توضیحات
تشخیص و جداسازی عیب حسگر برای یک کلاس از سیستم غیرخطی نامشخص با استفاده از رویتگر مود لغزشی
عنوان اصلی مقاله:
Sensor fault detection and isolation for a class of uncertain nonlinear system using sliding mode observers
شبیه سازی در محیط ام فایل متلب انجام شده است.
دارای گزارش ویدیویی 12 دقیقه ای می باشد.
توضیحات پروژه تشخیص عیب سنسور
مقدمه:
تشخیص سریع و به موقع عیب اهمیت زیادی در قابلیت اطمینان سیستم های کنترل دارد.
سنسورهای معیوب شناسایی نشده ممکن است خسارات جبران ناپذیری را به همراه داشته باشد. اگرچه روش‌های تشخیص و جداسازی عیب (FDI) در سیستم‌های کنترلی در دهه اخیر مورد توجه زیادی قرار گرفته است، اما این تکنیک‌ها هنوز برای برخی از کلاس‌های سیستم‌های غیرخطی استفاده نشده‌اند.
این مقاله به مسائل مربوط به تشخیص و جداسازی خطای سنسور برای یک کلاس از سیستم غیرخطی نامشخص Lipschitz می پردازد.
با معرفی یک ماتریس تبدیل مختصات برای حالت ها و خروجی، سیستم اصلی ابتدا به دو زیر سیستم تقسیم می شود.
اولین زیر سیستم تحت تأثیر عدم قطعیت و اختلال است.
زیرسیستم دوم فقط دارای نقص سنسور است. عبارت غیر خطی به قسمت های خطی و غیر خطی خالص جدا می شود.
برای تشخیص خطا، دو رویتگر مود لغزشی (SMO) برای دو زیرسیستم طراحی شده است.
شرایط پایداری بر اساس رویکرد لیاپانوف به دست می آید. ماتریس ها و پارامترهای لازم با حل مسئله نابرابری ماتریس خطی (LMI) به دست می آیند.
علاوه بر این، دو رویتگر مود لغزشی برای جداسازی خطا طراحی شده‌اند. در نهایت، اثربخشی رویکرد پیشنهادی با مثال‌های شبیه‌سازی نشان داده شده است.
توضیحات در مورد شبیه سازی:
در این پروژه شبیه سازی مقاله با متلب انجام شده است, و شکل های 2 تا 8 مقاله بدست آمده است. برای حل مسئله LMI از دو تولباکس شناخته شده Sedumi , Yalmip استفاده شده است.
در گزارش ویدیویی, برنامه نویس در مورد شبیه سازی با توجه به مدل ارائه شده در مقاله پرداخته است و نحوه نصب تولباکس ها و اجرای شبیه سازی را توضیح داده است و در نهایت نتایج شبیه سازی را بررسی می نماید.
نتایج شبیه سازی با متلب
Figure 2. The influence of sensor abrupt fault on the residual. (a) Without uncertainty and zero initial states. (b) With uncertainty and zero initial states. (c) Without uncertainty and non-zero initial states. (d) With uncertainty and non-zero initial states.
Figure 3. The incipient sensor fault detection. (a) Without uncertainty and non-zero initial states. (b) With uncertainty and non-zero
initial states. (c) Fault occurs in transient period.
Figure 4. The intermittent sensor fault detection via the proposed scheme. (a) Without uncertainty and non-zero initial states. (b)
With uncertainty and non-zero initial states.
Figure 5. Simulation of large parameter uncertainty. (a) Abrupt fault. (b) Incipient fault.
Figure 6. The residual in case of two successive sensors fault. (a) Without uncertainty and initial conditions. (b) With uncertainty and
initial conditions.
Figure 7. Isolation of first sensor fault, fs1. (a) Without uncertainty and initial conditions. (b) With uncertainty and initial conditions.
Figure 8. Isolation of second sensor fault, fs2. (a) Without uncertainty and initial conditions. (b) With uncertainty and initial
conditions.
شاید به موارد زیر علاقه مند باشید:
- طراحی ناظر تابعی با مرتبه کسری ورودی نامشخص برای سیستم های مرتبه کسری با تاخیر زمانی لیپشیتس یک طرفه
- شناسایی مدل زمان پیوسته مدلهای مرتبه کسری با تاخیر زمانی
- تشخیص عیب برای سیستم های LPV گسسته با استفاده از مشاهده کننده فاصله زمانی
- ارائه یک پروتکل خوشه بندی برای افزایش طول عمر شبکه های حسگر بیسیم
کلیدواژه:
تشخیص عیب, سیستم غیر خطی, رویتگر مود لغزشی
| Fault detection, Lipschitz, nonlinear system, sliding mode observer, LMI |
تشخیص و جداسازی عیب حسگر برای یک کلاس از سیستم غیرخطی نامشخص با استفاده از رویتگر مود لغزشی با متلب
طبق توضیحات فوق توسط کارشناسان سایت متلبی تهیه شده است و به تعداد محدودی قابل فروش می باشد.
سفارش انجام پروژه مشابه
درصورتیکه این محصول دقیقا مطابق خواسته شما نمی باشد،.
با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.