[发明专利]一种基于分布式网络的机械臂系统故障检测方法

摘要

一种基于分布式网络的机械臂系统故障检测方法，1)建立机械臂系统的Takagi‑Sugeno模型；2)配置若干个具有通信及计算能力的传感器节点，各节点分别测量机械臂的输出数据并与邻居节点进行数据交互，进而产生故障评估信号；3)根据不等式求解故障检测节点参数。本发明能迅速、准确地跟踪故障信号，实现对故障的有效检测并具有可靠性高、计算能力强、布局布线灵活等优势。

主权项

一种基于分布式网络的机械臂系统故障检测方法，其特征在于，包括以下步骤：(1)建立机械臂系统的Takagi‑Sugeno模型，设置如下模糊规则：如果φ1为ψi1且φ2为ψi2且…且φt为ψit，则x(k+1)＝Aix(k)+Biu(k)+Diw(k)+Eif(k)yp(k)＝Cpix(k)+Dpiw(k),i＝1,2,...,r.  ①式①中的φ(k)＝[φ1(k)，φ2(k)，…，φt(k)]是模型的决策向量，符号ψij表示对应的模糊集合，系数r表示模糊规则的数量；向量x(k)是模型的状态变量，向量u(k)是输入信号，向量w(k)是未知的扰动信号，向量f(k)是故障信号，向量yp(k)是第p个故障检测单元测量到的系统输出信号，矩阵Ai，Bi，Di，Ei，Cpi，Dpi都是已知的模型参数矩阵，基于模糊规则(1)，建立机械臂系统的模糊模型：x(k+1)=Σi=1rhi(φ(k))[Aix(k)+Biu(k)+Diw(k)+Eif(k)],]]>(2)配置若干个具有通信及计算能力的传感器节点，节点数目为n，各节点分别测量机械臂的输出数据并与邻居节点进行数据交互，进而产生故障评估信号，各节点的具体运作过程可由如下模型描述：如果φ1为ψi1且φ2为ψi2且…且φt为ψit，则x^p(k+1)=Aix^p(k)+Biu(k)+Eif^p(k)-Σq=1napqHpqi(y^q(k)-yq(k))]]>y^p(k)=Cpix^p(k),]]>式③中，是故障检测节点p的状态向量，是对应故障检测节点的输入，则是对应故障检测节点生成的故障估计信号，系数p＝1,2,...,n，矩阵和是可设计的检测节点的参数矩阵，(3)配置故障检测节点参数，参数矩阵和通过不等式④求解，其中标量γ＞0为检测器的噪声抑制指标，矩阵T和正定矩阵P＞0是维数适当的矩阵变量，L＝[0 I]，en是所有元素都为1的n维列向量，符号表示克罗内克积运算，通过不等式④求得矩阵变量后，参数矩阵和可按如下公式求解：式⑤中的矩阵变量和参数矩阵和具有如下关系：式⑥中的元素aij为故障检测节点间的邻接系数，如果aij＝1则表示节点i能够接收到来自节点j的数据，反之，若aij＝0，则节点i无法接收到来自节点j的数据。