一种高铁牵引整流器的复合故障估计与容错控制方法与流程

本发明涉及故障诊断与容错控制
技术领域：
，具体地说，涉及一种高速铁路列车牵引整流器的复合故障估计与容错控制方法。
背景技术：
：不同于普通三相交流电驱动的整流器，高速铁路列车牵引整流器采用单相轮流供电模式。当高速列车沿着电力分相区长时间运行时，这种循环驱动机制是整流器多变量复合故障发生的根源。在整流器四象限模态切换运行过程中，尽管控制器、执行器和传感器都是正常的，但不合适的触发脉冲仍能导致复合故障的发生。此外，考虑到接触网侧和逆变器侧驱动系统之间的高强度双向能量流动，高铁牵引整流器的复杂交错运行工况更容易受到复合故障的影响。目前关于整流器的研究大都集中在切换模式的功率保护，高功率质量和谐波分析等，很少考虑整流器变参数耦合动态下的故障估计与容错控制问题。多变量容错控制技术的一个关键问题是将输入和输出进行合理地“配对”，使得交互作用的影响达到最小。作为交互作用的一种有用度量，相对增益阵列可以保证多变量复合故障估计的解耦配对。目前，基于故障导向安全的高铁整流器故障诊断机制，是一种面向牵引控制单元保护的开环故障诊断方法。这种事后故障诊断方法很难满足牵引整流器复合故障微秒级的诊断要求。此外，高铁牵引整流器变参数耦合不确定模型难以解决复合故障的预测问题，从而可能导致整流器安全性能降级的问题。因此，基于参数辨识的闭环故障估计方法对高铁牵引整流器这类变参数耦合系统的健康预测具有重要意义。为了降低复合故障带来的不利影响，并提高四象限整流器网络的同步控制性能，传统的反馈控制难以应对多变量控制回路和故障观测器之间的双向模型不匹配和故障估计误差。单一的基于反馈控制的容错方法，还不能提高系统功能自愈合能力的要求。技术实现要素：本发明的目的是，针对上述问题，本发明公开一种高铁牵引整流器的复合故障估计与容错控制方法，建立整流器复合故障的多变量演化模型；采用基于稳定滤波器的最小二乘法来动态辨识模型参数，据此设计前馈补偿器来解耦多变量复合故障系统；比例-积分鲁棒闭环故障观测器来解决复合故障检测灵敏性和干扰抑制问题，可以有效地提高系统的容错控制性能；通过设计全局渐进稳定收敛律，基于多变量动态补偿器的模型参考自适应控制方法可以有效地提高系统的容错控制性能。实现本发明的技术方案是，本发明首先通过复合故障等价空间变换，将整流器四象限交互的复杂网络动态抽象为单一故障参数在四个象限的演化动态，建立降维复合故障演化模型；提出了变参数复合故障模型辨识方法。本发明依据解耦分析、前馈补偿等策略建立整流器闭环故障估计模型，据此设计多目标鲁棒求解器来提高复合故障检测灵敏性。根据复合故障估计与容错控制问题具有对偶性特点，首先建立多变量动态补偿器来改善整流器故障状态下的鲁棒性，据此设计模型参考自适应控制器来保证系统具有全局一致快速收敛特性。本发明提供了一种高铁牵引整流器的复合故障估计与容错控制方法，该方法步骤为：(1)从牵引整流器复合故障具有等价空间的原理出发，引入单一故障演化因子来描述整流器高维演化动态，建立描述牵引整流器复合故障特性、干扰特性和结构损伤的降维模型；采用基于稳定滤波器的最小二乘法来动态辨识模型参数，得到确定的多变量故障模型；根据已经辨识的模型参数，通过相对增益阵列理论的相关性分析来实现多变量系统的解耦，据此设计前馈补偿器来实现闭环系统故障检测前的稳定性；针对牵引整流器复合故障微秒级的诊断和干扰抑制要求，设计多目标比例-积分闭环鲁棒故障估计器。(2)在上述建立的多变量复合故障估计模型的基础上，结合系统估计和系统控制之间的对偶性原理，设计鲁棒动态补偿器来提高系统最坏故障情况下的容错能力，据此设计状态反馈模型参考自适应控制来应对故障系统的不确定性。本发明中牵引整流器降维复合故障模型按以下原理和方法确定：x·=A(ξ)x(t)+Bu(t)+E(t-tf)f+D1w(t)y(t)=Cx(t)+D2w(t)---(1)]]>式中，状态变量x＝[iCVdc]包含网侧电流ic和直流侧电压Vdc；联合控制输入变量u＝[ildVg]定义为负载电流ild和网侧电压Vg；多变量控制环路输出为y＝[iCVdc]；A(ξ)代表降维的2×2参数化系统矩阵，ξ(0≤ξ≤1)为故障演化因子；B为2×2的输入矩阵，C为2×2的输出矩阵；f＝[f1f2]为耦合的网侧电压和负载电流故障，tf为未知故障发生时间，代表可恢复故障的时间轮廓；w为能量有界的谐波干扰，D1和D2分别代表扰动矩阵。由于式(1)中A(ξ)和tf均为不确定的，传统的基于确定系统的故障估计方法不适用于本发明方案。考虑到tf的不确定性可以等价为ξ的动态特性，本发明首先设计基于稳定滤波器的最小二乘法来动态辨识ξ。因此，式(1)简化为如下形式：x·(t)=A(ξ)x(t)+Bu(t)+Δ1y(t)=Cx(t)+Δ2---(2)]]>式中Δ1和Δ2为作用在传感器和执行器上的未知但恒定的不利条件。根据等价变换原则，式(2)的s域表达式为：Pξ(s)[y](t)＝ZΔ(s)[u](t)+π(s)[v](t)(3)式中Pξ(s)＝s3-a2ξs2,ZΔ(s)＝b2c1s2，π(s)＝Δ2s2+(c1Δ1-Δ2a2ξ)s为已知的多项式，v(t)为不可测量的噪声。为了从噪声信号v(t)中估计出准确的参数值ξ,选择如下稳定多项式Λ(s)＝s3+λ22s2+λ1s+λ0(所有零点均位于s左半平面)来设计可靠的滤波器对式(3)两边同时进行滤波，可得：y(t)=ZΔ(s)Λ(s)[u](t)+Λ(s)-Pξ(s)Λ(s)[y](t)+π(s)Λ(s)[υ](t)---(4)]]>针对高频干扰的滤波，可得如下结论：lims→∞π(s)Λ(s)[υ](t)=lims→∞Δ2s2+(c1Δ1-Δ2a2ξ)ss3+λ2s2+λ1s+λ0[υ](t)=0---(5)]]>因此，式(4)可以表达为：y(t)=ZΔ(s)Λ(s)[u](t)+Λ(s)-Pξ(s)Λ(s)[y](t)---(6)]]>通过引入如下的参数θ*和回归向量φ(t)：θ*＝[b2c1λ0λ1λ2+a2ξ]φ(t)=[s2Λ(s)[u](t)1Λ(s)[y](t)sΛ(s)[y](t)s2Λ(s)[y](t)]]]>式(6)可以转化为如下的参数化形式：y(t)＝(θ*)Tφ(t)(7)因此，采用标准化的最小二乘法可以得到式(7)中未知参数θ*或ξ的零稳态误差估计。将辨识得到的ξ代入式(1)，则不确定参数矩阵A(ξ)收敛为恒值矩阵A。考虑到tf的不确定性可以等价为ξ的动态特性，根据收敛的ξ值，tf的零稳态误差值也可估计到，即式(1)中的不确定参数矩阵E(t-tf)辨识为E。本发明中多目标比例-积分闭环鲁棒故障估计器按以下原理和方法确定：通过引入具有稳定功能的前馈控制器u(t)＝K1y(t)，则式(2)的闭环形式为：x·(t)=(A+BK1C+Δξ)x(t)+BK1Δ2+Δ1---(8)]]>式中为参数辨识误差。根据式(1)和式(8)，同时考虑快速性和抗干扰能力的多目标比例-积分闭环鲁棒故障估计器可设计如下：dx^dt=(A+BK1C)x^(t)+Ef^-Lp(y^(t)-y(t))df^dt=-LI(y^(t)-y(t))y^(t)=Cx^(t)---(9)]]>式中Lp和LI分别为待设计的比例增益和积分增益，是估计器状态变量，代表估计器输出变量。根据H∞鲁棒分析与综合理论，通过选择合适的正定对称矩阵和矩阵则根据比例-积分闭环故障估计器可得比例增益LP和积分增益LI。本发明中鲁棒动态补偿器按以下原理和方法确定：在式(9)建立的复合故障估计模型的基础上，结合系统估计和系统控制之间的对偶性原理，高铁整流器的动态补偿器可设计为：z·(t)=AKz(t)+BKy(t)u(t)=CKz(t)+DKy(t)-Ef^---(10)]]>式中，AK为高铁整流器特征矩阵的逆变换，BK对应为整流器的输出矩阵，CK代表多变量输入矩阵，DK代表整流器的前馈系数矩阵。根据鲁棒容错控制理论，通过选择合适的正定对称矩阵X,Y,四个矩阵和矩阵M,N，则动态补偿器的参数(AK,BK,CK,DK)可设计如下：DK=D^CK=(C^-DKCξ‾X)M-TBK=N-1(B^-YBDK)AK=N-1(A^-ξ‾Y(A+BDKC)ξ‾X)M-T-BKCξ‾XM-T-N-1ξ‾YBCK---(11)]]>式中，M,N满足本发明中状态反馈模型参考自适应控制按以下原理和方法确定：根据式(11)的设计方法，可将式(10)中的已知部分和未知部分分开来写，即z·=(AK-BKCKDK)z+BKDKΛ(u+ξTE)---(12)]]>式中不确定对角矩阵Λ代表模型控制故障效应。通过选择如下的模型参考自适应控制率dK^zdt=-ΓzzeTPKBKDKdK^rdt=-Γrr(t)eTPKBKDKdξ^dt=ΓξEeTPKBKDK---(13)]]>式中为理想反馈增益Kz的估计，表示理想前馈增益Kr的估计，为ξ的估计，自适应率Γz，Γr和Гξ分别为已知的对称正定矩阵。使得如下条件成立：参考模型式中Aref为Hurwitz矩阵，r为有界参考输入信号。模型匹配条件跟踪误差e＝z-zref(16)控制输入代数李雅普诺夫方程则式(12)实现了参考模型动态式(14)的全局一致渐进跟踪性能。有益效果：本发明公开一种高铁牵引整流器的复合故障估计与容错控制方法，建立整流器复合故障的多变量演化模型；采用基于稳定滤波器的最小二乘法来动态辨识模型参数，据此设计前馈补偿器来解耦多变量复合故障系统；设计比例-积分鲁棒闭环故障观测器来解决复合故障检测灵敏性和干扰抑制问题；通过设计全局渐进稳定收敛律，基于多变量动态补偿器的模型参考自适应控制方法可以有效地提高系统的容错控制性能。附图说明图1为复合故障的等价空间图；图2为牵引整流器复合故障估计与容错控制结构图；图3为系统故障状态下的稳态结构图；图4为闭环故障估计原理图；图5为复合故障演化因子动态效果图；图6为复合故障开环估计效果图；图7为复合故障闭环估计效果图；图8为系统状态重构效果图；图9为系统控制变量变化效果图。具体实施方式以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。本发明提供了一种高铁牵引整流器的复合故障估计与容错控制方法，该方法步骤为：(1)从牵引整流器复合故障具有等价空间的原理出发，引入单一故障演化因子来描述整流器高维演化动态，建立描述牵引整流器复合故障特性、干扰特性和结构损伤的降维模型；采用基于稳定滤波器的最小二乘法来动态辨识模型参数，得到确定的多变量故障模型；根据已经辨识的模型参数，通过相对增益阵列理论的相关性分析来实现多变量系统的解耦，据此设计前馈补偿器来实现闭环系统故障检测前的稳定性；针对牵引整流器复合故障微秒级的诊断和干扰抑制要求，设计多目标比例-积分闭环鲁棒故障估计器。(2)在上述建立的多变量复合故障估计模型的基础上，结合系统估计和系统控制之间的对偶性原理，设计鲁棒动态补偿器来提高系统最坏故障情况下的容错能力，据此设计状态反馈模型参考自适应控制来应对故障系统的不确定性。本发明中牵引整流器降维复合故障模型按以下原理和方法确定：x·=A(ξ)x(t)+Bu(t)+E(t-tf)f+D1w(t)y(t)=Cx(t)+D2w(t)---(1)]]>式中，状态变量x＝[iCVdc]包含网侧电流ic和直流侧电压Vdc；联合控制输入变量u＝[ildVg]定义为负载电流ild和网侧电压Vg；多变量控制环路输出为y＝[iCVdc]；A(ξ)代表降维的2×2参数化系统矩阵，ξ(0≤ξ≤1)为故障演化因子；B为2×2的输入矩阵，C为2×2的输出矩阵；f＝[f1f2]为耦合的网侧电压和负载电流故障，tf为未知故障发生时间，代表可恢复故障的时间轮廓；w为能量有界的谐波干扰，D1和D2分别代表扰动矩阵。由于式(1)中A(ξ)和tf均为不确定的，传统的基于确定系统的故障估计方法不适用于本发明方案。考虑到tf的不确定性可以等价为ξ的动态特性，本发明首先设计基于稳定滤波器的最小二乘法来动态辨识ξ。因此，式(1)简化为如下形式：x·(t)=A(ξ)x(t)+Bu(t)+Δ1y(t)=Cx(t)+Δ2---(2)]]>式中Δ1和Δ2为作用在传感器和执行器上的未知但恒定的不利条件。根据等价变换原则，式(2)的s域表达式为：Pξ(s)[y](t)＝ZΔ(s)[u](t)+π(s)[v](t)(3)式中Pξ(s)＝s3-a2ξs2,ZΔ(s)＝b2c1s2，π(s)＝Δ2s2+(c1Δ1-Δ2a2ξ)s为已知的多项式，υ(t)为不可测量的噪声。为了从噪声信号v(t)中估计出准确的参数值ξ,选择如下稳定多项式Λ(s)＝s3+λ22s2+λ1s+λ0(所有零点均位于s左半平面)来设计可靠的滤波器对式(3)两边同时进行滤波，可得：y(t)=ZΔ(s)Λ(s)[u](t)+Λ(s)-Pξ(s)Λ(s)[y](t)+π(s)Λ(s)[υ](t)---(4)]]>针对高频干扰的滤波，可得如下结论：lims→∞π(s)Λ(s)[υ](t)=lims→∞Δ2s2+(c1Δ1-Δ2a2ξ)ss3+λ2s2+λ1s+λ0[υ](t)=0---(5)]]>因此，式(4)可以表达为：y(t)=ZΔ(s)Λ(s)[u](t)+Λ(s)-Pξ(s)Λ(s)[y](t)---(6)]]>通过引入如下的参数θ*和回归向量φ(t)：θ*＝[b2c1λ0λ1λ2+a2ξ]φ(t)=[s2Λ(s)[u](t)1Λ(s)[y](t)sΛ(s)[y](t)s2Λ(s)[y](t)]]]>式(6)可以转化为如下的参数化形式：y(t)＝(θ*)Tφ(t)(7)因此，采用标准化的最小二乘法可以得到式(7)中未知参数θ*或ξ的零稳态误差估计。将辨识得到的ξ代入式(1)，则不确定参数矩阵A(ξ)收敛为恒值矩阵A。考虑到tf的不确定性可以等价为ξ的动态特性，根据收敛的ξ值，tf的零稳态误差值也可估计到，即式(1)中的不确定参数矩阵E(t-tf)辨识为E。本发明中多目标比例-积分闭环鲁棒故障估计器按以下原理和方法确定：通过引入具有稳定功能的前馈控制器u(t)＝K1y(t)，则式(2)的闭环形式为：x·(t)=(A+BK1C+Δξ)x(t)+BK1Δ2+Δ1---(8)]]>式中为参数辨识误差。根据式(1)和式(8)，同时考虑快速性和抗干扰能力的多目标比例-积分闭环鲁棒故障估计器可设计如下：dx^dt=(A+BK1C)x^(t)+Ef^-Lp(y^(t)-y(t))df^dt=-LI(y^(t)-y(t))y^(t)=Cx^(t)---(9)]]>式中Lp和LI分别为待设计的比例增益和积分增益，是估计器状态变量，代表估计器输出变量。根据H∞鲁棒分析与综合理论，通过选择合适的正定对称矩阵和矩阵则根据比例-积分闭环故障估计器可得比例增益LP和积分增益LI。本发明中鲁棒动态补偿器按以下原理和方法确定：在式(9)建立的复合故障估计模型的基础上，结合系统估计和系统控制之间的对偶性原理，高铁整流器的动态补偿器可设计为：z·(t)=AKz(t)+BKy(t)u(t)=CKz(t)+DKy(t)-Ef^---(10)]]>式中，AK为高铁整流器特征矩阵的逆变换，BK对应为整流器的输出矩阵，CK代表多变量输入矩阵，DK代表整流器的前馈系数矩阵。根据鲁棒容错控制理论，通过选择合适的正定对称矩阵X,Y,四个矩阵和矩阵M,N，则动态补偿器的参数(AK,BK,CK,DK)可设计如下：DK=D^CK=(C^-DKCξ‾X)M-TBK=N-1(B^-YBDK)AK=N-1(A^-ξ‾Y(A+BDKC)ξ‾X)M-T-BKCξ‾XM-T-N-1ξ‾YBCK---(11)]]>式中，M,N满足本发明中状态反馈模型参考自适应控制按以下原理和方法确定：根据式(11)的设计方法，可将式(10)中的已知部分和未知部分分开来写，即z·=(AK-BKCKDK)z+BKDKΛ(u+ξTE)---(12)]]>式中不确定对角矩阵Λ代表模型控制故障效应。通过选择如下的模型参考自适应控制率dK^zdt=-ΓzzeTPKBKDKdK^rdt=-Γrr(t)eTPKBKDKdξ^dt=ΓξEeTPKBKDK---(13)]]>式中为理想反馈增益Kz的估计，表示理想前馈增益Kr的估计，为ξ的估计，自适应率Γz，Γr和Γξ分别为已知的对称正定矩阵。使得如下条件成立：参考模型式中Aref为Hurwitz矩阵，r为有界参考输入信号。模型匹配条件跟踪误差e＝z-zref(16)控制输入代数李雅普诺夫方程则式(12)实现了参考模型动态式(14)的全局一致渐进跟踪性能。实施例1本发明以某高铁牵引整流器实验测试台的真实模型参数为实施对象，牵引整流器的采样时间为100微秒，故障检测和故障时间不超过300微秒。针对变参数复合故障系统，提出一种闭环故障观测器设计方法，该故障估计方法不仅可以准确解耦多个同时发生的故障，还能够满足牵引整流器的微秒级故障诊断要求；针对故障系统的不确定性，提出一种鲁棒自适应容错控制方法，该容错控制方案不仅可以保证系统状态具有全局一致渐进收敛特性，还能保证控制变量的变化不超过容许范围。实施例如图1和5所示，本发明实施例提供了一种高铁牵引整流器复合故障等价空间模型辨识方法：基于复合故障演化因子在整流器四个象限的辨识值ξ(0.3111,0.3015,0.6889,0.6985),公式(1)的参数值可计算如下：A1=-7.5-9.445343.45450,A2=-7.5-9.925360.90910]]>A3=-7.59.445-343.45450,A4=-7.59.925-360.90910]]>B=-257.5272.7-909.0909,C=1001]]>E=-103-910273,D1=11T,D2=11T]]>从图5可以看出，复合故障演化因子ξ在故障暂态阶段具有较强的敏感性，基于梯度变化最大的时刻可以给出故障初始检测时间；基于稳态过程的初始时刻可以给出故障检测的上限时间为86微秒，能较好地满足300微秒的故障诊断时间要求。如图2、3、4和7所示，本发明实施例提供了一种高铁牵引整流器复合故障闭环估计方法：(1)根据相对增益阵列理论分析，高铁牵引整流器多变量故障模型应采用非对角线配对来实现解耦，即第二个控制变量Vg(网侧电压)控制第一个输出变量iC(网侧电流)，第一个控制变量ild(负载电流)调节第二个输出变量Vdc(直流电压)。该结论与实际工程应用相符合。(2)通过选择合适的正定对称矩阵可以设计具有二次型稳定意义的前馈补偿增益来保证故障系统各变量的有界性。(3)对于给定的范数H∞性能指标γ1＝0.6和圆盘区域Q1(-0.64,0.64)，通过选择合适的正定对称矩阵和矩阵则根据比例-积分闭环故障估计器可得比例增益LP和积分增益LI分别为：LP=-6.5884.0709,LI=-23.3707-23.7544]]>(4)从图6可以看出，传统的复合故障开环估计方法不能辨识出耦合的电流和直流电流故障；且估计的故障信号在故障演化的最终阶段仍存在振荡现象。从图7可以看出，本发明提出的复合故障闭环估计方法能较好地实现电流和直流电压同时故障的解耦；估计的故障信号最终一致收敛到给定值，且具有正弦特性，提高了故障估计的灵敏性和高次谐波的抑制性。如图8和9所示，本发明实施例提供了一种高铁牵引整流器复合故障容错控制方法：(1)根据鲁棒容错控制理论，对于给定的范数H∞性能指标γ1＝0.2和圆盘区域Q1(-0.535,0.535)，通过选择合适的正定对称矩阵X,Y,四个矩阵和矩阵M,NX=29.4864-0.7496-0.749639.7523,Y=5.1340.0660.0660.1201]]>A^=-0.04-0.020611.6046-0.1589,B^=-50.261717.7297,C^=33.94340.716126.660736.6663,D^=-0.08790.9865]]>M=-0.99990.01210.01210.9999,N=101.34132.4024045.2481]]>则动态补偿器的参数(AK,BK,CK,DK)可设计如下：AK=49.020634.5257-0.34265.7362,BK=0.2762-0.2886-0.35820.1578,]]>CK=22.7016-0.367829.4575-18.0681,DK=0.1117-0.0781-0.52580.6681]]>(2)通过选择如下的自适应率Γz，Γr和Γξ，可以保证状态反馈的自适应容错控制算法具有全局一致渐进收敛特性。Γz=0.99000.99,Γr=0.0084]]>Γξ=0.058800000.058800000.058800000.0588]]>(3)从图8和图9可以看出，在系统故障和高次谐波电流干扰等系统不确定条件下，系统重构的状态和控制变量仍具有较好的解耦特性和零稳态误差跟踪效果。另外，与独立的闭环故障估计相比(图7)，故障估计与容错控制集成设计的方法(图8)具有更好的干扰抑制效果，更强的解耦和功能自愈合能力。当前第1页1 2 3