文摘
在转子系统故障检测和隔离(FDI)经常面临的问题系统动力学是依赖于转子旋转频率由于陀螺效应。在转子系统不平衡兴奋,连续分布的平衡是很难确定或估计准确。不平衡力扰动使故障检测更加复杂。本文的目的是开发线性时不变(LTI)外国直接投资(即方法。,constant parameters) for rotor systems under consideration of gyroscopic effect and disturbances. Two approaches to describe the gyroscopic effect, that is, as unknown inputs and as model uncertainties, are investigated. Based on these two approaches, FDI methods are developed and the results are compared regarding the resulting FDI performances. Results are obtained by the application in a rotor test rig. Restrictions for the application of these methods are discussed.
1。介绍
基于模型的故障检测和隔离(FDI)方法通常比信号基于FDI提供更好的性能(见,例如,1])。因此基于模型的方法广泛应用于技术流程时,系统性能和可靠性要求高。在理想情况下,系统无干扰或干扰工作系统是已知的和准确的系统模型可用于模型基于FDI的过程。干扰和模型不准确或不确定性往往有强烈的对FDI的影响性能和可能导致假警报或减少故障检测率。
在转子系统的不平衡力是主要的干扰FDI的过程。虽然不平衡的方法识别(2,3)或未经审判的平衡重量(4,5)通常用于估计模态不平衡或不平衡的结有限元模型(FEM),物理模型精度高和足够数量的传感器需要实现一个准确的估计结果。如果一个弹性转子被认为是一个连续的系统,无限自由度(自由度),连续分布不平衡不能检测到全部。在实际系统的平衡不能完全确定或补偿。
在转子系统与大型磁盘的情况下,陀螺效应不容忽视。系统的行为是那么依赖于转子旋转频率。如果陀螺矩阵是已知和转子旋转频率测量、参数模型依赖于旋转频率可以建6,7)和旋转频率依赖外国直接投资方法可以应用。然而如果一个转子没有运行在恒定旋转频率或者旋转频率的测量不够准确,旋转频率相关的故障检测滤波器通常不适用。还一个精确的参数模型通常不能用于基于模型的外国直接投资。
与旋转频率依赖设计、线性时不变(LTI)故障检测过滤器使用简单和易于实现结构是本文开发的。因此,我们考虑一个常数模型在一定的旋转频率作为名义模型和陀螺效应是制定模型不确定性或未知输入。然后外商直接投资问题转子系统成为外商直接投资的问题或未知输入干扰和模型不确定性。为了应对这些影响,鲁棒性的设计故障检测滤波器为一个可靠的性能是至关重要的。
强劲的外国直接投资的方法大多是基于两种方法:解耦的未知输入(8通过不同的目标函数[]和优化9]。
未知输入的想法首先介绍了渡边和库普10)与未知输入观测器的设计(UIO)解耦的影响未知输入在残差。未知输入总结与某一分布未知扰动的影响。在某些情况下,模型不确定性可以被视为未知输入确定分布(11,12),因此由未知输入解耦模型不确定性的影响也解耦。基于UIO之外,另一个观察者的方法可以被发现,例如,在[13,14)的观察者的利用特征结构配置问题和剩余权重矩阵。基于奇偶方程的解耦方法未知输入可以被发现,例如,在[1]或[9]。在过去几年,至少顺序故障检测滤波器基于零空间设计研究[15,16]。占正弦未知输入的方法,转子系统的情况下,可以在[17]。
通过发展技术来解决线性矩阵不等式(lmi) [18),外商直接投资过程中优化方法是深入调查在过去几年。系统中不确定性矩阵可以改写为干扰(19)或直接处理(20.]。一些出版物关注确保足够的扰动衰减和故障的敏感性,同时拒绝控制输入到残差的影响(见,例如,21,22])。其他出版物依靠匹配整个系统的输入-输出行为组成的植物和剩余发电机给定参考模型(23,24]。
很多研究FDI在转子系统在过去的几十年里完成的。的一些研究集中在断层特征(25- - - - - -27)和其他测试不同的外国直接投资方法在转子系统(28- - - - - -30.]。关注的陀螺效应通常不是FDI过程。尽管其他方面调查故障的症状出现在转子系统(例如,特殊的轨道或频域分析),本文主要关注FDI发展一般方法处理陀螺效应和干扰(例如,从最初的平衡)。的目标是发现输入错误(例如,平衡的变化),不只是从干扰下的陀螺效应的考虑。为此,两种不同的方法来描述陀螺效应。一方面,制定为未知输入的影响。另一方面,它被解释为系统模型的不确定性。根据这两个描述,不同的方法来设计故障检测滤波器。节2我们现在的试验台实现和测试获得的故障检测滤波器。我们考虑两种物理模型和确定模型用于过滤器设计和陀螺效应的建模。部分3简要总结了方法来估计未知输入分布矩阵和故障检测滤波器的不同设计方法可用于转子系统。主要未知输入观测器和模型匹配方法。节4这两种方法,我们测试的可行性通过模拟使用测试平台模型。应用程序的方法的结果并给出了试验装置5之前给出一个结论。
1.1。符号方面
与符号,我们使用缩写词一个单位矩阵,表示一个矩阵的零适当的维度。为一个矩阵奇异值写成,。一个稳定的传输矩阵,规范的最大奇异值对所有频率和缩写。广场和对称矩阵正(负)定指用()。元素的矩阵,由对称性很容易推断,缩写的符号。此外,我们写对称矩阵的一部分。
2。建模
2.1。试验装置
FDI的测试方法和比较他们的表演进行转子试验台呈现在图1。
这个测试平台构建在达姆施塔特科技大学来测试不同的控制策略和外商直接投资方法在转子系统在考虑陀螺效应。挠性轴的直径9毫米和320毫米的长度。两盘相对较大的惯性安装在轴偏压地段提高陀螺效应。陀螺效应可以观察到从试验台的坎贝尔图在图2。试验装置是由一个活跃的轴承在左边和右边一个被动的轴承。活动轴承配有两个压电堆作动器的最大中风60m。执行器排列相互正交。对每一个压电致动器预加载弹簧安装,所以压电元素只有在压力下工作。四个位移传感器实现在试验台2传感器飞机沿着转子成对(见图1)。飞机上每个传感器,传感器在同一方向排列的执行机构。第一个2学不回转的转子39赫兹和97赫兹。第一次和第二次eigenforms呈现在图3。转子是由一个250瓦特直流电机的最大转速1000 rad / s和贯穿2共振在47赫兹(295 rad / s)和108赫兹(678 rad / s)。
试验装置的有限元模型建立的基础上,得票率最高梁理论(31日]。轴承使用离散刚度建模,惯性,和压电元素。活动轴承加上轴通过应用压电致动器的轴的力量依赖于致动器和电压的菌株应用于致动器。致动器的压力计算轴的振动。模型的压电材料的压电致动器遵循法律。压电致动器是用于振动控制。外国直接投资的方法并不影响致动器。他们并没有考虑在FDI的过程。转子系统的阻尼被认为是粘滞阻尼。阻尼系数设置为1%,为了匹配试验台的测量频率响应。 For the implementation of FDI methods, the finite element model is reduced by means of modal reduction technique. A low order model with 8 modal degrees of freedom (DOF), that is, 16 DOF in the state space representation, is proven to be accurate enough for the relevant frequency range. The finite element model of the rotor systems is proper, thus the feed through part does not exist in the state space representation. The state space model of the rotor is given in 在哪里是系统的状态向量,是控制输入向量,即电压应用于致动器,描述了骚乱,军队(例如,生成的初始平衡)作用于轴系统输出,传感器信号。与适当的系统矩阵维度,在哪里依赖于转子旋转频率因为陀螺效应。最初的平衡被建模为使随机分布的不平衡转子轴在轴向和圆周方向。群众和怪癖的初始平衡与强烈的加权随机选择的平衡转子盘。模型(1)和(1 b)是可控和可观察到的旋转频率范围。
2.2。外国直接投资过程模型
由于乘法的缺点可以转变为一种添加剂(9),缺点是建模为添加剂的缺点。在转子系统不平衡和陀螺效应的影响(如将在部分2。3)定期与转子旋转频率。这项工作的重点是检测输入错误(例如,转子盘打破)陀螺效应的影响和期刊转子旋转频率。这些缺点不仅仅是区分从陀螺效应的影响和干扰从最初的平衡。输出错误(即。,sensor faults) are not influenced by the gyroscopic effect and are normally not periodical. Mostly, they can be easily detected in the frequency domain. Thus the output faults are not of the interest in this paper and are not explicitly considered in the following. But the methods introduced in this paper are also applicable for output faults.
模型的一些限制和不同的情况下被认为是外国直接投资过程中根据转子系统的知识(我)初始不平衡不能被探测到的全部,从而干扰项在(1)和(1 b)应该是未知的。(2)如果足够多转子系统的物理信息,系统可以使用一个物理模型建模。的基础上的模型不回转的转子(即。,设置在模型(1)和(1 b)),陀螺效应可以表示为一个添加剂的术语到矩阵。因此,在这种情况下可用的模型 在哪里代表认为的缺点和是它的输入矩阵。(3)如果无法构建一个物理模型或物理模型的准确性不足,可以使用识别模型。在这种情况下,陀螺矩阵的知识应该是未知的。只有确定模型在某些转子旋转频率应该是可用的。如果陀螺效应被认为是模型的不确定性,确定模型在不同的旋转频率 与是必需的,所以不同的情况下的系统可以被认为是外国直接投资的过程。设计基于模型匹配的方法(见章节3所示。3和4.2),作为名义上的模型,在哪里最大相关转子旋转频率。,模型的距离和名义模型的参数是一样的。这有助于解决方案模型的匹配问题。如果陀螺效应被描述为未知输入,不回转的转子模型 与外商直接投资作为名义模型的过程。因此,陀螺效应还没有被认为是在名义模型(5)和(5 b)。
2.3。考虑初始平衡和陀螺效应
为了实现鲁棒性对干扰(例如,从最初的平衡),干扰的信息是必需的。不平衡力的方式影响转子系统可以确定通过试验台的测量(32]。不需要检测的不平衡分布。如果未知输入及其分布矩阵用来表示初始不平衡的影响,外商直接投资扩展的系统模型 的物理模型 的识别模型。理想情况下,未知输入有相同的影响通过分布矩阵作为初始的平衡。对于FDI过程只分布矩阵决定,未知输入没有检测到。注意,估计矩阵通常是不相同的,不一定等于甚至有相同的维度作为真正的输入矩阵的干扰。
在转子动力学,角动量守恒导致之间的耦合一个旋转的轴的旋转自由度。耦合转子盘上的效果被认为是瞬间产生的光盘和定期在转子轴上。耦合轴元素的影响通常较小,可以忽略不计。建模,转子系统可以被视为一个简单的没有陀螺效应(即转子系统。,模型(5)和(5 b)+干扰时刻代表陀螺效应。陀螺效应的影响和初始的平衡可以表示在未知输入通常与他们的分布矩阵。通过测量在不同的旋转频率的试验装置上,这个矩阵可以确定(33]。在模型的基础上5)和(5 b),外国直接投资扩展的模型
3所示。理论
基于模型(6)和(6 b),(7一个)和(7 b),或(8)和(8 b),三个问题必须解决,实现鲁棒性对陀螺效应和影响FDI过程在转子系统的不平衡。(1)代表的平衡的影响,在模型(8)和(8 b)也使用未知输入的陀螺效应。(2)对未知输入下设计外国直接投资方案是健壮的。(3)设计外商直接投资方案对模型不确定性如果这是健壮的模型(6)和(6 b)或(7一个)和(7 b使用)。
3.1。未知输入估计分布矩阵
依赖的知识障碍,模型不准确,或模型不确定性,不同的方法(34- - - - - -36)可用于确定未知输入分布矩阵。没有任何知识的初始不平衡和陀螺效应(以防模型(8)和(8 b使用测量信号)、方法(例如,反褶积方法或增强观察者)适合估计的转子系统。测量未知输入估计的分布矩阵模拟使用测试平台模型(1)和(1 b摘要)。活跃的轴承不激活(即)未知输入估计的分布矩阵和初始不平衡的转子只是兴奋。
3.1.1。反褶积方法
de-convolution方法介绍(8,35)是基于一个离散系统的状态空间模型: 在哪里,,离散时间模型的系统矩阵。这个词代表未知输入的分布矩阵。如果控制输入设置为零,测量输出之间的区别和计算模型反应,即残未知的初始条件可以描述为: 对于每一个时间步,一个扰动向量 通过解决: 如果矩阵是稳定的,。可以设置为未知的初始条件,造成的误差将在一段时间衰减的步骤。在(13)当且仅当可以计算出一个单一的解决方案。如果线性无关的测量值低于模型顺序是可用的(例如,),(13)是欠定的,必须估计在其他限制(例如,假设只有eigenforms退出)的一部分。因此线性独立测量的数量(=)对估计的准确性是至关重要的。
为测量时间的步骤,一个向量集 与元素可以计算。矩阵可以被视为一组向量的元素权重因素(12)。矩阵跨越空间的向量谎言。矩阵的基础上可以计算奇异值分解的(8]: 在矩阵,左和右奇异矩阵和吗的奇异值吗。矩阵通过选择几个最重要的奇异值: 在哪里可以被忽视。未知输入分布矩阵在连续时间模型是通过改变在连续时间。
3.1.2。增强观察者
由于转子系统的未知输入信号是正弦,这个向量在(12)可以直接估计使用一个增广的观察者的基础上为正弦干扰一个增广系统模型: 的增广系统的一部分矩阵扰动模型: 它描述了正弦信号作为状态空间形式的微分方程。确定系统的矩阵可以发现在17]。向量可以直接观察,例如,通过构造一个Lueberger观察者的基础上增强模型(17一个)和(17 b)。
3.2。鲁棒故障检测与未知输入
健壮的FDI对未知输入方法通常是基于解耦的概念的影响未知输入在残差或优化目的减弱未知输入和提高故障残差灵敏度。
3.2.1之上。故障检测通过分离未知输入
在过去的几十年里,人们提出了不同的方法来分离未知输入。其中,未知输入观测器(UIO) [8)是最常用的方法之一。UIO的结构需要Luenberger观察者(参见图的一般形式4): 在哪里是一个估计的。如果 估计误差,可以描述的 如果UIO的形式(19)和(20.)是稳定的,估计误差趋于零,然后未知输入解耦的影响残余。矩阵选择稳定UIO,给吗期望的动态,例如,通过系统的极点配置。
指出在8),在形式的UIO (19)和(20.)当且仅当存在:和是一种检测。这表明扰动的最大数量是不能大于独立测量的数量如果扰动输入矩阵满列秩。
其他方法使用观察者结构(13,14)或奇偶方程(15,16)是基于这个想法设计未知输入的零空间的剩余空间。自未知输入正弦扰动观察人士对正弦干扰(32,33)也可以用于未知输入的解耦。这些方法不限制条件是一种检测,其中一些需要更少的计算时间。但是干扰的限制,不能超过的数量线性无关的测量也对这些方法有效(8,9]。UIO的主要优势是,它是旋转频率独立和状态向量可以正确地观察到的未知输入的影响下。这可以用于故障诊断的实现基于状态反馈控制器。
3.2.2。故障检测的优化
除了解耦方法鲁棒性对未知输入也可以通过使用多目标优化(见[8,9概述])。剩余发电机通常被描述为: 在哪里和代表未知输入和故障的影响残余。基于观测器的故障检测, 相关的使用和转移矩阵扰动(分别地。、故障)和残差可以写成: 鲁棒性问题是然后制定找到矩阵和,比如:(我) 是稳定的,(2) ,(3) 。操作员表示可以选择不同的规范和依赖于系统行为。是一个给定的常数。
3.3。健壮的故障检测对模型的不确定性
一个直观的方法占不确定系统矩阵近似的模型描述匹配技术,例如,在[9,24]。基本思想是使用一个参考模型,这与广义输入特征所需的输入输出行为和广义输出。然后一个观察者的形式(27了)和(27 b)是参数化的,这样生成的残余匹配尽可能的好。注意,所有外源性输入集中。凭直觉,因为整个系统组成的植物和剩余发电机匹配参考模型,它的选择是至关重要的质量产生的外国直接投资系统[37,38]。
因此,提出了一个两步的过程(24]。首先,一个观察者参数化和是获得一个系统没有任何参数的不确定性,也就是说,名义模型与系统矩阵。观察者的目的是使用基于优化的方法针对一个最佳妥协之间有效的抗干扰性和足够的故障灵敏度为这个系统。这个故障检测观测器生成的结果输入输出行为被视为参考模型。后(39),第一个设计步骤的优化问题 其中,描述的奇异值。(给出的解决方案39] 与。矩阵描述了测量输出扰动的影响。因为它们不是模型的一部分(6)和(6 b)或(7一个)和(7 b),我们进一步阐述选择的部分4.2。矩阵通过求解代数黎卡提微分方程获得吗 取得和,我们可以描述的参考模型作为 其次,模型匹配方法最小化最坏的情况下投入产出之间的偏差行为的参考模型和所有可能的植物产生的不确定性。这可以是正式的 这是一个模型匹配问题(MMP)。其中,是有关转子旋转频率最高。最大的偏差后,最坏的范式所有参数的不确定性对参考模型是最小的规范。请注意,占干扰。忽视的影响在模型匹配问题可能会导致糟糕的结果由于无效的参考模型24]。然而,(34)意味着的评价规范为无限的系统模型和给定的形式因此不是可行的。要克服这一点,我们首先介绍和。传递矩阵的输入输出行为的差异(34然后描述了) 请注意,其中,介绍了作为缩写。因此,传递矩阵有关吗和和获得的测量来是。使用有界实引理(18),我们可以以下状态。
引理1。考虑到线性定常系统稳定,与传递矩阵。然后成立当且仅当存在一个实对称矩阵,这样
符号表示元素容易通过对称和推断作为一个缩写。
重要的是要注意,如果一个模型匹配的水平计算采用共同李雅普诺夫矩阵有限数量的系统,,这适用于所有可能的系统躺在张成的凸包。因此,只有有限数量的系统必须考虑,这使得问题变得易于处理。
方程(36)不是线性的,因为取决于。为了获得一个凸优化问题,我们强加一个李雅普诺夫blockdiagonal结构矩阵(24]。与 我们有 与 其中,一个新的变量介绍了。请注意,(37)- (39 d)是一个凸优化问题,由于目标函数是凸约束制定的lmi,因此凸。在解决(37)- (39 d),观察者矩阵重建。然而,应该注意到,李雅普诺夫的结构矩阵是凸约束为了渲染问题。这介绍了保守主义的解决方案。没有这些限制,这一问题包括双线性矩阵不等式(bmi),非凸和难以解决。解决方案得到解决(37)- (39 d)可能是增强使用路径跟踪技术(40]或[中提出的方法41]。
4所示。测试方法的可行性
可行性测试是通过使用试验台模型仿真的方法。左边为例不平衡的改变转子盘试验装置(见图1)被认为是错。故障检测过程基于部分中给出的两种不同的方法3所示。2和3所示。3正在调查中。在第一个,陀螺效应被认为是在第二个,未知输入和陀螺效应被认为是模型的不确定性。
调查的模拟表明,为了代表初始平衡和陀螺效应对整个旋转频率范围,6-column分布矩阵未知的输入是必需的。和一个小回转频率范围第二列矩阵6-column矩阵的子空间就足够了。在现实条件下的试验装置4传感器、解耦方法,例如,由于条件不适用UIO讨论的部分3。虽然并没有强烈的传感器数量限制应用优化方法,测量的数量对优化结果有很强的影响。为了测试的可行性方法整个频率范围,我们提出一个更好的外国直接投资条件与8个传感器试验装置的配置呈现在图5通过仿真和测试方法。4额外的传感器被放置在2传感器飞机,应该有相同的配置与原始传感器飞机试验装置。
剩余生成过程可以作为信号处理通常被认为与混合信号来源。的残差通常可以任意扩展在参数设计和混合单元,它没有物理解释。UIO是一个特例,其残差有相同的单位作为输出。但是为了简单起见和比较,我们考虑残差没有单位。
4.1。考虑陀螺效应的未知输入
方法考虑陀螺效应的未知输入,模型的形式(8)和(8 b使用)。6-column矩阵估计代表两个干扰(初始平衡)和陀螺效应的影响。UIO的应用程序,必须有至少尽可能多的线性无关的测量未知输入(见部分3所示。2)。矩阵估计有6列来保存条件和实现一个好的近似。估计的矩阵控制输入设置为0,转子由初始的平衡只有退出。在5种不同的旋转频率信号覆盖整个模拟旋转频率范围。基于每一个模拟信号在稳定状态,一个未知输入分布矩阵估计6列使用增强的观察者。5然后结合为一个向量组: 利用奇异值分解技术介绍(15)和(16)一个6-column矩阵计算对应于第一个6最大的奇异值。
故障检测UIO设计。稳定的系统矩阵(见(19),(20.)和(23)极点配置技术用于确定矩阵在(23)。UIO的极点配置问题的模拟。的特征值广泛分布在复平面上。的特征值(即。,poles before the stabilization) lie far left on the complex plane (in the order of),这些波兰人的搬迁会导致数值问题。因此这些波兰人在磁极位置的过程。其他波兰人是放置在一个地区,10倍进一步比原系统的极点。
4.2。考虑陀螺效应的模型不确定性
依赖于可用的信息系统,物理模型(6)和(6 b)或识别模型(7一个)和(7 b)在不同的旋转频率可用于这种方法。在这个例子中,使用物理模型。第二列矩阵估计使用相同的方法在部分4.1。由于陀螺效应已经包含在系统矩阵,这估计的仅由初始的平衡的影响。因此第二列矩阵表示就足够了。
限制观察者特征值指定区域的左复杂的半平面,我们把这两个额外的lmi优化问题(38一),(38 b)和(38摄氏度) 而(41个)确保所有观察者的真实部分特征值小于,(41 b)保证了特征值躺在半径的圆形区域在原点(42]。以确保足够的检测速度我们选择,防止过于大的观察者特征值的绝对值。这两个值(和)被发现给良好的检测性能的模拟和测试与测量数据。
4.3。仿真和结果
故障被实现为一个额外的不平衡在点形式一样大左边的初始不平衡阀瓣和放置正交圆盘上的初始不平衡。从而导致不平衡的变化是在左边的绝对值约41%盘。的影响下使转子系统的一部分,不平衡的影响输出信号的故障几乎看不见而无故障的情况下。输出信号的频率响应在无故障情况下(即。,退出只有初始的平衡),如果故障(例如,exited by initial unbalances and the additional unbalance on the disc) are presented in Figure6。传感器1措施转子盘左边的振荡的振荡和传感器7措施转子盘的中间试验装置(见图5)。传感器1和7适合测量第一和第二eigenforms(见图3)。
未知输入观测器的结果呈现在图7。观察到,尽管不同的传感器输出的频率响应不同,产生的残差UIO有相似的形状。频率响应的残余,以防故障一般是强于在无故障的情况下。整个旋转频率范围的故障检测是基于转子模型;它证明了陀螺效应可以被视为未知输入在FDI的过程。
观察者所产生的残差由解决模型匹配问题(MMP)呈现在图8。也在这种情况下,故障可以很容易地检测到检查剩余工资。它可以被观察到的动态系统采用观察者不同于原系统和共振在无故障情况下的故障出现在不同的频率。因此在无故障情况下的共振和并联谐振的情况下故障结果不如在其他频率范围。就像前面提到的3所示。3,这可能是由于保守主义引入convexify优化问题(34)。迭代解决潜在的双线性矩阵不等式(BMI)问题可能改善结果但很难解决,因为他们非凸。
5。应用程序在转子试验台
转子试验台的测试方法,我们应用一个额外的14.3左边gmm转子不平衡故障盘。初始不平衡的影响是主要的干扰。我们使用低通滤波器的截止频率300赫兹减弱高频繁的噪音。图9显示了影响故障的传感器输出。振幅的变化引起的故障相对较小。故障原因而变化的阶段。
就像前面提到的4我们需要6个传感器来代表整个旋转的陀螺效应利用未知输入频率范围。为了应用UIO我们专注于故障检测在第一共振兴奋不已的平衡。不回转的转子模型的基础上,第二列矩阵估计代表初始平衡和陀螺效应的影响使用扶轮47个赫兹的频率测量。因为只有从4传感器测量可用,只有前4学(2 2螺纹和反向螺纹)被认为是估计的。更高的模态被忽视的影响。自从情态动词与高学的不是强兴奋的测量,我们假设估计是足够准确的UIO的应用。为应用程序的UIO相反的磁极位置过程不是问题的模拟。波兰人都在同一地区,10倍进一步比原系统的极点。
结果呈现在图10。可以看出UIO成功抑制扰动和模型不确定性的影响在残差。残差的断层的影响是显而易见的,可以很容易地检测到。
基于解决MMP的应用程序的方法,我们使用物理模型(2)和(2 b)与陀螺矩阵建模设计剩余发电机。我们使用转子模型在47个赫兹的估计的影响,初始的平衡(即。干扰)。自从陀螺已经考虑在模型中,这个估计只代表了干扰。仿真的设计过程是一样的。
提出了生成的残差图11。在这种情况下,优化方法没有很好的工作。比较残差的断层与残差在无故障情况下的人物11只显示略有增强百分比的差异。在应用程序中我们试图设置模型的亲爱的第一共振名义模型。但结果并不明显改善。虽然没有很强的传感器数量限制为应用程序的优化方法,外国直接投资结果强烈影响测量的数量。在模型匹配过程考虑模型的不确定性引起的陀螺效应包括所有情态动词的变化相反UIO的情况。可能太多优化只有4传感器。物理模型的准确性可能也是一个结果的原因。我们只考虑陀螺效应的模型不确定性,但该模型不准确造成的其他未建模动力学不考虑模型匹配。的UIO的模型错误视为部分未知输入估计的分布矩阵的测量。因此使用识别模型对于外国直接投资还可能提高模式匹配的结果。
6。结论
两种方法考虑陀螺效应(即。,作为unknown inputs or as model uncertainties) in the model based FDI processes of rotor systems are presented in this paper. Different models (i.e., physical model and identified model) are discussed. Both of the approaches can be applied on the basis of both physical model and identified model. FDI methods with constant parameters can be designed on the basis of these approaches, which is advantageous over the rotary frequency dependent FDI methods.
鲁棒故障检测与未知输入通过UIO和对模型不确定性的鲁棒故障检测模型匹配。2未知输入分布矩阵的估计方法,即de-convolution方法和增强观察者,介绍了。作为故障检测的一个例子,一个额外的不平衡转子盘上被认为是错。UIO的可行性测试和模型匹配的方式进行模拟。两种方法结果好与8传感器仿真整个旋转频率范围,证明了这些方法的可行性如果足够的测量是可用的。测试方法与4传感器,转子试验台故障检测执行第一共振兴奋的不平衡。虽然UIO仍然提供了一个很好的结果,FDI的性能模型匹配的基础上并不令人满意。可能的原因进行了讨论。
对未来的工作,我们会整合更多的传感器试验台为了测试整个旋转频率范围的方法。传感器数量对FDI的影响性能将会使用模式匹配进行调查。
承认
这项工作是支持的德国研究基金会(DFG)在研究生学院GRK1344与劳斯莱斯德国合作有限公司& Co .公斤,和德国电信Stiftung。