本發(fā)明涉及故障診斷與容錯控制
技術(shù)領(lǐng)域：
，具體地說，涉及一種高速鐵路列車牽引整流器的復(fù)合故障估計與容錯控制方法。
背景技術(shù)：
：不同于普通三相交流電驅(qū)動的整流器，高速鐵路列車牽引整流器采用單相輪流供電模式。當(dāng)高速列車沿著電力分相區(qū)長時間運行時，這種循環(huán)驅(qū)動機制是整流器多變量復(fù)合故障發(fā)生的根源。在整流器四象限模態(tài)切換運行過程中，盡管控制器、執(zhí)行器和傳感器都是正常的，但不合適的觸發(fā)脈沖仍能導(dǎo)致復(fù)合故障的發(fā)生。此外，考慮到接觸網(wǎng)側(cè)和逆變器側(cè)驅(qū)動系統(tǒng)之間的高強度雙向能量流動，高鐵牽引整流器的復(fù)雜交錯運行工況更容易受到復(fù)合故障的影響。目前關(guān)于整流器的研究大都集中在切換模式的功率保護，高功率質(zhì)量和諧波分析等，很少考慮整流器變參數(shù)耦合動態(tài)下的故障估計與容錯控制問題。多變量容錯控制技術(shù)的一個關(guān)鍵問題是將輸入和輸出進行合理地“配對”，使得交互作用的影響達到最小。作為交互作用的一種有用度量，相對增益陣列可以保證多變量復(fù)合故障估計的解耦配對。目前，基于故障導(dǎo)向安全的高鐵整流器故障診斷機制，是一種面向牽引控制單元保護的開環(huán)故障診斷方法。這種事后故障診斷方法很難滿足牽引整流器復(fù)合故障微秒級的診斷要求。此外，高鐵牽引整流器變參數(shù)耦合不確定模型難以解決復(fù)合故障的預(yù)測問題，從而可能導(dǎo)致整流器安全性能降級的問題。因此，基于參數(shù)辨識的閉環(huán)故障估計方法對高鐵牽引整流器這類變參數(shù)耦合系統(tǒng)的健康預(yù)測具有重要意義。為了降低復(fù)合故障帶來的不利影響，并提高四象限整流器網(wǎng)絡(luò)的同步控制性能，傳統(tǒng)的反饋控制難以應(yīng)對多變量控制回路和故障觀測器之間的雙向模型不匹配和故障估計誤差。單一的基于反饋控制的容錯方法，還不能提高系統(tǒng)功能自愈合能力的要求。技術(shù)實現(xiàn)要素：本發(fā)明的目的是，針對上述問題，本發(fā)明公開一種高鐵牽引整流器的復(fù)合故障估計與容錯控制方法，建立整流器復(fù)合故障的多變量演化模型；采用基于穩(wěn)定濾波器的最小二乘法來動態(tài)辨識模型參數(shù)，據(jù)此設(shè)計前饋補償器來解耦多變量復(fù)合故障系統(tǒng)；比例-積分魯棒閉環(huán)故障觀測器來解決復(fù)合故障檢測靈敏性和干擾抑制問題，可以有效地提高系統(tǒng)的容錯控制性能；通過設(shè)計全局漸進穩(wěn)定收斂律，基于多變量動態(tài)補償器的模型參考自適應(yīng)控制方法可以有效地提高系統(tǒng)的容錯控制性能。實現(xiàn)本發(fā)明的技術(shù)方案是，本發(fā)明首先通過復(fù)合故障等價空間變換，將整流器四象限交互的復(fù)雜網(wǎng)絡(luò)動態(tài)抽象為單一故障參數(shù)在四個象限的演化動態(tài)，建立降維復(fù)合故障演化模型；提出了變參數(shù)復(fù)合故障模型辨識方法。本發(fā)明依據(jù)解耦分析、前饋補償?shù)炔呗越⒄髌鏖]環(huán)故障估計模型，據(jù)此設(shè)計多目標(biāo)魯棒求解器來提高復(fù)合故障檢測靈敏性。根據(jù)復(fù)合故障估計與容錯控制問題具有對偶性特點，首先建立多變量動態(tài)補償器來改善整流器故障狀態(tài)下的魯棒性，據(jù)此設(shè)計模型參考自適應(yīng)控制器來保證系統(tǒng)具有全局一致快速收斂特性。本發(fā)明提供了一種高鐵牽引整流器的復(fù)合故障估計與容錯控制方法，該方法步驟為：(1)從牽引整流器復(fù)合故障具有等價空間的原理出發(fā)，引入單一故障演化因子來描述整流器高維演化動態(tài)，建立描述牽引整流器復(fù)合故障特性、干擾特性和結(jié)構(gòu)損傷的降維模型；采用基于穩(wěn)定濾波器的最小二乘法來動態(tài)辨識模型參數(shù)，得到確定的多變量故障模型；根據(jù)已經(jīng)辨識的模型參數(shù)，通過相對增益陣列理論的相關(guān)性分析來實現(xiàn)多變量系統(tǒng)的解耦，據(jù)此設(shè)計前饋補償器來實現(xiàn)閉環(huán)系統(tǒng)故障檢測前的穩(wěn)定性；針對牽引整流器復(fù)合故障微秒級的診斷和干擾抑制要求，設(shè)計多目標(biāo)比例-積分閉環(huán)魯棒故障估計器。(2)在上述建立的多變量復(fù)合故障估計模型的基礎(chǔ)上，結(jié)合系統(tǒng)估計和系統(tǒng)控制之間的對偶性原理，設(shè)計魯棒動態(tài)補償器來提高系統(tǒng)最壞故障情況下的容錯能力，據(jù)此設(shè)計狀態(tài)反饋模型參考自適應(yīng)控制來應(yīng)對故障系統(tǒng)的不確定性。本發(fā)明中牽引整流器降維復(fù)合故障模型按以下原理和方法確定：x·=A(ξ)x(t)+Bu(t)+E(t-tf)f+D1w(t)y(t)=Cx(t)+D2w(t)---(1)]]>式中，狀態(tài)變量x＝[iCVdc]包含網(wǎng)側(cè)電流ic和直流側(cè)電壓Vdc；聯(lián)合控制輸入變量u＝[ildVg]定義為負(fù)載電流ild和網(wǎng)側(cè)電壓Vg；多變量控制環(huán)路輸出為y＝[iCVdc]；A(ξ)代表降維的2×2參數(shù)化系統(tǒng)矩陣，ξ(0≤ξ≤1)為故障演化因子；B為2×2的輸入矩陣，C為2×2的輸出矩陣；f＝[f1f2]為耦合的網(wǎng)側(cè)電壓和負(fù)載電流故障，tf為未知故障發(fā)生時間，代表可恢復(fù)故障的時間輪廓；w為能量有界的諧波干擾，D1和D2分別代表擾動矩陣。由于式(1)中A(ξ)和tf均為不確定的，傳統(tǒng)的基于確定系統(tǒng)的故障估計方法不適用于本發(fā)明方案?？紤]到tf的不確定性可以等價為ξ的動態(tài)特性，本發(fā)明首先設(shè)計基于穩(wěn)定濾波器的最小二乘法來動態(tài)辨識ξ。因此，式(1)簡化為如下形式：x·(t)=A(ξ)x(t)+Bu(t)+Δ1y(t)=Cx(t)+Δ2---(2)]]>式中Δ1和Δ2為作用在傳感器和執(zhí)行器上的未知但恒定的不利條件。根據(jù)等價變換原則，式(2)的s域表達式為：Pξ(s)[y](t)＝ZΔ(s)[u](t)+π(s)[v](t)(3)式中Pξ(s)＝s3-a2ξs2,ZΔ(s)＝b2c1s2，π(s)＝Δ2s2+(c1Δ1-Δ2a2ξ)s為已知的多項式，v(t)為不可測量的噪聲。為了從噪聲信號v(t)中估計出準(zhǔn)確的參數(shù)值ξ,選擇如下穩(wěn)定多項式Λ(s)＝s3+λ22s2+λ1s+λ0(所有零點均位于s左半平面)來設(shè)計可靠的濾波器對式(3)兩邊同時進行濾波，可得：y(t)=ZΔ(s)Λ(s)[u](t)+Λ(s)-Pξ(s)Λ(s)[y](t)+π(s)Λ(s)[υ](t)---(4)]]>針對高頻干擾的濾波，可得如下結(jié)論：lims→∞π(s)Λ(s)[υ](t)=lims→∞Δ2s2+(c1Δ1-Δ2a2ξ)ss3+λ2s2+λ1s+λ0[υ](t)=0---(5)]]>因此，式(4)可以表達為：y(t)=ZΔ(s)Λ(s)[u](t)+Λ(s)-Pξ(s)Λ(s)[y](t)---(6)]]>通過引入如下的參數(shù)θ*和回歸向量φ(t)：θ*＝[b2c1λ0λ1λ2+a2ξ]φ(t)=[s2Λ(s)[u](t)1Λ(s)[y](t)sΛ(s)[y](t)s2Λ(s)[y](t)]]]>式(6)可以轉(zhuǎn)化為如下的參數(shù)化形式：y(t)＝(θ*)Tφ(t)(7)因此，采用標(biāo)準(zhǔn)化的最小二乘法可以得到式(7)中未知參數(shù)θ*或ξ的零穩(wěn)態(tài)誤差估計。將辨識得到的ξ代入式(1)，則不確定參數(shù)矩陣A(ξ)收斂為恒值矩陣A?？紤]到tf的不確定性可以等價為ξ的動態(tài)特性，根據(jù)收斂的ξ值，tf的零穩(wěn)態(tài)誤差值也可估計到，即式(1)中的不確定參數(shù)矩陣E(t-tf)辨識為E。本發(fā)明中多目標(biāo)比例-積分閉環(huán)魯棒故障估計器按以下原理和方法確定：通過引入具有穩(wěn)定功能的前饋控制器u(t)＝K1y(t)，則式(2)的閉環(huán)形式為：x·(t)=(A+BK1C+Δξ)x(t)+BK1Δ2+Δ1---(8)]]>式中為參數(shù)辨識誤差。根據(jù)式(1)和式(8)，同時考慮快速性和抗干擾能力的多目標(biāo)比例-積分閉環(huán)魯棒故障估計器可設(shè)計如下：dx^dt=(A+BK1C)x^(t)+Ef^-Lp(y^(t)-y(t))df^dt=-LI(y^(t)-y(t))y^(t)=Cx^(t)---(9)]]>式中Lp和LI分別為待設(shè)計的比例增益和積分增益，是估計器狀態(tài)變量，代表估計器輸出變量。根據(jù)H∞魯棒分析與綜合理論，通過選擇合適的正定對稱矩陣和矩陣則根據(jù)比例-積分閉環(huán)故障估計器可得比例增益LP和積分增益LI。本發(fā)明中魯棒動態(tài)補償器按以下原理和方法確定：在式(9)建立的復(fù)合故障估計模型的基礎(chǔ)上，結(jié)合系統(tǒng)估計和系統(tǒng)控制之間的對偶性原理，高鐵整流器的動態(tài)補償器可設(shè)計為：z·(t)=AKz(t)+BKy(t)u(t)=CKz(t)+DKy(t)-Ef^---(10)]]>式中，AK為高鐵整流器特征矩陣的逆變換，BK對應(yīng)為整流器的輸出矩陣，CK代表多變量輸入矩陣，DK代表整流器的前饋系數(shù)矩陣。根據(jù)魯棒容錯控制理論，通過選擇合適的正定對稱矩陣X,Y,四個矩陣和矩陣M,N，則動態(tài)補償器的參數(shù)(AK,BK,CK,DK)可設(shè)計如下：DK=D^CK=(C^-DKCξ‾X)M-TBK=N-1(B^-YBDK)AK=N-1(A^-ξ‾Y(A+BDKC)ξ‾X)M-T-BKCξ‾XM-T-N-1ξ‾YBCK---(11)]]>式中，M,N滿足本發(fā)明中狀態(tài)反饋模型參考自適應(yīng)控制按以下原理和方法確定：根據(jù)式(11)的設(shè)計方法，可將式(10)中的已知部分和未知部分分開來寫，即z·=(AK-BKCKDK)z+BKDKΛ(u+ξTE)---(12)]]>式中不確定對角矩陣Λ代表模型控制故障效應(yīng)。通過選擇如下的模型參考自適應(yīng)控制率dK^zdt=-ΓzzeTPKBKDKdK^rdt=-Γrr(t)eTPKBKDKdξ^dt=ΓξEeTPKBKDK---(13)]]>式中為理想反饋增益Kz的估計，表示理想前饋增益Kr的估計，為ξ的估計，自適應(yīng)率Γz，Γr和Гξ分別為已知的對稱正定矩陣。使得如下條件成立：參考模型式中Aref為Hurwitz矩陣，r為有界參考輸入信號。模型匹配條件跟蹤誤差e＝z-zref(16)控制輸入代數(shù)李雅普諾夫方程則式(12)實現(xiàn)了參考模型動態(tài)式(14)的全局一致漸進跟蹤性能。有益效果：本發(fā)明公開一種高鐵牽引整流器的復(fù)合故障估計與容錯控制方法，建立整流器復(fù)合故障的多變量演化模型；采用基于穩(wěn)定濾波器的最小二乘法來動態(tài)辨識模型參數(shù)，據(jù)此設(shè)計前饋補償器來解耦多變量復(fù)合故障系統(tǒng)；設(shè)計比例-積分魯棒閉環(huán)故障觀測器來解決復(fù)合故障檢測靈敏性和干擾抑制問題；通過設(shè)計全局漸進穩(wěn)定收斂律，基于多變量動態(tài)補償器的模型參考自適應(yīng)控制方法可以有效地提高系統(tǒng)的容錯控制性能。附圖說明圖1為復(fù)合故障的等價空間圖；圖2為牽引整流器復(fù)合故障估計與容錯控制結(jié)構(gòu)圖；圖3為系統(tǒng)故障狀態(tài)下的穩(wěn)態(tài)結(jié)構(gòu)圖；圖4為閉環(huán)故障估計原理圖；圖5為復(fù)合故障演化因子動態(tài)效果圖；圖6為復(fù)合故障開環(huán)估計效果圖；圖7為復(fù)合故障閉環(huán)估計效果圖；圖8為系統(tǒng)狀態(tài)重構(gòu)效果圖；圖9為系統(tǒng)控制變量變化效果圖。具體實施方式以下將結(jié)合附圖及實施例來詳細(xì)說明本發(fā)明的實施方式，借此對本發(fā)明如何應(yīng)用技術(shù)手段來解決技術(shù)問題，并達成技術(shù)效果的實現(xiàn)過程能充分理解并據(jù)以實施。需要說明的是，只要不構(gòu)成沖突，本發(fā)明中的各個實施例以及各實施例中的各個特征可以相互結(jié)合，所形成的技術(shù)方案均在本發(fā)明的保護范圍之內(nèi)。本發(fā)明提供了一種高鐵牽引整流器的復(fù)合故障估計與容錯控制方法，該方法步驟為：(1)從牽引整流器復(fù)合故障具有等價空間的原理出發(fā)，引入單一故障演化因子來描述整流器高維演化動態(tài)，建立描述牽引整流器復(fù)合故障特性、干擾特性和結(jié)構(gòu)損傷的降維模型；采用基于穩(wěn)定濾波器的最小二乘法來動態(tài)辨識模型參數(shù)，得到確定的多變量故障模型；根據(jù)已經(jīng)辨識的模型參數(shù)，通過相對增益陣列理論的相關(guān)性分析來實現(xiàn)多變量系統(tǒng)的解耦，據(jù)此設(shè)計前饋補償器來實現(xiàn)閉環(huán)系統(tǒng)故障檢測前的穩(wěn)定性；針對牽引整流器復(fù)合故障微秒級的診斷和干擾抑制要求，設(shè)計多目標(biāo)比例-積分閉環(huán)魯棒故障估計器。(2)在上述建立的多變量復(fù)合故障估計模型的基礎(chǔ)上，結(jié)合系統(tǒng)估計和系統(tǒng)控制之間的對偶性原理，設(shè)計魯棒動態(tài)補償器來提高系統(tǒng)最壞故障情況下的容錯能力，據(jù)此設(shè)計狀態(tài)反饋模型參考自適應(yīng)控制來應(yīng)對故障系統(tǒng)的不確定性。本發(fā)明中牽引整流器降維復(fù)合故障模型按以下原理和方法確定：x·=A(ξ)x(t)+Bu(t)+E(t-tf)f+D1w(t)y(t)=Cx(t)+D2w(t)---(1)]]>式中，狀態(tài)變量x＝[iCVdc]包含網(wǎng)側(cè)電流ic和直流側(cè)電壓Vdc；聯(lián)合控制輸入變量u＝[ildVg]定義為負(fù)載電流ild和網(wǎng)側(cè)電壓Vg；多變量控制環(huán)路輸出為y＝[iCVdc]；A(ξ)代表降維的2×2參數(shù)化系統(tǒng)矩陣，ξ(0≤ξ≤1)為故障演化因子；B為2×2的輸入矩陣，C為2×2的輸出矩陣；f＝[f1f2]為耦合的網(wǎng)側(cè)電壓和負(fù)載電流故障，tf為未知故障發(fā)生時間，代表可恢復(fù)故障的時間輪廓；w為能量有界的諧波干擾，D1和D2分別代表擾動矩陣。由于式(1)中A(ξ)和tf均為不確定的，傳統(tǒng)的基于確定系統(tǒng)的故障估計方法不適用于本發(fā)明方案?？紤]到tf的不確定性可以等價為ξ的動態(tài)特性，本發(fā)明首先設(shè)計基于穩(wěn)定濾波器的最小二乘法來動態(tài)辨識ξ。因此，式(1)簡化為如下形式：x·(t)=A(ξ)x(t)+Bu(t)+Δ1y(t)=Cx(t)+Δ2---(2)]]>式中Δ1和Δ2為作用在傳感器和執(zhí)行器上的未知但恒定的不利條件。根據(jù)等價變換原則，式(2)的s域表達式為：Pξ(s)[y](t)＝ZΔ(s)[u](t)+π(s)[v](t)(3)式中Pξ(s)＝s3-a2ξs2,ZΔ(s)＝b2c1s2，π(s)＝Δ2s2+(c1Δ1-Δ2a2ξ)s為已知的多項式，υ(t)為不可測量的噪聲。為了從噪聲信號v(t)中估計出準(zhǔn)確的參數(shù)值ξ,選擇如下穩(wěn)定多項式Λ(s)＝s3+λ22s2+λ1s+λ0(所有零點均位于s左半平面)來設(shè)計可靠的濾波器對式(3)兩邊同時進行濾波，可得：y(t)=ZΔ(s)Λ(s)[u](t)+Λ(s)-Pξ(s)Λ(s)[y](t)+π(s)Λ(s)[υ](t)---(4)]]>針對高頻干擾的濾波，可得如下結(jié)論：lims→∞π(s)Λ(s)[υ](t)=lims→∞Δ2s2+(c1Δ1-Δ2a2ξ)ss3+λ2s2+λ1s+λ0[υ](t)=0---(5)]]>因此，式(4)可以表達為：y(t)=ZΔ(s)Λ(s)[u](t)+Λ(s)-Pξ(s)Λ(s)[y](t)---(6)]]>通過引入如下的參數(shù)θ*和回歸向量φ(t)：θ*＝[b2c1λ0λ1λ2+a2ξ]φ(t)=[s2Λ(s)[u](t)1Λ(s)[y](t)sΛ(s)[y](t)s2Λ(s)[y](t)]]]>式(6)可以轉(zhuǎn)化為如下的參數(shù)化形式：y(t)＝(θ*)Tφ(t)(7)因此，采用標(biāo)準(zhǔn)化的最小二乘法可以得到式(7)中未知參數(shù)θ*或ξ的零穩(wěn)態(tài)誤差估計。將辨識得到的ξ代入式(1)，則不確定參數(shù)矩陣A(ξ)收斂為恒值矩陣A?？紤]到tf的不確定性可以等價為ξ的動態(tài)特性，根據(jù)收斂的ξ值，tf的零穩(wěn)態(tài)誤差值也可估計到，即式(1)中的不確定參數(shù)矩陣E(t-tf)辨識為E。本發(fā)明中多目標(biāo)比例-積分閉環(huán)魯棒故障估計器按以下原理和方法確定：通過引入具有穩(wěn)定功能的前饋控制器u(t)＝K1y(t)，則式(2)的閉環(huán)形式為：x·(t)=(A+BK1C+Δξ)x(t)+BK1Δ2+Δ1---(8)]]>式中為參數(shù)辨識誤差。根據(jù)式(1)和式(8)，同時考慮快速性和抗干擾能力的多目標(biāo)比例-積分閉環(huán)魯棒故障估計器可設(shè)計如下：dx^dt=(A+BK1C)x^(t)+Ef^-Lp(y^(t)-y(t))df^dt=-LI(y^(t)-y(t))y^(t)=Cx^(t)---(9)]]>式中Lp和LI分別為待設(shè)計的比例增益和積分增益，是估計器狀態(tài)變量，代表估計器輸出變量。根據(jù)H∞魯棒分析與綜合理論，通過選擇合適的正定對稱矩陣和矩陣則根據(jù)比例-積分閉環(huán)故障估計器可得比例增益LP和積分增益LI。本發(fā)明中魯棒動態(tài)補償器按以下原理和方法確定：在式(9)建立的復(fù)合故障估計模型的基礎(chǔ)上，結(jié)合系統(tǒng)估計和系統(tǒng)控制之間的對偶性原理，高鐵整流器的動態(tài)補償器可設(shè)計為：z·(t)=AKz(t)+BKy(t)u(t)=CKz(t)+DKy(t)-Ef^---(10)]]>式中，AK為高鐵整流器特征矩陣的逆變換，BK對應(yīng)為整流器的輸出矩陣，CK代表多變量輸入矩陣，DK代表整流器的前饋系數(shù)矩陣。根據(jù)魯棒容錯控制理論，通過選擇合適的正定對稱矩陣X,Y,四個矩陣和矩陣M,N，則動態(tài)補償器的參數(shù)(AK,BK,CK,DK)可設(shè)計如下：DK=D^CK=(C^-DKCξ‾X)M-TBK=N-1(B^-YBDK)AK=N-1(A^-ξ‾Y(A+BDKC)ξ‾X)M-T-BKCξ‾XM-T-N-1ξ‾YBCK---(11)]]>式中，M,N滿足本發(fā)明中狀態(tài)反饋模型參考自適應(yīng)控制按以下原理和方法確定：根據(jù)式(11)的設(shè)計方法，可將式(10)中的已知部分和未知部分分開來寫，即z·=(AK-BKCKDK)z+BKDKΛ(u+ξTE)---(12)]]>式中不確定對角矩陣Λ代表模型控制故障效應(yīng)。通過選擇如下的模型參考自適應(yīng)控制率dK^zdt=-ΓzzeTPKBKDKdK^rdt=-Γrr(t)eTPKBKDKdξ^dt=ΓξEeTPKBKDK---(13)]]>式中為理想反饋增益Kz的估計，表示理想前饋增益Kr的估計，為ξ的估計，自適應(yīng)率Γz，Γr和Γξ分別為已知的對稱正定矩陣。使得如下條件成立：參考模型式中Aref為Hurwitz矩陣，r為有界參考輸入信號。模型匹配條件跟蹤誤差e＝z-zref(16)控制輸入代數(shù)李雅普諾夫方程則式(12)實現(xiàn)了參考模型動態(tài)式(14)的全局一致漸進跟蹤性能。實施例1本發(fā)明以某高鐵牽引整流器實驗測試臺的真實模型參數(shù)為實施對象，牽引整流器的采樣時間為100微秒，故障檢測和故障時間不超過300微秒。針對變參數(shù)復(fù)合故障系統(tǒng)，提出一種閉環(huán)故障觀測器設(shè)計方法，該故障估計方法不僅可以準(zhǔn)確解耦多個同時發(fā)生的故障，還能夠滿足牽引整流器的微秒級故障診斷要求；針對故障系統(tǒng)的不確定性，提出一種魯棒自適應(yīng)容錯控制方法，該容錯控制方案不僅可以保證系統(tǒng)狀態(tài)具有全局一致漸進收斂特性，還能保證控制變量的變化不超過容許范圍。實施例如圖1和5所示，本發(fā)明實施例提供了一種高鐵牽引整流器復(fù)合故障等價空間模型辨識方法：基于復(fù)合故障演化因子在整流器四個象限的辨識值ξ(0.3111,0.3015,0.6889,0.6985),公式(1)的參數(shù)值可計算如下：A1=-7.5-9.445343.45450,A2=-7.5-9.925360.90910]]>A3=-7.59.445-343.45450,A4=-7.59.925-360.90910]]>B=-257.5272.7-909.0909,C=1001]]>E=-103-910273,D1=11T,D2=11T]]>從圖5可以看出，復(fù)合故障演化因子ξ在故障暫態(tài)階段具有較強的敏感性，基于梯度變化最大的時刻可以給出故障初始檢測時間；基于穩(wěn)態(tài)過程的初始時刻可以給出故障檢測的上限時間為86微秒，能較好地滿足300微秒的故障診斷時間要求。如圖2、3、4和7所示，本發(fā)明實施例提供了一種高鐵牽引整流器復(fù)合故障閉環(huán)估計方法：(1)根據(jù)相對增益陣列理論分析，高鐵牽引整流器多變量故障模型應(yīng)采用非對角線配對來實現(xiàn)解耦，即第二個控制變量Vg(網(wǎng)側(cè)電壓)控制第一個輸出變量iC(網(wǎng)側(cè)電流)，第一個控制變量ild(負(fù)載電流)調(diào)節(jié)第二個輸出變量Vdc(直流電壓)。該結(jié)論與實際工程應(yīng)用相符合。(2)通過選擇合適的正定對稱矩陣可以設(shè)計具有二次型穩(wěn)定意義的前饋補償增益來保證故障系統(tǒng)各變量的有界性。(3)對于給定的范數(shù)H∞性能指標(biāo)γ1＝0.6和圓盤區(qū)域Q1(-0.64,0.64)，通過選擇合適的正定對稱矩陣和矩陣則根據(jù)比例-積分閉環(huán)故障估計器可得比例增益LP和積分增益LI分別為：LP=-6.5884.0709,LI=-23.3707-23.7544]]>(4)從圖6可以看出，傳統(tǒng)的復(fù)合故障開環(huán)估計方法不能辨識出耦合的電流和直流電流故障；且估計的故障信號在故障演化的最終階段仍存在振蕩現(xiàn)象。從圖7可以看出，本發(fā)明提出的復(fù)合故障閉環(huán)估計方法能較好地實現(xiàn)電流和直流電壓同時故障的解耦；估計的故障信號最終一致收斂到給定值，且具有正弦特性，提高了故障估計的靈敏性和高次諧波的抑制性。如圖8和9所示，本發(fā)明實施例提供了一種高鐵牽引整流器復(fù)合故障容錯控制方法：(1)根據(jù)魯棒容錯控制理論，對于給定的范數(shù)H∞性能指標(biāo)γ1＝0.2和圓盤區(qū)域Q1(-0.535,0.535)，通過選擇合適的正定對稱矩陣X,Y,四個矩陣和矩陣M,NX=29.4864-0.7496-0.749639.7523,Y=5.1340.0660.0660.1201]]>A^=-0.04-0.020611.6046-0.1589,B^=-50.261717.7297,C^=33.94340.716126.660736.6663,D^=-0.08790.9865]]>M=-0.99990.01210.01210.9999,N=101.34132.4024045.2481]]>則動態(tài)補償器的參數(shù)(AK,BK,CK,DK)可設(shè)計如下：AK=49.020634.5257-0.34265.7362,BK=0.2762-0.2886-0.35820.1578,]]>CK=22.7016-0.367829.4575-18.0681,DK=0.1117-0.0781-0.52580.6681]]>(2)通過選擇如下的自適應(yīng)率Γz，Γr和Γξ，可以保證狀態(tài)反饋的自適應(yīng)容錯控制算法具有全局一致漸進收斂特性。Γz=0.99000.99,Γr=0.0084]]>Γξ=0.058800000.058800000.058800000.0588]]>(3)從圖8和圖9可以看出，在系統(tǒng)故障和高次諧波電流干擾等系統(tǒng)不確定條件下，系統(tǒng)重構(gòu)的狀態(tài)和控制變量仍具有較好的解耦特性和零穩(wěn)態(tài)誤差跟蹤效果。另外，與獨立的閉環(huán)故障估計相比(圖7)，故障估計與容錯控制集成設(shè)計的方法(圖8)具有更好的干擾抑制效果，更強的解耦和功能自愈合能力。當(dāng)前第1頁1 2 3