随机布朗离散系统的故障重构和容错控制：描述系统框架

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61673074
  • 项目类别：
    面上项目
  • 资助金额：
    62.0万
  • 负责人：
    高志伟
  • 依托单位：
    渤海大学
  • 学科分类：
    F0301.控制理论与技术
  • 结题年份：
    2020
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2020-12-31

项目摘要

The project aims to investigate fault reconstruction and fault-tolerant control for both stochastic Brownian state-space systems and stochastic Brwonian singular systems within the framework of discrete-time stochastic descriptor system approaches. The research project is interesting but challenging, in which discrete-time fault reconstruction and fault-tolerant control for singular systems is a particularly brand new research direction. Moreover, many research subtopics in this project such as decoupling of stochastic Brownian parameter perturbation, coordinated design of multiple fault estimators, and integrated design of fault-tolerant controllers, and so forth are open problems. In this project, highly-novel, effective and integrated real-time monitoring, fault diagnosis and fault-tolerant control algorithms are to be developed, validated and demonstrated via a wind turbine test rig. The research outcomes will include around 20 quartile-one journal publications and a couple of patents. As a result, this research will advance the theory and methods of real-time fault diagnosis and fault tolerant control, and may have great potentials on improving the reliability, safety and availability of modern industrial systems. In addition, the project will much benefit the fostering of young scholars and post-graduate researchers.
本课题将在离散随机框架下，对随机布朗状态空间系统和随机布朗奇异系统的故障重构和容错控制开展系统的研究。本课题的研究在国内外都是最新的研究方向，特别是随机离散布朗奇异系统的故障重构和容错控制问题研究，完全是空白研究领域。而且，随机布朗参数摄动的解耦、多个故障估计器的协调故障重构及容错控制器的集成设计等是极具挑战的空白研究问题。本课题的研究将综合描述系统观测器理论、扰动解耦技术和扰动优化抑制技术，以提出全新、有效且完整的实时监控、诊断和容错控制算法，并构建风机实验平台开展算法的实时验证研究，为复杂工业系统实时监控和容错控制提供有效的方法和策略保障。因此本课题的研究成果将具有重要的科学意义和潜在的工业应用价值。本项目的研究成果将以20篇高水平国际权威期刊杂志论文和若干专利的形式提交。而且本项目的立项为吸引和培养优秀青年人才也有重要的意义。

结项摘要

现代工业系统越来越复杂且昂贵，对由于故障引发的系统运行性能的退化、产品质量的降低、维修和停机带来的经济损失等负面影响容忍度越来越低。因此，复杂工业系统对运用实时监控、故障诊断和容错控制技术来提高系统的可靠性、安全性和可用性有着越来越迫切的要求。复杂工业系统的系统动态是复杂的，如何使控制系统稳定且有满意的控制性能，而不受建模误差和随机噪声的影响是基本的控制要求。本课题集中研究受随机布朗噪声影响的动态系统的故障重构和容错控制问题，得到了一系列重要成果：1）研究了利普希茨随机布朗非线性系统和二次内有界的随机布朗非线性系统的故障诊断问题，提出了故障估计的算法，并在在电机驱动的单臂柔性机器人系统中得到了验证。2）研究了利普希茨随机布朗非线性系统和二次内有界的随机布朗非线性系统的容错控制问题，提出了容错控制算法，并分别在风机传动系统和水箱控制系统中进行了验证。3）研究了Takagi–Sugeno 模糊随机布朗系统，提出了完整的故障估计和容错控制算法，在机器人手臂和水箱控制系统中得到了验证。4）研究了离散化随机布朗系统的故障诊断和容错控制问题，给出了离散化的故障观测器和控制器的算法，在机电伺服系统中得到了验证。本课题得到的结果有重要的科学意义和应用前景。

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（7）
专利数量（0）
Actuator and Sensor Fault Classification for Wind Turbine Systems Based on Fast Fourier Transform and Uncorrelated Multi-Linear Principal Component Analysis Techniques
基于快速傅里叶变换和不相关多线性主成分分析技术的风力发电机系统执行器和传感器故障分类
  • DOI：
    10.3390/pr8091066
  • 发表时间：
    2020-09-01
  • 期刊：
    PROCESSES
  • 影响因子：
    3.5
  • 作者：
    Fu, Yichuan;Gao, Zhiwei;Yin, Xiuxia
  • 通讯作者：
    Yin, Xiuxia
Robust Neural Network Fault Estimation Approach for Nonlinear Dynamic Systems With Applications to Wind Turbine Systems
非线性动态系统的鲁棒神经网络故障估计方法及其在风力涡轮机系统中的应用
  • DOI：
    10.1109/tii.2019.2893845
  • 发表时间：
    2019-12-01
  • 期刊：
    IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS
  • 影响因子：
    12.3
  • 作者：
    Rahimilarki, Reihane;Gao, Zhiwei;Binns, Richard
  • 通讯作者：
    Binns, Richard
Observer-based fault estimation and tolerant control for stochastic Takagi-Sugeno fuzzy systems with Brownian parameter perturbations
布朗参数扰动随机 Takagi-Sugeno 模糊系统的基于观测器的故障估计和容错控制
  • DOI：
    10.1016/j.automatica.2018.12.031
  • 发表时间：
    2019-04-01
  • 期刊：
    AUTOMATICA
  • 影响因子：
    6.4
  • 作者：
    Liu, Xiaoxu;Gao, Zhiwei;Zhang, Aihua
  • 通讯作者：
    Zhang, Aihua
Improvement of Refrigeration Efficiency by Combining Reinforcement Learning with a Coarse Model
强化学习与粗模型相结合提高制冷效率
  • DOI：
    10.3390/pr7120967
  • 发表时间：
    2019-12
  • 期刊：
    Processes
  • 影响因子：
    3.5
  • 作者：
    Dapeng Zhang;Zhiwei Gao
  • 通讯作者：
    Zhiwei Gao
Real-time monitoring, prognosis, and resilient control for wind turbine systems
风力涡轮机系统的实时监测、预测和弹性控制
  • DOI：
    10.1016/j.renene.2017.10.059
  • 发表时间：
    2017-10
  • 期刊：
    Renewable Energy
  • 影响因子：
    8.7
  • 作者：
    Zhiwei Gao;SW Sheng
  • 通讯作者：
    SW Sheng

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于未知输入观测器的拾放机器人传感器故障检测
  • DOI：
    10.14107/j.cnki.kzgc.20180674
  • 发表时间：
    2020
  • 期刊：
    控制工程
  • 影响因子：
    --
  • 作者：
    郑志达;代学武;高志伟
  • 通讯作者：
    高志伟
直叶片构造液力缓速器的设计与制动性能分析
  • DOI：
    10.3969/j.issn.1004-132x.2020.18.009
  • 发表时间：
    2020
  • 期刊：
    中国机械工程
  • 影响因子：
    --
  • 作者：
    庄星瀚;李德胜;叶乐志;郭文光;高志伟
  • 通讯作者：
    高志伟
自励式车桥缓速器制动性能
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    北京工业大学学报
  • 影响因子：
    --
  • 作者：
    李德胜;门爽;郭文光;高志伟;张凯
  • 通讯作者：
    张凯
带电涡流缓速车桥的铰接车辆制动稳定性研究
  • DOI：
    10.19562/j.chinasae.qcgc.2020.07.011
  • 发表时间：
    2020
  • 期刊：
    汽车工程
  • 影响因子：
    --
  • 作者：
    高志伟;李德胜;叶乐志;刘宗强
  • 通讯作者：
    刘宗强
联邦止咳露依赖并发周围神经损害的研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    南通大学学报(医学版)
  • 影响因子：
    --
  • 作者：
    季秋虹;吴二兵;高志伟
  • 通讯作者：
    高志伟

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码