طراحی روش پریتی غیرخطی به‌منظور شناسایی و تشخیص عیب در سیستم‌های غیرخطی بر پایۀ رویتگر ورودی ناشناخته و مدل فازی ts

در این مقاله یک روش نوین تشخیص عیب برای کلاسی از سیستم‌های غیرخطی در حضور نویز اندازه‌گیری ارائه‌شده است. ازآنجاکه در کلاس معرفی‌شده ضرایب عیب و نویز اندازه‌گیری، غیرخطی بوده ابتدا مدل فازی غیرخطی ts برای ایجاد زیرسیستم بکار گرفته می‌شود. در گام بعد نگاشتی جهت جداسازی نویز اندازه‌گیری و عیب در هرکدام از زیرسیستم‌های فازی ارائه‌ می‌شود. سپس یک رویتگر ورودی ناشناخته به‌منظور تخمین متغیرهای حالت زیرسیستم‌های متاثر از نویز اندازه‌گیری طراحی می‌شود. به‌منظور تضمین پایداری مجانبی دینامیک خطای تخمین، روش پایداری لیاپانوف با به‌کارگیری نامعادلات ماتریسی غیرخطی ارائه می‌شود. همچنین با به‌کارگیری روش پریتی غیرخطی، تشخیص و شناسایی عیب انجام خواهد گرفت. درنهایت کارایی روش پیشنهادی در تشخیص و شناسایی عیب با شبیه‌سازی در سیستم قطار مورد ارزیابی قرار می‌‌گیرد.

Design of nonlinear parity approach to fault detection and identification based on Takagi-Sugeno fuzzy model and unknown input observer in nonlinear systems

In this study, a novel fault detection scheme is developed for a class of nonlinear system in the presence of sensor noise. A nonlinear TakagiSugeno fuzzy model is implemented to create multiple models. While the TS fuzzy model is used for only the nonlinear distribution matrix of the fault and measurement signals, a larger category of nonlinear systems is considered. Next, a mapping to decouple fault and measurement noise will be used in each fuzzy subsystems. Then, an unknown input observer is implemented to estimate the states of the subsystems subjected to measurement noise. To guarantee asymptotic stability of error dynamic, quadratic Lyapunov function using bilinear matrix inequality is introduced. Finally, the nonlinear parity approach will be used to generate residual to detect and estimate occurred fault(s) in the system. A simulation study on the train system is presented to demonstrate the efficiency of the proposed method.