CN114115198B - 一种面向装配生产线的分布式诊断与优化控制方法及控制*** - Google Patents

一种面向装配生产线的分布式诊断与优化控制方法及控制*** Download PDF

Info

Publication number
CN114115198B
CN114115198B CN202111417480.8A CN202111417480A CN114115198B CN 114115198 B CN114115198 B CN 114115198B CN 202111417480 A CN202111417480 A CN 202111417480A CN 114115198 B CN114115198 B CN 114115198B
Authority
CN
China
Prior art keywords
sub
subsystem
residual
ith
working condition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111417480.8A
Other languages
English (en)
Other versions
CN114115198A (zh
Inventor
霍明夷
罗浩
王豪
李款
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202111417480.8A priority Critical patent/CN114115198B/zh
Publication of CN114115198A publication Critical patent/CN114115198A/zh
Application granted granted Critical
Publication of CN114115198B publication Critical patent/CN114115198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一种面向装配生产线的分布式诊断与优化控制方法及控制***，本发明涉及分布式诊断与优化控制方法及控制***。本发明的目的是为了解决现有生产制造过程中普遍存在的外界扰动会对装配生产线的诊断与控制造成严重影响，降低了生产效率的问题。过程为：步骤一、设计装配生产线分布式***，对装配生产线分布式***的故障进行诊断，当诊断出装配生产线分布式***发生故障时，则执行步骤二；当诊断出装配生产线分布式***未发生故障时，继续对装配生产线分布式***的故障进行诊断；步骤二、设计装配生产线分布式***的优化控制方法。本发明用于分布式***故障诊断与容错控制领域。

Description

一种面向装配生产线的分布式诊断与优化控制方法及控制 ***
技术领域
本发明属于分布式***故障诊断与容错控制领域，具体涉及分布式诊断与优化控制方法及控制***。
背景技术
由于复杂程度和不确定性越来越高，保证装配生产线的安全运行及高效产出成为当今智能生产制造企业亟待解决的重要问题。在生产制造过程中普遍存在的外界扰动会对装配生产线的诊断与控制造成严重影响，极大制约了生产效能。因此，需要提出一种面向装配生产线的分布式诊断与优化控制方法，实现针对分布式***在线诊断与优化控制性能的功能一体化。
发明内容
本发明的目的是为了解决现有生产制造过程中普遍存在的外界扰动会对装配生产线的诊断与控制造成严重影响，降低了生产效率的问题，而提出一种面向装配生产线的分布式诊断与优化控制方法及控制***。
一种面向装配生产线的分布式诊断与优化控制方法具体过程为：
步骤一、设计装配生产线分布式***，对装配生产线分布式***的故障进行诊断，当诊断出装配生产线分布式***发生故障时，则执行步骤二；当诊断出装配生产线分布式***未发生故障时，继续对装配生产线分布式***的故障进行诊断；
步骤二、设计装配生产线分布式***的优化控制方法。
一种面向装配生产线的分布式诊断与优化控制***用于执行一种面向装配生产线的分布式诊断与优化控制方法。
本发明的有益效果为：
本发明提出了一种面向装配生产线的分布式诊断与优化控制方法及控制***，设计装配生产线分布式***，对装配生产线分布式***的故障进行诊断，当诊断出装配生产线分布式***发生故障时，设计装配生产线分布式***的优化控制方法；当诊断出装配生产线分布式***未发生故障时，继续对装配生产线分布式***的故障进行诊断；
本发明方法仅通过设计、调整子***的诊断模块与控制模块即可达到在线诊断与优化整体***控制性能的目的，且原有子控制***不需要进行重新设计，解决了因封装等原因不可更改控制器参数的问题，并同时建立了分布式诊断与优化控制一体化框架。
附图说明
图1是本发明提出的分布式诊断与优化控制方法流程图；
图2是本发明提出的分布式诊断与优化控制一体化框架图，G1(z)为第1个子***，
Figure BDA0003375719750000021
为第ns个子***，K1(z)为第1个子控制***，
Figure BDA0003375719750000022
为第ns个子控制***，u1为第1个子***的输入信号，
Figure BDA0003375719750000023
为第ns个子***ns的输入信号，y1为第1个子***的输出信号，
Figure BDA0003375719750000024
为第ns个子***的输出信号，RG1为第1个残差产生器，
Figure BDA0003375719750000025
为第ns个残差产生器，r1为第1个残差产生器产生的残差，
Figure BDA0003375719750000026
为第ns个残差产生器产生的残差，r(1)(z)为第1个子***产生的总残差，
Figure BDA0003375719750000027
为第ns个子***产生的总残差，Rf,1(z)为第1个后置滤波器，
Figure BDA0003375719750000028
为第ns个后置滤波器；rf (1)为产生的第1个残差后置滤波器，
Figure BDA0003375719750000029
为产生的第ns个残差后置滤波器；Q1(z)为第1个子***的本身额外控制器，
Figure BDA00033757197500000210
为第ns个子***的本身额外控制器；Qi(i-1)(z)为考虑子***i-1对子***i的影响，根据ri-1对子***i设计的额外控制器；
图3a1是本发明实施例的分布式***中子***1残差故障检测图，r1为子***1产生的残差信号1，r2为子***1产生的残差信号2；
图3a2是本发明实施例的分布式***中子***1统计量故障检测图，J1为子***1产生的统计量，Jth,1为根据子***1产生的统计量设计的阈值；
图3b1是本发明实施例的分布式***中子***2残差故障检测图，r1为子***2产生的残差信号1，r2为子***2产生的残差信号2；
图3b2是本发明实施例的分布式***中子***2统计量故障检测图，J2为子***2产生的统计量，Jth,2为根据子***2产生的统计量设计的阈值；
图3c1是本发明实施例的分布式***中子***3残差故障检测图，r1为子***3产生的残差信号1，r2为子***3产生的残差信号2；
图3c2是本发明实施例的分布式***中子***3统计量故障检测图，J3为子***3产生的统计量，Jth,3为根据子***3产生的统计量设计的阈值；
图3d1是本发明实施例的分布式***中子***4残差故障检测图，r1为子***4产生的残差信号1，r2为子***4产生的残差信号2；
图3d2是本发明实施例的分布式***中子***4统计量故障检测图，J4为子***4产生的统计量，Jth,4为根据子***4产生的统计量设计的阈值；
图3e1是本发明实施例的分布式***中子***5残差故障检测图，r1为子***5产生的残差信号1，r2为子***5产生的残差信号2；
图3e2是本发明实施例的分布式***中子***5统计量故障检测图，J5为子***5产生的统计量，Jth,5为根据子***5产生的统计量设计的阈值；
图4是本发明实施例的子***3跟踪误差指标效果图，e1和e2表示各子***的两个跟踪误差信号；
图5是本发明实施例的子***4跟踪误差指标效果图；
图6是本发明实施例的子***5跟踪误差指标效果图；
图7是本发明实施例的整体***的优化指标更新效果图；
图8a是本发明实施例的子***3的优化指标更新效果图，
图8b是本发明实施例的子***4的优化指标更新效果图，
图8c是本发明实施例的子***5的优化指标更新效果图。
具体实施方式
具体实施方式一：本实施方式一种面向装配生产线的分布式诊断与优化控制方法具体过程为：
步骤一、设计装配生产线分布式***，对装配生产线分布式***的故障进行诊断，当诊断出装配生产线分布式***发生故障时，则执行步骤二；当诊断出装配生产线分布式***未发生故障时，继续对装配生产线分布式***的故障进行诊断；
步骤二、设计装配生产线分布式***(子***)的优化控制方法。
具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤一中设计装配生产线分布式***，对装配生产线分布式***的故障进行诊断，具体过程为：
A1、装配生产线分布式***共有ns个子***；
设置ns个子监控***，子监控***用于监控子***是否异常及当发生异常之后对子***进行优化控制；
子***
Figure BDA0003375719750000041
与子控制***K1(z)…Ki(z)为原有结构的***；
设置ns个子控制***，子控制***(子控制***为控制器，比如滑模控制器、PID控制器)用于将子***的输出输入控制器；
A2、以其中第i个子***为例，采集正常工况下第1…i个子***G1(z)…Gi(z)的输入信号u1…ui，以及正常工况下第i个子***Gi(z)的输出信号yi；1≤i≤ns；
第i个子***Gi(z)的输出信号yi会影响到第i,i+1,…,ns个子控制***，即yi分别传至子控制***
Figure BDA0003375719750000042
中；
A3、基于A2采集的正常工况下第1…i个子***G1(z)…Gi(z)的输入信号和第i个子***Gi(z)的输出信号数据，利用左/右互质分解技术设计正常工况下第i个子监控***的残差产生器RGi；
所述正常工况下第i个子监控***的残差产生器RGi产生残差ri；
所述第i个子***Gi(z)会影响本身及以后的每个子监控***，即第i个子***Gi(z)的输入信号ui会影响到第i,i+1,…,ns个子监控***，即正常工况下第i个子***Gi(z)的输入信号ui分别传至第i,i+1,…,ns个子监控***的残差产生器RGi,
Figure BDA0003375719750000043
A4、考虑各子***间的实际信息交互，即前面各子监控***的残差产生器产生的残差对该***的影响，分别采集正常工况下第1…i个子监控***的残差产生器产生的残差r1…ri，生成正常工况下第i个子监控***的总残差r(i)；
A5、根据A4生成的正常工况下第i个子监控***的总残差r(i)，设计第i个子监控***的后置滤波器Rf,i(z)，总残差r(i)经过后置滤波器后生成残差rf (i)，使得总残差r(i)中的扰动信号被尽可能地滤除，对故障更敏感；
A6、根据A5生成的残差rf (i)计算统计量，根据统计量设计阈值(根据经验人为根据统计量设计阈值)；
A7、以其中第i个子***为例，采集在线工况下第1…i个子***G1(z)…Gi(z)的输入信号u1…ui，以及在线工况下第i个子***Gi(z)的输出信号yi；1≤i≤ns；
第i个子***Gi(z)的输出信号yi会影响到第i,i+1,…,ns个子控制***，即yi分别传至子控制***Ki(z),
Figure BDA0003375719750000051
中；
A8、基于A7采集的在线工况下第1…i个子***G1(z)…Gi(z)的输入信号和第i个子***Gi(z)的输出信号数据，利用左/右互质分解技术设计在线工况下第i个子监控***的残差产生器RGi；
所述在线工况下第i个子监控***的残差产生器RGi产生残差ri；
所述第i个子***Gi(z)会影响本身及以后的每个子监控***，即第i个子***Gi(z)的输入信号ui会影响到第i,i+1,…,ns个子监控***，即在线工况下第i个子***Gi(z)的输入信号ui分别传至第i,i+1,…,ns个子监控***的残差产生器RGi,
Figure BDA0003375719750000052
A9、考虑各子***间的实际信息交互，即前面各子监控***的残差产生器产生的残差对该***的影响，分别采集在线工况下第1…i个子监控***的残差产生器产生的残差r1…ri，生成在线工况下第i个子监控***的总残差r(i)；
A10、根据A9生成的在线工况下第i个子监控***的总残差r(i)，设计第i个子监控***的后置滤波器Rf,i(z)，总残差r(i)经过后置滤波器后生成残差rf (i)，使得总残差r(i)中的扰动信号被尽可能地滤除，对故障更敏感；
A11、根据A10生成的残差rf (i)计算统计量；
A12、判断装配生产线分布式***是否发生故障。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述额外控制器Qi(z)的输入为残差ri。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述第i个子控制***Ki(z)的输入为第i个子***Gi(z)的输出信号yi。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述额外控制器Qi(z)的输出、子控制***Ki(z)的输出和子***Gi(z)的输入信号ui作为子***Gi(z)的输入。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是，所述A4中分别采集正常工况下第1…i个子监控***的残差产生器产生的残差r1…ri，生成正常工况下第i个子监控***的总残差r(i)；表达式为：
r(i)＝[r1 T…ri T]T
其中T为转置；
所述A9中分别采集在线工况下第1…i个子监控***的残差产生器产生的残差r1…ri，生成在线工况下第i个子监控***的总残差r(i)；表达式为：
r(i)＝[r1 T…ri T]T。
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七：本实施方式与具体实施方式一至六之一不同的是，所述A12中判断装配生产线分布式***是否发生故障；过程为：
如果A11计算的统计量小于等于A6设计的阈值，则说明装配生产线分布式***未发生故障，继续执行A1至A12对装配生产线分布式***的故障进行诊断；
如果A11计算的统计量大于A6设计的阈值，则说明装配生产线分布式***(子***Gi(z))发生故障，至此，形成第i个子监控***的诊断模块，执行步骤二。
当诊断出子***Gi(z)发生故障时，应采取下面步骤，设计子***的优化控制方法进行及时调整补救。
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八：本实施方式与具体实施方式一至七之一不同的是，所述步骤二中设计装配生产线分布式***(子***)的优化控制方法；具体过程为：
B1、以第i个子***Gi(z)为例，设计子***Gi(z)本身的额外控制器Qi(z)；
根据参考文献(H.Luo,X.Yang,M.Krueger,S.X.Ding and K.Peng,"A Plug-and-Play Monitoring and Control Architecture for Disturbance Compensation inRolling Mills,"in IEEE/ASME Transactions on Mechatronics,vol.23,no.1,pp.200-210,Feb.2018,doi:10.1109/TMECH.2016.2636337.)设计子***Gi(z)本身的额外控制器Qi(z)；
B2、分别对应设计第1…i-1个子***的额外控制器Qi1(z)…Qi(i-1)(z)；
根据参考文献(H.Luo,X.Yang,M.Krueger,S.X.Ding and K.Peng,"A Plug-and-Play Monitoring and Control Architecture for Disturbance Compensation inRolling Mills,"in IEEE/ASME Transactions on Mechatronics,vol.23,no.1,pp.200-210,Feb.2018,doi:10.1109/TMECH.2016.2636337.)设计第1…i-1个子***的额外控制器Qi1(z)…Qi(i-1)(z)；
B3、将A7采集的在线工况下第i个子监控***的残差产生器RGi产生的残差ri输入子***Gi(z)本身的额外控制器Qi(z)；
将A8采集的在线工况下第1…i-1个子监控***的残差产生器产生的残差r1…ri-1输入子***G1(z)…Gi-1(z)本身的额外控制器Qi1(z)…Qi(i-1)(z)；
将子***Gi(z)本身的额外控制器Qi(z)的输出信号、子***G1(z)…Gi-1(z)本身的额外控制器Qi1(z)…Qi(i-1)(z)的输出信号和以及在线第i个子控制***Ki(z)的输出信号传至子***Gi(z)中，完成对发生故障的装配生产线分布式***(子***)的优化控制；
当通过步骤一诊断出某子***发生故障时，则依据诊断结果确定需要进行启动额外控制器的子***，并激活优化控制程序，实时调节相应子***的额外控制器参数，形成第i个子监控***的优化控制模块。
基于步骤一和步骤二完成分布式诊断与控制一体化框架，如图2所示。
其它步骤及参数与具体实施方式一至七之一相同。
具体实施方式九：本实施方式一种面向装配生产线的分布式诊断与优化控制***用于执行具体具体实施方式一至具体实施方式八之一的一种面向装配生产线的分布式诊断与优化控制方法。
实施例
以下将结合具体仿真结果来说明方法的有效性。
步骤一、设计装配生产线(本发明装配生产线为汽车装配生产线、还可以是机器人、仪表装配生产线等)分布式***，对装配生产线分布式***的故障进行诊断，当诊断出装配生产线分布式***发生故障时，则执行步骤二；当诊断出装配生产线分布式***未发生故障时，继续对装配生产线装配生产线分布式***的故障进行诊断；
A1、采用的正常工况下和在线工况下装配生产线分布式结构由5个线性时不变子***组成，且各子***之间可以相互通讯；
假设故障发生在子***3，基于该仿真的***拓扑连接的结构，故障信息会由子***3向子***4和子***5传播，不会反向传播；
假设各子***为同构***，子***参数矩阵如下：
Figure BDA0003375719750000081
Figure BDA0003375719750000082
各子***的通讯连接强度矩阵为：
Figure BDA0003375719750000083
此外，在保证各闭环子***适定且内稳定的条件下，子控制***(控制器)可由尤拉参数化方法设计得到。
A2、以第3个子***为例，采集正常工况下第1到第3个子***的输入信号u1,u2,u3，以及正常工况下第3个子***的输出信号y3；
正常工况下第3个子***的输出信号y3会影响到第i,i+1,…,ns个子控制***，即yi分别传至子控制***K3(z),K4(z),K5(z)中；
A3、通过A2采集的正常工况下子***1-3的输入信号u1,u2,u3，以及正常工况下子***3的输出信号y3，利用左/右互质分解技术设计第3个子监控***的残差产生器RG3，并根据各子***间的实际信息交互，采集第1-3个子监控***的残差r1,r2,r3，生成第3个子监控***的总残差r(3)；
A4、根据A3生成的第3个子监控***的总残差r(3)，设计第3个子监控***的后置滤波器Rf,3(z)，总残差r(3)经过后置滤波器后生成残差rf (3)，使得扰动信号被尽可能地滤除，残差对故障更敏感；
A5、根据A4生成的残差rf (3)计算统计量，根据统计量设计阈值(根据经验人为根据统计量设计阈值)；
A6、在第3000个采样点处，子***3发生了突变故障，故障使得***矩阵发生了突变，故障率fr设置为0.1(即fr＝0.1)；以第3个子***为例，采集在线工况下子***1-3的输入信号u1,u2,u3，以及在线工况下子***3的输出信号y3；
在线工况下子***3的输出信号y3会影响到第i,i+1,…,ns个子控制***，即yi分别传至子控制***K3(z),K4(z),K5(z)中；
A7、通过A6采集的在线工况下子***1-3的输入信号u1,u2,u3，以及在线工况下子***3的输出信号y3，利用左/右互质分解技术设计第3个子监控***的残差产生器RG3，并根据各子***间的实际信息交互，采集第1-3个子监控***的残差r1,r2,r3，生成第3个子监控***的总残差r(3)；
A8、根据A7生成的第3个子监控***的总残差r(3)，设计第3个子监控***的后置滤波器Rf,3(z)，总残差r(3)经过后置滤波器后生成残差rf (3)，使得扰动信号被尽可能地滤除，残差对故障更敏感；
A9、根据A8生成的残差rf (3)计算统计量；
A10判断装配生产线分布式***是否发生故障；具体过程为：
如果A9计算的统计量小于等于A5设计的阈值，则说明装配生产线分布式***没有发生故障；如果A9计算的统计量大于A5设计的阈值，则说明装配生产线分布式***发生故障，至此，形成第3个子监控***的诊断模块。
其余子***的诊断模块步骤同子***3，此处不再赘述。
故障诊断结果如图3a1、3a2、3b1、3b2、3c1、3c2、3d1、3d2、3e1、3e2所示。图3a1、3a2、3b1、3b2、3c1、3c2、3d1、3d2、3e1、3e2分别表示子***1-5的残差曲线结果和统计量曲线结果。
在第3000个采样点处，子***3、子***4和子***5的残差信号均发生了变化，且各子***的检测统计量均高于了故障阈值，表明对突变故障(fr＝0.1)发出了预警。
步骤二、设计装配生产线分布式***(子***)的优化控制方法；
B1、采用的分布式结构由5个线性时不变子***组成，且各子***之间可以相互通讯；
假设故障发生在子***3，基于该仿真的***拓扑连接的结构，故障信息会由子***3向子***4和子***5传播，不会反向传播；
因此仿真仅展示对受故障影响的子***3、子***4和子***5的优化控制效果。
假设各子***为同构***，参数矩阵如下：
Figure BDA0003375719750000101
Figure BDA0003375719750000102
各子***的通讯连接强度矩阵为：
Figure BDA0003375719750000103
此外，在保证各闭环子***适定且内稳定的条件下，子控制***可由尤拉参数化方法设计得到。
设置各子***的额外控制器Qi(z)的初值为
Figure BDA0003375719750000104
并在装配生产线分布式***未发生故障时不启动额外控制器；
设计子***Gi(z)本身的额外控制器Qi(z)；
根据参考文献(H.Luo,X.Yang,M.Krueger,S.X.Ding and K.Peng,"A Plug-and-Play Monitoring and Control Architecture for Disturbance Compensation inRolling Mills,"in IEEE/ASME Transactions on Mechatronics,vol.23,no.1,pp.200-210,Feb.2018,doi:10.1109/TMECH.2016.2636337.)设计子***Gi(z)本身的额外控制器Qi(z)；
分别对应设计第1…i-1个子***的额外控制器Qi1(z)…Qi(i-1)(z)；
根据参考文献(H.Luo,X.Yang,M.Krueger,S.X.Ding and K.Peng,"A Plug-and-Play Monitoring and Control Architecture for Disturbance Compensation inRolling Mills,"in IEEE/ASME Transactions on Mechatronics,vol.23,no.1,pp.200-210,Feb.2018,doi:10.1109/TMECH.2016.2636337.)设计第1…i-1个子***的额外控制器Qi1(z)…Qi(i-1)(z)；
将采集的在线工况下第1个子监控***的残差产生器产生的残差输入子***1本身的额外控制器Q31(z)；
将采集的在线工况下第2个子监控***的残差产生器产生的残差输入子***2本身的额外控制器Q32(z)；
将采集的在线工况下第3个子监控***的残差产生器产生的残差输入子***3本身的额外控制器Q3(z)；(根据之前的子***对子***3的影响，所以额外控制器Q32(z),Q31(z)的脚标是32和31)；
将子***1、2、3本身的额外控制器的输出信号和在线第3个子控制***Ki(z)的输出信号传至子***3中，完成对发生故障的装配生产线分布式***(子***)的优化控制；
当通过步骤一诊断出某子***发生故障时，则依据诊断结果确定需要进行启动额外控制器的子***，并激活优化控制程序，实时调节相应子***的额外控制器参数，形成第3个子监控***的优化控制模块。
其余子***的优化控制模块步骤同子***3，此处不再赘述。
图4至图6分别展示了子***3、子***4和子***5的跟踪误差指标的效果图。其中，e1和e2表示各子***的两个跟踪误差信号。由图可知，各子***的跟踪误差在故障注入后(优化控制前)明显增加；在第175s开始优化控制后，各子***的跟踪误差逐渐开始减小。注意到，在第325s左右，子***3的跟踪误差e2已经明显趋近于0。需要说明的是，子***4和子***5的跟踪误差也会在故障注入(故障原本注入于子***3)时发生变化，这是由于拓扑连接使得子***3将故障的影响传播至了子***4和子***5。
图7展示了优化控制中整体***的优化指标的更新效果。由图可知，在第175s后(即优化控制开始后)，整体***的跟踪性能优化指标逐渐开始下降，证明***的跟踪性能逐渐提升，即***受故障的影响逐渐减轻。
此外，图8a、8b、8c分别展示了子***3、子***4和子***5的优化指标的更新效果。由图8a、8b、8c可知，在第175s后，各子***的跟踪性能指标亦开始逐渐减小，证明***的跟踪性能亦逐渐提升。
基于步骤一和步骤二完成分布式诊断与控制一体化框架。
本发明提出的分布式诊断与优化控制方法仿真结果如图3a1、3a2、3b1、3b2、3c1、3c2、3d1、3d2、3e1、3e2、图4、图5、图6、图7、图8a、8b、8c所示，图3a1、3a2、3b1、3b2、3c1、3c2、3d1、3d2、3e1、3e2为分布式***故障检测图，图4为子***3跟踪误差指标效果图，图5为子***4跟踪误差指标效果图，图6为子***5跟踪误差指标效果图，图7为整体***的优化指标更新效果图，图8a、8b、8c为子***3-5的优化指标更新效果图。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (2)

1.一种面向装配生产线的分布式诊断与优化控制方法，其特征在于：所述方法具体过程为：
步骤一、设计装配生产线分布式***，对装配生产线分布式***的故障进行诊断，当诊断出装配生产线分布式***发生故障时，则执行步骤二；当诊断出装配生产线分布式***未发生故障时，继续对装配生产线分布式***的故障进行诊断；
步骤二、设计装配生产线分布式***的优化控制方法；
所述步骤一中设计装配生产线分布式***，对装配生产线分布式***的故障进行诊断，具体过程为：
A1、装配生产线分布式***共有ns个子***；
设置ns个子监控***，子监控***用于监控子***是否异常及当发生异常之后对子***进行优化控制；
设置ns个子控制***，子控制***用于将子***的输出输入控制器；
A2、采集正常工况下第1…i个子***G1(z)…Gi(z)的输入信号u1…ui，以及正常工况下第i个子***Gi(z)的输出信号yi；1≤i≤ns；
第i个子***Gi(z)的输出信号yi分别传至子控制***
Figure FDA0003755569250000011
中；
A3、基于A2采集的正常工况下第1…i个子***G1(z)…Gi(z)的输入信号和第i个子***Gi(z)的输出信号数据，利用左/右互质分解技术设计正常工况下第i个子监控***的残差产生器RGi；
所述正常工况下第i个子监控***的残差产生器RGi产生残差ri；
所述正常工况下第i个子***Gi(z)的输入信号ui分别传至第i,i+1,…,ns个子监控***的残差产生器
Figure FDA0003755569250000012
A4、分别采集正常工况下第1…i个子监控***的残差产生器产生的残差r1…ri，生成正常工况下第i个子监控***的总残差r(i)；
A5、根据A4生成的正常工况下第i个子监控***的总残差r(i)，设计第i个子监控***的后置滤波器Rf,i(z)，总残差r(i)经过后置滤波器后生成残差rf (i)；
A6、根据A5生成的残差rf (i)计算统计量，根据统计量设计阈值；
A7、采集在线工况下第1…i个子***G1(z)…Gi(z)的输入信号u1…ui，以及在线工况下第i个子***Gi(z)的输出信号yi；1≤i≤ns；
第i个子***Gi(z)的输出信号yi分别传至子控制***
Figure FDA0003755569250000021
中；
A8、基于A7采集的在线工况下第1…i个子***G1(z)…Gi(z)的输入信号和第i个子***Gi(z)的输出信号数据，利用左/右互质分解技术设计在线工况下第i个子监控***的残差产生器RGi；
所述在线工况下第i个子监控***的残差产生器RGi产生残差ri；
所述在线工况下第i个子***Gi(z)的输入信号ui分别传至第i,i+1,…,ns个子监控***的残差产生器
Figure FDA0003755569250000022
A9、分别采集在线工况下第1…i个子监控***的残差产生器产生的残差r1…ri，生成在线工况下第i个子监控***的总残差r(i)；
A10、根据A9生成的在线工况下第i个子监控***的总残差r(i)，设计第i个子监控***的后置滤波器Rf,i(z)，总残差r(i)经过后置滤波器后生成残差rf (i)；
A11、根据A10生成的残差rf (i)计算统计量；
A12、判断装配生产线分布式***是否发生故障；
所述A4中分别采集正常工况下第1…i个子监控***的残差产生器产生的残差r1…ri，生成正常工况下第i个子监控***的总残差r(i)；表达式为：
r(i)＝[r1 T…ri T]T
其中T为转置；
所述A9中分别采集在线工况下第1…i个子监控***的残差产生器产生的残差r1…ri，生成在线工况下第i个子监控***的总残差r(i)；表达式为：
r(i)＝[r1 T…ri T]T
所述A12中判断装配生产线分布式***是否发生故障；过程为：
如果A11计算的统计量小于等于A6设计的阈值，则说明装配生产线分布式***未发生故障，继续执行A1至A12对装配生产线分布式***的故障进行诊断；
如果A11计算的统计量大于A6设计的阈值，则说明装配生产线分布式***发生故障，执行步骤二；
所述步骤二中设计装配生产线分布式***的优化控制方法；具体过程为：
B1、设计子***Gi(z)的额外控制器Qi(z)；
B2、分别对应设计第1…i-1个子***的额外控制器Qi1(z)…Qi(i-1)(z)；
B3、将A7采集的在线工况下第i个子监控***的残差产生器RGi产生的残差ri输入子***Gi(z)的额外控制器Qi(z)；
将A8采集的在线工况下第1…i-1个子监控***的残差产生器产生的残差r1…ri-1输入子***G1(z)…Gi-1(z)的额外控制器Qi1(z)…Qi(i-1)(z)；
将子***Gi(z)的额外控制器Qi(z)的输出信号、子***G1(z)…Gi-1(z)的额外控制器Qi1(z)…Qi(i-1)(z)的输出信号和以及在线第i个子控制***Ki(z)的输出信号传至子***Gi(z)中。
2.一种面向装配生产线的分布式诊断与优化控制***，其特征在于：所述***用于执行权利要求1的一种面向装配生产线的分布式诊断与优化控制方法。
CN202111417480.8A 2021-11-25 2021-11-25 一种面向装配生产线的分布式诊断与优化控制方法及控制*** Active CN114115198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111417480.8A CN114115198B (zh) 2021-11-25 2021-11-25 一种面向装配生产线的分布式诊断与优化控制方法及控制***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111417480.8A CN114115198B (zh) 2021-11-25 2021-11-25 一种面向装配生产线的分布式诊断与优化控制方法及控制***

Publications (2)

Publication Number Publication Date
CN114115198A CN114115198A (zh) 2022-03-01
CN114115198B true CN114115198B (zh) 2022-09-09

Family

ID=80373752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111417480.8A Active CN114115198B (zh) 2021-11-25 2021-11-25 一种面向装配生产线的分布式诊断与优化控制方法及控制***

Country Status (1)

Country Link
CN (1) CN114115198B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115167376B (zh) * 2022-08-09 2023-06-27 哈尔滨工业大学 一种基于平均一致性的数据驱动分布式协同诊断方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399493B (zh) * 2013-08-07 2015-12-02 长春工业大学 可重构机械臂传感器故障实时诊断和容错***及其方法
CN107544459B (zh) * 2017-09-05 2020-02-14 北京控制工程研究所 一种控制***的多重故障诊断优化方法
CN108803465B (zh) * 2018-06-19 2019-08-23 哈尔滨工业大学 一种基于闭环数据驱动的分布式即插即用故障监测方法
CN109062189B (zh) * 2018-08-30 2020-06-30 华中科技大学 一种用于复杂故障的工业过程故障诊断方法
CN111381581B (zh) * 2020-03-06 2021-07-09 北京控制工程研究所 一种执行机构故障诊断与容错控制的一体化方法和***
CN113189968B (zh) * 2021-05-08 2022-08-26 哈尔滨工业大学 互联工业过程的分布式故障诊断方法

Also Published As

Publication number Publication date
CN114115198A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN112373352B (zh) 一种燃料电池***故障诊断及容错控制方法
Jiang Sensor Fault Detection and Isolation Using System Dynamics Identification Techniques.
CN104808585B (zh) 一种机床健康状态快速检查方法
Luo et al. Integrated model-based and data-driven diagnosis of automotive antilock braking systems
EP1782142B1 (en) System, device, and methods for updating system-monitoring models
USRE45815E1 (en) Method for simplified real-time diagnoses using adaptive modeling
WO2007049013A1 (en) A method of modelling the effect of a fault on the behaviour of a system
CN110533294B (zh) 一种基于人工智能技术的核电厂运行故障报警方法
CN114115198B (zh) 一种面向装配生产线的分布式诊断与优化控制方法及控制***
JP3068091B1 (ja) 異常診断装置
CN115453356B (zh) 一种动力设备运行状态监测分析方法、***、终端及介质
CN111860839A (zh) 基于多信号融合及Adam优化算法的岸桥故障监测方法
CN114994543A (zh) 储能电站电池故障诊断方法、装置及存储介质
CN108646573B (zh) 一种数据驱动的闭环***稳定裕度确定方法
CN112489841A (zh) 一种核电机组蒸汽发生器的水位容错控制方法
CN104216397B (zh) 智能驱动桥***故障识别与检测的方法
CN104460337B (zh) 一种基于修正β因子的控制***共因失效分析方法
US7716014B2 (en) Reuse of manufacturing process design models as part of a diagnostic system
CN114565318A (zh) 目标信号的有效性判断方法、处理方法、装置及决策***
CN115358294A (zh) 一种高速列车牵引***的微小故障检测方法
US20220197260A1 (en) Faulty Variable Identification Technique for Data-Driven Fault Detection Within A Process Plant
CN116706157A (zh) 燃料电池车辆及排氢阀/排水阀故障诊断方法和装置
KR20230082887A (ko) 유지보수 이력에 기반한 학습데이터를 이용하는 장비의 고장 예측 장치 및 방법
Jiang et al. Design approach to MIMO diagnostic observer and its application to fault detection
Hackner et al. Predictive diagnostics solutions beyond big data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Huo Mingyi

Inventor after: Luo Hao

Inventor after: Wang Hao

Inventor after: Li Kuan

Inventor before: Luo Hao

Inventor before: Huo Mingyi

Inventor before: Wang Hao

Inventor before: Li Kuan

GR01 Patent grant
GR01 Patent grant