孔 旭，封学欣，王友清

(山东科技大学 电气与自动化工程学院，山东 青岛 266590)

在现代工业系统中，控制系统的可靠和安全具有十分重要的意义。设备和组件的复杂性不断增加，且对各种意外故障越来越敏感，这些都会导致系统性能降低，故障检测与诊断受到了越来越多的关注。故障检测与诊断方法一般可分为两大类，即基于系统模型的方法和不依赖系统模型的方法[1]。其中，不依赖系统模型的方法如主元分析(principal component analysis，PCA)方法已被广泛应用于工业过程故障检测[2-3]。基于系统模型的方法中，故障诊断主要研究如何对系统中出现的故障进行检测、分离和辨识,即判断故障是否发生,定位故障发生的部位和种类,确定故障大小和发生时间等[4]。故障检测的主要思想是构造残差，与设定的阈值进行比较，以判断故障是否发生[5-6]。文献[7]根据空间几何理论推导出车间距的残差发生器，设计了自适应阈值的残差决策模块来分隔故障，从而达到车队故障检测与隔离的效果。对于具有多执行器的系统，故障发生后，对故障执行器进行定位，可为后续容错控制提供必要的故障信息[8]。文献[9]在复杂网络模型中引入系统非线性以及耦合发生概率的不确定性，并考虑常见的传感器故障类型，应用增广状态方法对得到的增广系统设计基于观测器的分布式估计器，实现在线故障估计。故障估计可以提供故障大小和方向等信息[10]，现有的故障估计方法主要包括自适应观测器方法[11-13]、高增益观测器方法[14]、干扰观测器技术和滑模观测器[15-17]等。……