1。4。1 基于模型的方法

基于模型的方法一般步骤是通过被测系统的可测信息与系统预期信息相比， 残差产生，对残差信号的分析和评进行故障检测。要求网络控制系统可以等价于 精确的数学模型，优势是充分利用系统内部各种深层知识，便于故障检测。它一 般包括残差产生和残差评价两阶段。依据残差产生形式的不同，模型法又分为状 态估计、等价空间的方法和参数估计的方法三大类。其中基于观测器的状态估计 方法与等价空间方法等价。

（1）状态估计方法 状态估计方法根据对系统状态进行估计，通过对状态实际值和估计值比较，

产生残差，在残差信号中提取故障的特征，实现故障检测。理想上当系统发生故 障时，故障信号在残差信号中以确定的偏移量呈现。在线性系统和非线性系统状 态估计都非常具有良好的实用性。一般是通过基于状态观测器或滤波器进行状态 估计，像未知输入观测、卡尔曼滤波、自适应观测和模糊观测器法等。状态估计 针对线性系统，实际上大多数系统是非线性的，对非线性系统有两种处理方法， 其一是非线性系统线性化，其二是针对特定的非线性系统建造非线性系统模型。 其中自适应非线性观测器方法，非线性未知输入观测器法，扩展卡尔曼滤波器方 法和非线性模糊控制观测器法对非线性控制系统故障检测的研究较为成熟。

（2）等价空间方法 等价空间方法是通过系统输入和输出实际测量值检验系统数学模型的等价性，检测系统故障的方法。其中等价空间方法包括几种具体的分类：奇偶方程方 法、方向性残差和约束优化技术的等价方程的方法，前面两种方法应用更为广泛。

（3）参数估计的方法 参数估计方法是通过统计参数的变化特性，使用参数辨识来确定故障产生，针对一般的系统不用计量残差序列。在参数估计方法中，强跟踪滤波器的方法是 具有代表性的参数估计法。其一般步骤是针对模型不确定的系统具有鲁棒性，对 状态的突变和缓变化具有很强的跟踪能力的滤波器的方法。这种方法利用强跟踪 滤波器来估计模型参数，需要系统的状态空间模型，把参数当作非线性状态，如

果扩展后的系统可辨识，则采用强跟踪滤波器联合估计系统状态，最后用决策类 的算法检验参数的估计值，判定故障产生。

1。4。2 基于信号的方法

通过处理和分析可测信号的幅值等特征量进行故障检测的方法是基于信号 的方法，既有传统的频谱分析和时域分析的方法，也有近几年发展起来的主元分 析法，小波变换分析和时频分布的方法，信号模态估计及分形几何法，信息融合 法等。

针对基于信号的故障检测方法，小波变换具有典型代表性。它是从近现代发 展应用起来的具有优良特性的数学分支。小波变换的故障检测方法不需要目标的 控制系统模型，通过变换后的信号中去除输入的奇异点，则其余的奇异点就是故 障奇异点。相对其他的故障检测方法，它要求输入的信号条件低，计量少，实时 性能优良，灵敏度高，有效抑制噪声的影响。

1。4。3 基于知识的方法文献综述

对不要求系统的定量数学模型，并且系统状态和故障信息不确定的情况下， 充分利用专家检测故障的知识和检测对象的信息，这是基于知识的方法，它可以 分为症状的方法和基于定性模型的方法。现代常用的是模糊推论、神经网络的方 法及两者结合的模糊神经网络方法等。因为模糊神经网络中和了模糊推论和神经 网络的优点，近年来，模糊神经网络方法是控制系统设计和分析的具有良好前途 的发展趋势。 Matlab离散时间网络化控制系统故障检测策略(4):http://www.youerw.com/tongxin/lunwen_100045.html