shè)計有四種有意義的能夠設(shè)計方案： 模型是機理的，控制器也是機理的 對建立了機理模型，但機理模型不準確、不確定性較 大的系統(tǒng)，控制器設(shè)計既可以是基于機理模型，也可 以思索基于數(shù)據(jù)或無模型的方法進展設(shè)計 模型是機理的，但機理模型太復(fù)雜、階數(shù)太高、非線 性太強，很難分析和設(shè)計，實踐運用中需求進展基于 部分數(shù)據(jù)模型或無模型的控制器設(shè)計 對象無模型或很難建立機理模型，需求運用數(shù)據(jù)模型 或無模型控制方法.5.1 Data-driven C

38、ontrol TheoryHunan University of Technology 數(shù)據(jù)驅(qū)動包括：數(shù)據(jù)驅(qū)動思想和數(shù)據(jù)驅(qū)動控制數(shù)據(jù)驅(qū)動思想：指利用受控系統(tǒng)的在線和離線數(shù)據(jù)，實 現(xiàn)系統(tǒng)的基于數(shù)據(jù)的控制、預(yù)告、評價、 調(diào)度、監(jiān)控、診斷、決策和優(yōu)化等的各 種期望功能數(shù)據(jù)驅(qū)動控制：指控制器設(shè)計不包含受控過程數(shù)學(xué)模型 信息，僅利用受控系統(tǒng)的在線和離線數(shù) 據(jù)以及經(jīng)過數(shù)據(jù)處置而得到的知識來設(shè) 計控制器，并在一定的假設(shè)下，有收斂 性、穩(wěn)定性保證和魯棒性結(jié)論的控制理 論與方法.5.1 Data-driven Control TheoryHunan University of Technology 值得留意的問

39、題 機理模型和數(shù)據(jù)模型的本質(zhì)區(qū)別在于：系統(tǒng)時變性和不 確定性在機理模型中是顯式表達的，而在數(shù)據(jù)模型中是 非顯式和蘊含的 實際上講，對受控對象的知識掌握越多，控制手段就應(yīng) 月豐富，控制效果就應(yīng)該越好，因此，與建立機理模型 一樣，建立好的基于數(shù)據(jù)的控制模型與設(shè)計好的控制 器，都需求對受控系統(tǒng)的動力學(xué)特性和信息有比較深化 的了解和利用 基于模型的控制實際和方法，對離線數(shù)據(jù)是一次性使 用，當(dāng)模型建立后就棄之不用，但理想的數(shù)據(jù)驅(qū)動控制 實際和方法那么應(yīng)在控制過程的一直都進展離線數(shù)據(jù)的不 同層面、不同尺度上的利用 數(shù)據(jù)驅(qū)動控制實際和方法不排斥已有的基于模型的控制 實際和方法，兩者不能相互取代.5.1 Da

40、ta-driven Control TheoryHunan University of Technology 二、 數(shù)據(jù)驅(qū)動控制實際與方法的存在背景從實際方面來看1基于模型的控制實際和方法總是不可防止“未建模動態(tài) 和“魯棒性這對矛盾問題2數(shù)學(xué)模型的復(fù)雜性決議了控制器的復(fù)雜構(gòu)造，高階的 復(fù)雜的非線性系統(tǒng)模型勢必導(dǎo)致高階復(fù)雜的非線性控 制器，控制器的簡化和降階問題、魯棒性問題稱為不 可跨越的設(shè)計問題3實際和實踐之間間隔越來越大，制約了控制實際的健 康開展從運用角度來看 基于模型控制實際和方法在處理實踐問題時已顯得慘白無力、力不從心。信息量大、知識匱乏曾經(jīng)成為很多過勝利也、復(fù)雜系統(tǒng)管理和控制的共同瓶

41、頸問題.5.1 Data-driven Control TheoryHunan University of Technology 三、 數(shù)據(jù)驅(qū)動控制方法 分為三類： 基于在線數(shù)據(jù)的數(shù)據(jù)驅(qū)動控制方法 基于SPSA的無模型控制方法 Simultaneously perturbation stochastic approximation 無模型自順應(yīng)控制Model free adaptive control，MFAC 去偽控制Unfalsified control，UC 基于離線數(shù)據(jù)的數(shù)據(jù)驅(qū)動控制方法 PID控制方法 迭代反響整定方法Iterative feedback tuning，IFT 虛擬參

42、考反響整定方法 Virtual reference feedback tuning，VRFT 基于在線和離線數(shù)據(jù)結(jié)合的數(shù)據(jù)驅(qū)動控制方法 迭代學(xué)習(xí)控制方法Iterative learning control，ILC 懶惰學(xué)習(xí)控制方法Lazy learning，LL.5.1 Data-driven Control TheoryHunan University of Technology 四、 數(shù)據(jù)驅(qū)動控制實際和方法能夠開展趨勢和展望 數(shù)據(jù)驅(qū)動控制實際和方法的框架體系的建立 面向控制義務(wù)的數(shù)據(jù)處置及其在驅(qū)動控制控制系統(tǒng)設(shè)計中 的運用是一個具有標志性意義的研討方向 數(shù)據(jù)驅(qū)動控制的魯棒性定義和分析方法是數(shù)據(jù)驅(qū)動控制理 論和方法的建立及開展必需求處理的重要問題之一 基于閉環(huán)系統(tǒng)實測數(shù)據(jù)的系統(tǒng)運轉(zhuǎn)效果評價、預(yù)告和穩(wěn)定 檢驗方法也是有出路的研討方向 基于模型的控制方法和基于數(shù)據(jù)驅(qū)動的控制方法的并行控 制方法，使二者能相互支持、相互校正、優(yōu)勢互補、相互 完善，是非常有意義的研討方向 已有的數(shù)據(jù)驅(qū)動控制方法在實踐中的運用也是非常有意義